Unidad Nº7

Diseño de controladores

7 analógicos por métodos

de espacio de estado

El objeto de este capítulo es el diseño de sistemas de control usando la realimentación del vector
de estado. La técnica de ubicación de polos permite situar los polos del sistema en lazo cerrado en la
posición deseada por el diseñador, de modo que su comportamiento se adecue a lo que éste desee. Se
demuestra que la condición necesaria y suficiente para que el sistema admita que sus polos en lazo ce-
rrado se ubiquen en cualquier posición del plano s, es que el sistema sea completamente controlable.
Cuando no es posible medir todos los estados de la planta para utilizarlos en el vector de reali-
mentación, se estiman los estados necesarios a partir de la información disponible de la planta. Se de-
muestra que la condición necesaria y suficiente para que el vector de estado se pueda estimar es que el
sistema sea completamente observable.
En el capítulo se aborda tanto el diseño de sistemas sin entrada o con entrada constante (regu-
ladores) como el de sistemas que han de seguir una señal de referencia (seguidores). Se realizan nu-
merosos ejemplos de lápiz y papel así como mediante una computadora utilizando MATLAB.
La última parte del capítulo se dedica al estudio de un caso práctico, el péndulo invertido mon-
tado sobre una base móvil. A partir de la obtención de las ecuaciones de la planta y de su modelo de
estado, se diseña un regulador y un seguidor para controlar un péndulo invertido.
Es importante hacer la consideración preliminar que a lo largo de todo el capítulo, los modelos
de estado utilizados serán de sistemas LTI, esto es, sistemas Lineales e Invariantes con el Tiempo1.

7.1 Introducción
La técnica de diseño de controladores mediante la realimentación de estado consiste en realimen-
tar las variables de estado a la entrada mediante una matriz de ganancia K cuyos coeficientes son constan-
tes. En la figura7.1 se muestra el diagrama de bloques de un sistema de control mediante la realimenta-
ción de estado.

Planta

r(t) + u(t) + x(t ) x(t) + y(t)

B ∫ dt C
+
- +

Figura 7.1: Realimentación del vector de estado a la entrada

1
Para un estudio más general, donde en la ecuación de estado las matrices A y B dependen del tiempo, se aconseja
al lector la consulta del texto de Domínguez, S.; et al. Control en el Espacio de Estado. Pearson Educación, S. A.,
Madrid, 2002.
UNIDAD 7: Diseño de controladores analógicos por métodos de espacio de estado 2

7.2 Asignación de polos mediante la realimentación de estado

La realimentación de estado permite el diseño de sistemas de control vía la ubicación o asigna-

ción de polos. Esto es, los polos del sistema en lazo cerrado se ubican en la posición deseada por el dise-
ñador, de modo que las condiciones transitorias sean llevadas a cero de forma preestablecida. En primer
lugar se va a considerar el diseño de sistemas de control del tipo regulador. Esto es, en el diseño se asu-
mirá que el sistema no tiene entrada de referencia (ver figura 7.2), o si la tiene ésta no varía. El objetivo
del control es pues que, dado un sistema en unas condiciones de funcionamiento, se desea mantenerlo en
ellas, de modo que las posibles perturbaciones a las que se vea sometido no deben sacarlo de regulación
(el error que puedan ocasionar las perturbaciones ha de ser llevado a cero en un tiempo razonable). Para
ello se utiliza la señal de control u(t). En la sección 7.7 se verá que esta técnica se puede aplicar también a
sistemas que han de seguir entradas, los cuales se conviene en denominar seguidores.
La forma de ubicar los polos de lazo cerrado en la posición deseada es mediante una matriz de
realimentación de estado. Inicialmente, las ecuaciones de estado se aplican a la planta en vez de al sistema
en lazo cerrado, de modo que las matrices A, B, C y D se utilizan para describir un modelo de planta
lineal e invariante con el tiempo:

x(t ) = Ax(t ) + Bu(t )

(7.1)
y (t ) = Cx(t ) + Du(t )

Donde:
x(t ) = vector de estado de dimensión n.
u(t ) = vector de control de dimensión r o p.
y (t ) = vector de salida de dimensión m o q.
A = matriz de estado de n × n.
B = matriz de entrada de n × r.
C = matriz de salida de m × n.
D = matriz de transición directa de m × r.

La señal de control u(t) es un vector que se realimenta negativamente a la entrada de la planta a

través de una matriz de ganancia K que realimenta al estado:

⎛ k11 k12 … k1n ⎞ ⎛ x1 (t ) ⎞

⎜ ⎟
k21 k22 … k2 n ⎟ ⎜⎜ x2 (t ) ⎟⎟
u(t ) = −Kx(t ) = − ⎜ (7.2)
⎜ ⎟⎜ ⎟
⎜⎜ ⎟⎟ ⎜⎜ ⎟⎟
⎝ kr1 kr 2 … kr n ⎠ ⎝ xn (t ) ⎠

Este sistema de control en lazo cerrado que se denomina de realimentación de estado se muestra
en la figura 7.2. Como se verá en la sección 7.4, las matrices C y D no intervienen a la hora de ubicar los
polos mediante la matriz de ganancia K.
Nótese que la definición de la señal de control exige la hipótesis restrictiva que todas las varia-
bles de estado puedan ser medidas directamente. Más adelante en el capítulo, en la sección 7.5, se verá
cómo superar esta restricción mediante un observador de estado.
Se demuestra que la condición necesaria y suficiente para que el sistema admita que sus polos
en lazo cerrado se puedan ubicar en cualquier posición del plano s, es que el sistema sea completamente
controlable
Sección 7.3 Controlabilidad 3

Planta

u(t) + x(t ) x(t) + + y(t)

B
+
∫ dt C

-K

Figura 7.2: Sistema regulador por realimentación de estado

7.3 Controlabilidad
Dado un sistema situado en un estado inicial arbitrario x(t0), se dice que es completamente con-
trolable si puede ser llevado a otro estado x(tf) mediante un vector de entrada (señal de control) sin res-
tricciones en un tiempo finito.
El concepto de controlabilidad y el que se trata posteriormente en el capítulo de observabilidad
fueron introducidos por Robert E. Kalman en el año 1961 [7], y su importancia radica en que permiten
determinar la existencia de una solución completa para la implementación de un sistema de control.
Dado el sistema definido en (7.1) se comenzará pues por resolver la ecuación de estado a partir
de un instante inicial x(t0) = x(0), de forma que la solución, si existe, ha de ser válida para cualquier t.
Aplicando pues la transformada de Laplace a la primera ecuación del sistema (7.1) se tiene que [9]:

sX( s ) − x(0) = AX( s ) + BU ( s )

o también

( sI − A ) X(s) = x(0) + BU(s)

esto es,

X( s ) = ( sI − A ) x(0) + ( sI − A ) BU ( s )
−1 −1

con lo cual,

x(t ) = L −1 ⎡( sI − A ) ⎤ x(0) + L −1 ⎡( sI − A ) BU( s) ⎤

−1 −1
(7.3)
⎣ ⎦ ⎣ ⎦

La matriz L −1 ( sI − A ) se denomina matriz de transición de estado y se nota por Φ(t ). Ésta,

−1

como se puede apreciar en la ecuación anterior, representa el paso del sistema del estado inicial x(0) al
final x(t). Entonces, teniendo en cuenta la integral de convolución

t
L −1 [ F1 ( s )F2 ( s ) ] = ∫ f1 (t − τ ) f 2 (τ )dτ
0

la ecuación (7.3) puede ser escrita en función de la matriz de transición de estado como
UNIDAD 7: Diseño de controladores analógicos por métodos de espacio de estado 4

t
x(t ) = Φ(t )x(0) + ∫ Φ(t − τ ) Bu(τ ) dτ (7.4)
0

Se va a ver ahora una solución alternativa para resolver la ecuación de estado, la cual es muy intuitiva. Si
la entrada u(t) del sistema es cero, la ecuación de estado es homogénea de la forma

x(t ) = Ax(t ) (7.5)

y solución según (7.4),

x(t ) = Φ(t ) x(0)

Esto es, la primera derivada de Φ(t ) debe ser igual a AΦ(t ) y Φ(0) ha de valer la matriz identi-
dad I. Inmediatamente se deduce que una solución a ensayar es la función exponencial matricial e At . En
efecto,

x(t ) = e At x(0) (7.6)

es una solución de la ecuación homogénea, ya que para la x(t) dada en (7.6) se cumple la ecuación (7.5).
Se vé pues que la matriz exponencial e At constituye una expresión válida para la matriz de tran-
sición de estado, con lo cual la expresión (7.4) puede ser escrita también como

t
x(t ) = e At x(0) + ∫ e A ( t −τ ) B u(τ ) dτ (7.7)
0

La cuestión de controlabilidad esbozada al principio de esta sección puede resumirse en la si-

guiente pregunta, ¿existe un vector de control u(τ) que dé solución a la ecuación (7.7)?, esto es, un vector
que permita llevar al sistema desde el estado inicial x(0) a otro estado final cualquiera x(t). El concepto de
controlabilidad radica pues en estudiar si existe una entrada u(t) que permita el cumplimiento de la igual-
dad anterior.
Tanto la ecuación (7.4) como la (7.7) son solución de la ecuación de estado definida en (7.1). La
solución se compone de dos términos perfectamente definidos, uno dependiente del vector de estado
inicial y otro del vector de entradas.
Suponiendo, sin pérdida de generalidad ninguna, que el estado inicial ocurre en t = 0, y que el
estado final es el origen del espacio de estado x(tf) = 0, la ecuación (7.7) puede ser escrita como

tf
A ( t f −τ )
x(0) + ∫ e B u(τ ) dτ
At f
0=e
0
o también,
tf

x(0) = − ∫ e − Aτ B u(τ ) dτ (7.8)

0

Utilizando la fórmula de interpolación de Sylvester se demuestra que

n −1
e − Aτ = α 0 (τ )I + α1 (τ ) A + α 2 (τ ) A 2 + … + α n −1 (τ ) A n −1 = ∑α k (τ ) A k (7.9)
k =0

donde los α k (τ ) (k = 0,1,… , n − 1) son coeficientes que se determinan a partir de la propia matriz conoci-
da A. Sustituyendo pues en (7.8) el valor de e − A t dado por (7.9), se tiene que

tf
n −1
x(0) = −∑ A k B ∫ α k (τ ) u(τ ) dτ (7.10)
k =0 0
Sección 7.3 Controlabilidad 5

En general, la integral tendrá un valor diferente para cada α k , con lo cual, designando este valor
por wk, una vez recorridos todos los valores de la sumatoria, la ecuación (7.10) se escribirá como

x(0) = − ( B . w 0 + A B . w1 + A 2 B . w 2 + … + A n −1 B . w n −1 )
⎛ w0 ⎞
⎜ ⎟
⎜ ⎟
⎜ w1 ⎟
⎜ ⎟ (7.11)
= − (B AB A2 B … A n −1 B ) ⎜ ⎟
⎜ ⎟
⎜ ⎟
⎜ ⎟
⎜w ⎟
⎝ n −1 ⎠

La expresión anterior debe entenderse en su justo término, esto es, como el producto de dos
matrices donde cada uno de sus n elementos son matrices de n × r en el primer paréntesis y de r ×1 en el
segundo. Entonces, la dimensión de la primera matriz es n × nr y la de la segunda nr × 1. Por supuesto, la
multiplicación entre las dos matrices ha de entenderse por cajas, donde cada una de ellas están separadas
por líneas de puntos.
A partir de este análisis y de la ecuación (7.11), la condición para la controlabilidad completa del
estado puede establecerse mediante el siguiente teorema:

Teorema

La condición necesaria y suficiente para que un sistema de orden n definido por su modelo de estado

x(t ) = Ax(t ) + Bu(t )

y (t ) = Cx(t ) + Du(t )

sea completamente controlable, es que la siguiente matriz, denominada de controlabilidad, tenga rango2
n, (la misma se suele llamar Mc o simplemente S ) :

S == ( B AB A 2 B … A n −1 B ) (7.12)

Demostración:

Condición necesaria: Si la planta es completamente controlable es necesario que existan n columnas de la

matriz S linealmente independientes. En efecto, rescribiendo la ecuación (7.11),

x(0) = B . w 0 + AB . w1 + … + A n −1B . w n −1

se observa, teniendo en cuenta (7.12), que el estado alcanzado por la planta es combinación lineal de las n
cajas de la matriz S , por tanto, para que la planta pueda evolucionar a cualquier punto del espacio de
estado de n dimensiones, es necesario que entre las n × r columnas de la matriz S haya n linealmente
independientes o, también, que sus n filas lo sean.

Condición suficiente: Nótese en la ecuación (7.11) que todos los estados que pueden ser alcanzados desde
el origen, están abarcados por las cajas de la matriz de controlabilidad. Por lo tanto, si el rango de tal
matriz es n, existe una matriz de control ( w 0 w 2 … w n −1 ) que satisface la ecuación (7.11). En con-
secuencia, la condición de que el rango de la matriz de controlabilidad sea n da una condición suficiente
para la controlabilidad completa del estado.

2
El rango de una matriz es el número máximo de columnas linealmente independientes, y también el máximo núme-
ro de filas linealmente independientes.
UNIDAD 7: Diseño de controladores analógicos por métodos de espacio de estado 6

Ejemplo 7.1

Dado el sistema:

⎛ x1 ⎞ ⎛ 0 2 −1⎞⎛ x1 ⎞ ⎛ 1 0 ⎞
⎜ ⎟ ⎜ ⎟⎜ ⎟ ⎜ ⎟⎛ u ⎞
⎜ x2 ⎟ = ⎜ 0 1 0 ⎟⎜ x2 ⎟ + ⎜ 0 2 ⎟ ⎜ 1 ⎟
⎜ x ⎟ ⎜ 1 −4 3 ⎟⎜ x ⎟ ⎜ 0 5 ⎟ ⎝ u2 ⎠
⎝ 3⎠ ⎝ ⎠⎝ 3 ⎠ ⎝ ⎠

a) Discutir si es o no controlable.
b) ¿Se cumpliría la condición de controlabilidad utilizando una sola de las entradas?.

a) A partir de las ecuaciones de definición del sistema y de la ecuación (7.12) se deduce que

⎛ 0 −1⎞ ⎛ −1 −3 ⎞
⎜ ⎟ ⎜ ⎟
AB = ⎜ 0 2 ⎟ y A 2 B = ⎜ 0 2 ⎟
⎜ 1 7⎟ ⎜ 3 12 ⎟
⎝ ⎠ ⎝ ⎠

por tanto,
⎛1 0 0 −1 −1 −3 ⎞
⎜ ⎟
S = ⎜0 2 0 2 0 2⎟
⎜0 5 1 7 3 12 ⎟⎠
⎝

Utilizando las tres primeras columnas por ejemplo, se observa que el rango es 3, con lo cual se infiere que
el sistema es controlable utilizando las dos entradas disponibles. Esto es, siempre será posible encontrar el
vector de control adecuado u(t) que lleve al sistema desde un estado inicial a otro cualquiera.

b) Si se utiliza sólo la primera entrada, la nueva matriz B, denominada ahora B1, tendrá una sola columna,
la primera, con lo cual, la matriz de la controlabilidad, S o también llamada M, sera:

⎛ 0⎞ ⎛ −1⎞ ⎛ 1 0 −1⎞
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
AB1 = ⎜ 0 ⎟ y A B1 = ⎜ 0 ⎟ , por tanto
2
1 Mc = ⎜ 0 0 0 ⎟
⎜1⎟ ⎜ 3⎟ ⎜ 0 1 3⎟
⎝ ⎠ ⎝ ⎠ ⎝ ⎠

Nótese que la nueva matriz de controlabilidad es singular, y por tanto, su rango es inferior a 3, concreta-
mente 2, con lo cual, mediante la entrada u1 exclusivamente no es posible llevar al sistema desde un punto
cualquiera a otro del espacio de estado.
Ahora, utilizando sólo la segunda entrada se tiene que

⎛ − 1⎞ ⎛ −3 ⎞ ⎛ 0 −1 −3 ⎞
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
AB 2 = ⎜ 2 ⎟ y A B 2 = ⎜ 2 ⎟ , con lo cual Μ c 2 = ⎜ 2 2 2 ⎟
2

⎜ 7⎟ ⎜ 12 ⎟ ⎜ 5 7 12 ⎟
⎝ ⎠ ⎝ ⎠ ⎝ ⎠

cuyo rango es 3, por tanto, utilizando sólo la segunda entrada, el sistema puede ser llevado a cualquier
punto del espacio de estado a partir de uno inicial dado .
Sección 7.4 Procedimiento general de diseño por asignación de polos 7

7.4 Procedimiento general de diseño por asignación de polos

Si bien la condición de controlabilidad se ha demostrado para el caso más general, esto es, un
sistema MIMO en el que tanto la señal de entrada u(t) como la de salida y(t) son vectores, el cálculo de la
matriz de realimentación K se vuelve mucho más complicado cuando el control es multivariable que
cuando se trata de monovariable3. El control multivariable excede las pretensiones de este texto, por lo
cual, en los diseños que siguen, se considerarán sistemas SISO o SIMO exclusivamente.
Sea pues el sistema SISO de control por ubicación de polos mediante la realimentación de estado
que se muestra en la figura 7.3 [9], el cual es una simplificación del mostrado en la figura 7.1.

Planta

r(t) + u(t) x(t) y(t)

x(t ) = Ax(t ) + Bu(t ) C
-
Kx(t)
K

Figura 7.3: Sistema de control por realimentación de estado

La planta está modelada por las ecuaciones de estado siguientes:

x(t ) = Ax(t ) + Bu (t ) (7.13)

y (t ) = Cx(t ) (7.14)

La señal de control está dada por la relación

u (t ) = −Kx(t ) + r (t ) (7.15)

en donde K = ( k1 k 2 … kn ) .
Sustituyendo en la ecuación (7.13) el valor dado de u(t) en (7.15), se tiene que el modelo de estado del
sistema en lazo cerrado es:

x(t ) = Ax(t ) + B [ −Kx(t ) + r (t )] (7.16)

Ahora, aplicando la transformada de Laplace a las ecuaciones (7.16) y (7.14) con condiciones iniciales
nulas:

X( s ) = ( sI − A + BK ) B R ( s )
−1
(7.17)
Y ( s ) = CX( s ) (7.18)

Sustituyendo (7.17) en (7.18) se obtiene la función de transferencia del sistema en lazo cerrado:

Y ( s)
= C ( sI − A + BK ) B
−1
(7.19)
R(s)
Esto es,

3
El diseño por ubicación de polos cuando la señal de control es un vector se puede encontrar por ejemplo en Do-
mínguez, S.; et al. Control en el Espacio de Estado. Pearson Educación, S. A., Madrid, 2002.
UNIDAD 7: Diseño de controladores analógicos por métodos de espacio de estado 8

Y (s) Q(s)
= (7.20)
R( s ) sI − A + BK
donde Q(s) es un polinomio en s.
Se vé pues que los polos en lazo cerrado del sistema se pueden ubicar libremente mediante el
ajuste de los elementos de la matriz de ganancia de realimentación de estado K.
Sean pues las posiciones de los polos deseadas

s = p1 , p2 ,… , pn

con lo cual la ecuación característica del sistema es

sI − A + BK = ( s − p1 )( s − p2 )…( s − pn ) = 0 (7.21)

En esta ecuación hay n incógnitas k1, k2, ..., kn y n coeficientes conocidos en la parte derecha de
la igualdad de polinomios. Para calcular las ganancias desconocidas basta con igualar los coeficientes en
(7.21).
Nótese que por medio de la realimentación del vector de estado se modifica la ubicación de los
polos de la función de transferencia del sistema en lazo cerrado, sin embargo, los ceros permanecen
inalterados.

Ejemplo 7.2

Un sistema de control tiene una planta dada por

⎛ 0 1 0⎞ ⎛0⎞
⎜ ⎟ ⎜ ⎟
x(t ) = ⎜ 0 0 1⎟ x(t ) + ⎜ 0 ⎟ u (t )
⎜ −6 −11 −6 ⎟ ⎜ 10 ⎟
⎝ ⎠ ⎝ ⎠
y (t ) = (1 0 0 ) x(t ) + 0u (t )

Obtener la matriz de ganancia necesaria K para ubicar los polos en lazo cerrado en s1 = −2 + j 2 3 ,
s2 = −2 − j 2 3 y s3 = −10 .
En primer lugar se ha de comprobar si el sistema es completamente controlable, para ello el
rango de la matriz de controlabilidad M c = ( B AB A 2 B ) ha de ser 3. En efecto,

⎛0 0 10 ⎞
⎜ ⎟
= ⎜ 0 10 −60 ⎟
⎜10 −60 250 ⎟
⎝ ⎠
y su rango es 3.
Ahora, la ecuación (7.21) se escribirá para este sistema como

⎛ s 0 0⎞ ⎛ 0 1 0⎞ ⎛ 0 ⎞
⎜ ⎟ ⎜
⎜ 0 s 0⎟ − ⎜ 0 0
⎟ ⎜ ⎟
1⎟ + ⎜ 0 ⎟ ( k1 k2 ( )( )
k 3 ) = s + 2 − j 2 3 s + 2 + j 2 3 ( s + 10 )
⎜ 0 0 s ⎟ ⎜ −6 −11 −6 ⎟ ⎜ 10 ⎟
⎝ ⎠ ⎝ ⎠ ⎝ ⎠

esto es,

s −1 0
0 s −1 = s 3 + 14 s 2 + 56 s + 160
6 + 10k1 11 + 10k2 s + 6 + 10k3
Sección 7.4 Procedimiento general de diseño por asignación de polos 9

luego,
s 3 + ( 6 + 10k3 ) s 2 + (11 + 10k2 ) s + 6 + 10k1 = s 3 + 14s 2 + 56s + 160

Igualando coeficientes,

6 + 10k3 = 14, 11 + 10k2 = 56, 6 + 10k1 = 160

con lo cual,

k3 = 0,8 k2 = 4,5 k1 = 15, 4

Por tanto, la matriz de ganancia de realimentación de estado vale

K = (15, 4 4,5 0,8)

Ciertamente, el modo presentado de cálculo de la matriz K si bien es intuitivo y directo, es bas-

tante tedioso cuando el orden n es elevado. No obstante, como se verá más adelante, esto tampoco tiene
mayor importancia, ya que MATLAB tiene implementados algoritmos que resuelven este problema de
forma automática.
J. E. Ackermann presentó en 1972 [1] una fórmula cuyo algoritmo tiene implementado MATLAB,
la cual es de uso muy extendido para la determinación de la matriz de ganancia K. Dicha fórmula es

K = ( 0 0 … 0 1) ( B AB … A n −1B )
−1
(A) (7.22)

donde Θ( A ) se determina del modo siguiente:

Supuestos los polos en lazo cerrado situados en s = p1 , s = p2 ,… , s = pn , la ecuación caracterís-
tica deseada es

( s − p1 )( s − p2 ) … ( s − pn ) = s n + α1 s n −1 + …α n −1 s + α n = 0 (7.23)

Calculados los coeficientes α i , se tiene que Θ( A ) está dado por

Θ( A ) = A n + α1 A n −1 + … + α n −1 A + α n I (7.24)

Como se puede apreciar, este algoritmo está basado en el teorema de Cayley – Hamilton que
establece que toda matriz es solución de su propia ecuación característica [10].

Ejemplo 7.3

Resolver el ejemplo 7.2 anterior mediante el uso de la fórmula de Ackermann.

En el ejemplo 7.2 se encontró que α1 = 14, α 2 = 56 y α 3 = 160. Por tanto,

Θ( A) = A 3 + 14 A 2 + 56A + 160I
3 2
⎛ 0 1 0⎞ ⎛ 0 1 0⎞ ⎛ 0 1 0⎞ ⎛ 1 0 0⎞
⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟
=⎜ 0 0 1⎟ + 14 ⎜ 0 0 1⎟ + 56 ⎜ 0 0 1⎟ + 160 ⎜ 0 1 0 ⎟
⎜ −6 −11 −6 ⎟⎠ ⎜ −6 −11 −6 ⎟ ⎜ −6 −11 −6 ⎟ ⎜ 0 0 1⎟
⎝ ⎝ ⎠ ⎝ ⎠ ⎝ ⎠
⎛ 154 45 8⎞
⎜ ⎟
= ⎜ −40 66 −3 ⎟
⎜ 18 −15 84 ⎟⎠
⎝
UNIDAD 7: Diseño de controladores analógicos por métodos de espacio de estado 10

También en el ejemplo 7.2 se obtuvo que la matriz de controlabilidad era

⎛0 0 10 ⎞
⎜ ⎟
M c =( B A
B A 2 B ) ⎜ 0 10 −60 ⎟
⎜10 −60 250 ⎟
⎝ ⎠
con lo cual,

−1
⎛0 0 10 ⎞ ⎛ 154 45 8 ⎞
⎜ ⎟ ⎜ ⎟
K = ( 0 0 1) ⎜ 0 10 −60 ⎟ ⎜ −40 66 −3 ⎟ = (15, 4 4, 5 0,8 )
⎜ 10 −60 250 ⎟ ⎜ 18 −15 84 ⎟
⎝ ⎠ ⎝ ⎠

El método de ubicación de polos mediante la fórmula de Ackermann puede llegar a ser incluso
más tedioso que el directo para cálculos de lápiz y papel, sin embargo, su desarrollo completamente ma-
tricial permite diseñar algoritmos para su implementación mediante programas de computación.
Aunque en teoría pueda parecer que los polos de lazo cerrado de un sistema se podrían ubicar en
cualquier lugar del plano s, se ha de tener en cuenta que el sistema ha de ser físicamente realizable, esto
es, si se intenta forzar al sistema a responder de forma demasiado rápida, se generarían señales excesiva-
mente grandes, lo cual llevaría al sistema a funcionar de forma no lineal (entraría en saturación) y el mé-
todo de diseño ya no sería de aplicación, ya que solamente lo es para sistemas lineales e invariantes con el
tiempo. En cualquier caso, siempre es conveniente simular por computador el sistema para diferentes
matrices K (una por cada ubicación de polos elegida), lo cual permitirá decidir sobre el mejor modo de
funcionamiento.

7.5 Observabilidad
La técnica de diseño de controladores por ubicación de polos que se ha desarrollado en la sección
anterior requiere que sean medidos todos los estados de la planta. Esta exigencia hace inaplicable esta
técnica en la mayoría de los sistemas prácticos, ya que aún en los sistemas más simples, la medición de
todos sus estados suele ser inviable por ser las variables de estado variables internas al sistema.
El concepto de observabilidad se fundamenta en la posibilidad de conocer el estado de un siste-
ma a partir del conocimiento de la evolución de su entrada y de su salida.
La observabilidad en términos generales se define del siguiente modo:

Un punto del espacio de estado x(t0) es observable, si existe un intervalo de tiempo finito [t0, tf]
tal que si se conoce la entrada u(t) y la salida y(t) en ese intervalo, t0 ≤ t ≤ t f , es posible determinar que
el estado inicial era x(t0).

Esto mismo aplicado a un sistema de control se puede enunciar del modo siguiente:
Dada una planta definido por su modelo de estado:

x(t ) = Ax(t ) + Bu(t )

(7.25)
y (t ) = Cx(t ) + Du(t )

se dice que es completamente observable si el estado x(t0) = x(0) se determina a partir del conocimiento
de la entrada u(t) y de la observación de la salida y(t) durante un tiempo finito t, t0 ≤ t ≤ t f . Esto se ilustra
de forma esquemática en la figura 7.4.
Sección 7.5 Observabilidad 11

Sistema observable
u(t) x(t ) = Ax(t ) + Bu(t ) y(t)
y (t ) = Cx(t ) + Du(t )

Conocimiento de
x(0)

Figura 7.4: Estimación del vector de estado a partir del conocimiento de la entrada y la salida del sistema

Entonces, sustituyendo la ecuación (9.7) en la ecuación de salida del modelo de estado dado en (7.25), se
tiene que

t
y (t ) = Ce At x(0) + C ∫ e A ( t −τ ) B u(τ ) dτ + Du(t )
0

En la ecuación anterior puede verse que la relación entre x(0) e y(t) está gobernada por el primer
sumando del lado derecho, ya que el resto de sumandos son cantidades dadas y conocidas. Asumiendo
pues, sin pérdida de generalidad ninguna, que en la expresión anterior la entrada es nula, se puede escribir
que

y (t ) = Cx(0)e At (7.26)

o también, utilizando la expresión (7.9), que

n −1
y (t ) = ∑ λk (t )CA k x(0)
k =0

esto es,

y (t ) = ⎡⎣ λ0 (t )C + λ1 (t )CA + λ2 (t )CA 2 + … + λn −1 (t )CA n −1 ⎤⎦ x(0) (9.27)

o también,

⎛ C ⎞
⎜ ⎟
⎜ ⎟
⎜ CA ⎟
⎜ ⎟
⎜ ⎟
y (t ) = ( λ0 λ1 λ2 … λn −1 ) ⎜ ⎟ x(0) (7.28)
⎜ ⎟
⎜ ⎟
⎜ CA n − 2 ⎟
⎜ ⎟
⎜ ⎟
⎜ n.−1 ⎟
⎝ CA ⎠

El paréntesis del centro de la expresión anterior ha de entenderse como una matriz donde cada uno de sus
n elementos son a su vez matrices de dimensión m × n , ya que la dimensión de C es m × n y la de A
n × n . En consecuencia, el paréntesis del centro contiene una matriz de m × n filas y n columnas, esto es,
de dimensión mn × n . Por supuesto, la multiplicación entre las tres matrices anteriores ha de concebirse
por cajas, separadas cada una de ellas por líneas de puntos.
El análisis anterior permite intuir el enunciado del teorema de observabilidad:
UNIDAD 7: Diseño de controladores analógicos por métodos de espacio de estado 12

Teorema

La condición necesaria y suficiente para que una planta de orden n definida por su modelo de estado

x(t ) = Ax(t ) + Bu(t )

y (t ) = Cx(t ) + Du(t )

sea completamente observable, es que la siguiente matriz, denominada de observabilidad, Mo o V, tenga rango n:

⎛ C ⎞
⎜ ⎟
⎜ CA ⎟
V = ⎜ CA 2 ⎟ (7.29)
⎜ ⎟
⎜ ⎟
⎜ CA n −1 ⎟
⎝ ⎠

Demostración

Condición necesaria. Cada fila de la matriz V o define un vector, en consecuencia, si su rango es inferior
a n existe algún vector que es ortogonal a todas las filas de la matriz V o4 [10], con lo cual, si este vector
se denomina x(0) se cumple que

V x (0) = 0

Por tanto, a partir de (7.28) y (7.27) se puede escribir que

y (t ) = ⎡⎣ λ0 (t )C + λ1 (t )CA + λ2 (t )CA 2 + … + λn −1 (t )CA n −1 ⎤⎦ x(0) = 0

lo cual iría en contra de la definición de observabilidad, ya que el estado (vector) x(0) no puede determi-
narse a partir de la observación de y(t), puesto que el sistema evoluciona con salida nula a partir de x(0).

Condición suficiente. Dada la expresión (7.26), si se tiene que

y (t ) = Cx(0)e At = 0

entonces, por derivaciones sucesivas respecto de t, se obtiene que

Ce At x(0) = 0
CAe At x(0) = 0

CA n −1e At x(0) = 0

con lo cual, teniendo en cuenta (7.29) se cumple que

V e A tx (0) = 0

4
Esto se puede ver de forma clara considerando, sin pérdida de generalidad ninguna, el espacio R3. Si se supone que
en él hay dos vectores dependientes, éstos están situados sobre una misma recta que pasa por el origen, con lo cual,
un tercer vector no dependiente sólo puede definir con éstos un plano. Por tanto, hay vectores en R3 que serán or-
togonales a este plano y, como consecuencia, a los tres vectores anteriores.
Sección 7.5 Observabilidad 13

Por tanto, e At x (0) es ortogonal a todas las filas de V , y ello sólo es posible si el rango de V no es inferior a
n.

Ejemplo 7.4

Dado el sistema:

⎛ x1 ⎞ ⎛ 0 2 −1⎞ ⎛ x1 ⎞ ⎛ 1 0 ⎞
⎜ ⎟ ⎜ ⎟⎜ ⎟ ⎜ ⎟⎛ u ⎞
⎜ x2 ⎟ = ⎜ 0 1 0 ⎟ ⎜ x2 ⎟ + ⎜ 0 2 ⎟ ⎜ 1 ⎟
⎜ x ⎟ ⎜ 1 −4 3 ⎟ ⎜ x ⎟ ⎜ 0 5 ⎟ ⎝ u2 ⎠
⎝ 3⎠ ⎝ ⎠⎝ 3 ⎠ ⎝ ⎠

⎛ x1 ⎞
⎛ y1 ⎞ ⎛ 4 0 0 ⎞ ⎜ ⎟
⎜ ⎟=⎜ ⎟ ⎜ x2 ⎟
⎝ y2 ⎠ ⎝ 0 2 4 ⎠ ⎜ x ⎟
⎝ 3⎠
a) Discutir si es o no observable
b) ¿Se cumpliría la condición de observabilidad utilizando una sola de las salidas?.

a) A partir de las ecuaciones de definición del sistema y de la ecuación (7.12) se deduce que

⎛ 0 8 −4 ⎞ ⎛ −4 24 −12 ⎞
CA = ⎜ ⎟ y CA = ⎜
2
⎟
⎝ 4 −14 12 ⎠ ⎝ 12 −54 32 ⎠

por tanto, la matriz de la observabilidad, llamada V, o Mo sera:

⎛ 4 0 0 ⎞
⎜ ⎟
⎜ 0 2 4 ⎟
⎜ ⎟
⎜ ⎟
⎜ 0 8 −4 ⎟
⎜ 4 −14 12 ⎟
⎜ ⎟
⎜ ⎟
⎜ −4 24 −12 ⎟
⎜ ⎟
⎜ 12 −54 32 ⎟
⎝ ⎠

Utilizando las tres primeras filas por ejemplo, se observa que el rango es 3, con lo cual se deduce que el
sistema es observable utilizando las dos salidas disponibles. Esto es, siempre será posible encontrar el
vector de estado x(t0) = x(0) a partir del conocimiento del vector de control u(t) y de la observación del
vector de salida y(t) durante un tiempo finito t.

b) Si se utiliza sólo la primera salida, la nueva matriz C, denominada ahora C1, tendrá una sola fila, la
primera, por tanto,

⎛ 4 0 0⎞
⎜ ⎟
C1 A = ( 0 8 −4 ) y C1 A = ( −4 24 −12 ) , por tanto M o1 = ⎜ 0 8 −4 ⎟
2

⎜ −4 24 −12 ⎟
⎝ ⎠

El rango de la nueva matriz de observabilidad es 2, con lo cual, mediante el conocimiento del vector de
control u(t) y la observación de la salida y1(t) exclusivamente no es posible llegar a conocer el vector de
estado.
Ahora, utilizando sólo la segunda salida se tiene que

⎛ 0 2 4⎞
⎜ ⎟
C2 A = ( 4 −14 12 ) y C2 A = (12 −54 32 ) , por tanto M o 2
2
= ⎜ 4 −14 12 ⎟
⎜12 −54 32 ⎟
⎝ ⎠
UNIDAD 7: Diseño de controladores analógicos por métodos de espacio de estado 14

cuyo rango es 3, por tanto, utilizando sólo la observación de la segunda salida, es posible conocer el vec-
tor de estado.

7.6 Estimación del estado

En esta sección se va a desarrollar una técnica que permite estimar, en vez de medir, las variables
de estado de la planta a partir de la información disponible de la misma: variables de salida y de entrada.
El sistema que estima el estado de otro sistema se denomina estimador de estado u observador
de estado. Si el observador estima todas las variables de estado del sistema (aunque éstas o parte de ellas
se puedan medir), se denomina observador de estado de orden completo. Si no es así, si se observan me-
nos de las n variables de estado, el observador se denomina de orden reducido. La mínima expresión de
un observador de orden reducido es un observador de orden mínimo, el cual estima las variables de estado
estrictamente necesarias para que el sistema de control por ubicación de polos sea realizable.

7.6.1 Observador de estado

Tal como puede verse en la figura 7.5, un observador de estado de orden completo utiliza como
entradas el vector de control u(t) y el de salida y(t) para proporcionar una estima xˆ (t ) de todas las varia-
bles de estado. Nótese que en la figura 7.5 son conocidas las matrices A, B y C, así como la señal de
salida de la planta y(t), la cual puede ser medida, y la señal de control u(t) porque la decide el diseñador.

Planta

u(t) x(t) y(t)

x(t ) = Ax(t ) + Bu(t ) C

xˆ (t )
OBSERVADOR

Figura 7.5: Sistema con observador de estado

Cuando se desea conocer de forma continua la evolución de las variables de estado de la planta
en cada instante, se implementa un sistema dinámico como el de la figura 7.5 que tiene como entradas las
entradas y salidas de la misma, y que responde a las condiciones enunciadas por el siguiente teorema [4]:

Teorema

Dada la planta lineal, invariante y observable:

x(t ) = Ax(t ) + Bu(t ) (7.30)

y (t ) = C (t ) (7.31)

Se dice que el sistema definido por las ecuaciones:

Sección 7.6.1 Observador de estado 15

xˆ (t ) = Ao xˆ (t ) + Bo u(t ) + K o y (t ) (7.32)
y (t ) = Cx(t )

es un observador de estado del anterior si verifica las dos condiciones siguientes:

1. Si los estados de ambos sistemas coinciden en un instante t0, xˆ(t0 ) = x(t0 ) , entonces los estados
coinciden para todo instante posterior xˆ (t ) = x(t ) para cualquier entrada u(t) aplicada sobre el
sistema.

2. xˆ (t ) debe tender asintóticamente al estado x(t) para cualquier entrada u(t) y para cualesquiera
estados iniciales xˆ (t0 ) y x(t0 ) .

Estas dos condiciones imponen diversas restricciones a las matrices del observador. Así, si se define
el vector de error como la diferencia entre el estado real y el estimado:

e(t ) = x(t ) − xˆ (t ) (7.33)

Derivando esta expresión y teniendo en cuenta (7.30) y (7.31), se tiene que, llamando: Ko=L

e(t ) = x(t ) − xˆ (t ) = Ax(t ) − A o xˆ (t ) + ( B − B o ) u(t ) − K o y (t )

Sustituyendo ahora el valor de y(t) por el dado en (7.31),

e(t ) = ( A − K o C ) x(t ) − A o xˆ (t ) + ( B − Bo ) u(t ) (7.34)

La aplicación del teorema anterior a la expresión (7.34) implica que:

1. Para que la entrada sea cual sea no influya en que los estados coincidan se debe cumplir que:

Bo = B

con lo cual, (7.34) se escribirá como:

e(t ) = ( A − K o C ) x(t ) − Ao xˆ (t ) (7.35)

2. Dada la ecuación anterior, para que los estados coincidan en todo instante se debe cumplir que:

Ao = A − K oC

por tanto, la ecuación (7.35) se escribirá como

e(t ) = ( A − K o C ) e(t ) (7.36)

Como puede observarse de esta expresión, la dinámica de la diferencia entre las variables de es-
tado y las variables estimadas está gobernada por la matriz

A − K oC

Sustituyendo los valores deducidos de Ao y Bo en la ecuación (7.32) del observador se tiene que
su modelo de estado es:

xˆ (t ) = ( A − K o C ) xˆ (t ) + Bu(t ) + K o y (t ) (7.37)
UNIDAD 7: Diseño de controladores analógicos por métodos de espacio de estado 16

Aplicando el principio de superposición desde cada uno de los vectores de entrada al vector de
salida, y procediendo como en la sección 7.4 para obtener la ecuación (7.20), queda claro que la
ecuación característica del observador es

sI − A + K o C

luego si los estados iniciales no coinciden, xˆ (t0 ) ≠ x(t0 ), el estado estimado debe tender asintóti-
camente al estado del sistema, por lo que los autovalores de la matriz A – KoC deben estar situa-
dos en el semiplano izquierdo.

Por supuesto que no basta con colocar simplemente los autovalores de la matriz A – KoC en el semiplano
izquierdo, ya que la dinámica del observador ha de ser más rápida que la de la planta, lo cual ha de permi-
tir que las variables de estado se estimen más deprisa que la variación de éstas, es decir, cualquier dife-
rencia entre el estado real y el estimado deberá tender asintóticamente a cero con una velocidad adecuada.

Es aconsejable ubicar los polos del observador en función de los polos dominantes de lazo cerra-
do del sistema a estimar. Así, con objeto de que el error decaiga rápidamente, el observador se hace de
dos a cuatro veces más rápido que el sistema en lazo cerrado. Como regla práctica se suele utilizar ubicar
los polos del observador entre el doble y el cuádruplo de la distancia al eje imaginario correspondiente a
los polos dominantes del sistema en lazo cerrado. En cualquier caso sigue siendo válida la recomendación
de simular el sistema para diferentes matrices Ko y optar por la que ofrece mejor desempeño.
Decidida pues por el diseñador la ubicación de polos del observador, la igualdad.

sI − A + K o C = ( s − po1 )( s − po 2 )… ( s − pon ) = 0 (7.38)

permite calcular las n incógnitas ko1, ko2, ..., kon.

Escribiendo de nuevo por comodidad las ecuaciones (7.30) y (7.31), y reordenando la (7.37), se
tiene que el sistema planta – observador está definido por el modelo siguiente, cuyo diagrama de bloques
se muestra en la figura 7.6.

x(t ) = Ax(t ) + Bu(t )

y (t ) = Cx(t )
xˆ (t ) = ( A − K o C ) xˆ (t ) + Bu(t ) + K o y (t )

Planta

u(t) + x(t ) x(t) y(t)

B ∫ dt C
+

Observador de estado de orden completo

+ + xˆ (t ) xˆ (t ) - +
B
∫ dt C
+ +

Ko

Figura 7.6: Sistema planta – observador de orden completo

Sección 7.6.1 Observador de estado 17

También ahora, al igual que ocurría para la matriz de realimentación de estado, la matriz de ganancia del
observador de estado se puede obtener a partir de la fórmula de Ackermann, la cual se escribe en este
caso como, Ko, o también llamada L y será:

−1
⎛ C ⎞ ⎛ 0⎞
⎜ ⎟ ⎜ ⎟
CA ⎟ ⎜ 0⎟
K o = Θ( A ) ⎜ (7.39)
⎜ ⎟ ⎜ ⎟
⎜⎜ n −1 ⎟
⎟ ⎜⎜ ⎟⎟
⎝ CA ⎠ ⎝1⎠

Donde ahora, Θ( A ) se determina del modo siguiente:

Supuestos los polos del observador de estado situados en el plano s en s = po1 , s = po 2 , … , s = pon , su
ecuación característica será:

( s − po1 )( s − po 2 ) … ( s − pon ) = s n + α1 s n −1 + … + α n −1 s + α n = 0 (7.40)

con lo cual,

Θ( A ) = A n + α1 A n −1 + … + α n −1 A + α n I

Además de la fórmula mencionada, existen otros métodos matriciales para calcular Ko, sin em-
bargo no se va a reparar en ellos, ya que lo interesante es que el lector comprenda el concepto y su uso,
puesto que del tedio que supone la mecánica de cálculo se encargará MATLAB como se verá más tarde.

Ejemplo 7.5

Dado el sistema del ejemplo 7.2, diseñar un observador de estado de orden completo cuya matriz
de ganancia Ko tenga por valores característicos

po1 = −4 + j 3, po 2 = −4 − j 3, po3 = −20

En primer lugar se ha de comprobar que el sistema es completamente observable. Para ello, se tiene de las
matrices de definición del sistema y de la ecuación (7.29) que

⎛ 1 0 0⎞
⎜ ⎟
V o = ⎜ 0 1 0⎟
⎜0 0 1⎟
⎝ ⎠

cuyo rango es 3. Por tanto, el sistema es completamente observable y admite el diseño de un observador
de estado. Aplicando la ecuación (7.38),

⎛ s 0 0⎞ ⎛ 0 1 0 ⎞ ⎛ ko1 ⎞
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
sI − A + K o C = ⎜ 0 s 0 ⎟ − ⎜ 0 0 1⎟ + ⎜ ko 2 ⎟ (1 0 0 ) =
⎜ 0 0 s ⎟ ⎜ −6 −11 −6 ⎟ ⎜ k ⎟
⎝ ⎠ ⎝ ⎠ ⎝ o3 ⎠
( )(
= s + 4 − j 3 s + 4 + j 3 ( s + 20 ) )
luego

s + ko1 −1 0
ko 2 s −1 = s 3 + 28s 2 + 179s + 380
6 + ko 3 11 s + 6
UNIDAD 7: Diseño de controladores analógicos por métodos de espacio de estado 18

con lo cual,
ko1 = 22, ko 2 = 36 ko3 = −84

por tanto,

⎛ 22 ⎞
⎜ ⎟
K o = ⎜ 36 ⎟
⎜ -84 ⎟
⎝ ⎠

7.7. Comportamiento del conjunto sistema – observador

Realizada hasta aquí la síntesis del observador de estado como un sistema aislado, se ha de in-
vestigar ahora los efectos de su adición al sistema de control en lazo cerrado. Sea pues la planta comple-
tamente controlable y observable modelada por

x(t ) = Ax(t ) + Bu(t )

y (t ) = Cx(t )

Con objeto de ubicar sus polos mediante la realimentación de estado se escoge la señal de
control u(t) = -Kx(t), la cual, suponiendo que el conocimiento del vector de estado viene dado por su
observación en vez de por su medida, se escribe como

u (t ) = −Kxˆ (t )

por tanto, el sistema en lazo cerrado se modela como

x(t ) = Ax(t ) − BKxˆ (t ) (7.41)

Nótese que el sistema en cuestión tendrá un diagrama de bloques semejante al de la figura 7.6, con el
añadido que la señal de control se obtiene ahora desde el observador de estado de orden completo a través
de la matriz de ganancia –K. Esto se muestra en la figura 7.7.
Con objeto de introducir en (7.41) el vector de error e(t ) = x − xˆ , se le suma y se le resta a esta
ecuación el término BKx(t ), con lo cual,

x(t ) = ( A − BK ) x(t ) + BK ( x(t ) − xˆ (t ) )

esto es,

x(t ) = ( A − BK ) x(t ) + BKe(t )

(7.42)

Repitiendo ahora por comodidad la ecuación de estado del error dada en (7.36):

e(t ) = ( A − K o C ) e(t ) (7.43)

se pueden asociar los vectores de estado dados en (7.42) y (7.43) en uno único:

⎛ x(t ) ⎞ ⎛ A − BK BK ⎞ ⎛ x(t ) ⎞
⎜ ⎟=⎜ ⎟⎜ ⎟ (7.44) La ecuación caract. es:
⎝ e(t ) ⎠ ⎝ 0 A − K o C ⎠ ⎝ e(t ) ⎠
Sección 7.7 Comportamiento del conjunto sistema - observador 19

⎛ sI 0 ⎞ ⎛ A − BK BK ⎞
⎜ ⎟−⎜ ⎟ =0
⎝ 0 sI ⎠ ⎝ 0 A − K oC ⎠

esto es,

sI − A + BK sI − A + K o C = 0 (7.45)

La ecuación anterior pone de manifiesto que el diseño de la ubicación de polos para la planta es
independiente del diseño del observador, lo cual permite dividir el proceso de diseño en dos etapas sepa-
radas, a saber, primero de determina la matriz de ganancia de realimentación K para obtener la ubicación
de polos deseada para la planta, y a continuación se determina la matriz Ko para la ubicación de polos
deseada del observador.
De la ecuación anterior se deduce que el número total de polos del conjunto planta - observador
de estado es la suma de los producidos por cada uno por separado, con lo cual, si los correspondientes al
observador están situados lo suficientemente a la izquierda de los correspondientes a la planta, su respues-
ta transitoria decaerá mucho más rápidamente y, como consecuencia, los polos dominantes serán los co-
rrespondientes a la planta.

Planta

u(t) + x(t ) x(t) y(t)

B
+
∫ dt C

-K

+ + xˆ (t ) xˆ (t ) - +
B
+
∫ dt C
+

Ko

Observador de estado de orden completo

Figura 7.7: Sistema planta –observador con realimentación de estado

7.8 Observador de orden reducido (este tema no está en el prog.)

En general, si se pueden obtener medidas precisas de ciertas variables de estado, parece más
conveniente utilizar estas medidas directamente en el vector de realimentación de estado, de modo que
entonces sólo se han de estimar aquellas variables que no hayan podido ser medidas. El observador resul-
tante se denomina en este caso observador de orden mínimo. No obstante lo anterior, hay circunstancias
que aconsejan estimar el vector de estado completo, aunque algún estado pudiera ser medido. Éste es el
caso por ejemplo cuando las medidas son difíciles de realizar o son imprecisas por contener gran carga de
ruido.
UNIDAD 7: Diseño de controladores analógicos por métodos de espacio de estado 20

Consideremos pues que del vector de estado x(t) se pueden medir con precisión las variables de
estado representadas por el vector x1(t) y se han de estimar las agrupadas en el vector x2(t). Entonces, la
ecuación de estado de la planta

x(t ) = Ax(t ) + Bu(t )

puede ser escrita como:

⎛ x1 (t ) ⎞ ⎛ A11 A12 ⎞ ⎛ x1 (t ) ⎞ ⎛ B1 ⎞
⎜ ⎟=⎜ ⎟⎜ ⎟ + ⎜ ⎟ u(t ) (7.46)
⎝ x 2 (t ) ⎠ ⎝ A 21 A 22 ⎠ ⎝ x 2 (t ) ⎠ ⎝ B 2 ⎠

donde A11 es una submatriz cuadrada con igual número de filas y columnas que la dimensión de x1(t). En
cuanto a B1 es otra submatriz cuyo número de filas es igual a la dimensión de x1(t).
Respecto a la salida, si se considera que el vector es completamente medible, la ecuación y(t) =
Cx(t) se puede escribir como:

⎛ x (t ) ⎞
y (t ) = ( I 0 ) ⎜ 1 ⎟ (7.47)
⎝ x 2 (t ) ⎠

Desarrollando la ecuación (7.46) es posible escribir las expresiones de los estados medibles,

x1 (t ) = A11x1 (t ) + A12 x 2 (t ) + B1u(t ) (7.48)

y no medibles

x 2 (t ) = A 21x1 (t ) + A 22 x 2 (t ) + B 2 u(t ) (7.49)

Reagrupando la ecuación (7.48) para separar lo conocido de lo que hay que estimar,

x1 (t ) − A11x1 (t ) − B1u(t ) = A12 x 2 (t ) (7.50)

Ahora se van a comparar las ecuaciones de partida (ecuaciones de la planta) cuando el orden del
observador ha de ser completo y cuando es reducido. Para hacer la comparación se asocia lo que hay que
estimar de la planta en el caso del diseño de un observador de orden completo (el vector de estado x(t)),
con lo que hay que estimar en el caso de un observador de orden reducido (la parte a observar del vector
de estado, x2(t)). En cuanto a lo conocido, se asocian los vectores u(t) e y(t) de la planta para el caso del
diseño de un observador de orden completo, con los vectores u(t) y x1(t) correspondientes al diseño de un
observador de orden reducido. En consecuencia, las ecuaciones correspondientes al modelo general de la
planta, y las correspondientes al modelo donde se separan los estados a estimar y medibles (ecuaciones
(7.49) y (7.50)) pueden ser comparadas de la forma siguiente:

x(t ) = Ax(t ) + Bu(t ) ⎫⎪

⎬
x 2 (t ) = A 22 x 2 (t ) + [ A 21x1 (t ) + B 2 u(t ) ]⎪⎭
y
y (t ) = Cx(t ) ⎫
⎬
x1 (t ) − A11x1 (t ) − B1u(t ) = A12 x 2 (t ) ⎭

Se vé pues que para efectuar el desarrollo del observador de estado de orden reducido, en vez de
partir de las ecuaciones de la planta tal cual, se han de realizar las sustituciones siguientes:
Sección 7.8 Observador de orden reducido 21

x(t ) ← x 2 (t )
A ← A 22
Bu(t ) ← A 21x1 (t ) + B 2 u(t ) (7.51)
y (t ) ← x1 (t ) − A11x1 (t ) − B1u(t )
C ← A12

Entonces, si el modelo del observador de estado de orden total es el dado por la ecuación (7.37):

xˆ (t ) = ( A − K o C ) xˆ (t ) + Bu(t ) + K o y (t )

el de orden reducido será, haciendo las sustituciones mostradas en (7.51),

xˆ 2 (t ) = ( A 22 − K o A12 ) xˆ 2 (t ) + A 21x1 (t ) + B 2 u(t ) + K o [ x1 (t ) − A11x1 (t ) − B1u(t )]

pero, tal como establece (7.47), y (t ) = x1 (t ) , por tanto, la ecuación final del observador de orden reduci-
do es

xˆ 2 (t ) = ( A 22 − K o A12 ) xˆ 2 (t ) + ( B 2 − K 0 B1 ) u(t ) + K o y (t ) + ( A 21 − K o A11 ) y (7.52)

De la expresión anterior se deduce inmediatamente (véase el modo de obtener la ecuación característica

del observador de estado de orden completo) que la ecuación característica del observador de orden redu-
cido, que en este caso es mínimo, es:

sI − A 22 + K o A12 = ( s − p1 )( s − p2 )…( s − pn − m ) = 0 (7.53)

donde se ha supuesto que el vector de salida (medible) es de orden m.

En la ecuación (7.53) hay n – m incógnitas: ko1, ko2, ..., ko(n -m) y n – m coeficientes conocidos (po-
los) ubicados por el diseñador, con lo cual, para calcular los elementos de la matriz de ganancia basta con
igualar los coeficientes.
También aquí se puede emplear la fórmula de Ackermann, la cual, teniendo en cuenta la expre-
sión (7.39) y las sustituciones dadas en (7.51), se escribirá en este caso como

⎛ A12 ⎞
⎜ ⎟
A A
K o = Θ( A 22 ) ⎜ 12 22 ⎟ (7.54)
⎜ ⎟
⎜⎜ n − m −1 ⎟
⎟
⎝ A12 A 22 ⎠

donde Θ( A 22 ) se determina a partir de la ecuación característica (7.53):

( s − p1 )( s − p2 )…( s − pn − m ) = s n − m + α1s n − m −1 + … + α n − m −1s + α n − m

con lo cual,

Θ( A 22 ) = A n22− m + α1 A n22− m −1 + … + α n − m −1 A 22 + α n − m I (7.55)

Por último, al igual que ocurría cuando se dedujo la ecuación (7.45), también ahora, haciendo las sustitu-
ciones pertinentes según (7.51), se tiene que la ecuación característica del sistema – observador de orden
reducido es:

sI − A + BK sI − A 22 + K o A12 = 0 (7.56)

Esto es, los polos en lazo cerrado del sistema de control mediante la realimentación de estado están for-
mados por el diseño mediante la ubicación de polos de la planta únicamente, más los polos originados
UNIDAD 7: Diseño de controladores analógicos por métodos de espacio de estado 22

por el solo diseño del observador de estado de orden reducido. Por tanto, ambos diseños son independien-
tes.

Ejemplo 7.6

Sea el sistema completamente controlable dado por

⎛ 0 1 0⎞ ⎛ 0⎞
⎜ ⎟ ⎜ ⎟
x(t ) = ⎜ 0 0 1⎟ x(t ) + ⎜ 0 ⎟ u (t )
⎜ −1 −2 −1⎟ ⎜1⎟
⎝ ⎠ ⎝ ⎠
y (t ) = (1 0 0 ) x(t )

Se desea:

a) Determinar el vector de realimentación de estado que sitúa todos los polos del sistema en lazo
cerrado en s = -1.

b) Asumiendo que la salida es medible con precisión, diseñar un observador de orden mínimo con
todos sus polos en s = -4.

c) Dibujar el diagrama de bloques del conjunto sistema – observador.

Puesto que como establece la expresión (7.56) los diseños solicitados en los apartados a) y b) pueden
realizarse por separado, se procederá en primer lugar a calcular el vector de ganancia de realimentación
de estado K.

a) Aplicando la expresión (7.21),

⎛ s 0 0⎞ ⎛ 0 1 0⎞ ⎛ 0⎞
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
⎜ 0 s 0 ⎟ − ⎜ 0 0 1⎟ + ⎜ 0 ⎟ ( k1 k2 k3 ) = ( s + 1)3
⎜ 0 0 s ⎟ ⎜ −1 − 2 − 1 ⎟ ⎜ 1 ⎟
⎝ ⎠ ⎝ ⎠ ⎝ ⎠

luego,
s −1 0
0 s −1 = s 3 + 3s 2 + 3s + 1
1 + k1 2 + k2 s + 1 + k3

con lo cual, operando en el determinante e igualando se tiene que

s 3 + (1 + k3 ) s 2 + ( 2 + k2 ) s + 1 + k1 = s 3 + 3s 2 + 3s + 1

Por tanto, el vector de realimentación de estado vale:

K = ( 0 1 2)

b) Tal como puede verse en las ecuaciones de definición del sistema, y (t ) = x1 (t ) , con lo cual, al ser esta
variable medible, el número de variables de estado a estimar es 2, x2(t) y x3(t). Utilizando pues la metodo-
logía desarrollada a partir de la ecuación (7.46) se tiene que:

⎛ 0 1⎞ ⎛ 0⎞ ⎛ 0⎞
A11 = 0, A 22 = ⎜ ⎟ , A12 = (1 0 ) , A 21 = ⎜ ⎟ , B1 = 0 y B 2 = ⎜ ⎟
⎝ − 2 − 1 ⎠ −
⎝ ⎠1 ⎝1⎠
Sección 7.8 Observador de orden reducido 23

Ahora, puesto que la matriz de estado del subsistema a observar es A22, se ha de comprobar si
dicho subsistema es totalmente observable. Para ello, basta con aplicar por ejemplo la expresión (7.29), la
cual para este caso (ver sustituciones en (7.51)) se escribirá como:

⎛ A12 ⎞ ⎛ 1 0 ⎞
Vo =⎜ ⎟=⎜ ⎟
⎝ A12 A 22 ⎠ ⎝ 0 1 ⎠

cuyo rango es 2, con lo cual se deduce que el sistema es totalmente observable.

Para obtener el observador de orden reducido se aplica (7.53):

⎛ s 0 ⎞ ⎛ 0 1⎞ ⎛ ko1 ⎞
⎟−⎜ ⎟ + ⎜ ⎟ (1 0 ) = ( s + 4)
2
⎜
⎝ 0 s ⎠ ⎝ −2 −1⎠ ⎝ ko 2 ⎠

Esto es,

s 2 + (1 + ko1 ) s + 2 + ko1 + ko 2 = s 2 + 8s + 16

con lo cual,

ko1 = 7 y ko 2 = 7

por tanto,
⎛7⎞
Ko = ⎜ ⎟
⎝7⎠

c) Combinando la ecuación del observador de orden mínimo con la de realimentación de estado (ecuación
(7.52)) se llega a que

⎛ −7 1 ⎞ ⎛ 0⎞ ⎛ 7⎞ ⎛ 0⎞
xˆ 2 (t ) = ⎜ ⎟ xˆ 2 (t ) + ⎜ ⎟ u (t ) + ⎜ ⎟ y (t ) + ⎜ ⎟ y (t )
⎝ −9 − 1 ⎠ ⎝1⎠ ⎝ 7⎠ ⎝ − 1⎠

⎛ y (t ) ⎞
u (t ) = −Kx(t ) = −K ⎜ ⎟
⎝ xˆ ´2 (t ) ⎠

con lo cual,

⎛ y (t ) ⎞
u (t ) = − ( 0 1 2 ) ⎜ ⎟ = − (1 2 ) xˆ 2 (t )
⎝ xˆ 2 (t ) ⎠

Las expresiones obtenidas permiten dibujar el diagrama de bloques que se muestra en la página siguiente.
UNIDAD 7: Diseño de controladores analógicos por métodos de espacio de estado 24

Planta

u(t) ⎛ 0⎞
⎜ ⎟ + x(t ) x(t) y(t)
⎜ 0⎟ ∫ dt (1 0 0)
⎜1⎟ +
⎝ ⎠ C
B ⎛ 0 1 0⎞
⎜ ⎟
⎜ 0 0 1⎟
⎜ −1 −2 −1⎟
⎝ ⎠
A

Observador de estado de orden mínimo

+ ⎛7⎞ y (t ) d
⎜ ⎟
+ ⎝7⎠ dt

Ko
⎛ 0⎞
⎜ ⎟
⎝ −1⎠
⎛ 0⎞ + xˆ 2 (t ) xˆ 2 (t )
⎜ ⎟
⎝1⎠ +
∫ dt A 21 − K o A11

B 2 − K o B1 ⎛ −7 1⎞
⎜ ⎟
⎝ −9 −1⎠

A 22 − K o A12

-K

(0 −1 − 2 )

7.9 Diseño de Sistemas Seguidores

Hasta ahora, los diseños mediante asignación de polos se han aplicado a un sistema que carecía
de entrada, esto es, la señal de control u(t) era proporcional al vector de estados solamente. En el proble-
ma del regulador que ha sido el tratado en las secciones anteriores, el criterio de diseño es eliminar las
perturbaciones y llevar el vector de estado del sistema a cero en un tiempo razonable. Sin embargo, la
mayoría de los sistemas de control son servosistemas, esto es, la salida y(t) ha de seguir a una entrada de
referencia r(t), luego el objetivo de diseño ahora ha de ser que el vector de estado y la salida del sistema
sigan unas trayectorias deseadas.

7.9.1 Caso general. La planta no posee integrador

Por lo general, el modelo de la planta mediante realimentación de estado produce un sistema tipo
0, de modo que como se ya se vio , un sistema de este tipo sería incapaz de seguir sin error a
una señal de entrada. Si ésta fuera por ejemplo una señal escalón, el sistema debería contar en su función
de transferencia directa con un integrador (sistema tipo 1) para poder seguir sin error la señal de entrada.
 Sección 7.9.1 Caso general. La planta no posee integrador 25

De lo dicho anteriormente es fácil deducir que para lograr que un sistema de control diseñado
mediante ubicación de polos por realimentación de estado pueda seguir una señal de referencia tipo esca-
lón, se ha de insertar un integrador en la trayectoria directa entre el comparador de error y la planta [8].
En la figura 7.8 se muestra un sistema de control con realimentación de estado capaz de seguir sin error
una señal de referencia escalón (error de posición nulo).

Planta

r(t) + x0 (t ) x0 (t ) u(t) x(t ) x(t) y(t)

+ +
∫ dt -k0 B
∫ dt C
- + +

-K

Figura 7.8: Sistema de control con realimentación de estado de tipo uno

Nótese en la figura 7.8 como el integrador aumenta en uno el orden del sistema. La nueva varia-
ble de estado que incorpora el integrador al sistema se nota como x0(t). Las ecuaciones que modelan al
sistema planta + integrador son:

x(t ) = Ax(t ) + Bu (t ) (7.57)

y (t ) = Cx(t ) (7.58)
x0 (t ) = r (t ) − y (t ) (7.59)

donde x(t) es el vector de estado de dimensión n, y r(t) e y(t) son la señal de referencia y de salida escala-
res respectivamente. La señal de control escalar u(t) depende de la realimentación de estado y de la reali-
mentación integral mediante

u (t ) = −Kx(t ) − k0 x0 (t ) (7.60)

donde
K = ( k1 k2 … kn ) (7.61)

es un vector de ganancia constante, y k0 es la ganancia escalar de la realimentación integral.

Introduciendo la ecuación (7.58) en la (7.59), se puede escribir el modelo de estado de orden n +
1 como

x0 (t ) = r (t ) − Cx(t ) ⎫
⎬
x(t ) = Ax(t ) + Bu (t ) ⎭

o, en forma matricial,

⎛ x0 (t ) ⎞ ⎛ 0 −C ⎞ ⎛ x0 (t ) ⎞ ⎛ 0 ⎞ ⎛1⎞
⎜ ⎟=⎜ ⎟⎜ ⎟ + ⎜ ⎟ u (t ) + ⎜ ⎟ r (t )
⎝ x(t ) ⎠ ⎝ 0 A ⎠ ⎝ x(t ) ⎠ ⎝ B ⎠ ⎝ 0⎠

Defínase
⎛ x (t ) ⎞ ⎛ x (t ) ⎞ ⎛ 0 −C ⎞ ⎛0⎞
x(t ) = ⎜ 0 ⎟ , x(t ) = ⎜ 0 ⎟ , A = ⎜ ⎟ , B = ⎜ ⎟ , C = (0 C) (7.62)
⎝ x(t ) ⎠ ⎝ x(t ) ⎠ ⎝0 A⎠ ⎝B⎠
UNIDAD 7: Diseño de controladores analógicos por métodos de espacio de estado 26

donde la dimensión de x(t ) es (n + 1) × 1 ; la de A , (n + 1) × (n + 1) ; la de B, (n + 1) ×1 y la de C, 1× (n + 1).

Lo anterior permite escribir la ecuación de estado como

⎛1⎞
x(t ) = Ax(t ) + Bu (t ) + ⎜ ⎟ r (t )
⎝ 0⎠

Para obtener la ecuación de estado del sistema en lazo cerrado basta con sustituir en la expresión anterior
la ecuación (7.60):

⎛1⎞
x(t ) = Ax(t ) − BKx(t ) − Bk0 x0 (t ) + ⎜ ⎟ r (t )
⎝ 0⎠

esto es,
⎛1⎞
( )
x(t ) = A − BK x(t ) + ⎜ ⎟ r (t )
⎝ 0⎠

donde,

K = ( k0 K ) = ( k0 k1 … kn ) (7.64)

es un vector de dimensión 1× (n + 1).

Respecto de la ecuación de salida, teniendo en cuenta que ahora el vector de estado es x(t ) ,
podemos escribir, a partir de (7.58) y (7.62), que

y(t ) = Cx(t ) (7.65)

Puesto que la ecuación característica del sistema es sI − A + BK = 0, queda claro que si la ma-
triz de controlabilidad

(
M c = B AB A 2 B … A n B ) 7.66)

tiene rango n + 1, la ecuación

sI − A + BK = ( s − p0 )( s − p1 )… ( s − pn ) = 0 (7.67)

permite ubicar los polos del sistema en lazo cerrado en el lugar deseado.
En la ecuación (7.67) hay n + 1 incógnitas, k0, k1, ..., kn, y n + 1 coeficientes conocidos (polos)
decididos por el diseñador, con lo cual, para calcular el vector de ganancia K basta con igualar los coefi-
cientes. Como siempre, es aconsejable realizar varias simulaciones hasta encontrar el vector K más ade-
cuada.
Seleccionando las variables de estado con cuidado, de modo que una de ellas, por ejemplo x1(t)
sea igual a la salida y(t), se puede probar la capacidad de seguimiento del sistema a la entrada de referen-
cia escalón [5, 11], ya que rescribiendo para t → ∞ las ecuaciones (7.59) y (7.57), se tiene que

x0 (∞) = 0 = r − Cx(∞)
x(∞) = 0 = Ax(∞) + Bu (∞)

Estas dos ecuaciones pueden ser escritas en la forma matricial conjunta siguiente:

⎛ 0 ⎞ ⎛ −C 0 ⎞⎛ x(∞) ⎞ ⎛ r ⎞
⎜ ⎟=⎜ ⎟⎜ ⎟+⎜ ⎟
⎝ 0 ⎠ ⎝ A B ⎠⎝ u (∞) ⎠ ⎝ 0 ⎠
 Sección 7.9.1 Caso general. La planta no posee integrador 27

Asumiendo que el rango de la matriz cuadrada

⎛ −C 0 ⎞
⎜ ⎟
⎝ A B⎠

es n + 1, entonces existe su inversa, con lo cual,

−1
⎛ x ( ∞ ) ⎞ ⎛ −C 0 ⎞ ⎛ − r ⎞
⎜ ⎟=⎜ ⎟ ⎜ ⎟ (7.68)
⎝ u (∞ ) ⎠ ⎝ A B ⎠ ⎝ 0 ⎠

En cuanto al valor estacionario de la variable de estado x0(t) que incorpora el integrador al sistema, se
puede calcular a partir de la ecuación (7.60) con t → ∞ , ya que

u (∞) = −Kx(∞) − k0 x0 (∞)

con lo cual,

1
x0 (∞) = − [u (∞) + Kx(∞)] (7.69)
k0

En muchas ocasiones no estarán disponibles para su medida precisa todas las variables de estado,
de modo que habrá que utilizar en el sistema de seguimiento tipo 1 un observador de estado del orden
necesario. En la figura 7.9 se muestra el sistema de la figura 7.8 con el observador de estado insertado. En
el capítulo 13 se estudiará esto con detalle.

Planta

r(t) + x0 (t ) x0 (t ) + u(t) + x(t ) x(t) y(t)

-
∫ dt -k0 B
∫ dt C
+ +

Observador

-K

Figura 7.9: Sistema de control por realimentación de estado tipo uno con observador

Ejemplo 7.7

Dada la planta definida por

⎛0 1⎞ ⎛ 0⎞
x(t ) = ⎜ ⎟ x(t ) + ⎜ ⎟ u (t )
⎝ 0 −25 ⎠ ⎝1⎠
y (t ) = (1 0 ) x(t )

Se trata de diseñar un servosistema mediante realimentación de estado que permita el seguimiento sin
error de una señal de referencia tipo escalón.
Aplicando (7.62) se tiene en este caso que
UNIDAD 7: Diseño de controladores analógicos por métodos de espacio de estado 28

⎛ x0 (t ) ⎞ ⎛ 0 −1 0⎞ ⎛ 0⎞
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
x(t ) = ⎜ x1 (t ) ⎟ , A = ⎜ 0 0 1⎟ , B = ⎜ 0 ⎟
⎜ x (t ) ⎟ ⎜ 0 0 −25 ⎟ ⎜ 1⎟
⎝ 2 ⎠ ⎝ ⎠ ⎝ ⎠

En primer lugar se ha de demostrar la controlabilidad del sistema, para lo cual se aplica la expresión
(7.66):

⎛0 0 −1⎞
⎜ ⎟
Mc = ⎜ 0 1 −25 ⎟
⎜ 1 −25 625 ⎟
⎝ ⎠

( )
El rango de esta matriz es 3, por tanto, los valores característicos de sI − A + BK se pueden colocar de
forma arbitraria.
Supóngase que las especificaciones de diseño referidas al tiempo de asentamiento y al sobreimpulso
máximo exigen que las raíces del sistema en lazo cerrado se ubiquen en s1 = −4, s2 = −1 + j y s3 = −1 − j.
Entonces, aplicando (7.67):

⎛ s 0 0 ⎞ ⎛ 0 −1 0⎞ ⎛ 0⎞
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
sI − A + BK = ⎜ 0 s 0 ⎟ − ⎜ 0 0 1⎟ + ⎜ 0 ⎟ ( k 0 k1 k2 )
⎜ 0 0 s ⎟ ⎜ 0 0 −25 ⎟ ⎜ 1 ⎟
⎝ ⎠ ⎝ ⎠ ⎝ ⎠
= ( s + 4 )( s + 1 − j )( s + 1 + j ) = 0

esto es,

s 1 0
0 s −1 = s 3 + 6s 2 + 10 s + 8 = 0
k0 k1 s + 25 + k2

Calculando el determinante y operando se tiene que

k0 = −8, k1 = 10 y k2 = −19

con lo cual el vector de ganancia de realimentación de estado vale:

K = (10 −19 )

Ahora, a modo de comprobación, se puede verificar si en efecto el error de seguimiento es nulo. Para ello,
se escribe la ecuación (7.68) aplicada a este ejercicio:

−1
⎛ x1 (∞) ⎞ ⎛ −1 0 0 ⎞ ⎛ − r ⎞
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
⎜ x2 (∞) ⎟ = ⎜ 0 1 0⎟ ⎜ 0 ⎟
⎜ u (∞) ⎟ ⎜ 0 −25 1 ⎟ ⎜ 0 ⎟
⎝ ⎠ ⎝ ⎠ ⎝ ⎠

Esto es, teniendo en cuenta de la ecuación de definición de la planta que x1(t) = y(t),

⎛ y (∞) ⎞ ⎛ −1 0 0 ⎞⎛ −r ⎞
⎜ ⎟ ⎜ ⎟⎜ ⎟
⎜ x2 (∞) ⎟ = ⎜ 0 1 0 ⎟⎜ 0 ⎟
⎜ u (∞) ⎟ ⎜ 0 25 1 ⎟⎜ 0 ⎟
⎝ ⎠ ⎝ ⎠⎝ ⎠

luego
Sección 7.9.2 Caso particular. La planta posee integrador 29

y (∞) = r , x2 (∞) = 0 y u (∞) = 0

con lo cual se comprueba que en efecto la salida sigue sin error a la entrada.
Por último, el valor estacionario de x0(t) se puede obtener aplicando la ecuación (7.69), la cual se escribirá
para este caso como

1⎡ ⎛ r ⎞ ⎤ 10
x0 (∞) = ⎢ 0 + (10 −19 ) ⎜ ⎟ ⎥ = r
8⎣ ⎝ 0 ⎠⎦ 8

7.9.2 Caso particular. La planta posee integrador

Si la planta a controlar es ya un sistema tipo 1, entonces, para el caso general, su función de
transferencia es de la forma siguiente [4]:

Y ( s ) s m + bm −1 s m −1 + … + b1 s + b0
G ( s) = = (7.70)
U (s) s n + an −1 s n −1 + … + a1 s

donde n ≥ m, y todos los coeficientes a y b son números reales. El modelo de la planta expresado en la
ecuación (7.70) tendrá la representación de estado en la forma de variables de fase siguiente:

⎛ x1 (t ) ⎞ ⎛ 0 1 0 … 0 ⎞ ⎛ x1 (t ) ⎞ ⎛ 0 ⎞
⎜ ⎟ ⎜ ⎟⎜ ⎟ ⎜ ⎟
⎜ x2 (t ) ⎟ ⎜ 0 0 1… 0 ⎟ ⎜ x2 (t ) ⎟ ⎜ 0 ⎟
⎜ ⎟=⎜ ⎟⎜ ⎟ + ⎜ ⎟ u (t )
⎜ ⎟ ⎜ ⎟⎜ ⎟ ⎜ ⎟
⎜ xn −1 (t ) ⎟ ⎜ 0 0 0 … 1 ⎟ ⎜ xn −1( t )⎟ ⎜ 0⎟
⎜ x (t ) ⎟ ⎜ 0 −a
⎝ n ⎠ ⎝ 1 −a2 … −an −1 ⎟⎠ ⎜⎝ xn (t ) ⎟⎠ ⎜⎝ 1 ⎟⎠
(7.71)
⎛ x1 (t ) ⎞
⎜ ⎟
⎜ x2 (t ) ⎟
y (t ) = ( b0 b1 … bn − 2 bn −1 ) ⎜ ⎟
⎜ ⎟
⎜ xn −1 (t ) ⎟
⎜ x (t ) ⎟
⎝ n ⎠

Con objeto de no modificar el tipo del sistema y que a la vez los polos puedan ser ubicados en el sitio
deseado por el diseñador, se utiliza la configuración de la figura 7.10. En ella, el vector de ganancia de
realimentación de estado vale ahora

K = ( 0 k2 k3 … kn ) (7.72)

Procediendo como hasta ahora en el capítulo, es fácil intuir que la ecuación característica del sistema
debida a la realimentación de estado (trayectoria directa) procederá de la matriz

⎛0 1 0 … 0 ⎞
⎜ ⎟
⎜ 0 0 1 … 0 ⎟
A − BK = ⎜ 7.73)
⎜ ⎟
⎜0 0 0 … 1 ⎟
⎜ 0 −a − k − a2 − k3 … −an −1 − kn ⎟⎠
⎝ 1 2
UNIDAD 7: Diseño de controladores analógicos por métodos de espacio de estado 30

Planta

r(t) + + u(t) + x(t ) x(t) y(t)

-
k1 B
+
∫ dt C
+

-K

Figura 7.10: Sistema de control con realimentación de estado cuando la planta es de tipo 1.

luego el sistema con la realimentación de estado continúa siendo tipo 1 y además, como se puede com-
probar en la ecuación (7.73), n – 1 polos pueden ser modificados a voluntad por el diseñador mediante la
matriz K.
De la figura (7.10) se deduce que la señal de control está dada por

u (t ) = −Kx(t ) + k1 ( r (t ) − y(t ) ) (7.74)

Nótese que si las variables de estado se escogen de forma que y(t) = x1(t) el problema se simplifica mu-
cho, ya que teniendo en cuenta (7.72), la ecuación (7.74) puede ser escrita como

u (t ) = −Kx(t ) + k1 r (t ) (7.75)

donde la matriz de ganancia K está ahora completa:

K = ( k1 k 2 … kn ) (7.76)

El sistema en lazo cerrado tendrá pues la expresión

x(t ) = Ax(t ) + Bu (t ) = Ax(t ) + B ( −Kx(t ) + k1r (t ) )

Esto es,

x(t ) = ( A − BK ) x(t ) + Bk1r (t ) 7.77)

Con lo cual, la matriz del sistema en lazo cerrado será ahora

⎛ 0 1 0 … 0 ⎞
⎜ ⎟
⎜ 0 0 1 … 0 ⎟
A − BK = ⎜ (7.78)
⎜ ⎟
⎜ 0 0 0 … 1 ⎟
⎜ −k −a1 − k2 − a2 − k 3 … − an −1 − kn ⎟⎠
⎝ 1

Se vé pues que en efecto, el sistema en su trayectoria directa (ecuación 7.73) es de tipo 1, con lo cual, en
lazo cerrado tiene un error de posición nulo. También se puede comprobar inspeccionando la ecuación
(7.78) que mediante la matriz K se pueden controlar las posiciones de todos los polos del sistema en lazo
cerrado.
Sección 7.9.2 Caso particular. La planta posee integrador 31

Por último, procediendo como en la sección 7.9.1, se va a calcular el valor estacionario del vec-
tor de estado. Así, a partir de la ecuación (7.77) se deduce que

x(∞ ) = 0 = ( A − BK ) x(∞ ) + Bk1r

Esto es,

x(∞) = − ( A − BK ) Bk1r
−1
(7.79)

Ejemplo 7.8

Dada la planta modelada por la función de transferencia siguiente

Y ( s) 1
=
U ( s ) s ( s + 1)( s + 5)

Diseñar un sistema de control que sitúe los polos de lazo cerrado en −2 ± j 4 y − 10, y que pueda seguir
sin error una señal de referencia tipo escalón.
Cuando como en este caso la señal de excitación u(t) no contiene derivadas, el modelo de estado
de la planta se escribe en la forma de variables de fase siguiente:

⎛ x1 (t ) ⎞ ⎛ 0 1 0 ⎞ ⎛ x1 (t ) ⎞ ⎛ 0 ⎞
⎜ ⎟ ⎜ ⎟⎜ ⎟ ⎜ ⎟
⎜ x2 (t ) ⎟ = ⎜ 0 0 1 ⎟ ⎜ x2 (t ) ⎟ + ⎜ 0 ⎟ u (t )
⎜ x (t ) ⎟ ⎜ 0 −5 −6 ⎟ ⎜ x (t ) ⎟ ⎜ 1 ⎟
⎝ 3 ⎠ ⎝ ⎠⎝ 3 ⎠ ⎝ ⎠
⎛ 1 ⎞
x (t )
⎜ ⎟
y (t ) = (1 0 0 ) ⎜ x2 (t ) ⎟
⎜ x (t ) ⎟
⎝ 3 ⎠

donde en efecto, x1(t) = y(t).

La señal de control está dada por la expresión (7.75) aplicada a este caso:

⎡ x1 (t ) ⎤
u (t ) = − ( k1 k2 k3 ) ⎢⎢ x2 (t ) ⎥⎥ + k1r (t )
⎢⎣ x3 (t ) ⎥⎦

En primer lugar se ha de comprobar si la planta es controlable, para ello el rango de la matriz de controla-
bilidad M c = ( B AB A 2 B ) ha de ser 3. En efecto,

⎛0 0 1 ⎞
⎜ ⎟
M c = ⎜ 0 1 −6 ⎟
⎜ 1 −6 31 ⎟
⎝ ⎠

y su rango es 3. Como se dijo también se suele llamar S.-

Aplicando la ecuación (7.78) para la planta dada, se tiene que la matriz del sistema de control en lazo
cerrado es

⎛ 0 1 0 ⎞
⎜ ⎟
A − BK = ⎜ 0 0 1 ⎟
⎜ −k −5 − k2 −6 − k3 ⎟⎠
⎝ 1
UNIDAD 7: Diseño de controladores analógicos por métodos de espacio de estado 32

Por tanto, los elementos del vector de ganancia K = ( k1 k3 ) que permiten ubicar los polos de lazo
k2
cerrado del sistema en las posiciones dadas, se obtienen de la forma siguiente:

sI − ( A − BK ) = ( s + 10 )( s + 2 − j 4 )( s + 2 + j 4 )

Esto es,

s −1 0
0 s −1 = s 3 + 14 s 2 + 60 s + 200
k1 s + k2 s + 6 + k3

Resolviendo el determinante e identificando se tiene que k1 = 200, k2 = 55 y k3 = 8, con lo cual

K = ( 200 55 8 ) y K = ( 0 55 8 )

A partir de lo calculado y de la ecuación (7.77), se tiene que el modelo del sistema en lazo cerrado es

⎛ x1 (t ) ⎞ ⎛ 0 1 0 ⎞⎛ x1 (t ) ⎞ ⎛ 0 ⎞
⎜ ⎟ ⎜ ⎟⎜ ⎟ ⎜ ⎟
⎜ x2 (t ) ⎟ = ⎜ 0 0 1 ⎟⎜ x2 (t ) ⎟ + ⎜ 0 ⎟ r (t )
⎜ x (t ) ⎟ ⎜ −200 −60 −14 ⎟⎜ x (t ) ⎟ ⎜ 200 ⎟
⎝ 3 ⎠ ⎝ ⎠⎝ 3 ⎠ ⎝ ⎠

Por supuesto, la ecuación de salida permanece inalterable e igual a

⎛ x1 (t ) ⎞
⎜ ⎟
y (t ) = (1 0 0 ) ⎜ x2 (t ) ⎟
⎜ x (t ) ⎟
⎝ 3 ⎠

Por último, con objeto de comprobar de forma analítica la capacidad de seguimiento del sistema, se aplica
la ecuación (7.79), de modo que para este caso se tiene que

−1
⎛ x1 (∞) ⎞ ⎛ 0 1 0 ⎞ ⎛ 0 ⎞
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
⎜ x2 (∞) ⎟ = − ⎜ 0 0 1 ⎟ ⎜ 0 ⎟r
⎜ x (∞ ) ⎟ ⎜ −200 −60 −14 ⎟ ⎜ 200 ⎟
⎝ 3 ⎠ ⎝ ⎠ ⎝ ⎠

Esto es, teniendo en cuenta que x1(t) = y(t),

⎛ y (∞ ) ⎞ ⎛ 0,3 0, 07 0, 0050 ⎞ ⎛ 0 ⎞
⎜ ⎟ ⎜ ⎟⎜ ⎟
⎜ x2 (∞) ⎟ = − ⎜ −1 0 0⎟⎜ 0 ⎟ r
⎜ x (∞) ⎟ ⎜ 0 −1 0 ⎟⎠ ⎜⎝ 200 ⎟⎠
⎝ 3 ⎠ ⎝

con lo cual,

y (∞) = r ; x2 (∞) = 0; x3 (∞) = 0

Por tanto, se demuestra que, como exigía el diseño, la salida sigue fielmente a la entrada.