Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Controlabilidad y Observabilidad
1. Controlabilidad y observabilidad
Previo al diseño de un controlador, es útil verificar algunas propiedades del sistema que nos
darán idea del grado de performance al que podemos aspirar.
Entre otras propiedades, en este curso analizaremos dos: controlabilidad y observabilidad. Estas
propiedades nos indican en que grado las variables internas de nuestro sistema (las variables de
estado) se vinculan con las variables externas, es decir la excitación y la variable controlada. Así
el concepto de controlabilidad está ligado a como la excitación puede modificar el
comportamiento transitorio de las variables de estado, mientras que el concepto de
observabilidad está ligado a como los cambios de las variables internas pueden ser detectados
desde la salida.
Definición. Se dice que un sistema es completamente controlable si existe una señal u(t) que
permite transferir los estados iniciales del sistema x0=x(t0) a cualquier otro estado xtf=x(tf) en un
tiempo finito T=tf -t0.
A diferencia de lo que sucede en la teoría del control clásico, la teoría del control moderno
considera la realimentación de variables internas, es decir de sus estados. De ahí la importancia
del concepto de controlabilidad completa. Históricamente, este concepto fue introducido por
Kalman y le permitió demostrar la imposibilidad de controlar un sistema inestable por
cancelación de polos con ceros, mas allá de la exactitud de la cancelación.
Como se verá en las próximas clases la teoría de control moderno plantea la realimentación de
todos los estados, lo cual requiere de sus medidas. Obviamente esto no siempre es posible, o
bien por razones físicas o por inviabilidad económica. Estas limitaciones pueden sobrellevarse
con la implementación de un observador de estados que a partir de la medida de la excitación y
la variable controlada permite estimar el valor de los estados reales. La posibilidad de construir
un observador de estados está sujeta a que el sistema sea observable.
Ejemplo 1.
Consideremos el circuito de la figura 1, donde pueden tomarse las tensiones de los capacitores
para plantear un modelo de estados, e.d. [x1(t), x2(t)]T =[ vc1(t), vc2 (t)]T. Note que la excitación
es un generador de corriente y que la salida, la tensión y(t), es a circuito abierto.
Figura 1
Como los terminales de salida están a circuito abierto toda la corriente de excitación circula por
R3, luego el estado x2(t)=vc2(t) no es influenciado por la entrada i(t). Efectivamente, si el
capacitor C2 tuviera un estado de carga inicial, el mismo se descargaría con constante de tiempo
R2C2, mas allá de los valores de i(t). Puede decirse, entonces que el circuito no es completamente
controlable, ya que no lo es el estado x2(t).
Por otra parte, como el generador es de corriente, sobre la resistencia R3 cae la tensión R3.i(t) que
es independiente de la tensión sobre el capacitor C1. Luego, la salida y(t) queda aislada del
estado x1(t) (y(t) es independiente de x1(t)) y por consiguiente el estado x1(t) no podrá observarse
desde la salida elegida.
Obsérvele que si se cambia el lugar en que se conecta la excitación o se incorpora una segunda
excitación (e.d. se modifica la matriz B del modelo de estado) la propiedad de controlabilidad
del circuito podría cambiar. De igual manera, si se incorpora la medida de otra variable (lo cual
modifica la matriz C del modelo), el circuito podría pasar a ser completamente observable. Las
propiedades de controlabilidad y observabilidad no sólo dependen de la arquitectura interna y de
los valores de sus componentes sino que están fuertemente vinculadas a las variables externas de
entrada y salida.
Ejemplo 2.
Consideremos el circuito de la figura 2.
Figura 2
Resulta inmediato plantear un modelo de estado a partir de las ecuaciones de nodo, resultando
dv1 1 1 1 1 1
v1 v2 u
dt c1 R1 R3 c1 R3 c1 R1
(1)
dv2 1 v 1 1 1 v 1 u
dt c R 1 c R R 2 c R
2 3 2 2 3 2 2
y v1 v2 . (2)
Para analizar las propiedades de controlabilidad y observabilidad del circuito, resulta útil
plantear la ecuación diferencial de la tensión v v1 v2 que se obtiene a partir de restar las
ecuaciones de estado (1),
d v1 v2 1 1 1 1 1 1 1 1 1 1
v1 v2 u , (3)
dt c1 R1 R3 c2 R3 c1 R3 c2 R2 R3 c1 R1 c2 R2
c1R1 c2 R2 , (4)
se verifica
1 1 1 1 1 1 1 1
a . (5)
c1 R1 R3 c2 R3 c1R3 c2 R2 R3
d v1 v2
a v1 v2 . (6)
dt
z v1 v2 v2
T
(7)
1 1
a partir de una transformación T P 1 . El nuevo modelo resulta,
0 1
dz1 1 1 1 1 1 1 1 1
z1 z2 u
dt c1 R1 R2 c2 R3 c2 R2 c1R1 c1R1 c2 R2 ,
(8)
dz2 1 z 1 z 1 u
dt c R 1 c R 2 c R
2 3 2 2 1 2
La figura 3 muestra un diagrama en bloques del nuevo modelo donde hemos renombrado los
coeficientes del segundo miembro de la ecuación (8) de acuerdo a
dz1
dt a11 z1 a12 z2 b1 u
. (9)
dz
2 a z a z b u
dt 21 1 22 2 2
Figura 3
Nuevamente, si consideramos
c1R1 c2 R2 , (10)
resulta
a12 b1 0 , (11)
y fácilmente podemos observar (figura) que el estado z1(t) no podrá controlarse y que el estado
z2(t) no podrá ser detectado desde la salida, es decir es no observable.
Ejemplo 3.
Considere el sistema
z Az z Bz u
(12)
y cz
a 1 b
z 1 12 z 1 u
0 1 b2 (13)
y c1 c2 z
Figura 4
Caso 1: Sistemas SISO (simple-input simple-output) con autovalores distintos. Bajo esta
suposición, puede encontrarse una matriz de transformación T que permita expresar el sistema
con un modelo de estados de la forma diagonal pura
x Ax Bu z Tx z Az z Bz u
, (14)
y Cx Du y Cz x Dzu
z Az z Bz u
1 0 0 b1
0 0 b (15)
z 2
z 2u
0 0 n bn
y, como ya hemos previamente discutido, la evolución temporal de cada variable zi(t) frente a
una excitación u(t) será:
t
zi (t ) eit zi (0) ei (t )bi u ( ) d .
0
(16)
i t f tf i ( t f )
zi (t f ) e zi (0) e bi u ( ) d . (17)
0
i t f
zi (t f ) e zi (0) tf
i t f
e i bi u ( ) d (18)
0
e
para cualquier z(tf) deseado. Observando que para cada zi(0) y zi(tf) el miembro de la izquierda
se reduce a una constante, no resulta difícil imaginar una señal u(τ) que verifique (16). Sólo se
requiere la condición (que puede demostrarse que es necesaria y suficiente) que los bi 0 .
Caso 2: Consideremos ahora el caso de múltiples entradas y salidas (MIMO) con autovalores
reales y distintos. En este caso
z Az z Bz u
1 0 0 b11 b12 b1m u1
0 0 b b b2 m u2 (19)
z 2
z 21 22
0 0 n bn1 bn 2 bnm um
el criterio de Gilbert dice que la condición necesaria y suficiente para que el sistema sea
completamente controlable es que al menos un elemento de cada fila de B debe ser distinto de
cero. De ser este el caso, al menos una de las m señales de excitación ui(t) tendrá influencia en
cada estado.
Caso 3: Consideremos ahora el caso con autovalores múltiples.
z Az z Bz u
1 1 0 b11 b12 b1m
0 1 03 x 2
03 x1 b b2 m
1 21 b22 u1
0 0 1 b31 b32 b3m
u2 . (20)
z 2 1 z b41 b42 b4 m
02 x 3 02 x1
0 2 b51 b52 b5 m
um
k bn1 bn 2 bnm
0 0
x Ax Bu z Tx z Az z Bz u
(21)
y Cx Du y Cz z Dzu
y Cz z Dz u
(22)
y c1 c2 cn z Dz u
es necesario y suficiente que todos los ci sean distintos de cero para que el sistema sea
completamente observable. Observar que, al estar el modelo en la forma diagonal, cada estado
se manifiesta sólo en forma directa a través del correspondiente coeficiente ci.
y Cz z Dz u
c11 c12 c1n
c c22 cn (23)
y 21 z Dz u
cm1 cm 2 cmn
cada estado zi se puede manifestar en más de una salida yj a través de los coeficientes cji. Luego
para que el modelo sea completamente observable ninguna columna de C debe ser nula.
Problema 2. Considere cual es la condición necesaria para observabilidad en el caso de polos
múltiples (la interpretación del ejemplo 3 es una buena ayuda para resolver el problema).
Qc B AB A2 B An1B (24)
donde A y B son las matrices del modelo a testear y n es el orden del sistema.
t
x(t ) e At x(0) e A(t ) B u( ) d (25)
0
T
x(T ) 0 e AT x(0) e AT e A B u ( ) d , (26)
0
T
0 x(0) e A B u ( ) d , (27)
0
n 1
e A k Ak . (28)
k 0
Luego,
n 1
x(0) Ak B
T
k 0
0
k u ( ) d (29)
donde llamando
T
k k u ( ) d (30)
0
resulta
0
n 1
x(0) Ak B k B AB A2 B An 1B 1 (31)
k 0
3
ecuación que debe satisfacerse para cualquier condición inicial. Luego para que el sistema sea
completamente controlable la matriz
B AB A2 B An1B (32)
Nota. Todo modelo completamente controlable puede ser transformado a la forma canónica
controlable a partir de la transformación
t1T t1T
T T
t t A
T P 1 2 1 , (33)
T T n 1
tn t1 A
donde
t1T 0 0 1 Qc .
1
(34)
Ejemplo 4.
Verifiquemos la controlabilidad y observabilidad del sistema
0 1 0 0
x Ax Bu x 0 0 1 x 0 u
6 11 6 1
(35)
y Cx Du
y 1 0 0 x
- Primero verificamos la controlabilidad con el test de Gilbert. Para ello primero trasformamos el
modelo calculando los autovectores que definen la matriz de transformación P que permite
diagonalizar el modelo,
1 1 1 1 1 3 5 / 2 1/ 2
I A 0 2 2 P 1 2 3 P 1 3 4 1 . (36)
3 1 4 9 1 3/ 2 1/ 2
3
1 0 0 1/ 2
z 0 2 0 z 1 u , (37)
0 0 3 1/ 2
el cual nos permite afirmar que el modelo es completamente controlable ya que todos los
elementos de B son distintos de cero.
0 0 1
Qc 0 1 6 rango Qc 3 (38)
1 6 25
Dado que el rango de Qc es 3, el modelo resulta completamente controlable. Es decir, se ratifica
la controlabilidad ya detectada por el test de Gilbert. En realidad el resultado era esperable ya
que el modelo estaba en la forma canónica controlable.
Según fuera enunciado por Kalman, la observabilidad de un sistema puede verificarse a partir de
la matriz de observabilidad
Qo C T AT C T AT C T AT C T
2 n 1
(39)
donde A y C son las matrices del modelo a testear y n es el orden del sistema.
x Ax Bu
, (40)
y Cx Du
es
t
x(t ) e At x(0) e A(t ) B u( ) d , (41)
0
t
y(t ) Ce At x(0) C e A(t ) B u ( ) d Du . (42)
0
A los efectos de evaluar observabilidad podemos considerar que la entrada es nula, pudiendo
expresar la salida con la ayuda de Caley-Hamilton
n 1 n 1
y(t ) Ce At x(0) C k Ak x(0) k CAk x(0) , (43)
k 0 k 0
CA0
CA1
y (t ) 0 1 n 1 x(0) . (45)
n 1
CA
Luego, para que la información de todos los estados este presente y(t), la matriz
0 1 0 0
x Ax Bu x 0 0 1 x 0 u
(47)
y Cx Du 0 2 3 1
y 3 4 1 x
-Primero por Gilbert. Para ello transformamos el modelo a la forma diagonal con la ayuda de la
matriz P calculada a partir de los autoventores
1 0 1 1 1
I A 0 2 1 P 0 1 2 . (48)
2 0 1 2
3
1 1 1
y CPz 3 4 1 0 1 2 z
, (49)
0 1 2
y 3 0 1 z
3 0 0
Qo 4 1 2 rango Qo 2 (50)
1 1 2
Ejemplo 6. La figura muestra un sistema hidráulico extremadamente básico donde resulta obvio
que el estado x2(t) no es controlable con el caudal de entrada u(t) y tampoco observable desde la
salida y(t). Verifiquemos por Kalman esta afirmación.
1 0 1
x x u
0 0 0 (51)
y 1 0 x
planteamos las matrices de controlabilidad y observabilidad
1 1
Qc B AB (52)
0 0
1 1
Qo C T AT C T . (53)
0 0
Ejemplo 7.
Consideremos un sistema levemente más complejo (donde aún es predecible que el sistema no
presentará ni controlabilidad completa ni observabilidad completa.
1 1 0 0
x 1 3 1 x 1 u
0 1 1 0
(54)
y 0 1 0 x
Las matrices
0 1 4
Qc B AB A B 1 3 11 ,
2
(55)
0 1 4
0 1 4
Qo C T T
AC T
A C 1 3 11 ,
2T T
(56)
0 1 4
tanto las matrices A como la C del modelo se preservan, pero la matriz B cambia
B1 [1 0 0] .
T
(57)
Ejemplo 8.
A partir de la ecuación diferencial entrada salida del sistema:
d2y dy du
2
2 y u , (59)
dt dt dt
Modelo 1:
0 1 1
x x u
1 2 1
y 1 0 x
Modelo 2:
0 1 0
x x u
1 2 1
y 1 1 x
T (s) C sI A B
1
(60)
es la misma.
Verificamos controlabilidad por Kalman del modelo 1
1 1
Qc1 B1 A1 B1 rango Qc1 1 . (61)
1 1
0 1
Qc 2 B2 A2 B2 rango Qc 2 2 . ??? (62)
1 2
Tanto Qc1 como Qc2 son matrices de controlabilidad de dos modelos de un mismo sistema. Dado
que Qc1 es de distinto rango que Qc2, nos encontramos en una aparente (sólo aparente)
contradicción.
Algo similar sucede con las matrices de observabilidad, ya que presentan distinto rango
1 0
Qo1 C1T A1T C1T rango Qc1 2 (63)
0 1
1 1
Qo 2 C2T A2T C2T rango Qc 2 1 . ??? (64)
1 1
Problema 3. Analizar los resultados previos y justificar por qué no hay ninguna contradicción en
ellos.
Respuesta. El problema surge debido a que los modelos han sido obtenidos a partir de un
modelo entrada salida (no a partir de una transformación P). Si bien los dos modelos tienen la
misma función de transferencia su estructura interna es distinta, en el primero un polo cancela un
cero y en el segundo un cero cancela un polo. Si se trabaja con un modelo de estados que ha sido
obtenido a partir de otro entrada salida, los tests sólo podrán detectar la presencia de un
problema, pero será imposible discriminar si este se trata de un problema de controlabilidad o de
observabilidad.