Sec Tema 1 Teoria de Sistemas 1314a Ocw-5195

Sistemas Electrónicos de Control
Curso 2013/2014-1
Tema 1. Teoría de Sistemas
Profesora: Rosa M. Fernández-Cantí

Índice
1. Introducción a la Teoría de Control ....................................................................................................... 4

2. Representación de sistemas ..................................................................................................................... 5
2.1 Lenguajes matemáticos ..................................................................................................................... 5
2.1.1 Ecuación diferencial (ED) ........................................................................................................ 5
2.1.2 Ecuaciones de estado (EE)........................................................................................................ 7
2.1.3 Función de transferencia (FT) .................................................................................................. 9
2.2 Lenguajes gráficos ............................................................................................................................ 9
2.2.1 Esquemas de bloques ................................................................................................................ 9
2.2.2 Álgebra de bloques ................................................................................................................. 10
2.2.3 Flujograma de señal ................................................................................................................ 14
2.2.4 Flujograma de estado .............................................................................................................. 14
2.2.5 Regla de Mason ...................................................................................................................... 15
2.3 Analogías......................................................................................................................................... 17
2.4 Linealización ................................................................................................................................... 19
2.5 Ejercicios resueltos ......................................................................................................................... 22
3. Respuesta temporal ................................................................................................................................ 32
3.1 Obtención de la respuesta temporal a partir de la ecuación diferencial (método clásico) ............. 32
3.2 Transformada de Laplace ............................................................................................................... 33
3.2.1 Definición y propiedades ........................................................................................................ 33
3.2.2 Teorema del valor inicial (TVI) y teorema del valor final (TVF)........................................... 35
3.2.3 Solución de EDOs (lineales y de coeficientes constantes) en el dominio s ............................ 35
3.2.4 Cálculo de residuos................................................................................................................. 36
3.3 Obtención de la respuesta temporal a partir de la función de transferencia .................................. 40
3.3.1 Diagramas de polos y ceros .................................................................................................... 40
3.3.2 Modos naturales...................................................................................................................... 40
3.3.3 Polos dominantes .................................................................................................................... 42
3.4 Transitorios. Dinámica de orden 1, 2 y n ....................................................................................... 43
3.4.1 Dinámica de primer orden ...................................................................................................... 43
3.4.2 Dinámica de segundo orden.................................................................................................... 44
3.4.3 Bloque de segundo orden con un polo (o un cero) adicional .................................................. 46
3.4.4 Sistemas de orden n (I). Con polos dominantes ..................................................................... 47
3.4.5 Sistemas de orden n (II). Sin polos dominantes: Formas prototipo ...................................... 47
3.4.6 Sistemas de orden infinito (retardo puro) ............................................................................... 49
3.5 Simulación de la respuesta temporal .............................................................................................. 50
3.5.1 Introducción del sistema. Polos, ceros y residuos.................................................................. 50
3.5.2 Respuesta temporal con Matlab .............................................................................................. 53
3.5.3 Respuesta temporal con Simulink........................................................................................... 55
4. Respuesta frecuencial ............................................................................................................................ 65
4.1 Régimen permanente ....................................................................................................................... 65
4.1.1 Bases ....................................................................................................................................... 65
4.1.2 Sistema resonante de segundo orden ...................................................................................... 67
4.2 Diagramas de Bode ......................................................................................................................... 69
4.2.1 Reglas para el trazado de la aproximación asintótica ............................................................. 69
4.2.2 Curvas de corrección de los diagramas asintóticos................................................................. 72
4.3 Simulación de la respuesta frecuencial. Matlab............................................................................. 73
ETSETB. Sistemas Electrónicos de Control 1314a 2

5. Alfabeto griego ....................................................................................................................................... 87

6. Servomotor de corriente continua ........................................................................................................ 88
6.1 Introducción .................................................................................................................................... 88
6.2 Descripción de los módulos ............................................................................................................ 88
6.2.1 Planta ...................................................................................................................................... 89
6.2.2 Etapa de potencia (alimentación de la planta) ....................................................................... 90
6.2.3 Sensores .................................................................................................................................. 94
6.2.4 Módulos para la implementación de compensadores ............................................................. 95
6.2.5 Módulos auxiliares ................................................................................................................. 96
6.3 Características del motor MS150 utilizado en las prácticas........................................................... 97

1. Introducción a la Teoría de Control
Objetivo del control
La Teoría de Control es una rama de la Teoría de Sistemas que se encarga de analizar y modificar el
comportamiento de los sistemas dinámicos. En la terminología de control, el sistema dinámico bajo
estudio recibe el nombre de “planta”.
La Ingeniería de Control consiste en diseñar e implementar sistemas/subsistemas que, de manera

automática, fuerzan a la planta a tener un comportamiento dinámico adecuado y robusto.
Un comportamiento “adecuado” es, por ejemplo, que la respuesta temporal de la planta “y” siga las
variaciones de una señal de referencia “r” (también llamada consigna o set-point), y  r . Que el
comportamiento sea además “robusto” implica que el seguimiento y  r debe mantenerse a pesar
de los errores en el modelo de la planta (incertidumbre) y la presencia de perturbaciones externas
(ruido).
Los sistemas de control cuyo objetivo es el seguimiento de consignas también reciben el nombre de
“servosistemas” puesto que, en cierto modo, se comportan como siervos (esclavos).
Ámbitos de aplicación del control
Son todos los tecnológicos, incluyendo también los económicos y ecológicos. Por ejemplo:
 Regulación de procesos de producción (fábricas, refinerías, centrales nucleares,...)
 Electrónica y comunicaciones (amplificadores operacionales AOs, lazos de enganche de
fase PLLs, controles automáticos de ganancia AGC,...)
 Ingeniería mecánica (servomecanismos,...)
 Ingeniería de estructuras (control de vibraciones,...)
 Automoción (sistemas de control en vehículos: frenado asistido ABS, servodirección,...)
 Navegación en general (náutica, aeronáutica, astronáutica, diseño de autopilotos,...)
 Cibernética (robótica, bioingeniería,...)
 Economía (control del PIB, relaciones de maximización/minimización de beneficios/costes,
identificación de series temporales para predicción bursátil,...)
 Sistemas ecológicos (establecimiento de paradas biológicas/periodos de veda, control de
fluviales, predicción meteorológica...)
 etc.
Dimensiones del problema de control
La Ingeniería de Control aborda todo tipo de problemas. Atendiendo a las dimensiones de los
problemas, éstos se pueden clasificar en:
 Problemas de pequeña escala: desensibilizar un AO, climatizar una estancia,...
 Problemas de gran escala (large scale systems, LSS): control de lentes en observatorios
astronómicos (Mauna Keck, Canarias), control de compuertas en presas y canales ...
 Problemas muy complejos (very complex systems, VCS): redes de distribución eléctrica,
ferrocarriles, redes de alcantarillado,…

2. Representación de sistemas
2.1 Lenguajes matemáticos
Vamos a ilustrar la descripción de un mismo sistema dinámico por medio de una ecuación
diferencial ordinaria (EDO), un sistema de ecuaciones de estado (EE) y una función de transferencia
(FT). El sistema escogido es el péndulo simple de la figura.
b F

mg
Fig. 1. Péndulo simple
2.1.1 Ecuación diferencial (ED)
La descripción del comportamiento de sistemas dinámicos por medio de EDOs es resultado directo
de la aplicación de las leyes de la física. En nuestro caso, la dinámica del péndulo viene descrita
por medio de la EDO no lineal de segundo orden,
b  g F d
  2
  sin   ,  
ml
 l ml
 dt
  u
con, por ejemplo, las siguientes condiciones iniciales (CI),

 (0)  (posición: arriba, pegado al techo),
2

 (0)  0 (velocidad: parado)
Ejemplo 1. Obtención de la ecuación diferencial ordinaria del péndulo simple. El modelo del
comportamiento dinámico del péndulo simple puede obtenerse de diversas maneras.
Aplicando la segunda ley de Newton.
En movimiento rectilíneo, la segunda ley de Newton establece que la fuerza neta F (N) aplicada
sobre un cuerpo es directamente proporcional a su aceleración a (m/s2) siendo la constante de
proporcionalidad la masa m (kg). Así, F  m  a .

La versión para movimiento rotacional establece que el par neto T (Nm) aplicado a un cuerpo es
proporcional a su aceleración angular  (rad/s2) siendo la constante de proporcionalidad el momento
de inercia J (Nmrad-1s2). Así, T  J   .
Suponer que la bola está subiendo con una aceleración  . El balance de las fuerzas que actúan
tangencialmente al movimiento de la bola (par debido a la gravedad, rozamiento y excitación) es:
 mg sin    l  b  F  l  J
Notar que el par debido al rozamiento y a la gravedad se oponen al par de excitación. El momento
de inercia se calcula como J  mi ri 2 . En nuestro caso, J  ml 2 . Sustituyendo valores se
obtiene:
b  g F
  2
  sin  
ml l ml
Aplicando las ecuaciones de Lagrange (opcional).
En sistemas más complicados es más conveniente modelizar el comportamiento dinámico mediante

las ecuaciones de Lagrange. Éstas se basan en el principio de Hamilton que establece que, en un
sistema dinámico, un movimiento entre dos configuraciones del sistema y entre dos intervalos de
tiempo es natural si y solo si la energía del sistema se mantiene constante.
En los sistemas conservativos (no disipativos), la ecuación de Lagrange es
d  L  L
  0
dt  q i  qi
donde L  T  V es el Lagrangiano (T y V son las energías cinética y potencial respectivamente) y

qi son las coordenadas generalizadas (las coordenadas generalizadas, o número de grados de
libertad, son el mínimo número de variables independientes que hay que especificar para definir la
posición de un objeto).
En los sistemas más generales (con disipación de energía y excitación externa), la ecuación de
Lagrange es
d  L  L P
    Qi
dt  q i  qi q i
donde la función de potencia P describe la disipación de energía del sistema y Qi son las fuerzas
externas generalizadas que actúan sobre el sistema.
Para obtener la EDO del péndulo simple por Lagrange, el procedimiento es el siguiente. Suponer
que  = 0 es el origen de potencial (posición vertical del péndulo = 0). Si se sube el péndulo a una
1 2 1
posición vertical de h, la energía cinética es E cinet  T mv  m(l) 2 y la energía potencial
2 2
1
es E pot  V  mgh  mgl (1  cos  ) . La disipación por el rozamiento es P  b 2 . Y el par de
2
excitación aplicado a sistema es Q  F  l .

1 2 2
El Lagrangiano es L  T  V  ml   mgl (1  cos  ) . Las ecuaciones de Lagrange, con un
2
grado de libertad (en nuestro caso ), son:
d L L P
  Q
dt   
d  1 2 
Lo que da:  ml 2    mgl sin    b  F  l  ml 2  mgl sin   b  F  l .
dt  2 
Si la ED es complicada o presenta un orden elevado se hace difícil trabajar con ella. Por eso, es
conveniente convertirla en un sistema de ecuaciones de estado o en una función de transferencia,
que son descripciones mucho más sencillas de manejar y, como veremos más adelante, nos
permitirán diseñar sistemas de control.
2.1.2 Ecuaciones de estado (EE)
Variables de estado
Las variables de estado se definen como el mínimo conjunto de variables capaces de describir en su
totalidad el comportamiento de un sistema dinámico. Para identificarlas hay varias guías:
 Una variable es variable de estado si necesitamos conocer su valor inicial para caracterizar
la evolución temporal del sistema.
 Si una variable determinada corresponde a un elemento capaz de almacenar energía,

entonces también es una variable de estado. Por ejemplo, en un circuito RLC las variables
de estado son dos: la tensión en el condensador y la corriente en la bobina. Puesto que son
dos, el sistema es de segundo orden.
Ecuaciones de estado
Las ecuaciones de estado (EE) no son otra cosa que ecuaciones diferenciales de primer orden, cada
una correspondiente a una variable de estado.
Conversión de EDO a EE
Para pasar de la siguiente EDO de orden n
     sin   u
a n EDOs de 1er orden, hay que renombrar las variables. Lo habitual es empezar por la variable sin
derivar, que en nuestro caso es . Así, asignamos la primera variable de estado x1 a , x1   .
Notar que x1   . La segunda variable de estado, x2, se escoge como la derivada de la primera,
x2  x1 , o lo que es lo mismo, x 2   . Notar que dos variables de estado bastan para describir el
comportamiento del péndulo, puesto que el sistema de segundo orden. Notar también que x 2   .

Si el sistema fuera de orden superior, cada nueva variable de estado se escoge como la derivada de
la anterior, es decir, x3  x 2 , x 4  x 3 ,...
excitación
 x1  x2
 
     sin   u  x 2    sin x1  x2  u CI: x1 (0)  , x2 (0)  0
2
  x1
x 2 x1  x 2 x1
La descripción EE consiste en las dos ecuaciones de estado, más la ecuación de salida (   x1 ),

más el conjunto de condiciones iniciales (CI).
Caso de sistemas lineales. Matrices A, B, C, D.
Si el sistema es lineal (en nuestro caso, podemos suponerlo así para pequeños desplazamientos
alrededor del punto de equilibrio, sin x1  x1 ) se puede utilizar la notación matricial (A, B, C, D)
 x1   0 1  x1  0
     
     x 2  1
u
 x 2   
A B
x  Ax  Bu
x 
y  Cx  Du y  1 0 1   0 u
  x 2  D
x ( 0) C
 / 2 
x(0)   
 0 
Si el sistema es lineal, pero sus parámetros varían con el tiempo, las matrices A, B, C, D serán
funciones del tiempo,
x  A (t )x  B(t )u
y  C(t )x  D(t )u
x ( 0)
Si el sistema es MIMO (multiple input multiple output), en vez de señales entrada/salida escalares,
u(t), y(t), tendremos vectores u(t), y(t).
x  Ax  Bu
y  Cx  Du
x ( 0)
Si el sistema no es lineal, las ecuaciones de estado no serán lineales tampoco. Una notación general
para un sistema SISO (single input single output) no lineal es:
x (t )  f1 (x(t ), u (t ))
y (t )  f 2 (x(t ), u (t ))
x(0)

2.1.3 Función de transferencia (FT)
La función de transferencia (FT) describe el comportamiento de un sistema SISO y lineal con

condiciones iniciales nulas en el dominio transformado (Laplace o Z). Vamos a ilustrar cómo se
obtiene la FT a partir de la ED del péndulo linealizada.
En primer lugar hay que obtener la ecuación transformada (notar que, al transformar, hay que tener
en cuenta las condiciones iniciales):
      u
Transformada de Laplace
s (s)  s (0)  (0)   s(s)   (0)  (s)  U ( s)

2
Se agrupan términos,
s 2

 s   ( s)  U ( s)  s    (0)  (0)
Y se despeja la variable de salida (posición del péndulo, en nuestro caso)
Respuesta Respuesta
Zero state (ZS) Zero input (ZI)
 
1 s  1
( s )  2 U ( s)  2  ( 0)  2 (0)
s  s   s  s   s  s  

FT (CI=0)
Notar que la función de transferencia es el término que relaciona únicamente entrada (excitación) y
salida (respuesta). Si trabajamos con funciones de transferencia estamos asumiendo que las
condiciones iniciales son nulas ya que no estamos teniendo en cuenta la respuesta zero-input.
2.2 Lenguajes gráficos
2.2.1 Esquemas de bloques
Los esquemas de bloques facilitan la construcción de modelos, su interpretación y reducción.

Representan relaciones algebraicas (es decir, no diferenciales) y, en principio, son válidos para
sistemas lineales (aunque por abuso de notación pueden incluir bloques no lineales, funciones
descriptivas, etc.)
Símbolos
 Las variables se representan por medio de flechas y están en el dominio transformado:

X(s)
 Los sistemas/subsistemas son cajas que contienen el nombre de la función de transferencia

(también llamada transmitancia). Estos bloques pueden corresponder a sistemas físicos o a
algoritmos. En general son un conjunto de operaciones que transforman la señal:
T(s)
 Las operaciones son sumas y restas, y tomas de información (sin que haya drenaje, es decir,
no se tiene en cuenta la conservación de la energía, sólo se toma información)
X1
+ X1
X1
X2 + Y
X1
X3
Ejemplo 2. Esquema de bloques de un circuito RC

Considerar el circuito de la figura,
I R
+ +
V1 C V2
_ _
Fig. 2. Circuito RC
V1  V2 1
Puesto que I  y V2  I , el esquema de bloques es el siguiente:
R Cs
V1 + 1 I
R
V2 1
Cs
Fig. 3. Esquema de bloques del circuito RC
Si se desea obtener la función de transferencia en lazo cerrado V2(s)/V1(s) una opción es usar las
reglas reducción que nos proporciona el álgebra de bloques (ver Ejemplo 4).
2.2.2 Álgebra de bloques
Reglas de reducción
Primera interconexión: serie (tándem o cascada), Teq  T .i

i

Teq
X1 Y1=X2 Y2
T1 T2
Y2 T 2X 2  T2T1 X 1
Fig. 4. Interconexión en cascada
Nota: Cuidado con la propiedad conmutativa. Si los bloques son SISO no pasa nada pero si son
MIMO el orden del producto es relevante a fin de que las dimensiones de las matrices sean
compatibles. (Consejo: es conveniente multiplicar siempre de atrás hacia delante, desde la salida a
la entrada)
Segunda interconexión: paralelo, Teq  T

i
i
Teq
T1
+ Y
X
T2 +
Y  (T1 T 2) X
Fig. 5. Interconexión en paralelo
Y G
Tercera interconexión: retroacción, Teq  
R 1  GH
Teq
R Y
+ G
+
Fig. 6. Interconexión retroactiva
Notar que en el numerador va la ganancia directa entre la entrada (R) y la salida (Y) y, en el
denominador se pone 1 menos la ganancia de lazo.
La ganancia directa es el producto de todos los bloques que se encuentran en el camino directo entre
R e Y. La ganancia de lazo es el producto de todos los bloques que se encuentran en el lazo.
Ejemplo 3. Retroacción negativa

Considerar el servo de la figura. La ganancia directa entre la entrada R y la salida Y es GC.

La ganancia de lazo es ahora L=-HGC (notar que el signo negativo se puede interpretar como si
hubiera un bloque encargado de cambiar el signo antes de entrar en el sumador. Si hubiera un
número par de cambios de signo en el lazo, L sería positiva)
Teq
R Y
+ C G
_
Fig. 7. Esquema de bloques de un servo
Y GC
Por tanto, la función de transferencia en lazo cerrado que relaciona Y con R es: .
R 1  HGC
Y 1
Si la ganancia directa es muy grande, GC  , el servo se comporta como un inversor  .
R H
Ejemplo 4. Circuito RC
Considerar de nuevo el esquema de bloques
V1 + 1 I
R
V2 1
Cs
Fig. 8. Esquema de bloques de un circuito RC
La función de transferencia en lazo cerrado que relaciona la tensión de entrada V1 con la de salida
V2 es
1 1
V2 ( s ) Cs R 1 /( RCs ) 1
  
V1 ( s)  1 1  1  1 /( RCs) RCs  1
1  
 Cs R 
Reglas auxiliares
Toma de información: Si tenemos Y=TX,
X Y
T
y queremos acceder a X pero no es posible acceder físicamente (puede que sea una variable interna
del sistema), podemos hacer lo siguiente (puesto que X=(1/T)Y),

X Y
T
X
1/T
Fig. 9. Regla auxiliar de toma de información
Inversión de orden: Si queremos cambiar el orden entre un bloque y un sumador, podemos aplicar
la propiedad distributiva, Y  T ( X 1  X 2 )  TX 1  TX 2 .
X1 + Y
T
+
X1 + Y
T
+ T
X2 X2
Fig. 10. Regla auxiliar de inversión de orden
Ejemplo 5. Retroacción unitaria

La mayoría de las herramientas de análisis que veremos en el próximo tema asumen que la
retroacción es unitaria. Si ello no fuera así, siempre podemos aplicar el álgebra de bloques para
conseguirlo:
R Y
+ G
_ R Y
+ GH 1/H
H _
Fig. 11. Álgebra de bloques para conseguir retroacción unitaria
Y G GH 1
Notar que son equivalentes puesto que   .
R 1  GH 1  GH H
Sistemática de reducción
Para simplificar los esquemas de bloques hay que seguir los pasos detallados a continuación:
1) Reducir las interconexiones evidentes (serie, paralelo, retroacción).
2) Cuando no se pueda acceder a alguna señal, aplicar las reglas auxiliares.
3) No cruzar lazos.
4) Reducir desde dentro hacia fuera (empezar por los lazos más internos).

2.2.3 Flujograma de señal
El flujograma de señal es una alternativa al esquema de bloques.
Símbolos
 Las variables se representan por medio de nodos y están en el dominio transformado,

X(s)
 Los sistemas/subsistemas son flechas con el nombre de la función de transferencia (también

llamada transmitancia). Es habitual hacer trazos curvos. Notar que la flecha va en medio
del trazo.
T(s)
 Las operaciones de suma y resta se llevan a cabo en los propios nodos. En realidad son
todo sumas, si se quiere restar hay que cambiar el signo de la transmitancia
correspondiente.
-T(s)
H(s)
Ejemplo 6. Flujograma de señal del lazo retroactivo negativo
G 1
1
E Y
R
-H
Fig. 12. Flujograma de señal
2.2.4 Flujograma de estado
El flujograma de estado es un caso particular de flujograma de señal que se caracteriza por que las
variables de los nodos son variables de estado (y no cualquier variable general) y las transmitancias
que nos llevan de una a otra son integradores.

Ejemplo 7. Flujograma de estado del péndulo simple. Vamos a obtener el flujograma de estado
del péndulo simple considerado en apartados anteriores.
Primero se despejan las variables con mayor orden de derivación
      u        u
y, para cada una de ellas, se construye el flujo de integradores hasta anular dicha derivación
 s-1  s-1 
Finalmente, se representan el resto de relaciones de la ecuación y se renombran los nodos

(empezando por el final)
x 2 x1  x 2 x1 1
1
 s -1
 s -1 
y
u
-
-
Fig. 13. Flujograma de estado del péndulo simple
2.2.5 Regla de Mason
La regla de Mason permite obtener la función de transferencia entre cualquier entrada y cualquier
salida de un flujograma. Es muy útil en los casos de flujogramas muy complejos, con muchos lazos
y cruces entre ellos.
La fórmula de Mason es:
Y ( s)
p  k k
 k
U ( s) 
El factor  se calcula como:   1  L L L

i
i
i j
i j  L L L L L L L
i jk
i j k i j k l 
donde Li son todos los lazos (caminos cerrados con circulación, es decir, donde el sentido de las
flechas forma un círculo) del flujograma; LiLj son productos de todos los lazos Li, Lj que no se
tocan entre ellos (si tuvieran un solo nodo en común se supondría que ya se tocan); LiLjLk son
ternas de lazos que no se tocan entre ellos; y así sucesivamente.
El factor pk, k = 1, ... , K indica camino directo (path) entre la entrada y la salida consideradas.

El factor k se construye exactamente como  pero sólo tiene en cuenta los lazos que no tocan a pk.
La fórmula de Mason es muy fácil de recordar (hay que saberla de memoria). Notar que la
condición siempre es que no se tocan.
Ejemplo 8. Péndulo simple

Y (s)
Para obtener , hay que identificar todos los caminos directos entre u e y. En nuestro caso sólo
U ( s)
hay uno: p1  1  s 1  s 1  1  s 2 .
También hay que identificar todos los lazos del flujograma. En nuestro caso hay dos:
L1  s 1  ( ) y L2  s 1  s 1  (  ) .
x 2 x 2  x1 x1 1
1
 s -1
 p1 s -1

y
u
L1
L2
-
-
Fig. 14. Péndulo simple. Regla de Mason
2
A continuación hay que construir el factor :   1  L L L
i 1
i
i j
i j . Los factores cruzados son
para pares, ternas, etc. de lazos que no se tocan. Puesto que, en nuestro caso, L1 y L2 se tocan, no
 
2
existen términos cruzados y nos queda:   1  L
i 1
i  1   s 1  s  2  1  s 1   s  2 .
Finalmente, hay que construir el factor k para cada uno de los caminos directos pk. Estos factores
se construyen únicamente con los lazos del flujograma que no tocan al camino directo
correspondiente. Puesto que, en nuestro caso, todos los lazos del flujograma tocan a p1, nos queda
1 = 1.
La aplicación de la Regla de Mason da como resultado la función de transferencia que ya habíamos

obtenido en un apartado anterior:
Y ( s)

p k k

p1  1

s 2
 2
1
U ( s)   1  s   s
1 2
s  s  

2.3 Analogías
Todos los sistemas cuyo comportamiento se describe por una ED con la misma forma reciben el
nombre de sistemas "análogos". Por ejemplo, el péndulo simple y un PLL (phase-lock loop) son
sistemas análogos.
En la Teoría de Sistemas es indiferente cuál es el origen físico del sistema (eléctrico, mecánico,
hidráulico,...). Una vez pasado a dominio transformado todos se tratan igual. Ello es posible por las
analogías presentes en los modelos de parámetros concentrados.
Tipos de variables
 Variables across ("diferencia")

 Variables through ("transversales")
Para entender mejor a que se refieren, considerar una resistencia R. La variable across es la tensión
y la variable through es la corriente.
Tipos de relaciones
 Producto: through  ct.  across (disipación de energía)

 Integración: through  ct.   across  dt (almacenamiento inductivo de energía)
d
 Derivación: through  ct.  across (almacenamiento capacitivo de energía)
dt
Los tres tipos de relaciones dan lugar a tres tipos de elementos ideales.
sistemas eléctricos mecánica de traslación mecánica de rotación

through i corriente [A] F fuerza [N] T par [Nm]
across v tensión [V] v veloc. lineal [m/s]  veloc. ang. [rad/s]
R 1 fricción fricción
Disipador i v F  bv T  b
de energía R
L 1 muelle muelle
L
Almacenamiento i vdt F  k  vdt T  k  dt
energía inductivo
C dv masa dv inercia d
Almacenamiento iC F m TJ
energía capacitivo dt dt J dt
Tabla 1. Analogías (I)

sistemas hidráulicos sistemas térmicos

through q caudal [m3/s] q flujo calorífico [W]
across h nivel [m]  dif. temperatura [K]
resistencia 1 resistencia 1
Disipador q h q 
de energía hidráulica R térmica R
inertancia
Almacenamiento q  I  hdt No hay
de energía inductivo
(sólo en tuberías)
capacidad dh capacidad d
Almacenamiento qA térmica qC
de energía capacitivo dt dt
Tabla 2. Analogías (II)
La capacidad hidráulica corresponde a un depósito de sección A mientras que la capacidad térmica

corresponde a un horno de capacidad térmica C. Notar que el hecho de que no existan elementos
inductivos de almacenamiento de energía térmica implica que la dinámica de este tipo de sistemas
no es oscilatoria (los sistemas térmicos no oscilan puesto que no se pueden intercambiar la energía
entre un elemento de almacenamiento capacitivo y otro inductivo).
Ejemplo 9. Analogías. Los siguientes sistemas físicos tienen modelos análogos.

Circuito eléctrico:
+
Iin L R C Vo
_
Fig. 15. Circuito RLC

Vo 1 dV 1 1  V RLs
I in    Vo dt  C o , I in     Cs Vo ,  o 
R L dt  R Ls  I in RLCs  Ls  R
2
Sistema mecánico de traslación:

b k
m
xin x
Fig. 16. Sistema mecánico de traslación
d 2x d ( x  xin ) X bs
F  kx  m b  0 , kX  ms 2 X  bXs  bsX in ,  
dt 2
dt X in ms  bs  k
2

2.4 Linealización
A menudo, las ecuaciones diferenciales que describen la dinámica del sistema no son lineales.
También las características de los elementos sensores y actuadores suelen ser no lineales. En todas
estas ocasiones, a fin de poder analizar los sistemas y diseñar controladores lineales, es muy
interesante contar con herramientas que nos permitan obtener aproximaciones lineales de los
modelos.
Las aproximaciones lineales sólo son válidas en una región próxima al punto de operación alrededor
del cual se ha obtenido el modelo linealizado. Aun así son muy útiles y, si es necesario, se pueden
adoptar estrategias multi-modelo para diferentes puntos de operación (o de equilibrio) y diseñar
otros tantos controladores lineales.
El método más común para obtener una aproximación lineal de una expresión no lineal f(x) es hallar
el desarrollo en serie de Taylor de f(x) alrededor del punto de operación x0
df 1 d2 f
f ( x)  f ( x0 )   ( x  x0 )   ( x  x0 ) 2 
dx x0 2 dx 2 x0
y descartar todos los términos de orden 2 y superiores:
df
f ( x)  f ( x0 )   ( x  x0 )
dx x0
En este punto es posible definir unas nuevas variables, llamadas variables incrementales,
consistentes en restar el punto de operación a las variables originales. Así, las nuevas variables
“linealizadas” serán: x  x  x  x0 y f  f  f ( x)  f ( x0 ) . Notar que de esta manera la
df
relación entre f y x ya es lineal (e igual a la derivada en el punto de equilibrio ) y, por
dx x0
tanto, todas las herramientas de análisis y diseño de controladores lineales las aplicaremos sobre
estas nuevas variables f y x .
Ejemplo 10. Linealización. Suponer que se dispone de un sensor no lineal cuya característica es
vc (t )  3 10c(t )  4 . A fin de poder trabajar con él con métodos lineales, por ejemplo en un
diagrama de bloques, hay que obtener una aproximación lineal alrededor del punto de operación c0.
El desarrollo en serie del término no lineal es:
d c 1
c  c0    c  c0   c0  c ,
dc c0
2 c0
con lo que la característica del sensor puede expresarse como:

1
vc (t )  3 10c(t )  4  3 10 c0  3 10 c (t )  4
2 c0
obteniendo la siguiente relación entre las variables incrementales:

vc (t )  3 10 c0  4  3 10

1

2 c0
c (t )
vc ( t )
Suponiendo que el punto de trabajo es c0  0.4 , tenemos que vco  3 10c0  4  10 y que la
1
relación entre las variables incrementales es vc (t )  3 10 c (t )  7.5c (t ) .
2 c0
La Fig. 17 muestra gráficamente el concepto de linealización. En la figura (a) se muestra la

característica no lineal que relaciona las dos variables originales c(t), vc(t). Linealizar es
equivalente a situar el origen de coordenadas en el punto de trabajo y, por tanto, tomar como nuevas
variables a c (t )  c(t )  c0 , vc (t )  vc (t )  vc 0 (ver fig. (b)). Así, la nueva característica es una
recta que pasa por el origen y tiene como pendiente la derivada de la característica original en el
punto de operación c0, vc0.
12 2
1.5
10
vc0
1
8
0.5
 vc = vc - vc0
6 0
vc
-0.5
4
-1
2
-1.5
c0
0 -2
0 0.1 0.2 0.3 0.4 0.5 0.6 -0.25 -0.2 -0.15 -0.1 -0.05 0 0.05 0.1 0.15 0.2 0.25
c  c = c - c0
(a) (b)
Fig. 17. Linealización de una característica no lineal
Si la expresión a linealizar es una función de dos variables, z  f ( x, y ) , el desarrollo en serie de

Taylor se obtiene con el cálculo de las derivadas parciales:
 f f 
z  f ( x0 , y0 )    ( x  x0 )   ( y  y0 )  
 x x0 , y0 y x0 , y0 
1  2 f 2 f 2 f 
  2 .( x  x0 ) 2  2 .( y  y0 ) 2   ( x  x0 )  ( y  y0 )   
2!  x x , y y x , y xy x , y 
 0 0 0 0 0 0
Ejemplo 11. Linealización de una ecuación diferencial con dos variables. La ecuación
diferencial que relaciona la tensión en un electroimán u y la altura h que alcanza una bola metálica
en un levitador magnético de un eje es:

k  k v2 u 2
h  g 
m h2
Se desea obtener la función de transferencia que relaciona ambas variables suponiendo que el resto
de parámetros son constantes.
u2
El desarrollo en serie de es:
h2
u 2 u 02  1 1  u2 u u2 ~
2
 2   2 2u (u  u 0 )  u 2 (2) 3 (h  h0 )  02  2 02 u~  2 03 h
h h0  h u 0 , h0 h u 0 , h0  h0 h0 h0
Por tanto,
 k  kv2
 u02 u0 u02 h   g  k  kv u0 1  2 u  2
2 2

h  g   2 2 2 u2 3
   h 
m  h0 h0 h0  m h02  u0 h0 
 
g
mg 2 k  k v2 u 02
Puesto que k v2 u 02  h0 ,  g , por lo que queda
k m h02
 2 g  2 g 
h  h u  kh  h  ku  u
h0 u0
2g 2 g 2 gk v
donde hemos definido k h  y ku   .
h0 u0 i0
Para obtener la función de transferencia aplicamos la transformada de Laplace con condiciones

iniciales nulas,
~ ~ ~
s 2  H ( s)  k h  H ( s)  k u  U ( s)
Así, la función de transferencia que relaciona en pequeña señal la tensión de entrada al electroimán
~
H ( s) k
u(t) con la posición de la bola h(t) es ~  2 u .
U (s) s  k h

2.5 Ejercicios resueltos
Ejercicio 1. Representación de sistemas: Esquema de bloques y regla de Mason. Considerar

el circuito (red en escalera) de la figura:
R1 R2
V’
+ +
V1 I1 I2 V2
_ C1 C2 _
Se pide:
(a) Representar su esquema de bloques (tomar como entrada V1 y como salida V2).
(b) Representar su flujograma de señal.
V2 ( s )
(c) Aplicar la regla de Mason a fin de obtener las transmitancias T1 ( s )  y
V1 ( s )
I 2 ( s)
T2 ( s )  .
V1 ( s )
Solución:
(a) En primer lugar escribimos las relaciones algebraicas (en el dominio transformado s) que se
cumplen en cada uno de los elementos resistores y condensadores:
V1  V ' I  I2 V 'V2 I
I1  , V' 1 , I2  , V2  2
R1 C1 s R2 C2 s
Y a continuación las representamos (las variables E1, E2, E3 las hemos definido por
conveniencia pero no es obligatorio hacerlo):
V1 + _ E2 V’ +
E1 1 I1 1 E3 1 I2 1 V2
R1 + C1 s R2 C2 s
_ _
(b) Flujograma de señal. Una opción directa es poner un nodo para cada variable del esquema de
bloques anterior (notar que en un flujograma las flechas van en medio de cada trazo y no
pegadas a los nodos):

-1
L2
1 1
1 1 1 1
V1 E1 I1 1 E2 V’ E3 I2
R1 C1 s R2 C 2 s V2
L1 L3
-1 -1
Otra opción también válida es representar el flujograma a partir de los sumadores (cada nodo
corresponde a un sumador)
1 1 1 1
1 R1 C1 s R2 C2 s
V1 E1 E2 E3 I2
L1 L2 L3 V2
1
1 1 
  C2 s
C1 s R2
V2 ( s ) I ( s)
(c) Regla de Mason: Calcular T1 ( s )  y T2 ( s )  2
V1 ( s ) V1 ( s )
p  k k
Se trata de aplicar la fórmula k
, donde , k dependen de los lazos del flujograma y pk son

los caminos directos entre las entradas y salidas consideradas.
En ambos casos T1, T2 el denominador  será el mismo puesto que sólo depende de los lazos L1, L2
y L3 (y éstos no cambian aunque entremos por un nodo cualquiera y salgamos por otro nodo
diferente cada vez).
1 1 1
Los lazos son: L1   , L2   , L3   . Los lazos L1 y L3 no se tocan
R1C1 s R2 C1 s R2 C 2 s
puesto que no tienen ningún nodo en común. Así
1 1 1 1
  1  L1  L2  L3   L1 L3   1    
R1C1 s R2 C1 s R2 C 2 s R2 C 2 R1C1 s 2
R2 C 2  R1C 2  R1C1 1
  1 
R2 C 2 R1C1 s R2 C 2 R1C1 s 2

Para hallar la transmitancia T1 hay que identificar los caminos directos entre V1 y V2. En nuestro
1
caso sólo hay un camino, p1  , y puesto que todos los lazos tocan a este camino,
R2 C 2 R1C1 s 2
V ( s ) p1  1
tenemos 1=1. Así, T1 ( s )  2  ,
V1 ( s ) 
1
R2 C 2 R1C1 s 2 1
T1 ( s )  
R C  R1C 2  R1C1
1 2 2 
1 R2 C 2 R1C1 s  R2 C 2  R1C 2  R1C1 s  1
2
2
R2 C 2 R1C1 s R2 C 2 R1C1 s
Para hallar la transmitancia T2 hay que identificar los caminos directos entre V1 y I2. En nuestro
1
caso sólo hay un camino, p1  , y puesto que todos los lazos tocan a este camino,
R2 R1C1 s
I ( s ) p1  1
tenemos 1=1. Así, T2 ( s )  2  ,
V1 ( s ) 
1
R2 R1C1 s C2 s
T2 ( s )  
R C  R1C 2  R1C1
1 2 2 
1 R2 C 2 R1C1 s  R2 C 2  R1C 2  R1C1 s  1
2
2
R2 C 2 R1C1 s R2 C 2 R1C1 s
Nota: Cuando se pide una transmitancia hay que llegar hasta el final, es decir, hay que dar el
resultado como fracción de dos polinomios en s, numerador y denominador. Notar también cómo el
denominador en ambos casos es el mismo puesto que el flujograma (con sus lazos) no ha cambiado.
El hecho de entrar y salir por distintos puntos del flujograma afecta sólo a los ceros (raíces del
numerador) de la transmitancia y no a los polos (raíces del denominador).
Ejercicio 2. Representación de sistemas. Regla de Mason. Considerar el sistema de rotación de

un eje flexible con rozamiento de la figura
B
k
J
1(t) 2(t)
Las dos ecuaciones diferenciales ordinarias (EDO) que describen su comportamiento son
T  J1  k  1   2  y 0  B2  k  2   1 , siendo T el par aplicado (excitación), J el momento
de inercia, k la constante de elasticidad y B la constante de rozamiento viscoso.  1 y 2 son las
posiciones angulares correspondientes a un extremo y otro del eje flexible.
Se pide: (a) representar el flujograma de estado, (b) a partir de él, obtener las ecuaciones de estado,
(c) aplicar la regla de Mason al flujograma de estado a fin de obtener las funciones de transferencia
1(s)/T(s) y 2(s)/T(s).

Solución:
(a) Flujograma de estado (FGE)
En primer lugar se despejan las derivadas de mayor orden de cada una de las ecuaciones:
T k k
1   1   2
J J J
k k
2    2  1
B B
Luego se disponen tantas líneas de integración como sean necesarias y, a continuación, se

representan las relaciones que aparecen en las ecuaciones:
-k/J
1 s-1 1 s-1 1 1/J

1 1 1
T s-1 s-1
k/J
2 s-1 2 2 s-1 2

k/B
-k/B
(b) Ecuaciones de estado (EE)
Se renombran los nodos del FGE (empezando por las variables sin derivar y siguiendo el sentido de
derivación) y se escriben las ecuaciones en función de las variables de estado xi:
-k/J
1/J
1 s-1 1 s-1 1
T
x2
x1  x2 x1 
k/J x1  x 2 

k k 1 
x 2   x1  x3  T 
2 s-1 2 J J J 
x3 x3 k/B k k 
x 3  x1  x3 
-k/B B B
Puesto que el sistema es lineal podemos expresar las EE en formato matricial. Si, por ejemplo, se
definen dos salidas, y1=1=x1 y y2=2=x3, el conjunto de ecuaciones de estado más la ecuación de
salida puede escribirse como:

 0 1 0   0 
 
x   k / J 0 k / J x  1 / J T
x  Ax  bu  
0  k / B   0 
,  k / B  
y  Cx  du
1 0 0  0
y  x   T
0 0 1  0
(c) Regla de Mason:

salida

p  k k
entrada 
En primer lugar se identifican todos los lazos y se construye .

k 1 k k k 3
L1   s , L2   s 2 , L3  s
B J BJ
k 2 3 k 2  3
  1  L1  L2  L3   L1 L2  1  s 1  s 2 
k k k k
s  s  1  s 1  s 2
B J BJ BJ B J
-k/J
1/J L2
1 -1  1
T s 1 s-1
x2
x1  x 2 x1
k/J
L3
2 s-1 2
x3 x3 k/B
L1
-k/B
Para cada una de las funciones de transferencia, 1(s)/T(s) y 2(s)/T(s), hay que identificar,
además, los caminos directos entre entrada y salida (para cada una de las funciones de transferencia
sólo hay un camino directo, marcados en verde y rojo respectivamente).
Así:
 1  1  2 k 3
p1  s 2 s  s
1 ( s )  J  p  J JB Bs  k
   1 1
 
T ( s )   1  L  1  k s 1   1  s 1  s 2 BJs  kJs  kBs
k k 3 2
1 1
 B  B J
k 3
 2 ( s )  p1 
k 3  s
s  p11 JB k
 JB   
T (s)    1   1  s 1  s 2 BJs  kJs  kBs
k k 3 2
 1 
B J

Ejercicio 3. Representación de sistemas. Regla de Mason. A continuación se muestra una

representación conceptual del fenómeno de acoplamiento elástico entre un motor y su carga. Este
fenómeno da lugar a la aparición de polos parásitos, de “alta frecuencia” y muy resonantes, de
manera que si la ganancia de lazo es lo suficientemente elevada, puede provocar su “aparición” y
crear problemas de estabilidad.
PM PL
VM VL
AM AL
TE
Ks
JM
JL
La figura muestra el esquema de bloques correspondiente, que relaciona el par generado por la
conversión (TE) con la posición (angular) del motor (PM) y la de la carga (PL) que, obviamente, son
distintas. Las fuerzas elásticas son proporcionales (Ks) a la diferencia de posición entre el motor y
la carga (PM-PL). Las fuerzas de amortiguamiento son proporcionales (b) a la diferencia de
velocidad entre el motor y la carga (VM-VL).
Ic IF TM AM VM PM
Control de TE +
KT
corriente
+
Ks
+
b
+
+
TL AL VL PL
Fig. 18. Esquema de bloques de un acoplamiento elástico
Se pide calcular, usando la regla de Mason las siguientes funciones de transferencia:

y
Solución:
Aunque no es obligatorio, se puede dibujar el flujograma de señal para ver mejor los lazos y
caminos directos. Hay varios posibles flujogramas (unos contienen todas las variables incluyendo
las intermedias, como el de la siguiente figura; otros pueden ser más simplificados).

-1
1
TE 1/JM 1/s 1/s PM
1
-1
1
Ks
b
1 -1
-1
1/JL 1/s 1/s PL
En primer lugar hay que identificar todos los lazos (caminos cerrados) del flujograma.
Dependiendo del grado de simplificación del flujograma puede haber un número diferente de lazos,
pero, en cualquier caso, el resultado final una vez aplicada la regla de Mason debe ser el mismo.
Solución con 6 lazos:
-Ks
1 L1
TE 1/JM 1/s
1/s PM
L2 1
-b
1
b -1
L3
-1
1/JL 1/s 1/s PL

L4
Ks
1 11
L1  1 K s  , , ,
JM s s

-Ks
1
TE 1/JM 1/s 1/s PM
1
-b L5
1
b -1 L6
-1
1/JL 1/s 1/s PL
Ks
Hay que identificar cuáles son los pares de lazos que no se tocan entre sí, es decir, que no tienen
ningún nodo en común. Éstos son (L1 , L3) y (L2 , L4). No hay ningún triplete de lazos que no se
toquen entre sí.
Con estos lazos ya se puede construir el denominador de ambas funciones de transferencia,
  1  L1  L2  L3  L4  L5  L6   L1 L3  L2 L4 
Función de transferencia : Para construirla hay que identificar todos los caminos
directos (es decir, sin repetir nodos) entre la entrada TE y la salida PM. En nuestro caso sólo hay 1
camino directo:
El factor delta asociado a este camino, 1, se construye de forma análoga a la  general pero
teniendo en cuenta sólo los lazos que no tocan a p1. En nuestro caso son L3 y L4:
Así,

Función de transferencia : Para construirla hay que identificar todos los caminos
directos (es decir, sin repetir nodos) entre la entrada TE y la salida PL. En este caso hay 2 caminos
directos.
Ambos caminos tocan a todos los lazos, por tanto, sus factores delta son directamente 1=2=1.
Así,
Solución alternativa (con 8 lazos):

-Ks
L1
1
TE TM 1/JM 1/s 1/s PM
L2
-b
Ks b
b
-b Ks
L3
PL 1/s 1/s 1/JL TL
L4
-Ks
, , ,

-Ks
1
-b
Ks L6 b
b
-b Ks
L5
PL 1/s 1/s 1/JL TL
-Ks
-Ks
1
L7
-b
Ks b
b
-b Ks
L8
PL 1/s 1/s 1/JL TL
-Ks

3. Respuesta temporal
El objetivo en este apartado es obtener la evolución temporal de la salida y(t) de un sistema

conociendo:
1) la dinámica del sistema (descrita por medio de su ecuación diferencial o su función de
transferencia),
2) la señal de excitación u(t) y
3) las condiciones iniciales (CI).
3.1 Obtención de la respuesta temporal a partir de la ecuación diferencial

(método clásico)
Ejemplo 12. Respuesta temporal a partir de la EDO (método clásico)

Los datos son:
 Ecuación diferencial ordinaria (sistema): y(t )  3 y (t )  2 y (t )  u (t )
 Excitación: u(t) es un escalón unitario que empieza en t=0
 Condiciones iniciales: y(0)=1, y (0)  0
La respuesta total y(t) es la suma de la solución homógenea yH (correspondiente al transitorio,

respuesta libre) y la solución particular yP (permanente, respuesta forzada).
1) Solución de la ecuación homogénea :
Su ecuación característica (expresada en términos del operador derivación D) es .

Las raíces (autovalores) de esta ecuación son -1 y -2. Cada autovalor  lleva asociada una función
en el tiempo con la forma exp(t) que recibe el nombre de autofunción o modo natural, y1 (t )  e  t
e y 2 (t )  e 2 t . La solución homogénea es una combinación lineal de los dos modos naturales:
.
2) Solución de la ecuación particular , donde A es una constante (misma forma que la

excitación)
y p (t )  3 y p (t )  2 y p (t )  u (t )  0  0  2 A  1  A  0 .5
3) Solución total:
.
Para obtener el valor de los coeficientes c1, c2 se aplican las condiciones iniciales:
y (0)  c1  c2  0.5  1
y (0)   c1  2c2  0
La solución del sistema de ecuaciones resultante es c1=1, c2=-0.5. Así

3.2 Transformada de Laplace
Ya hemos visto que una forma de describir los sistemas es por medio de funciones de transferencia
en el dominio transformado: dominio “s” para sistemas en tiempo continuo y dominio “z” para
sistemas en tiempo discreto. En los próximos apartados se verá cómo obtener respuestas temporales
a partir de las transformadas de Laplace de las señales y los sistemas.
La transformada de Laplace es el fundamento matemático para la mayoría de las técnicas

frecuenciales de control.
3.2.1 Definición y propiedades
Definición
Se definen dos transformadas de Laplace:

Unilátera: Y ( s)  L y (t ) 

 0
y (t )e  st dt
Bilátera: YII ( s)  L II  y (t ) 

  
y (t )e  st dt
La transformada bilátera se usa en cálculos de potencia (p. ej., para obtener densidades espectrales
de potencia a partir de autocorrelaciones).
Notar que la transformada de Fourier tiene la misma forma que la transformada de Laplace (basta
sustituir s por j).
A la hora de obtener la respuesta de sistemas lineales, el producto de convolución en el dominio

t
temporal y (t )  h(t )  u(t )   h(t   )u( )d queda
0
reducido a un producto simple en el dominio transformado. Ello facilita muchísimo los cálculos y,
por ello, la transformada de Laplace es la más utilizada en la teoría de sistemas.
u(t) y(t)=h(t)*u(t)
h(t)
U(s) Y(s)=H(s)·U(s)
H(s)
Propiedades
Otras propiedades interesantes son:

 El decalaje (retardo puro) en t implica la aparición de la exponencial en s:
y (t   0 )  Y ( s )e  0 s .
 La exponencial en t implica el decalaje en s:
y (t )  e as  Y ( s  a )
 Multiplicar por t en tiempo implica dividir por s en Laplace:
Y ( s)
t  y (t ) 
s

 Derivación en t:
d n y (t ) n 1 n  2 dy ( t ) d n 2 y (t ) d n 1 y (t )
 s n
Y ( s )  s y ( 0 )  s  ...  s 
dt n dt t 0 dt t 0
dt t 0
Por ejemplo, la transformada de Laplace de x(t ) es

Lx(t )  s X ( s )  s x (0)  sx (0)  x(0) siendo X ( s )  Lx (t ). (Nota: el punto sobre
3 2
dx (t )
una variable denota derivada respecto al tiempo, x (t )  ).
dt
Tabla de transformadas
La siguiente tabla muestra las transformadas que se utilizarán en este curso. Es necesario
aprenderlas de memoria. Notar la aplicación de las propiedades presentadas anteriormente.
x(t ) X(s)
 (t ) 1
1, t  0 (escalón unitario) 1/s
t , t  0 (rampa unitaria) 1/s2
1  e at , t  0 1
sa
sin  o t  , t  0 0
s   o2
2
coso t  , t  0 s
s   o2
2
Ae  at sin  o t  , t  0 A 0
( s  a) 2   o2
Tabla 3. Principales transformadas de Laplace
Filtro generador
La transformada de Laplace de una señal determinada puede interpretarse como la función de

transferencia de su filtro generador. Por ejemplo, la función de transferencia H(s) del filtro
1
generador de la señal y(t) = eat es H ( s )  , ya que, al excitar dicho filtro con un impulso u(t)
sa
= (t), la salida del mismo es la señal en cuestión,
 1 
y (t )  L1 Y ( s)  L1 H ( s )U ( s)  L1   1  e at , t  0.
s  a 
Si a>0, este filtro presenta un polo inestable (en el semiplano derecho del plano s) de valor p = a.
Los polos con parte real positiva son inestables puesto que su modo natural asociado eat es
fuertemente creciente con el tiempo (la forma matemática de expresar inestabilidad es por tanto una
exponencial creciente).

3.2.2 Teorema del valor inicial (TVI) y teorema del valor final (TVF)
Sistemas continuos en el tiempo:

TVI: y (0)  lim y (t )  lim sY ( s )
t 0 s 
TVF: y ()  lim y (t )  lim sY ( s )

t  s 0
3.2.3 Solución de EDOs (lineales y de coeficientes constantes) en el dominio s
Dada la ecuación diferencial ordinaria (EDO),

y t )  a 2 (
( y t )  a 1 y( t )  a 0 y (t )  u(t ) ;
con condiciones iniciales (CI): y(0), y ( 0) , 
y ( 0) ,
la solución y(t) se obtiene a partir de los pasos siguientes:
1) Aplicar L[ ] a los dos términos de la EDO.
N ( s)
2) Despejar Y (s ) (quedará una función racional Y ( s)  ).
D ( s)
3) Descomponer Y(s) en suma de fracciones simples (de primer orden):
A1 A2 A3
Y ( s)    .
s  p1 s  p2 s  p 3
Para ello:
3.1) Hallar los polos (raíces de D(s)): p1, p2, p3.
3.2) Hallar los residuos Ai  Y ( s)( s  pi ) s  p . (Nota: Si los polos son complejos, conviene
i
determinar los residuos gráficamente a partir del diagrama de polos y ceros. Si la

multiplicidad de algún polo es mayor que 1, proceder como se indica en el Ejemplo 13).
4) Aplicar L-1[ ].
1  Ai 
  Ai e .
pi t
4.1) Polo real: L 
 s  pi 
 A A*  t
4.2) Polos complejos: L1    2 A e cos(t  A) ; ( A  A e ,
jA

 s  p s  p * 
, p    j , p*    j ).
 jA
A*  A e
e jx  e  jx e jx  e  jx
Nota: cos x  , sin x 
2 2j
5) Comentarios:
5.1) El valor de y(t) en régimen permanente depende de algunos de los coeficientes de los
Y ( s ) bn 1 s n 1    b0  (s  z )
i
polinomios. Por ejemplo, para M ( s )   k i
:
U ( s) an s n    a0  (s  p )
j
j

- Excitación en escalón (unitario): El valor en régimen de y(t) es la ganancia en

b0
continua, M (0) , por lo que el error en régimen
a0
a  b0
permanente es e(  )  1  M (0)  0 .
a0
1 1 a b
- Excitación en rampa: El error es e(  )      1 1 (en el supuesto de
zi pj a0
que a 0  b0 )
5.2) El transitorio depende de la forma compleja de la totalidad de Y(s) (polos y residuos).
3.2.4 Cálculo de residuos

( s  z1 )  ( s  z m )
La expresión racional Y ( s )  k puede descomponerse en suma de fracciones
( s  p1 )  ( s  pn )
A1 An
simples, Y ( s )   , siendo los coeficientes Ai los residuos correspondientes a
s  p1 s  pn
los polos pi.
Cálculo analítico de residuos
La fórmula general para calcular los residuos (en el caso de polos simples) es
Ai  ( s  pi )Y ( s ) s  p .
i
En el caso de que haya polos complejos conjugados es más conveniente obtener el residuo
gráficamente (es más rápido y se evitan los errores de cálculo, muy frecuentes al usar la fórmula
anterior). Además, cuando dos polos son complejos conjugados, sus residuos también lo son.
En el caso de polos múltiples, la descomposición en suma de fracciones es la siguiente:
( s  z1 )  ( s  z m ) A1 A2 A3 B
Y ( s)  k    
( s  p1 ) ( s  p2 ) s  p1 
3 3
s  p1  s  p1  s  p2
2
y el cálculo de los residuos Ai es como sigue:
d d2
A1  ( s  p1 ) 3 Y ( s ) A2  ( s  p1 ) 3 Y ( s ) A3  ( s  p1 ) 3 Y ( s )
s  p1 ds s  p1 ds 2 s  p1
Ejemplo 13. Cálculo (analítico) de residuos cuando hay polos múltiples

1
Dado Y ( s )  , se desea obtener y(t). La idea es expresar Y(s) como suma de factores
s ( s  5)
2
simples de los cuales nos sepamos de memoria la trasformada de Laplace inversa. En otras
palabras, interesa descomponer Y(s) de la siguiente manera,

1 A A B
Y ( s)   21  2 
s ( s  5) s
2
s s5
para luego realizar la transformada inversa término a término.
Si hubiera polos complejos conjugados, también se separarían en fracciones simples, A/(s-p) y

A*/(s-p*) (notar que, si los polos son complejos conjugados, sus residuos también lo son).
Hay que determinar los residuos A1, A2 y B.
Analíticamente,
1 1
A1  Y ( s ) s 2  
s 0 ( s  5) s 0
5
A2 
d
ds

Y (s)s 2  
d  1 
  
1
ds  ( s  5)  s 0 ( s  5) 2

1
25
s 0 s 0
1 1
B  Y ( s)( s  5) s  5  2 
s s  5 25
Por tanto,
1 (1 / 5) (1 / 25) (1 / 25)
Y ( s)   2   .
s ( s  5)
2
s s s5
Finalmente, la aplicación de la transformada inversa nos da
y (t )  t  1  e 5t  , t  0
1 1
5 25
Cálculo gráfico de residuos
En la Fig. 19 se ilustra el cálculo gráfico del residuo de p3. En primer lugar, hay que trazar todos
los vectores que van de todas las raíces (polos y ceros) hacia el polo en cuestión, p3.
j
p1
z1 
p3 

p2
Fig. 19. Cálculo gráfico de residuos
Puesto que p3 es complejo, su residuo A3 también lo es, por tanto hay que obtener módulo y fase:
Módulo: Para calcular el módulo notar que se incluye la ganancia de Y(s), k, y que el módulo de los
vectores con origen en los ceros se sitúa en el numerador y el módulo de los vectores con origen en
los polos en el denominador.

( p 3  z1 )
Módulo: A3  k
( p 3  p1 )  ( p 3  p 2 )
Fase: Para calcular la fase, se suman todas las fases de los vectores con origen en los ceros y se les
resta la suma de todas las fases de los vectores con origen en los polos.
 
Fase: A3  ( p 3  z1 )  ( p 3  p1 )  ( p 3  p 2 )  0  (   )  0
Ejemplo 14. Cálculo gráfico de residuos.

Vamos a obtener gráficamente los residuos de la descomposición en suma de fracciones simples de
la siguiente expresión
2( s  1)
Y ( s) 
s( s  3)
Para ello, en primer lugar, hay que representar los polos y ceros de Y(s) en el plano complejo s,
j
-4 -3 -2 -1 
Llamaremos A al residuo del polo en el origen y B al residuo del polo en -3,
2( s  1) A B
Y ( s)   
s( s  3) s s  3
Para obtener el valor del residuo A correspondiente al polo s=0, se trazan los vectores que van del
resto de raíces (polos y ceros) hacia el polo en cuestión s=0. En nuestro caso, como sólo hay un
polo más y un cero sólo tenemos dos vectores Vp y Vz.
j
Vz
Vp
-4 -3 -2 -1 
Para obtener el valor de A hay que obtener su módulo y su fase:

Vz 1 2
Módulo: A  2 2  , Fase:
Vp 3 3
A  Vz  V p  0  0  0
donde y denotan el módulo y argumento del vector Vz respectivamente.

Notar que, al calcular el módulo, hay que tener en cuenta la ganancia k de Y(s) (en este caso vale 2).
Si hubiéramos tenido n polos y m ceros, las fórmulas hubieran sido:
Módulo:
Fase:
Y si hubiéramos tenido n polos y ningún cero:
Módulo:
Fase:
Para obtener el residuo B se trazan los vectores que van del resto de raíces (polos y ceros) hacia el
polo en s=-3.
j
Vz
Vp
-4 -3 -2 -1 
El residuo es:
Módulo: , Fase:
Así pues, finalmente,
2( s  1) A B 2/3 4/3
Y ( s)     
s( s  3) s s  3 s s3
Ejemplo 15. Cálculo de residuos en funciones no estrictamente propias.

s 1
Considerar la función H ( s )  . Puesto que no es estrictamente propia, sino propia (igual
s  1.61
número de polos que de ceros), la descomposición en suma de fracciones simples se puede obtener
previa división de los dos polinomios numerador y denominador. Así,
s 1 s  1.61
 ( s  1.61) 1
/  0.61
s 1 0.61
H ( s)  1
s  1.61 s  1.61
Comprobación vía Matlab:
>> num=[1 1];den=[1 1.61];

>> [r,p,k]=residue(num,den)
r =
-0.6100

p =
-1.6100
k =
1
3.3 Obtención de la respuesta temporal a partir de la función de

transferencia
3.3.1 Diagramas de polos y ceros
Una función de transferencia racional H(s) puede descomponerse en producto de factores simples
( s  z1 )  ( s  z m )
k , donde se explicitan la ganancia, los polos pi y los ceros zj. Obsérvese la
( s  p1 )  ( s  p n )
“normalización” de los coeficientes de s. Así, cada factor (s - pi) corresponde a un vector desde el
polo pi al punto complejo s general (ver Fig. 20).
j
s
(s  p1 )
p1  
z1
p1 s
p2 
p3
Fig. 20. Diagrama de polos y ceros
Nota: En el caso discreto es igual.
3.3.2 Modos naturales
Cada polo o autovalor (eigenvalue) tiene asociado un modo natural o autofunción (eigenfunction)
que puede representarse gráficamente. En los sistemas en tiempo continuo el modo natural
asociado a un polo p es ept y el modo natural asociado a un par de polos complejos conjugados p,
p* es ept + ep*t.
La Fig. 21 muestra un conjunto de polos junto con sus modos naturales asociados.
j
(b)
(a) (c) (d)

j
-2 -1 1 
-3 -j
Fig. 21. Modos naturales

(a) El modo natural asociado al polo p=-3 es la exponencial decreciente e-3t. Notar que la constante
de tiempo de la exponencial es la inversa del polo,=1/3.
(b) El modo natural asociado al par de polos complejos conjugados p, p*  2  j es la

oscilación decreciente con el tiempo e 2 t cos(t   ) . La frecuencia de oscilación en rad/s
coincide con la parte imaginaria de los polos y la constante de tiempo de la exponencial
envolvente coincide con la inversa de la parte real de los polos.
(c) El modo natural asociado al polo p=-1 es la exponencial decreciente e-t. Esta exponencial es
más persistente en el tiempo que la asociada al polo -3. Por tanto el polo en -1 se dice que es
más dominante que el polo en -3.
(d) El modo natural asociado al polo p=1 es la exponencial creciente et. Notar que un polo con
parte real positiva (polo en el semiplano derecho del plano complejo) tiene asociado como
modo natural una exponencial creciente con el tiempo. Se trata por tanto de un polo inestable.
Nota: En los sistemas discretos, los modos naturales son pn para el caso de polo real y (p*)n + (p)n
para el caso de polos complejos conjugados, respectivamente.
Ejemplo 16. Respuesta temporal (método transformado).

2( s  2)
Suponer que tenemos un sistema H ( s )  y queremos conocer la evolución temporal
( s  4s  3)
2
de su salida y(t), al excitarlo con un escalón unitario u(t).
1
La transformada de Laplace del escalón es U ( s )  .
s
2( s  2) 1
La transformada de Laplace de la salida del sistema será Y ( s )  H ( s )U ( s )  .
( s  4s  3) s
2
Para obtener y(t) sólo queda aplicar la transformada de Laplace inversa a Y(s). Para ello, primero
descomponemos Y(s) en suma de fracciones simples (de las cuales nos sabemos de memoria sus
transformadas inversas),
A B C
Y (s)    ,
s s  3 s 1
y calculamos los residuos A, B, C a partir del diagrama de polos y ceros,

j
-3 -2 -1 0 
El resultado es:
2 4
A 2  A  0  0  0  0
1 3 3
1 1
B 2  B  180  180  180  180
23 3

1
C 2 1 C  0  180  0  180
1 2
4 / 3 (1 / 3) (1)
Por tanto, Y ( s )    . La aplicación de la transformada de Laplace inversa
s s3 s 1
término a término nos da:
4 1  3t
y (t )   e  e t , t  0
3 3
Una manera de verificar que no hay errores es comprobar que y(0)=0 (condiciones iniciales nulas
puesto que partíamos de una función de transferencia estrictamente propia).
En cuanto a la representación gráfica, notar que la respuesta total es la suma de cada uno de los tres
términos:
2
1.5
0.5
-0.5
y(t)
y1(t)=4/3
-1
-3t
y2(t)=-(1/3)*e
-1.5 -t
y3(t)=-e
-2
0 0.5 1 1.5 2 2.5 3
t
3.3.3 Polos dominantes
Los polos dominantes son aquellos con más peso y más persistentes en la respuesta temporal
transitoria. Para identificarlos hay que tener en cuenta tanto el valor del polo como el de su residuo.
Considerar el diagrama de polos y ceros de la Fig. 22.
j
(3) (2) (1)

Fig. 22. Polos dominantes
En la Fig. 22 el polo dominante es el (2).
El polo (3) no es dominante puesto que está lejos del eje imaginario. Ello hace que su aportación al
 t
transitorio sea pequeña por dos motivos: (a) Modo natural: e 3 tiende más rápidamente a cero, y
(b) Residuo: A3 es de menor valor pues en su cálculo aparecen valores (módulos) elevados en el
denominador.

El polo (1) tampoco es dominante por la presencia cercana de un cero. Si hay un cero cercano, el
residuo resulta pequeño, al aparecer un factor (módulo) reducido en el numerador.
3.4 Transitorios. Dinámica de orden 1, 2 y n
3.4.1 Dinámica de primer orden
1) Modelo:
 Función de transferencia:  Diagrama de polos y ceros:
j
Y ( s) k
G ( s)  
U ( s) s  1 -1/ 
Fig. 23. Polos y ceros de primer orden
2) Respuesta indicial (a escalón unitario):

 Formulación:  Representación gráfica (k = 1):
t / 
y (t )  k (1  e )
1.0
0.9
0.8
t error 0.7
0.6
 37% 0.5
2 12% 0.4
3 4.5% 0.3
0.2
4 1.7%
0.1
0.00
 2 3 4 5
Fig. 24. Respuesta indicial de primer orden
3) Respuesta impulsional:
k  Representación gráfica (k/ = 1):
 Formulación: y (t )  e t / 
 1.0

0.9
 Área:  0
e t /  dt   0.8
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0.00
 2 3 4 5
Fig. 25. Respuesta impulsional de primer orden

4) Respuesta a la rampa:
 Formulación:  Representación gráfica (k/ = 1):
y (t )  k (t   )  e  t /   4.5
4.0
3.5
3.0
2.5
2.0
1.5
1.0
0.5
0.00
 2 3 4 5
Fig. 26. Respuesta a la rampa de primer orden
3.4.2 Dinámica de segundo orden
1) Modelo:
 Función de transferencia:  Diagrama de polos y ceros:

j
Y ( s) kn2 n
G( s)   2 p
U ( s ) s  2n s  n2 d  n 1   2
 

n
p*
Fig. 27. Polos y ceros de segundo orden


n: frecuencia natural de oscilación, d: frecuencia de oscilación amortiguada (damped), :
coeficiente de amortiguamiento (notar que su símbolo es la letra “dseta”  y no la “chi” )

: ángulo relacionado con el amortiguamiento (si =0, el sistema no está amortiguado =0; si
=180º, el sistema presenta amortiguamiento crítico =1; lo deseable en la mayoría de los casos es
un amortiguamiento moderado =0.7, lo que corresponde a =135º y a un rebase del Rpt=5% en la
respuesta indicial)
2) Respuesta indicial:
e  nt
 Formulación: y (t )  1  sin( d t   )
1 2

 Representación gráfica:

Tiempo de subida: tr 
d
R pt 
0.04 0.02 Tiempo de pico: tp 
d
1 4
Tiempo de establecimiento (2%): t s 
 n
3
0.5
(1  e   n t ) Tiempo de establecimiento (5%): t s 
n
Error permanente: e()  1  G(0)
0 

tD tr tp ts 1  2
Rebase máximo: R pt  e
Fig. 28. Respuesta indicial de segundo orden
 Rebase Rpt en función del coeficiente de R pt

amortiguamiento : 1.0
0.9
0.8
 Rpt (aprox.) 0.7
0.6
0.4 25% 0.5
0.4
0.3
0.5 15% 0.2
0.1
0.6 10% 0.0
0.0 0.2 0.4 0.6 0.8 1.0
0.7 5% 

 Fig. 29. Rebase en función del
1  2
La expresión exacta es R pt  e amortiguamiento
 Detalle en el origen: (1  e  n t ) pasa por

los mínimos excepto en las cercanías del
origen. Más allá se confunde con la 1  e   n t
1 1
envolvente (1  e  n t ) . 1 2
1 2 0
y(t) 1
1 e  n t
1 2
Fig. 30. Detalle en origen de la respuesta

indicial de segundo orden
1
Para trazar el amortiguamiento hay dos alternativas. La exacta es (1  e  n t ) pero, por
1 2
comodidad, se usa la aproximación (1  e  n t ) .
3) Respuesta impulsional:
n
 Expresión temporal: y (t )  e nt sin(d t )
1 2

 Representación gráfica:
n 
Tiempo de pico: t1   tp
1 2 d
 n
e  nt
1 2
sen( d t ) Punto tangente a la exponencial envolvente
(tiempo de pico de sen( d t ) ):
0
T 
t2  
4 2 d
T 
Tiempo de medio periodo: t3  
2 d
t1 t2 t3
Fig. 31. Respuesta impulsional de segundo orden
4) Otras respuestas temporales. Régimen permanente

1 2
 A la rampa: Error o desviación última de la respuesta forzada: e (  )  p i

n
 A la exponencial. Cálculo rápido del régimen permanente de la respuesta forzada:
y forzada  G ( s) s  a e at
3.4.3 Bloque de segundo orden con un polo (o un cero) adicional
( s  b)
 Con cero adicional :
b p
 bp  1 n yz
Rpzt    e d Rpt 
1

b y
-b
  1
t pz 
d p*
a
 Con polo adicional :
(s  a) p
 y
 a   2 n
Rppt    e  d Rpt yp 
2

 ap 
-a
  2
t pp 
d p*

 Cero de fase no mínima 1.2
(respuesta inversa): 1
p
0.8

( s  c) 0.6
y

c
c 0.4
c
0.2
0
yz
p*
-0.2
0 2 4 6 8 10 12
3.4.4 Sistemas de orden n (I). Con polos dominantes

200
1) Caso de no tener ceros: H ( s) 
( s  1)( s  8s  20)( s  15)
2
Al estar el polo -1 más cerca del eje j

imaginario que el resto, resulta dominante ya p
que los otros presentan transitorios 4 y 15 2j
veces más rápidos respectivamente y, p4 p1
además, sus residuos son más pequeños. De escalón

esta manera la dinámica del sistema puede -15 -4 -1
0.7
aproximarse por H ( s)  , ya que así p*
s 1
retiene el polo dominante (-1) y la ganancia
en continua (0.7).
200( s  11
.)
2) Caso de sí tener ceros: H ( s) 
( s  1)( s  8s  20)( s  15)
2
j
Las consideraciones anteriores pueden verse p
sustancialmente modificadas debido al 2j
efecto que los ceros tienen sobre los p4
residuos. En particular puede reducir la escalón

importancia del polo más cercano al cero -15 -4 -1.1 -1
eclipsando su dominancia (que, en este caso,
pasaría a los dos polos complejos). p*
3.4.5 Sistemas de orden n (II). Sin polos dominantes: Formas prototipo

Cuando no hay polos dominantes no queda más remedio que tratar el sistema como lo que es: un
sistema de orden n. Se pueden usar funciones de transferencia con el siguiente formato:
Y ( s)  n0
 , es decir, sólo con polos. De entre los posibles polinomios d n ( s) hay algunos con
R ( s) d n ( s)
características especialmente interesantes:

1) Polinomios ITAE (óptimos en el sentido que minimizan el criterio ITAE  t e dt ):

0

d1 ( s )  s   0
d 2 ( s)  s 2  1. 4 0 s   20
d 3 ( s)  s3  1. 75 0 s 2  2.15 20 s   30
d 4 ( s)  s 4  2.1 0 s3  3. 4 20 s 2  2. 7 30 s   40
2) Polinomios de Butterworth:
d1 ( s )  s   0
d 2 ( s)  s 2  1. 4 0 s   20
d 3 ( s)  s 3  2. 0 0 s 2  2. 0 20 s   30
d 4 ( s)  s 4  2. 6 0 s 3  3. 4 20 s2  2. 6 30 s   40
3) Polinomios de Bessel:
d1 ( s )  s   0
d 2 ( s)  s 2  1. 73 0 s   20
d 3 ( s)  s 3  2. 43 0 s 2  2. 46 20 s   30
d 4 ( s)  s 4  3.12 0 s 3  4. 39 20 s 2  3. 20 30 s   40
Nota: Las funciones de transferencia con estos polinomios como denominador son más conocidas
en el ámbito del diseño de filtros pasa-bajas.
Ejemplo 17. Formas prototipo.

Para obtener los polinomios normalizados (0=1) de Butterworth se puede usar la función buttap:
>> [z,p,k]=buttap(4);[nu,de]=zp2tf(z,p,k)
nu =
0 0 0 0 1
de =
1.0000 2.6131 3.4142 2.6131 1.0000
Para obtener los polinomios normalizados (0=1) de Bessel se puede usar la función besselap:

>> [z,p,k]=besselap(4);[nu,de]=zp2tf(z,p,k)
nu =
0 0 0 0 1
de =
1.0000 3.1239 4.3916 3.2011 1.0000
3.4.6 Sistemas de orden infinito (retardo puro)
1) Retardo puro:
3
 Función de transferencia: H ( s )  3e 2 s
 Respuesta indicial:
2 t
2) Constante de tiempo con retardo puro:
1
 Función de transferencia: H ( s )  3 e 2s 3
1  2s
2 t
3) Dos constantes de tiempo iguales con retardo puro:
1
(1  s) 2
 Respuesta indicial (curva sigmoidea): 2 t
4) Dos constantes de tiempo y retardo puro: 3

1
(1  0.2s)(1  1.8s) t
5) Retardo puro con integrador (o constante de tiempo muy grande): 3

3
 Función de transferencia: H ( s )  e  2 s
s
2 3 t
a=6 T=1
Ejemplo 18. Respuesta indicial de un sistema con retardo puro en MATLAB. Se usa la
función tf ajustando el propiedad InputDelay y a continuación se ejecuta la instrucción step:
Step Response
>> H=tf(3,[1 0],'InputDelay',2),H 4
3.5
Transfer function:
3
3
2.5
exp(-2*s) * -
s 2
Amplitude
1.5
>> step(H),axis([0 4 -1 4]) 1
0.5
Nota: En este caso es indiferente ajustar la 0
propiedad InputDelay o OutputDelay. -0.5
-1
0 0.5 1 1.5 2 2.5 3 3.5 4
Time (sec)

3.5 Simulación de la respuesta temporal
3.5.1 Introducción del sistema. Polos, ceros y residuos
Ejemplo 19. Introducción de sistemas. Para introducir un sistema dinámico descrito por medio
de una función de transferencia se pueden entrar por separado el polinomio numerador y el
polinomio denominador.
2
1) Introducir el sistema H ( s )  :
s  0.5s  1
2
>> num=2;
>> den=[1 0.5 1];
(Notar que se usan corchetes para entrar polinomios mientras que para entrar escalares no es necesario).
2) También es posible agrupar los polinomios numerador y denominador en una única variable
tipo sys (de system). Para ello se usa la función tf (de transfer function):
>> H=tf(num,den)
Transfer function:
2
---------------
s^2 + 0.5 s + 1
(Notar que, en MATLAB, los argumentos de entrada de las funciones van dentro de paréntesis y separados
por comas).
1 0.1s
3) Para introducir sistemas con retardos puros, como, por ejemplo, G ( s )  e , se puede
s 1
usar la función set junto con la propiedad 'InputDelay':
>> G=tf(1,[1 1])

Transfer function:
1
-----
s + 1
>> set(G,'InputDelay',0.1)
>> G
Transfer function:
1
exp(-0.1*s) * -----
s + 1
Ejemplo 20. Polos, ceros, residuos. Para obtener los polos y ceros de un sistema se pueden usar
las funciones roots, pole, zero, pzmap. Los residuos se pueden obtener con ayuda de la
función residue. Se pide:
2
1) Introducir el sistema H ( s )  . Crear las variables num, den, H.
s  0.5s  1
2
>> num=2;den=[1 0.5 1];H=tf(num,den);

2) Obtener sus polos. Se puede hacer con roots o con pole.
>> roots(den)
>> pole(H)
ans =
-0.2500 + 0.9682i
-0.2500 - 0.9682i
3) Obtener sus ceros. Se puede hacer con roots o con zero.
>> roots(num)
>> z=zero(H)
z =
Empty matrix: 0-by-1
4) Representar el diagrama de polos y ceros con ayuda de pzmap.
>> pzmap(H),axis([-0.3 0 -1.5 1.5])
Pole-Zero Map
1.5
0.5
Imaginary Axis
-0.5
-1
-1.5
-0.25 -0.2 -0.15 -0.1 -0.05 0
Real Axis
Notar que la función pzmap invocada con argumentos de salida devuelve el valor de los polos y
ceros,
>> [p,z]=pzmap(num,den)
p =
-0.2500 + 0.9682i
-0.2500 - 0.9682i
z =
Empty matrix: 0-by-1
pero si se invoca sin argumentos de salida lo que hace es representar el diagrama de polos y ceros.
En la figura anterior, además, con axis hemos ajustado los ejes de la representación.
(Notar que, en MATLAB, los argumentos de salida de las funciones, si hay más de uno, van entre corchetes y
separados por comas).
(Se sugiere teclear >>help pzmap para obtener más información, puesto que la mayoría de funciones
realizan diferentes acciones según la sintaxis con que son invocadas).
5) Obtener la descomposición de H(s) en suma de fracciones simples. Para ello, los residuos se
pueden obtener con ayuda de la función residue:

>> [r,p,k]=residue(num,den)
r =
0 - 1.0328i
0 + 1.0328i
p =
-0.2500 + 0.9682i
-0.2500 - 0.9682i
k =
[]
Así pues, la descomposición en suma de fracciones simples de H(s) es:
Para interconectar sistemas se pueden usar las funciones series, parallel o feedback. Para
multiplicar polinomios se puede usar la función conv.
Ejemplo 21. Interconexión de sistemas. Considerar el siguiente sistema en lazo cerrado:
r + y
Fig. 32. Interconexión de sistemas
1) Obtener la función de transferencia del camino directo Gd entre la entrada r y la salida y,
>> G1=tf(1,[1 1]);G2=tf(1,[1 2]);Gd=series(G1,G2)

Transfer function:
1
-------------
s^2 + 3 s + 2
2) Obtener a mano la función de transferencia en lazo cerrado T(s) que relaciona la señal de
salida y con la señal de entrada de referencia r
Solución: La fórmula es la siguiente (notar el signo + del denominador, que corresponde al caso de
retroacción negativa):
La ganancia directa es y la ganancia del lazo es la cascada de todos los bloques que
forman, . Así,

3) Comprobar el resultado anterior con ayuda de la función feedback.
>> T=feedback(Gd,tf(1,[1 3]))

Transfer function:
s + 3
----------------------
s^3 + 6 s^2 + 11 s + 7
(Notar que, por defecto, la función feedback asume que la retroacción es negativa con lo que no hay que
especificar el signo del lazo).
3.5.2 Respuesta temporal con Matlab
Funciones: Las principales funciones son:
Función Descripción
impulse respuesta impulsional (excitación impulso unitario)
step respuesta indicial (excitación escalón unitario)
lsim respuesta a excitaciones arbitrarias tales como rampas, sinusoides,
combinaciones de señales,…
linspace, : funciones que sirven para generar vectores de tiempo
plot función que sirve para representar señales en función del tiempo
conv de “convolución”. Es una función que sirve para multiplicar 2 polinomios.
Es útil para introducir el sistema cuando la función de transferencia nos la
dan factorizada en polinomios de orden 1 y 2.
Tabla 4. Funciones para simular la respuesta temporal
Las funciones impulse, step y lsim se pueden invocar con diferentes sintaxis. Por ejemplo, si
se invocan sin argumentos de salida, directamente representan la respuesta; y si se invocan con
argumentos de salida, no la representan pero guardan las muestras de la respuesta en una variable
para poderlas representar después con plot. Para más información, se sugiere hacer >>help
nombre_funcion.
Generación del vector tiempo: Cuando sea necesario generar un vector de muestras temporales
(p.ej., para usar en lsim) se puede utilizar la función linspace o la función “dos puntos” ( : ).
>> t=linspace(0,10);
>> t=linspace(0,10,500);
>> t=0:0.1:10;
La primera instrucción genera 100 valores espaciados uniformemente entre 0 y 10, y los guarda en
la variable t. La segunda instrucción genera 500 valores espaciados uniformemente entre 0 y 10, y
los guarda en la variable t. La tercera instrucción genera un vector t de muestras entre 0 y 10
espaciadas 0.1, es decir, t=[0 0.1 0.2 … 10].

Ejemplo 22. Respuesta indicial (a escalón unitario). Introducir el sistema

2
H ( s) 
s  0.5s  1
2
1) Para representar su respuesta indicial la manera más sencilla es la siguiente (ver Fig. a):
>> step(H) o >> step(num,den)
2) Representar la respuesta indicial de 0 a 35 segundos (ver Fig. b).
>> t=linspace(0,35);
>> step(num,den,t)
3) Guardar las muestras de la respuesta indicial en un vector y representar la respuesta con plot.
Rotular los ejes y poner una rejilla (ver Fig. c).
>> y=step(num,den,t);
>> plot(t,y,'r--')
>> grid,title('Respuesta indicial'),xlabel('Tiempo [s]')
(a) (b) (c)

Fig. 33. Respuesta a escalón
Ejemplo 23. Respuesta a entradas arbitrarias (excitación sinusoidal). Representar la respuesta

Y ( s) 2
y(t) del sistema H ( s )   2 a una excitación u(t )  sin(0.2t ) .
U ( s ) s  0.5s  1
Solución: La función es lsim. Antes de invocarla hay que entrar el sistema, el eje temporal y las
muestras de la excitación:
Sistema: >> num=2;den=[1 0.5 1];
Eje temporal (100 muestras entre 0 y 60s): >> t=linspace(0,60,100);
Excitación definida sobre el eje temporal anterior:
>> u=sin(0.2*t); %excitación sinusoidal
Obtención de la respuesta temporal (notar que también es posible invocar lsim sin argumentos de
salida).
>> y=lsim(num,den,u,t); %respuesta del sistema

>> plot(t,u,t,y) %representación gráfica
>> legend('u','y'),xlabel('Tiempo [s]') %opciones del gráfico

Fig. 34. Excitación arbitraria
3.5.3 Respuesta temporal con Simulink
Entrada a Simulink: Hacer clic en el botón correspondiente en la barra de Matlab, , o bien

teclear simulink en la ventana de comandos de Matlab. Una vez abierta la librería de bloques de
Simulink hay que abrir una nueva ventana de modelo.
Construcción del modelo Simulink: Se arrastran cada uno de los bloques necesarios desde las
librerías hacia nuestra ventana de modelo. El bloque Transfer Fcn está en la librería Continuous, el
bloque Scope está en Sinks y el bloque Step en Sources. Con ayuda del ratón se conectan los
bloques entre sí. Para editar los bloques (y poner así los valores de nuestro sistema) basta con hacer
doble clic sobre ellos.
Fig. 35. Modelo Simulink
Simulación: Abrir el Scope y clicar en el botón de Run, . Con los prismáticos del Scope se
puede autoescalar la representación (ver Fig. a). Si se quieren cambiar las opciones de simulación y
poner el fin, por ejemplo, a t=30s, hay que ir en la barra de menús a Simulation, y después a
Configuration parameters... (ver Fig. b).
(a) (b)
Fig. 36. Simulación de respuestas temporales con Simulink

Ejercicio 4. Respuesta temporal. Cálculo gráfico de residuos.

1) Demostrar que la respuesta indicial (a escalón unitario) de un bloque de segundo orden
Y ( s) k n2
H (s)   2
U ( s) s  2 n s   n2
 1 
se expresa como y (t )  k 1  e  nt sin( d t   ) , t  0 para 0    1 y donde
 1 2 
 
 d   n 1   2 ,     arccos( ) . Para ello, (a) obtener la expresión de Y(s) y
descomponerla en suma de fracciones simples (una para cada polo), (b) representar el diagrama de
polos y ceros de Y(s), (c) hallar gráficamente los residuos, y (d) aplicar la transformada de Laplace
inversa.
2) Demostrar vía TVF y TVI que (a) y ()  k , (b) y (0  )  0 , y (c) y(0  )  0 .
3) Opcional: Comprobar los resultados del apartado anterior calculando y (t ) t  , y (t ) t 0 ,

y(t ) t 0 .
Solución:
1)
(a) Descomposición en suma de fracciones simples:
1
La respuesta indicial es Y ( s )  H ( s )U ( s )  H ( s ) . Los polos de H(s) son
s
 2n  4 2n2  4n2

p, p*   n  jn 1   2  n  jd
2
A B B*
Por tanto, la descomposición en suma de fracciones simples es: Y ( s )   
s s  p s  p*
(b) Diagrama de polos y ceros de Y(s):
j
jn
p
j d
 
 n 
p*

(c) Obtención gráfica de los residuos:
Residuo A: j
jn
p
1
A  kn2 k  
 n  n
A  0         0 

p*
Residuo B: j
jn
1 1 p jd
B  kn2 k
n  2d 2 1 2 
B  0  90     90   
90
p*
(d) Transformada de Laplace inversa
A B B* 1
Y ( s)    
L
y (t )  A  Be pt  B * e p*t , t  0
s s  p s  p*
y (t )  A  B e jB e ( n  jd ) t  B * e  jB e ( n  jd ) t , t  0
 
y (t )  A  B e nt e jB e jd t  e  jB e  jd t , t  0
e nt 2 cosd t     / 2 , t  0
k
y (t )  k 
2 1   2
 1 
y (t )  k 1  e nt sin d t   , t  0
 1 2 
2)
kn2 1
(a) y ( )  lim sY ( s )  lim s k
s 0 s 0 s  2n s   s
2 2
n
  kn2 1
(b) y (0 )  lim sL y (t )  lim s sY ( s )  
 
 2
y (0)  lim s 2 0
s  s    s0 s  2 s   2 s
 0  n n

  kn2 1
(c) y(0 )  lim sLy(t )  lim s  s Y ( s )  s  y (0)   lim s 3  kn2
 2
y (0)  
s  s    s 0 s  2n s  n s
2 2
 0 0 
3)
 1 
(a) y (t )  k 1  e nt sin d t   , t  0  y ( )  lim y (t )  k
 1 2  s 
(b) y (t ) 
k
  e n
n t
sind t     e ntd cosd t    
1 2
 
 
y (0)  lim y (t ) 
k
 n sin

 

     
d    0
cos
s 0
1 2   n 
  d
n n 
Nota: Aquí se han utilizado las relaciones n cos   n y n sin   d
(c)
y(t ) 
k
 n  n e  t sind t     e  td cosd t    
n n
1 2
d  n e  t cosd t     e  t d sind t   

k n n
1 2
 0
 
 
 
y(0)  lim y (t ) 
k
 n   n sin

 

   d cos

  
 
s 0
1 2  d n 
 n n 
 
 
k
 d    cos
n
 

   sin
d
 


1 2  n d 
  
kn   n  n
  2n2 d2    2n2  n2 1   2 

y(0)  kn     k  n   kn2
 n n   n 
Ejercicio 5. Respuesta indicial de un sistema de fase no mínima.

 4( s  1)
Dado el sistema, G ( s )  , se pide:
s2  s  4
~ 4
1) Trazar la respuesta indicial del sistema sin el cero, G ( s )  .
s s4
2

2) Añadir el efecto del cero interpretándolo como la suma de dos operadores,
 4( s  1) 4  4s ~ ~
G( s)   2  2  G ( s )  sG ( s )
s s4 s s4 s s4
2
3) Deducir el significado de la expresión “fase no mínima”.
Solución:
~ 4
1) Respuesta indicial de G ( s )  ,
s s4
2
 1  1  16  1  j 15  1  j 3.8
Los polos del sistema son p1, 2     0.5  j1.9 , donde la
2 2 2
constante de tiempo viene determinada por la inversa de la parte real, que es  n  0.5 , la
frecuencia natural es el módulo de los polos, n = 2 y la frecuencia de oscilación amortiguada es la
parte imaginaria de los polos, d = 1.9.
La descomposición en suma de fracciones simples de la respuesta indicial es
~ 4 1 A A* B
Y (s)     
s  s  4 s s  p1 s  p2 s
2
Los residuos pueden obtenerse de manera gráfica,

j
1 1 2j
A 4   0.52
2 1.9 2 1.9 1.9j
A  0  90  105   195

105
1 
B 4 1 -0.5
2 2
B  0    75  75  0 90
La expresión temporal de la respuesta indicial para t0 es
y (t )  B  A e jA e 0.5t  j1.9t  A e  jA e 0.5t  j1.9t  B  2 A e 0.5t cos1.9t  A

~
~      
y (t )  B  2 A e 0.5t sin1.9t  A  90   1  1.04e
0.5t
sin1.9t  105 
 180   180 
~   
y (t )  1  1.04e 0.5t sin 1.9t  105 
 180 

Para la representación es útil notar que y ()  1 , d = 1.9 (con lo que el periodo de oscilación es
2 6.28 4 4
T   3.3s , ts    8s ,   0.25 (con lo cual R pt  45% ),
 d 1.9  n 0.5
 3.14
tp    1.6 s y la envolvente exponencial que pasa por los mínimos es 1  e 0.5t .
 d 1.9
Step Response
1.5
Amplitude
0.5
0
0 2 4 6 8 10 12
Time (sec)
Comprobación por Matlab: >> step(4,[1 1 4])
2) Añadir el efecto del cero como suma de dos operadores
 4( s  1) 4  4s ~ ~
G( s)   2  2  G ( s )  sG ( s )
s s4 s s4 s s4
2
Multiplicar por s en el dominio transformado equivale a derivar respecto al tiempo en el dominio

temporal. Así,
d ~
y (t )  ~
y (t )  y (t )
dt
d ~     0.5t   
donde y (t )  1.04  0.5e 0.5t sin 1.9t  105   e 1.9 cos1.9t  105 
dt   180   180 
Por tanto,
      
y (t )  1  1.04e 0.5t 1.5 sin 1.9t  105   1.9 cos1.9t  105 
  180   180 
Su representación gráfica puede hacerse sumando punto a punto la representación de ~y (t ) y la

~
representación de su derivada (la derivada de los máximos/mínimos de y (t ) es nula; y los
máximos/mínimos de la derivada corresponden a los cambios de pendiente de ~
y (t ) ).

Step Response
2
1.5
Amplitude
0.5
-0.5
-1
0 2 4 6 8 10 12
Time (sec)
Comprobación vía Matlab: >> step(-4*[1 -1],[1 1 4])
Los sistemas con ceros de fase no mínima (situados en el semiplano derecho) se caracterizan por
tener una respuesta temporal inversa. En el transitorio, y hasta que no se llega al régimen
permanente, presentan una dinámica “de oposición” al signo la excitación.
3) Deducir el significado de “fase no mínima”
Un cero de fase no mínima es un cero en el semiplano derecho (SD) del plano complejo. El nombre
se justifica por el hecho de que, a igual módulo, la fase que introduce el cero es mayor si éste se
encuentra en el SD que si se encuentra en el semiplano izquierdo (SI). Si el cero está en el SI se
dice que es de fase mínima.
j j
2j 2j
1.9j 1.9j
105 105
-0.5  -0.5 
90 90

Ejercicio 6. Excitación tipo rampa en sistemas de primer y segundo orden.

k
1) Sistema de primer orden. Considerar el sistema H ( s )  , excitado por una rampa unitaria
s  1
u(t)=t, t≥0. Se pide: (a) Obtener la expresión de su respuesta en el dominio transformado, Y(s).
(b) Realizar la descomposición en suma de fracciones simples de Y(s) y obtener analíticamente
sus residuos. (c) Obtener la expresión temporal de la respuesta y(t) y representarla
gráficamente.
n2
2) Sistema de segundo orden. Considerar el sistema H ( s )  , excitado por una
s 2  2 n s  n2
rampa unitaria u(t)=t, t≥0. Se pide: (a) Obtener la expresión de su respuesta en el dominio
transformado, Y(s). (b) Realizar la descomposición en suma de fracciones simples de Y(s) y
obtener sus residuos (Nota: los residuos correspondientes a los polos complejos conjugados
obtenerlos gráficamente). (c) Obtener la expresión temporal de la respuesta y(t) y representarla
gráficamente.
Solución:
1) Sistema de primer orden.
(a) Respuesta en el dominio transformado:
k 1 k /
Y ( s )  H ( s )U ( s )  
s  1 s 2
(s  1 /  )s 2
(b) Descomposición en suma de fracciones simples y cálculo de residuos:
k / A A B
Y (s)   21  2 
( s  1 /  )s 2
s s s  1 /
k /
A1  Y ( s ) s 2  k
s 0 ( s  1 /  ) s 0
k /
A2 
d
ds

Y ( s)s 2  s 0

(s  1 / )2
  k
s 0
k /
B  Y ( s )( s  1 /  ) s  1 /   k
s2 s  1 / 
(c) Expresión temporal de la respuesta:
y (t )  A1t  A2  Be  t /  kt  k  ke  t /  k (t   )  ke  t / , t  0
La siguiente figura muestra la respuesta a la rampa unitaria como suma de los dos términos
y1 (t )  k (t   ) e y 2 (t )  ke  t / (para la simulación se ha tomado k=2, =1).

Sistema de primer orden. Respuesta a la rampa

10
8 y1=k(t-)
y2=k exp(-t/)
6 y3=y1+y2
-2
0 1 2 3 4 5
2) Sistema de segundo orden.
(a) Respuesta en el dominio transformado:
n2 1
Y ( s )  H ( s )U ( s ) 
s  2 n s  n s 2
2 2
(b) Descomposición en suma de fracciones simples y cálculo de residuos:
n2 1 A A B B*
Y (s)   21  2   donde p   n  j n 1   2
s  2 n s  n s
2 2 2
s s s  p s  p* 
d
n2
A1  Y ( s ) s 2  1
s 0 s 2  2 n s  n2 s 0
n2 2 s  2 n  2 n3 2

A2 
d

Y (s)s 2    
ds s 0
s 2
 2 n s   2 2
n 
s 0
 4
n n

Residuo B: j
jn
1 1 1 p jd
B  2
 
n
n  n  2d 2d 2n 1   2 
B  0  90       90  2 
90
p*
Notar que  n sin    d , n cos    n y, por tanto, se puede calcular como
 d   1 2 
    arctan      arctan  .
  n    
 
(c) Expresión temporal de la respuesta:
y (t )  A1t  A2  Be pt  B * e p*t  A1t  A2  B e jB e nt e jd t  B e  jB e nt e  jd t , t  0
2 2 1
y (t )  t   2 B e nt cosd t  B   t   e nt sin d t  2 , t  0
n n d
Para la simulación se ha tomado =0.1 (que corresponde a =95.7º=1.67rad), n=2.
Sistema de segundo orden. Respuesta a la rampa

10
y1=t
y2=-2* /n
8
y3=1/d*exp(-*n*t)*sin(d*t-2*)
y4=y1+y2+y3
6
-2
0 2 4 6 8 10

4. Respuesta frecuencial
Dado un sistema H(s) su respuesta frecuencial se define como H ( s ) s  j , es decir, como su valor en
el eje de frecuencias j.
4.1 Régimen permanente
4.1.1 Bases
Se trata de obtener y estudiar el comportamiento en régimen permanente a excitaciones sinusoidales

(es decir, análisis de corriente alterna con frecuencia variable).
Condiciones
 Ha de alcanzarse el régimen permanente, es decir, el sistema ha de ser estable.
 Debe reproducirse la forma (sin distorsión) de las sinusoides, es decir, el sistema ha de ser SLI
(Sistema Lineal Invariante con el tiempo).
Amplificación y desfase
En estas condiciones la respuesta es una sinusoide con la misma frecuencia que la sinusoide de
excitación, pero su amplitud y fase inicial son diferentes. Para determinarlas hay que calcular la
amplificación A() = (amplitud de salida) / (amplitud de entrada) y el desfase () = (fase de
salida) – (fase de entrada) que introduce el sistema H(s):
A( )  H ( j ) ,
 ( )  H ( j ) 
Determinación gráfica: Diagrama de polos y ceros:
j
j1
k ( j1  z )
A(1 )  H ( s ) s  j 
1
( j1  p1 )( j1  p2 ) p1 1

 ( 1 )  H ( s) s  j     1   2 
1
z 
2
p2
Notar que la metodología es la misma que para el cálculo de residuos con la única diferencia de que
aquí sólo se van a considerar puntos sobre el eje imaginario (eje de frecuencias).

Representaciones de la respuesta frecuencial
Polar. Nyquist
 Una sola curva Nyquist: Im
 Construcción laboriosa (punto a punto
con ayuda del diagrama de polos y 0
ceros) 1 Re
 Interesante para el análisis cualitativo A1
(estabilidad y compensación)
()
Cartesiana (coordenadas lineales) Cartesiana: A

 Valoración cualitativa (filtrado) A1
 Construcción laboriosa (punto a punto)
 Se utiliza en sistemas discretos 0 1 
 1
0 
1
Log-log. Bode
Bode: 20log(A)
 Construcción rápida gracias a las reglas de
Bode A1|dB
 Muy útil: Análisis y síntesis
0dB
 La fase es poco exacta y requiere cuidado log 
cuando hay factores de fase no mínima. 
0
log 
1
Ganancia-fase (semilog). Nichols Nichols: 20log(A)

 Una sola curva.
 Requiere la ayuda del diagrama de Bode. A1|dB (1)
 Útil para análisis y síntesis
0 dB 1
-90 0 
-180
Notas
a2
 Amplificación (factor de): relación entre amplitudes A( )  , a1: amplitud de entrada, a2:
a1
amplitud de salida.
a 
 Ganancia de amplitud (medida logarítmica de su magnificación): log 2   log a 2  log a1 .
 a1 
 Ganancia de potencia: Se refiere al aumento del nivel logarítmico (log P2 – log P1) y no al del
nivel de la potencia (P2 – P1).
P2
 B y dB: son unidades logarítmicas de potencia relativa log .
P1

 Relación entre ganancia (dB) y amplificación (A): Como las potencias dependen del cuadrado
de las amplitudes
2
P a  a
En Bel (B): log 2  log 2   2 log 2
P1  a1  a1
P a
y en deciBelios (dB): 10 log 2  20 log 2  20 log A .
P1 a1
4.1.2 Sistema resonante de segundo orden
 n2
1) Función de transferencia: H ( s)  2 (SLI y estable)
s  2 n s   n2
2) Configuración de polos y ceros: n

 Ceros (finitos): no hay p d  n 1   2
 r   n 1  2 2
 Polos: p1,2   n  j d ,  d   n 1   2 n

(n: frecuencia natural, d: frecuencia amortiguada
(damped), : coef. de amortiguamiento) n
p*
3) Determinación gráfica de la respuesta frecuencial: j=s

(j- p)
n2
A( ) ( )  H ( s ) s  j 
( s  p )( s  p*) s  j p
(j- p*)

p*
4) Curva de amplificación:
a2
 Amplificación: A( )   H ( s ) s  j
a1
1 1
 Resonancia: A p  Ar    Q ,  r   n 1  2 2
2 1   2 2
 Ancho de banda (a -3dB):  b   n 1  2 2  2 4  1.2 n

 Relación ancho de banda/tiempo de subida (respuesta indicial):  b t r  3  3.5

10
A Ar
9
Ar 8
7
6
5
4
1 3
2
0.7
1
r b  0
0 0.2 0.4 0.6 0.7 
(a) (b)
Fig. 37. (a) Amplificación en coordenadas lineales. (b) Valor de la resonancia en función del coeficiente de
amortiguamiento.
5) Curva de ganancia/atenuación
P2 1 P
 Atenuación de la potencia a la mitad:  , 10 log 2  3dB
P1 2 P1
A2 1 ( A2 ) 2 A
 Atenuación de la amplitud a la mitad:  , 10 log 2
 20 log 2  6dB
A1 2 ( A1 ) A1
20logA dB
0 dB
-3 dB
-2
r n b  12
. n log
Fig. 38. Ganancia/atenuación en coordenadas logarítmicas.
6) Curva de rebase/resonancia
4
3.5 M p
3
2.5
1.5
1 M pt = 1 + R pt
0.5
0
0 0.2 0.4 0.6 0.7 0.8 1 
Fig. 39. Rebase en tiempo y rebase en frecuencia en función del coeficiente de amortiguamiento.

4.2 Diagramas de Bode
4.2.1 Reglas para el trazado de la aproximación asintótica

Previas: 0) Hipótesis: Sistema de fase mínima, es decir, racional, estable y sin ceros en el
semiplano derecho (SPD).
1) Factorizar numerador y denominador (bloques k, s, ( s  r ) , ( s 2  2 n s   n2 ) ).
2) Normalizar los factores haciendo el término independiente igual a 1.
s 
  1
k z 
3) Formato resultante: H ( s)  (Nota: Lo habitual es que
s n  s   s 2 2 
  1  2  s  1
 p   n n 
predominen los integradores, aunque también puede ocurrir que, en vez del factor k/sn
aparezca el factor ksn)
Ganancia: 1) Para bajas frecuencias: Recta de pendiente -n con ordenada en el origen (log  = 0)
igual a 20 log k.
2) Para frecuencias intermedias: Quebrar adecuadamente la pendiente de la poligonal en
los polos (-1) y en los ceros (+1) reales y en n (2) en los complejos.
3) Para altas frecuencias: La pendiente viene determinada por el exceso polos-ceros.
4) Corrección: Incluir el efecto de la resonancia en los polos (y ceros) complejos (ver
curvas normalizadas).
20 log k
-n múltiplos de 20dB/dec
0 log 
Fig. 40. Módulo en el caso de tener integradores
Desfase: 1) Trazar asíntotas (n90) de acuerdo con la pendiente (n) de la poligonal de ganancia.
2) Trazar a sentimiento una curva que, orientada por las asíntotas, pase aproximadamente
por los puntos medios de los cambios (saltos) de asíntota. De modo “simbólico” dicha
aproximación tendrá en cuenta (cualitativamente) el efecto de los polos y ceros
cercanos.
3) En caso necesario, en las frecuencias de interés (en particular la de ganancia nula o
crossover) efectuar las correcciones pertinentes de la curva anterior cuantificando el
efecto de los polos y ceros cercanos con ayuda de las curvas normalizadas.

Caso de sistemas de fase no mínima:
s 1 e  s 0
s 1
200 0
1/0 2/0
180 -20
160
-40
140
-60
-60
120
fase [grados]
-80
fase [grados]
100
80 -100
60 -120 -120
40 -140
20
-160
0
-180
-20
-2 -1 0 1 2
10 10 10 10 10 -200
frecuencia [rad/s] -1 0 1
10 10 10
frecuencia [rad/s]
Fig. 41. Evolución de la fase en sistemas de fase no mínima.
Ejemplo 24. Eje logarítmico. Para representar un diagrama de Bode, lo primero es representar
correctamente los valores de las décadas en escala logarítmica. Para ello es necesario saber de
memoria los logaritmos en base 10 del 1 al 10. En realidad, basta con recordar que log 2  0.3 y
log 3  0.47 . A partir de estos dos valores deducir el valor del resto de la década y representarla.
Solución:
log 1  0 , log 2  0.3 , log 3  0.47 , log 4  log 2 2  2  0.3  0.6 ,

log 5  log(10 / 2)  1  0.3  0.7 , log 6  log(2  3)  0.3  0.47  0.77
log 7  log(14 / 2)  log(10 2 / 2)  1  0.15  0.3  0.85
log 8  log 2 3  3  0.3  0.9 , log 9  log 32  2  0.47  0.94 , log 10  1
1 2 3 4 5 6 7 8 9 10
Ejemplo 25. Corrección de la fase en Bode.

2
Se va a representar la fase del sistema G ( s )  . El diagrama asintótico de la fase
( s  1)(s  2)
empieza en 0. A frecuencia =1 pasa de 0 a -90. Se mantiene en -90 hasta que llega a la
frecuencia =2 donde pasa de -90 a -180. Si se dibuja la fase para que pase justo por el punto
medio de las asíntotas, tendríamos que la fase a =1 es -45 y la fase a =2 es -135.

0
-20
-40 -45
-60
-80
-100
-120
-140 -135
-160
-180
=1 =2
Sin embargo, ello no es exacto puesto que las frecuencias de los polos (=1 y =2) están separadas
menos que una década y por tanto cada polo afecta al vecino. Hay pues que corregir la fase. Ello se
hace con ayuda de las gráficas normalizadas del apartado siguiente o cualquier libro de texto. Se
lee la corrección de fase a la frecuencia: ( donde corregir la fase)/( del polo que afecta).
Corrección a =2. Para ver cómo afecta el polo en =1 a la fase del polo en =2, se coge la gráfica
normalizada y se escala el eje de frecuencias de manera que la asíntota vertical corresponda a =1.
A continuación se busca donde cae =2 y se lee la fase. Observamos que, con respecto a la asíntota
poligonal, hay que elevar la fase 25. Así pues, la fase en =2 no es -135 sino -135+25=-110.
-10
-20
-30
-40
-45
-50
-60
-70
25
-80
-90
=1 =2
Corrección a =1. Para ver cómo afecta el polo en =2 a la fase del polo en =1, se coge la gráfica
normalizada y se escala el eje de frecuencias de manera que la asíntota vertical corresponda a =2.
A continuación se busca donde cae =1 y se lee la fase. Observamos que, con respecto a la asíntota
poligonal, hay que bajar la fase 25. Así pues, la fase en =1 no es -45 sino -45-25=-70.
(Notar que, al ser reales ambos, el efecto del polo en -1 sobre el polo en -2 es de igual magnitud que
el efecto del polo en -2 sobre el polo en -1)
-10
25
-20 -10
25
-30 -20
-40 -30
-45
-50 -40
-45
-60 -50
-70 -60
-80 -70
-90 -80
-90
 = 0.1  = 0.5  = 1  = 10
 = 0.2  = 1.0  = 2  = 20 =1 =2
La fase correcta es pues la representada en la siguiente figura:

-20
-40 -45
-60
-45-25=-70
-80
-100 -135+25=--110
-120
-140 -135
-160
-180
=1 =2
4.2.2 Curvas de corrección de los diagramas asintóticos
10
0 0
3dB
asíntota
0 -20
Asíntota
(-20dB/dec)
-40  1 
arg  -45
-10
20 log10
1  1  j / p 
1  j / p
-60
-20
-80
-90
-30 -1 0 1
-100 -1
10 10 10 10 100 101
Frecuencia normalizada, /p Frecuencia normalizada, /p
(a) Corrección del módulo. (b) Corrección de la fase.
Fig. 42. Corrección en los polos reales.
20   0.1
  0.1
0 0   0.2
  0.2
10   0.3
  0.3
  0.5
  0.5 -50
0   0.707
  0.707
-10 asíntota -90
-100
 1 
-40dB/dec arg  
-20  1  j 2 /  n  ( /  n ) 2 
-150
1
-30 20 log 10 asíntota
1  j 2 /  n  ( /  n ) 2 -180
-40 -200 -1 0 1
1
10
-1
10
0
10 10 10 10
Frecuencia normalizada,  /  n
Frecuencia normalizada,  / n
(a) Corrección del módulo (b) Corrección de la fase

Fig. 43. Corrección en los polos complejos.

4.3 Simulación de la respuesta frecuencial. Matlab
Funciones: Las principales funciones son:
Función Descripción
bode Diagramas de Bode (módulo y fase)
nyquist Diagrama polar (o de Nyquist)
nichols Diagrama fase-ganancia (o de Nichols)
logspace Función que sirve para generar vectores de frecuencias (espaciado
logarítmico)
freqs Valores (complejos) de la respuesta frecuencial
semilogx Función útil cuando se quiere representar por separado la magnitud o la fase
del diagrama de Bode
Tabla 5. Funciones para simular respuesta frecuenciales
Ejemplo 26. Respuesta frecuencial (diagrama de Bode). Representar los diagramas de Bode
2
(magnitud y fase) de la respuesta frecuencial del siguiente sistema H ( s )  .
s  0.5s  1
2
Solución: La manera más sencilla (ver Fig. a) es hacer:
>> bode(num,den) o bien >> bode(H)
Si se quiere especificar el eje frecuencial (ver Fig. b) hay que hacer
>> w=logspace(-1,5); %frecuencias de 0.1 a 1e5

>> bode(num,den,w)
Si se quieren guardar en un vector las muestras del módulo y la fase de la respuesta frecuencial
para, por ejemplo, representarla más tarde (ver Fig. c), se puede hacer
>> [mag,fase]=bode(num,den,w);
>> subplot(211),semilogx(w,20*log10(mag),'r')
>> subplot(212),semilogx(w,fase,'g')
(a) (b) (c)

Fig. 44. Respuesta frecuencial con MATLAB.
Finalmente, si se quiere saber cuál es el valor numérico del módulo (en lineal) y la fase (en grados)
a una frecuencia concreta (por ejemplo, a =2rad/s y a =20rad/s), se puede invocar la función
bode con argumentos de salida:

>>[mag,fase]=bode(num,den,2)
>>[mag,fase]=bode(num,den,20)
o bien
>> [mag,fase]=bode(num,den,[2 20])
mag =
0.6325
0.0050
fase =
-161.5651
-178.5643
Ejercicio 7. Diagrama de Bode. (a) Representar los diagramas asintóticos de Bode de módulo y
fase del siguiente sistema:
100
G( s) 
s( s  5)( s  10)( s 2  0.2 s  1)
(b) Aplicar las correcciones necesarias al diagrama de módulo.

(c) Aplicar las correcciones necesarias al diagrama de fase (nota: usar curvas de corrección)
(a) Diagrama asintótico
Eje: En primer lugar hay que dibujar el eje. Tenemos codos a 5, 10 y 1. Por tanto el eje lo
haremos de 0.1 a 100 (una década por delante y otra por detrás de las décadas donde se hallan los
codos). Hemos marcado el tercio y los dos tercios de cada década (correspondientes a los valores
0.2 y 0.4, 2 y 4, 20 y 40) y la posición del codo a frecuencia 5.
0.1 1 5 10 100 
Ordenada en el origen: Factorizamos G(s),
100 1
G ( s) 
s  5  10  s  s  2
  1  1( s  0.2 s  1)
 5  10 
100 2
y vemos que, a bajas frecuencias, G ( j )   . En concreto, a frecuencia =0.1 rad/s el
50 j j
2
módulo es G ( j 0.1)   20 que, pasado a dB es
0.1
20 log 20  20log 10  log 2   20  1.3  26dB

Diagrama asintótico del módulo: Los polos simples introducen una pendiente de -20dB/dec con
codo en el valor del polo y los polos complejos conjugados una pendiente de -40dB/dec con codo en
la frecuencia natural.
dB
26dB
30
-20dB/dec
20
6dB
10
-10 0.1 1 5 10 100 

-20 -60dB/dec
-80dB/dec
-100dB/dec
Diagrama asintótico de la fase: Cada polo real baja 90° y el par de polos complejos conjugados
bajan 180°. Puesto que hay un integrador la fase desde continua vale -90°.
fase
0.1 1 5 10 100 
-90°
-180° -180°
-270°
-315°
-360°
-405°
-450°

(b) Correcciones del módulo: Los dos polos complejos son resonantes con =0.1. La magnitud de
la resonancia para dsetas pequeñas es aproximadamente 1/(2). En nuestro caso, 1/0.2, que pasado
a dB es 20log5=14dB. Así, a =1rad/s, el valor del módulo será aproximadamente
6dB+14dB=20dB:
dB
26dB
30 20dB
-20dB/dec
20
6dB
10
-10 0.1 1 5 10 100 

-20 -60dB/dec
-80dB/dec
-100dB/dec
(c) Corrección de la fase: Las frecuencias 1 y 5 y las frecuencias 5 y 10 están separadas menos de
una década, por tanto hay que corregir la fase a dichas frecuencias.
Por ejemplo, a =10rad/s la fase sin corregir es -405º. Para ver cómo le afecta el polo a 5 se toma
la curva de fase normalizada para el caso de un polo simple. Esta curva normalizada la centramos
en =5 y buscamos cuanto vale la fase a  =10 (para ello, en la curva normalizada leemos la fase a
10/5=2. Son unos -65º o, lo que es lo mismo, hay que subir 25º con respecto al valor asintótico que
es -90º). La corrección, es pues, sumar 25º.
fase
0.1 1 5 10 100 
-90°
-180°-12°=-192°
-180° -180°
-270°
-315°+0°-25°=-340° -315°
-360° -405°+25°=-380°
-405°
-450°

Ejercicio 8. Respuesta frecuencial de un sistema con retardo puro.

80e 0.1s
Dado G ( s)  , se pide:
s( s  4)( s  10)
1) Representar sus diagramas de Bode (magnitud y fase).
2) Explicar detalladamente el proceso de corrección de la fase.
Solución:
(a) Diagrama asintótico
Eje: En primer lugar hay que dibujar el eje. Tenemos codos a 4 y 10. Por tanto el eje lo haremos
de 0.1 a 100 (una década por delante y otra por detrás de las décadas donde se hallan los codos).
Hemos marcado el tercio y los dos tercios de cada década (correspondientes a los valores 0.2 y 0.4,
2 y 4, 20 y 40).
0.1 1 4 10 100 
Ordenada en el origen: Factorizamos G(s),
80 1
G( s)  e 0.1s
s  4  10  s  s 
  1  1
 4  10 
80 2
y vemos que, a bajas frecuencias, G ( j )   . En concreto, a frecuencia =0.1 rad/s el
40 j j
2
módulo es G ( j 0.1)   20 que, pasado a dB, es
0.1
20 log 20  20log 10  log 2   20  1.3  26dB
Diagrama asintótico del módulo: Los polos simples introducen una pendiente de -20dB/dec con
codo en el valor del polo.

dB
26dB
30
-20dB/dec
20
6dB
10
4
-10 0.1 1 10 100 
-40dB/dec
-20
-60dB/dec
Diagrama asintótico de la fase: En la parte de fase mínima (es decir, sin tener en cuenta el retardo
puro), cada polo real introduce un desfase de -90°. Puesto que hay un integrador la fase desde
continua vale -90°.
fase
0.1 1 4 10 100 
-90°
-135°
-180°
-225°
-270°
-360°
-450°
(b) Corrección de la magnitud: Puesto que no hay resonancias (raíces complejas conjugadas con
coeficientes de amortiguamiento pequeños) no hay correcciones significativas a hacer en el
diagrama de Bode de la magnitud.
(c) Corrección de la fase: Las frecuencias 4 y 10 están separadas menos de una década, por tanto
hay que corregir la fase a dichas frecuencias.

Por ejemplo, a =10rad/s la fase sin corregir es -225º. Para ver cómo afecta el polo a 4 en la fase a
=10rad/s, se toma la curva de fase normalizada (centrada en =1) para el caso de un polo simple.
Esta curva normalizada la centramos en =4 y buscamos cuánto vale la fase a  =10 (para ello, en
la curva normalizada leemos la fase a 10/4=2.5). Son unos -70º o, lo que es lo mismo, hay que subir
20º con respecto al valor asintótico que es -90º). La corrección, es pues, sumar 20º con lo que
queda que la fase corregida a =10rad/s es -225º +20º =-205º.
Puesto que sólo hay dos polos y la curva normalizada de fase es simétrica, la corrección de la fase a
=4rad/s debida al polo en 10 es -135º -20º =-155º.
fase
0.1 1 4 10 100 
-90°
-135°
-135°-20°=-155°
-180° -225°+20°=-205°
-225°
Fase sin retardo
-270°
-360°
-450°
Fase con retardo
Ahora hay que añadir el efecto del retardo puro. Este es un término de fase, , que no afecta al
módulo. A frecuencia =1rad/s, el desfase introducido es 1rad/s0.1s=0.1rad=5.7º. A frecuencia
=10rad/s, el desfase introducido es 10rad/s0.1s=1rad=57º. A frecuencia =20rad/s, el desfase
introducido es 20rad/s0.1s=2rad=114º. A frecuencia =40rad/s, el desfase introducido es
40rad/s0.1s=4rad=230º…
Ejercicio 9. Representaciones de la respuesta frecuencial. Para cada uno de los siguientes

diagramas de polos y ceros, representar la forma de la respuesta frecuencial: (1) en coordenadas
polares (Nyquist) y (2) en coordenadas fase-ganancia (Nichols).
0.5 -1 -0.5 1
(a) (b) (c) (d)
(2) (2) (3)
(e) (f) (g)

(a)
 H H
0 k 0  0  3  0
 H0
-c -b -a a bc
 k 0  90  3  270
0
3
Im dB
H0 H0>1
Re deg
-1 -270 H0<1
(b)
 H H
0 k 0  0  0  90  90

0bc
-c -b  k 0  90  3  270
0
3
Im dB
Re -90 deg
-1 -270
(c)
 H H
0 k 0   180  180
 2k
0.5
0.5  k 0  90  90
0

Im dB
2k>0
-2k
Re -270 -180 -90 deg
2k<0

(d)
 H H
0 k 180  0  0  180
 2k
0.5  1
1 2 135  60  45  30
-1 -0.5 1 k  0.89k
2 0.25  1
 k 90  90  2  90
0
3
Im
dB
Re deg
-2k -90 180
(e)
 H H
0 a 0  0  90  2  180

(2) b00
1 cte     90  2  180
 k 90  90  3  180
0
3
dB
Im
Re deg
-270 -90
(f)
 H H
0 b 0  0  90  2  180

(2) a 00
1 cte     90  2  180
 k 90  90  3  180
0
3
dB
Im
Re deg
-270 -90

(g)
 H H
(3) 0 a b

0  2  90  3  270
000
1 cte      90  3  270
 k 2 90  2  90  3  90
0
3
Im dB
Re -90
deg
-270
Ejercicio 10. Representaciones de la respuesta frecuencial.

1) Representar a mano los diagramas de Bode de los siguientes sistemas y verificar el resultado con
ayuda del MATLAB:
2 2 25
H1 ( s)  , H 2 ( s)  , H 3 ( s)  2
( s  1)( s  2) s( s  0.1) s  2  0.1  5s  25
2) Ídem con la representación en coordenadas polares (Nyquist)

3) Ídem con la representación fase-ganancia (Nichols)
Solución:
2
Primer sistema: H 1 ( s ) 
( s  1)( s  2)
Diagrama de Bode (módulo):
Asintótico: La ganancia en continua es H1(0)=1, por tanto el diagrama se inicia con una banda plana
de valor 0dB. El polo en -1 introduce una caída de -20dB/dec a partir de 1rad/s y el polo en -2
introduce una nueva caída de -20dB/dec a partir de 2rad/s. Así, a partir de 2rad/s, el diagrama
asintótico presenta una pendiente de -40dB/dec.
Correcciones: A frecuencia =2rad/s el codo del diagrama asintótico del módulo vale -6dB. A
este valor hay que restarle 3dB puesto que el polo en -2 es un polo simple. Pero además hay que
tener en cuenta el efecto del polo cercano (a menos de una década) situado en =1rad/s. Para esto
último, se toma la curva de módulo normalizada (centrada en =1rad/s) y se busca cuánto cae el
módulo con respecto de la asíntota a frecuencia 2rad/s. Esta caída es de 1dB. En definitiva, la
corrección total a frecuencia =2rad/s es: H 1 ( j 2)  6dB  3dB  1dB  10dB .

Para obtener la corrección a =1rad/s se toma de

nuevo el diagrama de módulo normalizado pero
ahora se centra éste a la frecuencia =2rad/s (esto
es, se multiplica todo el eje de frecuencias por 2,
con lo que el diagrama empezará en 0.2, estará
centrado en 2 y terminará en 20). Se busca la
frecuencia 1rad/s (esta corresponderá al valor 0.5
del diagrama normalizado ya que 0.52=1) y se
observa cuánto cae el módulo a esa frecuencia con
respecto al diagrama asintótico. Este valor es de
aproximadamente 1dB. Así, la corrección a
=1rad/s es: H 1 ( j1)  0dB  3dB  1dB  4dB
Diagrama de Bode (fase):
Asintótico: Puesto que no hay ni integradores ni

derivadores, la fase empieza en 0º y, después, cada
polo simple introduce una caída de -90º.
Correcciones: Para ver el efecto del polo en -1 sobre la fase a =2rad/s se toma la curva
normalizada de fase para el caso de polo simple y se mira cuánto difiere la fase “real” del diagrama
asintótico. A =2rad/s vemos que la fase “real” está unos 30º por encima de la asíntota. Por tanto,
la corrección es: H 1 ( j 2)  135º 30º  105º . Para ver el efecto del polo en -2 sobre la fase
en =1rad/s se toma la curva normalizada y se busca la fase a frecuencia = 1/2 rad/s. Esta fase
está unos 30º por debajo de la asíntota, así, H 1 ( j1)  45º 30º  75º .
Diagrama de Nyquist: Para representarlo basta con tomar algunos puntos del diagrama de Bode.
Por ejemplo, a =0rad/s el módulo vale 1 y la fase 0º; a =1rad/s el módulo vale 0.6 (-4dB) y la
fase -75º; a =2rad/s el módulo vale 0.3 (-10dB) y la fase -105º; a =∞ el módulo vale 0 y la fase -
180º. A continuación se representan en coordenadas polares y se juntan los puntos con un trazo.
Diagrama de Nichols: El procedimiento es el mismo que para el diagrama de Nyquist, sólo que
ahora el plano de representación es el fase (grados)-ganancia (dB) con origen de coordenadas en
(0dB,-180º).
Nyquist Nichols

>> num=2;den=conv([1 1],[1 2]);bode(num,den),

>> nyquist(num,den)
>> nichols(num,den)
>> [mag,fase]=bode(num,den,[1,2]),magdB=20*log10(mag)
mag =
0.6325
0.3162
fase =
-71.5651
-108.4349
magdB =
-3.9794
-10.0000
Bode Diagram Nyquist Diagram

0 1
Nichols Chart
0
0.8
-20
Magnitude (dB)
0.6 -10
-40
0.4
-20
-60
Open-Loop Gain (dB)

Imaginary Axis
0.2
-30
-80 0
0
-0.2 -40
-45
Phase (deg)
-0.4
-50
-90
-0.6
-135 -60
-0.8
-180 -1 -70
-2 -1 0 1 2 -1 -0.8 -0.6 -0.4 -0.2 0 0.2 0.4 0.6 0.8 1
10 10 10 10 10 -180 -135 -90 -45 0
Real Axis Open-Loop Phase (deg)
Frequency (rad/sec)
2
Segundo sistema: H 2 ( s ) 
s( s  0.1)
Asintótico: Puesto que hay un integrador hay que obtener la aproximación de bajas frecuencias.
2 20
Ésta es H 2 ( s ) BF   . Así, a =1rad/s el módulo correspondiente a la recta introducida
s0.1 s
por el integrador es H 2 ( j1)  20 ( 26dB) ; y a =0.1rad/s es H 2 ( j 0.1)  200 ( 46dB) . A
=0.1rad/s, puesto que hay un polo simple, la pendiente pasará de -20dB/dec a -40dB/dec.
Corrección: En =0.1rad/s, puesto que hay

un polo simple, hay que bajar 3dB. Por tanto,
a =0.1rad/s el módulo valdrá 43dB.
Al haber el integrador, la fase empieza en -

90º. En =0.1rad/s el polo simple introduce
una fase -90º con lo que la fase final será -
180º. La fase “real” pasará justo por medio de
la asíntota (-135º) ya que no hay ninguna raíz
a una distancia menor que una década de
0.1rad/s.
Diagramas de Nyquist y Nichols: Se procede igual que en el sistema anterior. En el caso del
diagrama de Nyquist es posible calcular la asíntota que cruza el eje real:

2   2  0.1 j  2 2 0.2
H 2 ( j )     j 4
   0.1 j    0.1 j   0.01
2 2 4 2
  0.01 2
2
ReH 2 ( j )  2   200
  0.01 0
Nyquist Nichols
>> num=2;den=[1 0.1 0];bode(num,den),

>> nyquist(num,den)
>> nichols(num,den)
>> [mag,fase]=bode(num,den,0.1),magdB=20*log10(mag)
mag =
141.4214
fase =
-135
magdB =
43.0103
Nyquist Diagram
Bode Diagram 4000 Nichols Chart
150 80
3000
70
Magnitude (dB)
100
2000 60
50
Open-Loop Gain (dB)
1000 50
Imaginary Axis
0
40
0
-50
-90 30
-1000
Phase (deg)
20
-2000
-135 10
-3000
0
-180 -4000 -10

10
-3 -2
10 10
-1 0
10
1
10 -200 -150 -100 -50 0 -180 -150 -120 -90
Frequency (rad/sec) Real Axis Open-Loop Phase (deg)
25
Tercer sistema: H 3 ( s ) 
s  2  0.1  5s  25
2
Asintótico: La ganancia en continua es 1, por tanto, el Bode se inicia con una banda plana de valor
0dB. A continuación hay un codo correspondiente a los dos polos complejos conjugados que
introducen una pendiente de -40dB/dec. El codo está situado en la frecuencia natural
n  25  5rad / s .

Corrección: Puesto que el coeficiente de

amortiguamiento vale =0.1, hay una
resonancia de valor aproximado
1 1
Mr    5 (14dB).
2 0.2
Las asíntotas pasan de 0º a -180º en

n=5rad/s. Puesto que no hay más raíces
que puedan perturbar la fase, la fase a 5rad/s
vale -90º (punto medio de la asíntota). La
fase será bastante brusca (seguirá la asíntota)
ya que el coeficiente de amortiguamiento es
pequeño.
Diagramas de Nyquist y Nichols:
Nyquist Nichols
>> num=25;den=[1 2*0.1*5 25];bode(num,den),

>> nyquist(num,den)
>> nichols(num,den)
>> [mag,fase]=bode(num,den,5),magdB=20*log10(mag)
mag =
5
fase =
-90
magdB =
13.9794
Bode Diagram Nyquist Diagram Nichols Chart

6 20
20
Magnitude (dB)
0 4 10
-20 0
Open-Loop Gain (dB)
2
Imaginary Axis
-40
-10
0
-60
0 -20
-2
Phase (deg)
-45
-30
-90
-4 -40
-135
-180 -6 -50
-1 0 1 2
10 10 10 10 -3 -2 -1 0 1 2 3 -180 -135 -90 -45 0
Frequency (rad/sec) Real Axis Open-Loop Phase (deg)

5. Alfabeto griego
  Alfa (a)   Nu (nju) (n)

  Beta (b)   Xi (chi) (x)
  Gamma (g)   Ómicron (o)
  Delta (d)   Pi (p)
  Épsilon (e)   Rho (r)
  Dseta (z)   Sigma (s)
  Eta (h)   Tau (t)
  Theta (zeta) (q)   Ípsilon (u)
  Iota (i)   Fi (f)
  Kappa (k)   Ji (ki) (c)
  Lambda (l)   Psi (y)
  Mu (mju) (m)   Omega (w)
Tabla 6. Alfabeto griego
Nota importante: El coeficiente de amortiguamiento se denota con la letra  (dseta) y NO con la

letra  (chi).

6. Servomotor de corriente continua
6.1 Introducción
Para la realización de las prácticas de servomotores se utilizarán los diversos módulos de que
dispone el Equipo Feedback, un generador de funciones, un osciloscopio digital, un multímetro
digital y un ordenador (con una tarjeta de adquisición incorporada).
Fig. 45. Equipo Feedback.
6.2 Descripción de los módulos
El Equipo Feedback es un equipo modular diseñado para realizar el control retroactivo (velocidad y
posición) de un motor de continua, permitiendo estudiar experimentalmente los efectos y
limitaciones de las diversas configuraciones y algoritmos de control. Lo componen:
 Un soporte magnético sobre el que se montan los

distintos módulos.
 Diversos cables: 7 de 55cm (4 de color amarillo y 3
de color gris), 13 de 25cm (3 rojos, 3 naranja y 7
grises) y 5 de 15cm (color amarillo)
 Los siguientes módulos:
Fuente de alimentación (Source Unit)
Motor cc más tacómetro (Motor Tacho Unit)
Carga variable (Brake Unit)
Driver (Servo Amplifier Unit)
Preamplificador (Pre Amplifier Unit)
Potenciómetro de referencia (Input Potenciometer)
Potenciómetro de salida (Output Potenciometer)
Unidad atenuadora (Atenuator Unit)
Unidad operacional (Operational Amplifier Unit) Fig. 46. Fuente de alimentación.
Fuente de alimentación: La fuente de alimentación del equipo suministra una tensión simétrica de
15V y una corriente máxima de 3A y es la encargada de polarizar al resto de módulos:

6.2.1 Planta
La planta está formada por el motor de continua y su carga.
Motor: La Fig. 47 muestra el motor de continua más

tacómetro (Motor Tacho Unit). El motor puede
controlarse tanto por excitación como por inducido, su
tensión de alimentación es de 24V y acepta una
corriente máxima de 1.1A. A su eje se han
incorporado un disco para visualizar mejor su rotación
y un tacómetro con salida accesible.
Fig. 47. Motor cc FRACMO de 24v y 1.1A.
Carga: El equipo dispone un módulo (Brake Unit)

que realiza la función de carga variable aplicada al eje
del motor. Consiste en un freno magnético que
provoca en el eje un par que se opone al giro. Al
introducirse un imán, con mayor o menor profundidad,
en el disco acoplado al eje del motor, se generan
corrientes de Foucault de magnitud creciente que se
oponen a su movimiento, simulando así el par de
carga.
Fig. 48. Carga variable aplicada al eje del
motor.
Funcionamiento de la carga. Corrientes de

Foucault: Suponer que BF es la inducción magnética BF
(constante) del imán de frenado y que C es cualquier
trayectoria cerrada sobre el disco de aluminio.
F
El flujo magnético m que atraviesa la curva C es el C 
producto de BF por el área común entre C y el imán. I
Esta área varía con el tiempo debido al movimiento de
rotación del disco, con lo cual el flujo es variable con Fig. 49. Corrientes de Foucault
el tiempo.
d m
Por la ley de Faraday ( fem   ), a lo largo de la curva C se inducirá una fem (fuerza
dt
electromotriz) de signo opuesto al sentido de la variación del flujo. Puesto que la trayectoria C es
conductora, existirá una corriente I (corriente de Foucault o turbillonaria) determinada por el valor
de la fem dividida por la resistencia de la trayectoria.
Cuando, por el movimiento de rotación del disco, el contorno C empieza a abandonar (con
velocidad ) el área del imán, disminuye el flujo a través de C y se induce una corriente I en sentido
horario. Por la ley de Lenz ( F  I l  B F ) esta corriente provoca una fuerza F que se opone al
movimiento frenando de esta manera al disco.
De manera análoga, cuando el contorno C empieza a entrar en el área del imán, el sentido de la
fuerza inducida es tal que tiende a evitar que C penetre en el área del imán.
A más área de imán sobre el disco, más se frenará el movimiento.

6.2.2 Etapa de potencia (alimentación de la planta)
Para alimentar el motor se requiere un amplificador de potencia, también llamado driver o

servoamplificador (Servo Amplifier Unit). El Equipo Feedback dispone también de la posibilidad
de anteponer un preamplificador (Pre Amplifier Unit) al driver.
Preamplificador: Esta etapa entrega al servoamplificador una tensión simétrica, según el

comportamiento de las gráficas, para posibilitar el movimiento del eje del motor en ambos sentidos
de giro. La mínima señal para mover el motor en el caso más sensible (excitación por campo) es
1.5V. De ahí que las salidas empiecen en 1V. La ganancia nominal de esta etapa es de 25.
salida
1v 25
entrada
salida
25 1v
entrada
(a) Características entrada-salida en ambos sentidos (b) Módulo preamplificador
Fig. 50. Etapa de potencia (preamplificador).
Driver (servoamplificador de potencia): La Fig. 51 muestra el esquema circuital del amplificador

de potencia del sistema. Este módulo tiene dos entradas V1 y V2 y, dependiendo de cuál sea la
mayor de las dos, el motor girará en uno u otro sentido.
Devanados Servoamplificador
del motor +24v
A
F F
V1 A A
F
V2
Fig. 51. Etapa de potencia (driver)
El driver utilizado permite la excitación del motor tanto por inducido (rotor o armadura) como por
excitación (estátor o campo). Los segmentos punteados de la Fig. 51 indican, mediante la letra
correspondiente (F: field, A: armature) qué conexiones deben realizarse para establecer un tipo de
excitación u otra. En términos generales, el control por inducido necesita más aporte de tensión
para conseguir que el motor empiece a girar y para aumentar la velocidad de rotación, pero es más
fácil de controlar puesto que las características tensión-velocidad y carga-velocidad presentan
menos pendiente (sensibilidad). Por otro lado, en ambos tipos de excitación, y debido a la fricción
de las escobillas, la tensión de control deberá superar un cierto valor mínimo para que el motor
empiece a girar.

Control por inducido (armadura o rotor). Con las conexiones A, el circuito resultante es el de la
Fig. 52. La fuerza contra-electromotriz (fcem) generada por el movimiento del rotor aparece entre
el emisor de los transistores y masa y, por lo tanto, en ausencia de carga, para aumentar la velocidad
habrá que aumentar las tensiones de control V1(t) o V2(t). Si se mantiene la tensión de control
constante y se aumenta la carga, lo que aumentará (para que aumente el par y la carga gire) será la
corriente inyectada por los emisores (ii(t)).
+24v
+ Vf=cte -
Rf
If =cte B=cte
I1 I2 Ra La
Ia(t)
+ + Lf
+ + b
V1 V2
Va(t) fcem(t) M J
M
- - , 
- -
(a) (b)
Fig. 52. Control por rotor (circuito y esquema conceptual).
Ecuaciones dinámicas: (ver figura b)

1 1 L
 Parte eléctrica: I a ( s )  Va ( s )  Va ( s) , con  a  a
R a  La s Ra (1   a s ) Ra
 Par: El rotor o armadura es un conjunto de N conductores de longitud l a una distancia
(radio) R del eje de rotación por los cuales circula la corriente Ia(t). En presencia del campo
  
magnético B cada uno de estos conductores experimenta una fuerza F (t )  I a (t )l  B [N].
Al estar sujetos al eje de rotación, esta fuerza tiene como resultado el giro de los
conductores y, por tanto, la aparición de un par cuya magnitud viene dada por
(t )  R  F (t )  R  N  l  B  I a (t )  k m  I a [Nm].
 Fcem (fuerza contraelectromotriz): . El máximo par se da cuando el motor está parado. El
hecho de que el rotor empiece a girar provoca la aparición de una tensión de oposición
fcem(t )  N  B  l   (t )  k e   (t ) que irá creciendo hasta igualar a Va(t), momento en el
cual la corriente neta Ia(t) será cero y, por tanto, se anulará el par t. Es decir, la
velocidad  irá creciendo hasta anular el par , momento en que se mantendrá constante
(velocidad de vacío). Desde el punto de vista circuital el motor se comporta como una
fuente de tensión controlada por velocidad,
1
Va (t )  fcem(t )  Ra I a (t )  La
dI a
, I a (s)  Va ( s)  fcem( s) .
dt Ra (1   a s)
 Carga: Para conseguir que la carga gire a velocidad , el par suministrado por el motor ha
de igualar al par que ofrece la carga, caracterizada ésta por un momento de inercia J y un
rozamiento b. Así pues,

d 1
(t )  J (t )  b (t )  J  b (t ) , ( s )  (s)  b (s)
dt Js
Esquema de bloques: El esquema de bloques correspondiente al sistema de la

Fig. 52(b), es el representado en la siguiente figura,
Va  1 Ia    1  1  1 
km
Ra (1   a s ) J s s
 
fcem b
b
ke
Fig. 53. Control por rotor (esquema de bloques).
Función de transferencia: A partir del diagrama de bloques de la figura anterior, se obtiene que las
funciones de transferencia de Va(t) a (t) y de Va(t) a (t) son, respectivamente
( s ) km ( s ) km 1
 y  
Va ( s ) Ra (1   a s )(b  Js)  k m k e Va ( s ) Ra (1   a s )(b  Js)  k m k e s
Haciendo la hipótesis de Ra  La , el modelo simplificado de primer orden queda como
( s ) kM ( s ) kM
 y 
Va ( s )  M s  1 Va ( s ) s ( M s  1)
km Ra J
siendo k M  y M  .
Ra b  k m k e Ra b  k m k e
Control por campo (excitación o estator): Con las conexiones F el circuito de control del motor
es el que muestra la
Fig. 54.
+24v
M
+ Vf(t) -
Rf
If (t) B(t)
Ia=cte Ra La
I1 I2 Lf
+ +
+ +
b
V1 V2 Va=cte fcem M J
- - , 
- -
(a) (b)

Fig. 54. Control por estátor (circuito y esquema conceptual).
La fcem generada por el giro del motor aparece entre el colector de los transistores y la
alimentación, y no influye en la corriente inyectada por éstos que pasará a depender básicamente de
las tensiones de entrada V1, V2. El resultado es que una vez alcanzado el par mínimo para que el
motor empiece a girar, la corriente se mantendrá constante (al no depender de la fcem) y el motor
irá aumentando su velocidad. Si no hay carga, un ligero incremento de V1, V2, aumentará
substancialmente la velocidad; y si se carga, aunque sea muy ligeramente el motor, la velocidad
descenderá bruscamente al no aumentar la corriente para compensar el aumento de carga.
Ecuaciones dinámicas:
1 1 Lf
 Parte eléctrica: I f ( s )  V f (s)  V f ( s ) , con  f 
Rf  Lf s R f (1   f s ) Rf
 Flujo magnético: B (t )  k f  I f (t )
 Par: (t )  R  F (t )  R  N  l  B(t )  I a  R  N  l  k f  I f (t )  I a  k m  I f (t )
d 1
 Carga: (t )  J (t )  b (t )  J  b (t ) , ( s )  ( s )  b ( s )
dt Js
 Fcem: V a  fcem  R a I a
Esquema de bloques:
Vf 1 If   1  1  1 
R f (1   f s )
km J s s

b
b
Fig. 55. Control por estátor (esquema de bloques).
Función de transferencia: A partir del diagrama de bloques anterior se obtiene que las funciones de
transferencia de Vf(t) a (t) y de Vf(t) a (t) son, respectivamente
( s ) km ( s ) km 1
 y  
V f ( s ) R f (1   f s )(b  Js) V f ( s) R f (1   f s )(b  Js) s
Haciendo la hipótesis de R f  L f , el modelo simplificado de primer orden queda como
( s ) kM ( s ) kM
 y 
V f ( s)  M s  1 V f ( s ) s( M s  1)
km J
siendo k M  y M  .
Rf b b

6.2.3 Sensores
Potenciómetro de entrada: Es el encargado de transducir la consigna en la mayoría de los
montajes que realizaremos. El dial que lleva incorporado tiene un rango útil nominal de hasta 300
y la tensión total alrededor de él es de 30V, por tanto su resolución es de 1V/10.
15v
R
+
VR
-15v
-150 150
(a) Esquema conceptual (b) Aspecto físico

Fig. 56. Potenciómetro de entrada
Tacómetro (generador tacométrico): La tensión a su salida es proporcional a la velocidad de giro

del eje al que va acoplado. La Fig. 57 muestra el aspecto de este módulo. Su sensibilidad (o
“ganancia”) kT vale nominalmente 2.6V/1000rpm.
+
VT

Fig. 57. Dínamo tacométrica
Potenciómetro de salida: Tiene las mismas características que el potenciómetro de entrada y está
conectado al eje del motor con una relación de engranajes de 1:N, siendo N = 30 (ver Figura).
Puesto que su tensión Vc es proporcional a la posición angular del eje del motor, se utilizará para
medir la posición del motor y visualizar su velocidad de rotación.
1
M
30

Fig. 58. Potenciómetro de salida

6.2.4 Módulos para la implementación de compensadores
Módulo operacional (filtro compensador): Consiste en un amplificador inversor de tres entradas

con tres posibles alternativas a la hora de establecer la cadena retroactiva (negativa) del operacional
permitiendo así la implementación de diversos algoritmos de control.
E x t. F B
C2
R2
V1 R1 R1
V2 R1
R1 + Vo
V3

Fig. 59. Módulo operacional
Atenuador: Está formado por dos potenciómetros independientes de 10K y permite atenuar la
señal de salida del filtro compensador, por lo que la combinación de ambos módulos (operacional y
atenuador) constituye un controlador de ganancia ajustable.
1 2
15v 15v
+ +
Vo1 Vo2
-15v -15v
(a) Esquema conceptual (b) Modulo atenuador
Fig. 60. Atenuador
Ambos módulos se usan para implementar controladores de ganancia variable, por ejemplo,
Unidad operacional
V1 100K
  
100K
V2  Vo

100K + I 100K  10K
V'

V1 100K
  10K
 10K 100K
10K V2
  10K
 + Vo
Unidad atenuadora
Fig. 61. Unidad operacional y atenuador

V1  V2 V '0 V 'Vo
Por un lado, I  y por otro I   .
100 K 10 K (1   )10 K
0 V '
Puesto que I  , podemos sustituir V '   I  100 K , y queda
100 K
 I  100 K  I  100 K  Vo
I  .
10 K (1   )10 K
Despejando Vo, el resultado es

 10 K 1  1
Vo   (1   )  V1  V2    0.1(1   )  V1  V2 
 100 K   
1
donde la ganancia del controlador es k p  0.1(1   )  .

Las posiciones del dial de la unidad atenuadora corresponden a 10. Por tanto, la relación entre la
posición del dial, el factor y la ganancia del controlador es:
posición 0 0.5 1 2 5 10
 = posición/10 0 0.05 0.1 0.2 0.5 1
1  20.09 10.09 5.08 2.05 1
k p  0.1(1   ) 

Es decir, el valor aproximado de kp es 10/posición.
6.2.5 Módulos auxiliares
Módulos de acondicionamiento: Protoboard para implementar PIDs.
Tarjeta de adquisición de datos: PCL-711, PCL-812-PG para control digital

6.3 Características del motor MS150 utilizado en las prácticas
Símbolo Descripción Valor

J Momento de inercia del módulo motor/tacómetro sin carga 8010-6 Kg m2
ke Constante eléctrica (de fcem) del motor 410-3 V s rad-1
(control por inducido con if = 1A)
Constante eléctrica (de fcem) efectiva del motor 6.710-3 V s rad-1
(control por inducido y modelo lineal)
km Constante magnética (de par) del motor 1710-3 Nm A-1
(control por inducido con if = 1A)
Constante magnética (de par) efectiva del motor 3.310-3 Nm A-1
(control por inducido y modelo lineal)
Máxima velocidad normal del rotor 210 rad/s
(control por inducido y modelo lineal) (2000 rpm)
Velocidad absoluta máxima 500 rad/s
(aprox.) (4800 rpm)
kT Constante del tacómetro 2.6 Vrms / 1000rpm
kM Ganancia del motor (driver) 247 rad s-1 V-1
(veloc. en vacío por unidad de tensión aplicada al preamplif.) (2400 rpm V-1)
Ganancia (de tensión) del preamplificador 25
Par debido a la fricción estática (escobillas) 510-3 Nm
b Coeficiente de rozamiento viscoso despreciable
M Constante de tiempo (efectiva) del motor 25010-3 s
Ri Resistencia del rotor 3.2
Li Inductancia del rotor 8.610-3 H
Resistencia de cada devanado del estátor 3.5
Inductancia de cada devanado del estátor 17.510-3H
Corriente límite del driver (aprox.) 2A
Momento de inercia del disco de frenado (máxima carga) 41210-6 Kg m2
JL
Relación de engranajes 30:1
N:1
Tabla 7. Características del servomotor de prácticas

Sec Tema 1 Teoria de Sistemas 1314a Ocw-5195

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Sec Tema 1 Teoria de Sistemas 1314a Ocw-5195

Cargado por

Copyright:

Formatos disponibles

Sistemas Electrónicos de Control

Tema 1. Teoría de Sistemas

Profesora: Rosa M. Fernández-Cantí

1. Introducción a la Teoría de Control ....................................................................................................... 4

ETSETB. Sistemas Electrónicos de Control 1314a 2

5. Alfabeto griego ....................................................................................................................................... 87

ETSETB. Sistemas Electrónicos de Control 1314a 3

1. Introducción a la Teoría de Control

Objetivo del control

La Ingeniería de Control consiste en diseñar e implementar sistemas/subsistemas que, de manera

Ámbitos de aplicación del control

Dimensiones del problema de control

ETSETB. Sistemas Electrónicos de Control 1314a 4

2.1 Lenguajes matemáticos

Fig. 1. Péndulo simple

2.1.1 Ecuación diferencial (ED)

con, por ejemplo, las siguientes condiciones iniciales (CI),

Aplicando la segunda ley de Newton.

ETSETB. Sistemas Electrónicos de Control 1314a 5

 mg sin    l  b  F  l  J

Aplicando las ecuaciones de Lagrange (opcional).

En sistemas más complicados es más conveniente modelizar el comportamiento dinámico mediante

En los sistemas conservativos (no disipativos), la ecuación de Lagrange es

donde L  T  V es el Lagrangiano (T y V son las energías cinética y potencial respectivamente) y

ETSETB. Sistemas Electrónicos de Control 1314a 6

2.1.2 Ecuaciones de estado (EE)

 Si una variable determinada corresponde a un elemento capaz de almacenar energía,

Para pasar de la siguiente EDO de orden n

     sin   u

ETSETB. Sistemas Electrónicos de Control 1314a 7

La descripción EE consiste en las dos ecuaciones de estado, más la ecuación de salida (   x1 ),

Caso de sistemas lineales. Matrices A, B, C, D.

ETSETB. Sistemas Electrónicos de Control 1314a 8

2.1.3 Función de transferencia (FT)

La función de transferencia (FT) describe el comportamiento de un sistema SISO y lineal con

s (s)  s (0)  (0)   s(s)   (0)  (s)  U ( s)

Y se despeja la variable de salida (posición del péndulo, en nuestro caso)

2.2 Lenguajes gráficos

2.2.1 Esquemas de bloques

Los esquemas de bloques facilitan la construcción de modelos, su interpretación y reducción.

 Las variables se representan por medio de flechas y están en el dominio transformado:

ETSETB. Sistemas Electrónicos de Control 1314a 9

 Los sistemas/subsistemas son cajas que contienen el nombre de la función de transferencia

Ejemplo 2. Esquema de bloques de un circuito RC

Fig. 3. Esquema de bloques del circuito RC

2.2.2 Álgebra de bloques

Primera interconexión: serie (tándem o cascada), Teq  T .i

ETSETB. Sistemas Electrónicos de Control 1314a 10

Segunda interconexión: paralelo, Teq  T

Fig. 6. Interconexión retroactiva

Ejemplo 3. Retroacción negativa

ETSETB. Sistemas Electrónicos de Control 1314a 11

Fig. 7. Esquema de bloques de un servo

Fig. 8. Esquema de bloques de un circuito RC

Toma de información: Si tenemos Y=TX,

ETSETB. Sistemas Electrónicos de Control 1314a 12

Fig. 9. Regla auxiliar de toma de información

Fig. 10. Regla auxiliar de inversión de orden

Ejemplo 5. Retroacción unitaria

Fig. 11. Álgebra de bloques para conseguir retroacción unitaria

ETSETB. Sistemas Electrónicos de Control 1314a 13

2.2.3 Flujograma de señal

El flujograma de señal es una alternativa al esquema de bloques.