NOTA

UNIVERSIDAD NACIONAL DE INGENIERÍA

Facultad de Ingeniería Eléctrica y Electrónica

CONTROL III EE625-M

PRACTICA CALIFICADA No : 2

Apellidos y Nombres : Cárdenas Alemán, Freddy Alejandro

Código : 20032001G

Número de matrícula : 5

Fecha de entrega : 07/06/07

Firma ……..………….

Ciclo : 2007-I
 Segunda Práctica Calificada Domiciliaria

SISTEMA 01:

Sea el sistema de control en tiempo discreto representado mediante el

diagrama de bloques:

R(s) E(s) M(s) U(s) V(s) Y(s)

GD(s) Gh0(s) Ga(s) GP(s)
+  T (t )  T (t )
-
Gm(s)

Donde:
1  e  sT 10
Gh0( s)  Ga ( s )  ,
s s  10
( s  12) 8
Gm ( s )  3 GP ( s)  y T  0.020seg
( s  18) s4

Se requiere que: t s ( 2%)  2 seg , M p  4% y ess  0 (Para entrada escalón)

a) Diseñar un controlador digital apropiado GD(z) de tal manera que el

sistema en lazo cerrado resulte ser de mínimo orden y que la
respuesta y(kT) a entradas tipo escalón en r(kT) alcance los
requerimientos deseados y determinar la Función de Transferencia
Pulso en términos de z incluyendo el controlador diseñado.

De los requerimientos:



1 2
M p  4  100e    0.71564

4
t s (2%)   2seg  wn  2.79468
wn

Tendremos los polos dominantes deseados:

S1, 2  2  j1.95198  Z 1, 2  0.960057  j 0.037499

El polinomio característico deseado será:

P ( z )  ( z 2  1.9201147 z  0.9231163)( z  z3 )

Del diagrama de bloques del sistema 01, se deduce:

G ( s)  Gh 0 ( s)Ga ( s )GP ( s)
 Y ( s)  G ( s ) M * ( s)  Y * ( s)  G* ( s) M * ( s )
M ( s)  GD ( s ) E * ( s )  M * ( s )  GD* ( s) E * (s )
E ( s)  R( s )  Gm ( s)Y ( s)  R( s )  G ( s)Gm ( s) M * ( s )
M * (s)
 E ( s)  R ( s )  (G ( s)Gm ( s )) M ( s )  *
* * * *

GD ( s)
M * (s) Y * (s) GD* ( s )
 *  
R ( s ) G* ( s ) R* ( s ) 1  (G ( s)Gm ( s))* GD* ( s )
Y * ( s) G * ( s)GD* ( s ) Y ( z) G ( z )GD ( z )
 *   
R ( s ) 1  (G ( s)Gm ( s )) GD ( s)
* *
R( z ) 1  [GGm ]( z )GD ( z )

Procedemos a hallar la F.T en “z”:

i) Para el G(z):

Ga ( s )GP (s )
G ( z )  Z {Gh 0 ( s )Ga ( s )GP ( s)}  (1  z 1 ) Z { }
s
Haciendo uso del MatLab:

T=0.02
[Np,Dp]=c2dm(80,[1 14 40],T,’zoh’)
Gz=tf(Np,Dp,T)

0.01459 (z + 0.910898) 0.01459 (z + 0.910898)

G( z )  2

z - 1.742 z + 0.7558 (z-0.924301)(z-0.817699)

ii) Para el GGm ( z ) tenemos:

GGm ( z )  Z{Gh 0 ( s)Ga ( s)GP ( s)Gm ( s )}

Haciendo uso del MatLab:

T=0.02
[Np,Dp]=c2dm(240*[1 12],[1 32 292 720],T,’zoh’)
Gz=tf(Np,Dp,T)

0.04212( z 2 + 0.08863 z - 0.688509) 0.04212( z  0.875262)( z  0.786632)

 GGm ( z )  
3 2
z - 2.4395 z + 1.971 z - 0.5273 ( z  0.923731)( z  0.698228)( z  0.817481)
Para el diseño del controlador, debemos tener en cuenta que queremos que
el sistema de lazo cerrado sea del menor orden posible, para esto será
necesario hacer cumplir las siguientes condiciones:

K ( z  0.923731)( z  0.698228)( z  0.817481)

GD ( z ) 
( z  1)  z  1  ( z   2 )
Vemos que para obtener el mínimo orden del sistema de lazo cerrado a sido
necesario cancelar los polos del GGm ( z ) y además considerar un factor (z-1)
en el denominador, que es el integrador que garantiza que el error en estado
estable sea cero.
 0.01459 (z + 0.910898) K ( z  0.923731)( z  0.698228)( z  0.817481)
 G ( z )GD ( z )  
(z-0.924301)(z-0.817699) ( z  1)  z  1  ( z   2 )
Hallando la F.T de lazo cerrado:

Y ( z) G ( z )GD ( z ) 0.01459 K ( z  0.910898)( z  0.698228)

 
R ( z ) 1  GGm ( z )GD ( z ) ( z  1)( z  1 )( z   2 )  0.04212 K ( z  0.875262)( z  0.786632)
Hallando el polinomio característico:

P( z )  1  GGm ( z ) xGD ( z )
P( z )  ( z  1)( z  1 )( z   2 )  0.04212 K ( z  0.875262)( z  0.786632)
P ( z )  z 3  (0.04212 K  1  1   2 ) z 2  (0.003773K  1   2  1 2 ) z  1 2  0.029 K
Sabemos que el polinomio característico debe tener la siguiente forma:

P ( z )  ( z 2  1.9201147 z  0.9231163)( z  z3 )

De la F.T de lazo cerrado, observamos que podríamos disminuir el grado de

la F.T, haciendo z3 =0.698228 v z3 =-0.910898
Escogemos z3 =0.698228, ya que en el plano “S” equivaldría: S3 =-17.9605
Y este polo está alejado de la parte real de los otros 2 polos que es: “-2”.

 P( z )  z 3  2.6183427 z 2  2.2637941z  0.6445456

P(1)  0.0009058  0.016893K  K  0.05362

1   2  1.6206 
   0.926859,  2  0.693741
1 2  0.643  1

0.05362( z  0.923731)( z  0.698228)( z  0.817481)

 GD ( z ) 
( z  1)  z  0.926859  ( z  0.693741)
La F.T.P. será:

Y ( z) 0.01459 K ( z  0.910898)( z  0.698228)

 2
R ( z ) ( z  1.9201147 z  0.9231163)( z  0.698228)

Y (z) 0.0007823( z  0.910898)

  2
R ( z ) z  1.9201147 z  0.9231163

b) Mostrar la simulación en el tiempo de las variables y(kT), e(kT),

u(kT) con el controlador diseñado en (a) e ilustrar que el sistema
cumple con las especificaciones pedidas cuando la entrada r(kT) = 5
(k=0, 1, 2, …). Dar sus conclusiones.

Para las simulaciones usamos MATLAB:

T=0.02;N=250;
Nz=0.0007823*[1 0.910898];
 Dz=[1 -1.9201147 0.9231163];
y=5*dstep(Nz,Dz,N);
k=0:N-1;
stairs(k*T,y),grid on

Y(kT) vs kT
3

X= 2.04
Y= 2.5503
Mp=4.004%
2.5

2
Y(kT)

1.5

0.5

0
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5
kT

Ahora procedemos a hallar las F.Ts para e(kT) y u(kT):

E ( z) 1 z 3  2.6206 z 2  2.2636 z  0.6430

 
R ( z ) 1  GGm ( z )GD ( z ) z 3  2.6183427 z 2  2.2637941z  0.6445456

U ( z) GD ( z )Gh 0 ( z )
U ( z )  Gh 0 ( s ) M * ( s )  
R ( z ) 1  GGm ( z )GD ( z )
U ( z)  z 3  2.4395 z 2 + 1.971 z  0.5273 
 0.05362  3 
 z  2.6183427 z  2.2637941z  0.6445456 
2
R( z )
Haciendo uso del MatLab para graficar el e(kT) y el u(kT):

T=0.02;N=200;
Nz=[1 -2.6206 2.2636 -0.6430];
Dz=[1 -2.6183427 2.2637941 -0.6445456];
e=5*dstep(Nz,Dz,N);
k=0:N-1;
stairs(k*T,e),grid on
 e(kT) vs kT
5

e(kT)
e(kT)

-1
0 0.5 1 1.5 2 2.5 3 3.5 4
kT

T=0.02;N=200;
Nz=0.05362*[1 -2.4395 1.971 -0.5273];
Dz=[1 -2.6183427 2.2637941 -0.6445456];
u=5*dstep(Nz,Dz,N);
k=0:N-1;
stairs(k*T,u),grid on
u(kT) vs kT
1.6

1.4

u(kT)

1.2

1
u(kT)

0.8

0.6

0.4

0.2
0 0.5 1 1.5 2 2.5 3 3.5 4
kT

c) Mostrar la simulación de la variable v(kT) para una entrada de

referencia r(kT) = 5 (k=0, 1, 2, …). Dar sus conclusiones.

V ( z ) GD ( z )Gh 0Ga ( z )
V ( s )  Gh 0 ( s )Ga ( s ) M * ( s )  
R( z ) 1  GGm ( z )GD ( z )
10 1 1
Gh 0Ga ( z )  (1  z 1 ) Z { }  (1  z 1 ) Z {  }
s (s  10) s s  10
 1  e 10T
 Gh 0Ga ( z ) 
z  e 10T
V ( z)  z 3  2.4395 z 2 + 1.971 z  0.5273 
  0.00972  4 
 z  3.4371z  4.4075 z  2.4980 z  0.5277 
3 2
R( z)

Graficando en MATLAB:

T=0.02;N=300;
Nz=0.00972*[1 -2.4395 1.971 -0.5273];
Dz= conv([1 -2.618343 2.2638 -.644545],[1 -0.81873])
v=5*dstep(Nz,Dz,N);
k=0:N-1;
stairs(k*T,v),grid on

v(kT) vs kT
1.4

v(kT)
1.2

0.8
v(kT)

0.6

0.4

0.2

0
0 1 2 3 4 5 6
kT

SISTEMA 02:

Las figuras siguientes muestran tres variantes del controlador PID digital de un
determinado sistema de control:
 r ( kT ) e(kT ) z z 1 u (kT ) y (kT )
KP  KI  KD GP ( z )
 z 1 z


Sistema de Control con Controlador PID digital

r (kT ) e(kT ) z u (kT ) y ( kT )

KP  KI GP ( z )
 z 1 
 
z 1
KD
z

Sistema de Control Controlador PI-D digital

r (kT ) e(kT ) z u (kT ) y (kT )

KI GP ( z )
 z 1 
 
z 1
KP  KD
z

Sistema de Control Controlador I-PD digital

Donde:
1  e Ts wn 2 
GP ( z )  Z  2 ,
 s ( s  8s  wn ) 
2

ws  10 wn ( ws frecuencia de muestreo)

Para el sistema:
1  e T . S wn2 34 N 0  12
GP ( z )  Z { } , wn  y wS  10 wn
s ( s  8s  wn )
2 2
23
Siendo N0=5, tenemos:

rad
wn  7.913043 , T  0.0794029seg
seg
 1  e T .S  62.6162571 
GP ( z )  Z   2 
 s  s  8s  62.6162571 

Con ayuda del MatLab:

T=0.0794029
[Np,Dp]=c2dm(62.6162571,[1 8 62.6162571],T,’zoh’)
Gz=tf(Np,Dp,T)

0.1565z  0.1263
GP ( z ) 
z  1.247z  0.5298
2

a) El polinomio característico en los 3 casos es:

z z 1
P( z )  1  [ K p  K I  KD ]G p ( z )
z 1 z

z ( z  1)( z 2  1.247z  0.5298)  (0.1565z  0.1263){( K P  K I  K D ) z 2  ( K P  2 K D ) z  K D }

De los polos deseados: z1,2  0.7  j 0.5 , z3  0.25 y z  z4
De esto obtenemos el polinomio característico deseado:

P ( z )  z 4  ( z4  1.65) z 3  (1.65 z4  1.09) z 2  (1.09 z4  0.185) z  0.185 z4

Comparando ambos polinomios tenemos:

( z4  1.65)  2.247  0.1565( K P  K I  K D )  K P  0.201262101

1.65 z4  1.09  1.7768  0.0302 K P  0.1867 K D  0.1263K I  K I  0.550018847

(1.09 z4  0.185)  0.5298  0.0961K D  0.1263K P  K D  0.571285733
0.185 z4  0.1263K D  z4  0.390018313

 P( z )  z 4  2.0400183z 3  1.7335302 z 2  0.6101199 z  0.0721534

Sistema de Control con Controlador PID digital:

Calculamos la F.T.P:
Y ( z) (0.1565z  0.1263){( K P  K I  K D ) z 2  ( K P  2 K D ) z  K D }

R ( z ) z ( z  1)( z 2  1.247z  0.5298)  (0.1565z  0.1263){( K P  K I  K D ) z 2  ( K P  2 K D ) z  K D }
Y (z) 0.2070 z 3  0.0433z 2  0.0803z  0.0722
 4
R( z ) z  2.0400183z 3  1.7335302 z 2  0.6101199 z  0.0721534

b) Graficamos usando MatLab:

T=0.0794029;N=80;
Nz=[0.2070 -0.0433 -0.0803 0.0722];
Dz=[1 -2.0400183 1.7335302 -0.6101199 0.0721534];
y=dstep(Nz,Dz,N);
k=0:N-1;
stairs(k*T,y),grid on

y(kT) vs kT
1.4

1.2

y(kT)
Mp=23.2%
1

0.8
y(kT)

ts(2%)=1.3seg
0.6

0.4

0.2

0
0 1 2 3 4 5 6
kT

Del diagrama de bloques:

E ( z )  R( z )  Y ( z )

E ( z) z 4  2.247018 z 3  1.776802 z 2  0.52982 z

 4
R( z ) z  2.0400183z 3  1.7335302 z 2  0.6101199 z  0.0721534

T=0.0794029;N=80;
Nz=[1 -2.247018 1.776802 -0.52982 0];
Dz=[1 -2.0400183 1.7335302 -0.6101199 0.0721534];
e=dstep(Nz,Dz,N);
k=0:N-1;
stairs(k*T,e),grid on
 e(kT) vs kT
1

0.8

0.6

0.4
e(kT)

0.2

e(kT)

-0.2

-0.4
0 1 2 3 4 5 6
kT

Y ( z)
Además: U ( z) 
GP ( z )
Reemplazando:
U ( z ) 0.2070 z 5  0.3014 z 4  0.0834 z 3  0.1494 z 2  0.1326 z  0.383

R( z ) 0.1565 z 5  0.1930 z 4  0.0136 z 3  0.1235 z 2  0.0658 z  0.0091

T=0.0794029;N=80;
Nz=[ 0.2070 -0.3014 0.0834 0.1494 -0.1326 0.0383];
Dz=[ 0.1565 -0.1930 0.0136 0.1235 -0.0658 0.0091];
u=dstep(Nz,Dz,N);
k=0:N-1;
stairs(k*T,u),grid on
u(kT) vs kT
1.4

1.35

1.3

1.25

1.2
u(kT)

1.15

1.1

u(kT)
1.05

0.95

0.9
0 1 2 3 4 5 6
kT
c) Respuestas para entrada tipo rampa unitaria

T=0.0794029;N=80;
Nz=[0.2070 -0.0433 -0.0803 0.0722]*T;
Dz=conv([1 -2.0400183 1.7335302 -0.6101199 0.0721534],[1 -1]);
y=dstep(Nz,Dz,N);
k=0:N-1;
stairs(k*T,y),grid on
y(kT) vs kT , para entrada tipo rampa
6

y(kT)
y(kT)

0
0 1 2 3 4 5 6
kT

T=0.0794029;N=80;
Nz=deconv([1 -2.247018 1.776802 -0.52982 0],[1 -1])*T;
Dz=[1 -2.0400183 1.7335302 -0.6101199 0.0721534];
e=dstep(Nz,Dz,N);
k=0:N-1;
stairs(k*T,e),grid on
e(kT) vs kT para entrada tipo rampa
0.2

0.18

e(kT)
0.16

0.14

0.12
e(kT)

0.1

ess=0.14432
0.08

0.06

0.04

0.02

0
0 1 2 3 4 5 6
kT
Del cálculo analítico obtenemos:

ess  lim(1  z 1 ) E ( z )
z 1

T z 4  2.247018 z 3  1.776802 z 2  0.52982 z

ess  lim  4
z 1 ( z  1) z  2.0400183z 3  1.7335302 z 2  0.6101199 z  0.0721534

Con ayuda del MatLab:

Na=[1 -2.247018 1.776802 -0.52982 0];

[N,R]=deconv(Na,[1 -1])

z 3  1.2470 z 2  0.5298 z
ess  limT  4
z 1 z  2.0400183 z 3  1.7335302 z 2  0.6101194 z  0.0721534

 ess  0.14436

T=0.0794029;N=80;
Nz=[0.2070 -0.3014 0.0834 0.1494 -0.1326 0.0383]*T;
Dz=conv([0.1565 -0.1930 0.0136 0.1235 -0.0658 0.0091],[1 -1]);
u=dstep(Nz,Dz,N);
k=0:N-1;
stairs(k*T,u),grid on

u(kT) vs kT
6

4
u(kT)
u(kT)

0
0 1 2 3 4 5 6
kT
Sistema de Control con Controlador PI-D digital:

Calculando la F.T.P:

Y ( z) z (0.1565z  0.1263){( K P  K I ) z  K P }

R( z ) z ( z  1)( z  1.247z  0.5298)  (0.1565z  0.1263){( K P  K I  K D ) z 2  ( K P  2 K D ) z  K D }
2

Y ( z) 0.1176 z 3  0.0634 z 2  0.0254 z

 4
R( z ) z  2.0400183z 3  1.7335302 z 2  0.6101199 z  0.0721534

b) Con ayuda del MatLab:

T=0.0794029;N=80;
Nz=[0.1176 0.0634 -0.0254 0];
Dz=[1 -2.0400183 1.7335302 -0.6101199 0.0721534];
y=dstep(Nz,Dz,N);
k=0:N-1;
stairs(k*T,y),grid on

y(kT) vs kT para entrada tipo escalón

1.4

Mp=37.2%
1.2
y(kT)
X= 1.4293
Y= 1.0257

0.8
y(kT)

ts(2%)=1.4 seg
0.6

0.4

0.2

0
0 1 2 3 4 5 6
kT

Además, también tenemos :

E ( z ) z 4  2.1576183 z 3  1.6701302 z 2  0.5847199 z  0.0721534


R( z ) z 4  2.0400183z 3  1.7335302 z 2  0.6101199 z  0.0721534

Usando el MatLab:

T=0.0794029;N=80;
Nz=[1 -2.1576183 1.6701302 -0.5847199 0.0721534];
Dz=[1 -2.0400183 1.7335302 -0.6101199 0.0721534];
e=dstep(Nz,Dz,N);
k=0:N-1;
stairs(k*T,e),grid on
 e(kT) vs kT para entrada tipo escalón
1

0.8

0.6

0.4
e(kT)

0.2
e(kT)

-0.2

-0.4
0 1 2 3 4 5 6
kT

U ( z) 0.1176 z 5  0.0832 z 4  0.0422 z 3  0.0653z 2  0.0135 z


R( z ) 0.1565 z 5  0.1930 z 4  0.0136 z 3  0.1235 z 2  0.0658z  0.0091

Finalmente y con el uso de MatLab tenemos :

T=0.0794029;N=80;
Nz=[ 0.1176 -0.0832 -0.0422 0.0653 -0.0135 0];
Dz=[ 0.1565 -0.1930 0.0136 0.1235 -0.0658 0.0091];
u=dstep(Nz,Dz,N);
k=0:N-1;
stairs(k*T,u),grid on
u(kT) vs kT para entrada tipo escalon
1.4

1.3

1.2

1.1
u(kT)
u(kT)

0.9

0.8

0.7
0 1 2 3 4 5 6
kT
c) Procedemos de manera similar como se hizo con el PID digital:

T=0.0794029;N=80;
Nz=[0.1176 0.0634 -0.0254 0]*T;
Dz=conv([1 -2.0400183 1.7335302 -0.6101199 0.0721534],[1 -1]);
y=dstep(Nz,Dz,N);
k=0:N-1;
stairs(k*T,y),grid on
y(kT) vs kT para entrada tipo rampa
6

4
y(kT)

3
y(kT)

0
0 1 2 3 4 5 6
kT

T=0.0794029;N=80;
Nz=deconv([1-2.1576183 1.6701302 -0.5847199 0.0721534],[1 -1])*T;
Dz=[1 -2.0400183 1.7335302 -0.6101199 0.0721534];
e=dstep(Nz,Dz,N);
k=0:N-1;
stairs(k*T,e),grid on
e(kT) vs kT para entrada tipo rampa
0

-0.1

0.36619
-0.2

-0.3
e(kT)
e(kT)

-0.4

-0.5

-0.6

-0.7
0 1 2 3 4 5 6
kT
 Del cálculo analítico tenemos:

ess  lim(1  z 1 ) E ( z )
z 1

T z 4  2.1576183z 3  1.6701302 z 2  0.5847199 z  0.0721534

ess  lim  4
z 1 ( z  1) z  2.0400183z 3  1.7335302 z 2  0.6101199 z  0.0721534

Usando el Matlab:

Na=[1 -2.1576183 1.6701302 -0.5847199 0.0721534];

[N,R]=deconv(Na,[1 -1])

1.1576 z 2  0.5125 z  0.0722

ess  limT 
z 1 z 4  2.0400183 z 3  1.7335302 z 2  0.6101194 z  0.0721534

 ess  0.36616

T=0.0794029;N=80;
Nz=[ 0.1176 -0.0832 -0.0422 0.0653 -0.0135 0]*T;
Dz=conv([ 0.1565 -0.1930 0.0136 0.1235 -0.0658 0.0091],[1 -1]);
u=dstep(Nz,Dz,N);
k=0:N-1;
stairs(k*T,u),grid on

u(kT) vs kT para entrada tipo rampa

6

u(kT)
u(kT)

0
0 1 2 3 4 5 6
kT
Sistema de Control con Controlador I-PD digital:

Calculando la F.T.P:

Y ( z) K I z 2 (0.1565z  0.1263)

R ( z ) z ( z  1)( z 2  1.247z  0.5298)  (0.1565z  0.1263){( K P  K I  K D ) z 2  ( K P  2 K D ) z  K D }

Y (z) 0.086078 z 3  0.069467 z 2

 4
R( z ) z  2.0400183z 3  1.7335302 z 2  0.6101199 z  0.0721534

b) Con ayuda del MatLab:

T=0.0794029;N=80;
Nz=[0.086078 0.069467 0 0];
Dz=[1 -2.0400183 1.7335302 -0.6101199 0.0721534];
y=dstep(Nz,Dz,N);
k=0:N-1;
stairs(k*T,y),grid on

y(kT) vs kT para entrada tipo escalón

1.4

Mp=34.2%
1.2
y(kT)

0.8
y(kT)

ts(2%)=1.4
0.6
seg

0.4

0.2

0
0 1 2 3 4 5 6
kT

De la F.T deducimos el error:

E ( z ) z 4  2.1260963 z 3  1.6640632 z 2  0.6101199 z  0.0721534


R( z ) z 4  2.0400183z 3  1.7335302 z 2  0.6101199 z  0.0721534
Con ayuda del MatLab:

T=0.0794029;N=80;
Nz=[1 -2.1260963 1.6640632 -0.6101199 0.0721534];
Dz=[1 -2.0400183 1.7335302 -0.6101199 0.0721534];
e=dstep(Nz,Dz,N);
k=0:N-1;
stairs(k*T,e),grid on

e(kT) vs kT para entrada tipo escalón

1

0.8

0.6

0.4
e(kT)

0.2
e(kT)

-0.2

-0.4
0 1 2 3 4 5 6
kT

Hallando el U(z):

U ( z) 0.0861z 5  0.0379 z 4  0.0410 z 3  0.0368 z 2


R( z ) 0.1565 z 5  0.1930 z 4  0.0136 z 3  0.1235 z 2  0.0658z  0.0091

Finalmente y con el uso de MatLab tenemos :

T=0.0794029;N=80;
Nz=[ 0.0861 -0.0379 -0.0410 0.0368 0 0];
Dz=[ 0.1565 -0.1930 0.0136 0.1235 -0.0658 0.0091];
u=dstep(Nz,Dz,N);
k=0:N-1;
stairs(k*T,u),grid on
 u(kT) vs kT para entrada tipo escalón
1.3

1.2

1.1
u(kT)

1
u(kT)

0.9

0.8

0.7

0.6

0.5
0 1 2 3 4 5 6
kT

c) Procedemos de manera similar como se hizo con el PID y el PI-D digital:

T=0.0794029;N=80;
Nz=[0.086078 0.069467 0 0]*T;
Dz=conv([1 -2.0400183 1.7335302 -0.6101199 0.0721534],[1 -1]);
y=dstep(Nz,Dz,N);
k=0:N-1;
stairs(k*T,y),grid on

y(kT) vs kT para entrada tipo rampa

6

4
y(kT)

y(kT)

0
0 1 2 3 4 5 6
kT
T=0.0794029;N=80;
Nz=deconv([1 -2.1260963 1.6640632 -0.6101199 0.0721534],[1 -1])*T;
Dz=[1 -2.0400183 1.7335302 -0.6101199 0.0721534];
e=dstep(Nz,Dz,N);
k=0:N-1;
stairs(k*T,e),grid on

e(kT) vs kT para entrada tipo rampa

0.25

0.2
e(kT)

0.15
e(kT)

0.17342
0.1

0.05

0
0 1 2 3 4 5 6
kT

Del cálculo analítico obtenemos:

ess  lim(1  z 1 ) E ( z )
z 1

T z 4  2.1260963z 3  1.6640632 z 2  0.6101199 z  0.0721534

ess  lim  4
z 1 ( z  1) z  2.0400183z 3  1.7335302 z 2  0.6101199 z  0.0721534

Usando MATLAB:

Na=[ 1 -2.1260963 1.6640632 -0.6101199 0.0721534];

[N,R]=deconv(Na,[1 -1])

z 3  1.1261z 2  0.5380 z  0.0722

ess  limT 
z 1 z 4  2.0400183 z 3  1.7335302 z 2  0.6101199 z  0.0721534

 ess  0.17341
T=0.0794029;N=80;
Nz=[ 0.0861 -0.0379 -0.0410 0.0368 0 0]*T;
Dz=conv([ 0.1565 -0.1930 0.0136 0.1235 -0.0658 0.0091],[1 -1]);
u=dstep(Nz,Dz,N);
k=0:N-1;
stairs(k*T,u),grid on

u(kT) vs kT para entrada tipo rampa

6

u(kT)
u(kT)

0
0 1 2 3 4 5 6
kT

SISTEMA 03:

Sea el sistema de control en tiempo discreto representado mediante el diagrama de

bloques.

R(s) E(s) Y(s)

GD(s) Gh0(s) U(s) GP(s)
+  T (t )  T (t )
-
T=0.5 seg : Periodo de muestreo

1  e Ts 36( s  0.5)

Gh 0 ( s)  , GP ( s) 
s ( s  0.5)( s 2  5s  36)

a) Diseñar un Controlador Digital GD(z) usando el método analítico de

tal manera que el sistema de control en lazo cerrado exhiba el
tiempo de asentamiento mínimo con un error en estado permanente
ess=0.05 para una entrada r(kT) de una rampa unitaria. El sistema
no podrá tener componentes oscilatorias entre muestras en estado
permanente.(Dar la expresión de GD(z))
Del diagrama de bloques:

G ( s )  Gh 0 ( s)GP ( s )

1  e Ts 36( s  0.5) 36( s  0.5)

G( z )  Z{ }  (1  z 1 ) Z { }
s ( s  0.5)( s  5s  36)
2
s( s  0.5)( s 2  5s  36)

Con la ayuda del Matlab obtenemos:

Np=36*[1 0.5];
Dp=conv([1 -0.5],[1 5 36]);
[Nz,Dz]=c2dm(Np,Dp,0.5,'zoh')

1.5458(1  0.78095 z 1 )(1  0.34758 z 1 ) z 1

G( z) 
(1  1.28402 z 1 )(1  0.52452 z 1  0.082086 z 2 )

De esto apreciamos que el G(z) tendrá un factor con z -1 en el 1er término,

debido a ello F(z) debe empezar con un término en z-1:
Asumimos:
F ( z )  a1 z 1  a2 z 2  a3 z 3  a4 z 4 ...(*)

Además se debe cumplir::

1  F ( z )  (1  z 1 ) N ( z )....(**)
.
 Para el error en estado estacionario calculamos Kv:
(1  z 1 ) (1  z 1 ) F ( z )
K v  lim[ GD ( z )G ( z )]  lim[ ]
z 1 T z 1 T 1  F ( z)
(1  z 1 ) F (z) F (1) 1
K v  lim[ 1
] 
z 1 T (1  z ) N ( z ) T  N (1) 0.05
De (2): F (1)  1
 N (1)  0.1..(3)
Como se requiere que no haya oscilaciones entre muestras:
U ( z )  b0  b1 z 1  b2 z 2  b3 z 3  b( z 4  z 5  ...)
R( z ) (1  1.28402 z 1 )(1  0.52452 z 1  0.082086 z 2 )
U ( z)  F ( z)  F ( z)
G( z) 1.5458(1  0.78095 z 1 )(1  0.34758 z 1 )(1  z 1 ) z 1
Consideramos:
F ( z )  (1  0.78095 z 1 )(1  0.34758 z 1 ) z 1 F1 ( z )...(4)
Luego, de (1) y (2):
1  a1 z 1  a2 z 2  a3 z 3  a4 z 4  (1  z 1 ) N ( z )
Hallamos el cociente y el residuo:
N ( z )  1  (1  a1 ) z 1  (1  a1  a2 ) z 2  (1  a1  a2  a3 ) z 3
R( z )  (1  a1  a2  a3  a4 ) z 4
Pero el residuo debe ser nulo y además de (3):
a1  a2  a3  a4  1...( I )
3a1  2a2  a3  3.9...( II )
De (4):
0.780953 a1  0.780952 a2  0.78095a3  a4  0...( III )
0.347583 a1  0.347582 a2  0.34758a3  a4  0...( IV )
De (I), (II), (III) y (IV):
a1  5.444808
a2  11.392103
a3  1.63638
a4  2.397513
Finalmente tenemos:
F ( z )  5.444808 z 1  11.192103 z 2  2.349782 z 3  2.397513 z 4
N ( z )  1  6.444808 z 1  4.747295 z 2  2.397513 z 3
De (1):
F ( z)
 GD ( z ) 
G ( z )(1  z 1 ) N ( z )
1.5458(1  0.78095 z 1 )(1  0.34758 z 1 ) z 1
G( z) 
(1  1.28402 z 1 )(1  0.52452 z 1  0.082086 z 2 )

3.522324(1  1.28402 z 1 )(1  0.52452 z 1  0.082086 z 2 ) (1  0.78095 z 1 ) (1  0.34758 z 1 ) (1  1.622185 z 1 )


(1  0.78095 z 1 ) (1  0.34758 z 1 ) (1  0.9724334 z 1 )(1  0.3488008 z 1 )(1  z 1 )(1  7.0684405 z 1 )

3.522324(1  1.28402 z 1 )(1  0.52452 z 1  0.082086 z 2 )(1  1.622185 z 1 )

GD ( z ) 
(1  0.9724334 z 1 )(1  0.3488008 z 1 )(1  z 1 )(1  7.0684405 z 1 )
 **Para evitar los problemas de implementación procedemos a agregar un
término a F(z):

F ( z )  a1 z 1  a2 z 2  a3 z 3  a4 z 4  a5 z 5 ...(1)
Como la entrada es un escalón, se debe cumplir:
1  F ( z )  (1  z 1 ) N1 ( z )....(2)
También la planta posee un polo inestable, por lo que de (2):
1  F ( z )  (1  z 1 )(1  1.28402 z 1 ) N ( z )....(2.1)
Para el error en estado estacionario calculamos Kv:
(1  z 1 ) (1  z 1 ) F ( z )
K v  lim[ GD ( z )G ( z )]  lim[ ]
z 1 T z 1 T 1  F ( z)
(1  z 1 ) F ( z) F (1) 1
K v  lim[ 1
] 
z 1 T (1  z ) N1 ( z ) T  N1 (1) 0.15
De (2): F (1)  1
 N (1)  1.05626..(3)
Como se requiere que no haya oscilaciones entre muestras:
U ( z )  b0  b1 z 1  b2 z 2  b3 z 3  b4 z 4  b( z 5  z 6  ...)
R( z ) (1  1.28402 z 1 )(1  0.52452 z 1  0.082086 z 2 )
U ( z)  F ( z)  F ( z)
G( z) 1.5458(1  0.78095 z 1 )(1  0.34758 z 1 )(1  z 1 ) z 1
Consideramos:
F ( z )  (1  0.78095 z 1 )(1  0.34758 z 1 ) z 1 F1 ( z )...(4)
De (1) y (4):
0.780954 a1  0.780953 a2  0.780952 a3  0.78095a4  a5  0 …(I)
0.347584 a1  0.347583 a2  0.347582 a3  0.34758a4  a5  0 …(II)
Luego, de (1) y (2.1):
1  a1 z 1  a2 z 2  a3 z 3  a4 z 4  a5 z 5  (1  z 1 )(1  1.28402 z 1 ) N ( z )
Hallamos el cociente:
N ( z )  1  (2.28402  a1 ) z 1  (3.93273  2.28402 a1  a2 ) z 2  ( 3.93273a1  2.28402a2  a3  6.049707) z 3
Tenemos las ecuaciones (III) y (IV):
1  F (1)  0  a1  a2  a3  a4  a5  1
1  F (1.28402)  0  1.284024 a1  1.284023 a2  1.284022 a3  1.28402a4  a5  1.284025
Como condición debemos tener N(1)=-1.05626:
N (1)  7.21675a1  3.28402a2  a3  13.266454  1.05626 …(V)
Resolviendo (I), (II), (III), (IV) y (V):
a1  17.96025
a2  45.76102
a3  34.98818
a4  0.165704
a5  6.35312
Finalmente tenemos:
F ( z )  17.96025 z 1  45.76102 z 2  34.98818 z 3  0.165704 z 4  6.35312 z 5
N ( z )  1  15.67623 z 1  8.67218 z 2  4.9478 z 3
De (1):
 F ( z)
 GD ( z ) 
G ( z )(1  z )(1  1.28402 z 1 ) N ( z )
1

11.61874 (1  1.28402 z 1 ) (1  0.52452 z 1  0.082086 z 2 ) (1  0.78095 z 1 ) (1  0.34758 z 1 ) (1  2.11453 z 1  1.30316 z 2 )


(1  0.78095 z 1 ) (1  15.07937 z 1 )(1  0.944324 z 1 ) (1  0.34758 z 1 ) (1  z 1 ) (1  1.28402 z 1 ) (1  0.34746 z 1 )

11.61874(1  0.52452 z 1  0.082086 z 2 )(1  2.11453 z 1  1.30316 z 2 )

GD ( z ) 
(1  15.07937 z 1 )(1  0.944324 z 1 )(1  z 1 )(1  0.34746 z 1 )

En esta solución se aprecia que los valores de los coeficientes de F(z) son
grandes lo que en la respuesta al escalón nos da un sobre-pico excesivo
(Superior a 2000%), lo que podría generar saturaciones en el sistema, entre
otras cosas. Así que para facilitar el cálculo elegimos el F(z) de 4 términos,
habiendo mencionado antes los problemas que podríamos encontrar.

3.522324(1  1.28402 z 1 )(1  0.52452 z 1  0.082086 z 2 )(1  1.622185 z 1 )

GD ( z ) 
(1  0.9724334 z 1 )(1  0.3488008 z 1 )(1  z 1 )(1  7.0684405 z 1 )
( z 4  2.381685 z 3  0.6406413z 2  0.8539734 z  0.1709784)
GD ( z )  3.522324
( z 4  5.444808 z 3  11.1921034 z 2  2.3497826 z  2.3975129)

b) Con el controlador diseñado evaluar y graficar y(kT), e(kT), u(kT) para

R(z)=1, r(kT)=escalón unitario, r(kT)=rampa unitaria; determinando
gráficamente Mp, td, tp, tr, ts y ess de y(kT) en donde corresponda.

Graficamos en MATLAB las respuestas para R(z)=1:

T=0.5;N=21;
Nz=[-5.444808 11.192103 -2.349782 -2.397513];
Dz=[1 0 0 0 0];
y=dimpulse(Nz,Dz,N);
k=0:N-1;
stairs(k*T,y),gris
Gráfica de y(kT):
12

10

y(kT)
2

-2

-4

-6
0 1 2 3 4 5 6 7 8 9 10
kT(seg)
 E(z) 1
  1  F ( z)
R ( z ) 1  GD ( z )G ( z )
E ( z)
 1  5.444808 z 1  11.192103 z 2  2.349782 z 3  2.397513 z 4
R( z )
T=0.5;N=21;
Nz=[1 5.444808 -11.192103 2.349782 2.397513];
Dz=[1 0 0 0 0];
e=dimpulse(Nz,Dz,N);
k=0:N-1;
stairs(k*T,e),grid
Gráfica de e(kT):
6

2
e(kT)

-2

-4

-6

-8

-10

-12
0 1 2 3 4 5 6 7 8 9 10
kT(seg)

U ( z )  E ( z )GD ( z )
U ( z)
 3.522324  8.389066 z 1  2.2565464 z 2  3.007971z 3  0.602241z 4
R( z )
T=0.5;N=21;
Nz=[-3.522324 8.389066 -2.2565464 -3.007971 -0.602241];
Dz=[1 0 0 0 0];
u=dimpulse(Nz,Dz,N);
k=0:N-1;
stairs(k*T,u),grid
Gráfica de u(kT):
 10

u(kT)
4

-2

-4
0 1 2 3 4 5 6 7 8 9 10
kT(seg)

Graficamos en MATLAB las respuestas para r(kT)= escalón unitario:

T=0.5;N=21;
Nz=[-5.444808 11.192103 -2.349782 -2.397513];
Dz=[1 0 0 0 0];
y=dstep(Nz,Dz,N);
k=0:N-1;
stairs(k*T,y),gris
Gráfica de y(kT):
6

y(kT)
2

y(oo)=1

-2

-4

-6
0 1 2 3 4 5 6 7 8 9 10
kT(seg)

T=0.5;N=21;
Nz=[1 5.444808 -11.192103 2.349782 2.397513];
Dz=[1 0 0 0 0];
e=dstep(Nz,Dz,N);
k=0:N-1;
stairs(k*T,e),grid
Gráfica de e(kT):
8

e(kT)
2

ess=0
0

-2

-4

-6
0 1 2 3 4 5 6 7 8 9 10
kT(seg)

T=0.5;N=21;
Nz=[-3.522324 8.389066 -2.2565464 -3.007971 -0.602241];
Dz=[1 0 0 0 0];
u=dstep(Nz,Dz,N);
k=0:N-1;
stairs(k*T,u),gris
Gráfica de u(kT):
5

u(kT)
1

-1

-2

-3

-4
0 1 2 3 4 5 6 7 8 9 10
kT(seg)

Graficamos en MATLAB las respuestas para r(kT)= rampa unitaria:

T=0.5;N=21;
Nz=T*[-5.444808 11.192103 -2.349782 -2.397513];
Dz=conv([1 0 0 0 0],[1 -1]);
y=dstep(Nz,Dz,N);
k=0:N-1;
stairs(k*T,y),grid
Gráfica de y(kT):
10

y(kT)

-2

-4
0 1 2 3 4 5 6 7 8 9 10
kT(seg)

T=0.5;N=21;
Nz=T*[1 5.444808 -11.192103 2.349782 2.397513];
Dz=conv([1 0 0 0 0],[1 -1]);
e=dstep(Nz,Dz,N);
k=0:N-1;
stairs(k*T,e),grid
Gráfica de e(kT):
4

3.5

2.5

e(kT)

1.5

0.5

ess=0.15

0
0 1 2 3 4 5 6 7 8 9 10
kT(seg)

T=0.5;N=21;
Nz=T*[1 5.444808 -11.192103 2.349782 2.397513];
Dz=conv([1 0 0 0 0],[1 -1]);
u=dstep(Nz,Dz,N);
k=0:N-1;
stairs(k*T,u),grid
Gráfica de u(kT):
2.5

1.5

u(kT)
0.5

u(oo)= -0.5
-0.5

-1

-1.5

-2
0 1 2 3 4 5 6 7 8 9 10
kT(seg)

c) Mostrar los diagramas de Bode de G(z)=Z{Gh0(s)GP(s)} y de GD(z)G(z) del

sistema de control y evaluar los márgenes de ganancia y de fase.

Para los diagramas de Bode utilizamos MATLAB:

Nz=[1.5458 -0.6699 -0.4196];

Dz=[1 -0.7595 -0.5914 -0.1054];
dbode(Nz,Dz,0.5), grid
Diagrama de Bode de G(z)
Bode Diagram
3

2.5

2
Magnitude (dB)

1.5

MG=- 3dB
1

0.5

0
-45

-90
Phase (deg)

-135

MF=31°
-180

-225
-2 -1 0 1
10 10 10 10
Frequency (rad/sec)
 F ( z)
GD ( z )G ( z ) 
1  F (z)
5.444808 z 1  11.192103z 2  2.349782 z 3  2.397513 z 4
GD ( z )G ( z ) 
1  5.444808 z 1  11.192103z 2  2.349782 z 3  2.397513z 4

Nz=[-5.444808 11.192103 -2.349782 -2.397513];

Dz=[1 5.444808 -11.192103 2.349782 2.397513];
dbode(Nz,Dz,0.5), grid
Diagrama de Bode de GD(z)G(z)
Bode Diagram
80

70

60

50
Magnitude (dB)

40

30

20

10

-10
MG=-0.588dB

-20
270

225
Phase (deg)

MF=10°
180

135
-3 -2 -1 0 1
10 10 10 10 10
Frequency (rad/sec)

d) Determinar GD(s).
( z 4  2.381685 z 3  0.6406413z 2  0.8539734 z  0.1709784)
GD ( z )  3.522324
( z 4  5.444808 z 3  11.1921034 z 2  2.3497826 z  2.3975129)
3.33347643 z 3.85062483 z 0.056436367 z 3.84471336 z
GD ( z )  0.25119541    
z 1 z  0.9724337 z  0.3488008 z  7.0684406