DISEÑO DE CONTROL PARA UN SISTEMA BARRA Y BOLA.

Aguilar León Jahaziel Martínez Melchor Manuel E Atenco Estrada Jorge Luis
Benemérita Universidad Autónoma de Puebla
Facultad de Ciencias de la Electrónica
Av. Circunvalación S/N, CU
yako-jaz_13@hotmail.com

1.Introducción invariante en el tiempo). El espacio de estados puede

representarse mediante la reacción matemática:
Como sabemos el control moderno aplica la teoría de
control para diseñar sistemas dinámicos mediante el ẋ= Ax+ Bu
principio de la realimentación, para conseguir que las
salidas de los mismos se acerquen lo más posible a un y=Cx + Du
comportamiento predefinido o de alguna manera con ayuda
Donde:
de herramientas matemáticas mejorar ese
comportamiento, en la práctica se requiere la utilización de x = Vector de estados
sensores para medir el rendimiento de salida de los
dispositivos, y en caso de presentar errores, hacer ẋ=¿ Derivada del vector de estados respecto al tiempo
modificaciones en los actuadores de entrada para llegar al
rendimiento esperado. y=¿Vector de salida
Para este proyecto de control se pretende usar este tipo de u=¿Vector de entrada o de control
sistemas con sensores, particularmente haremos uso del
sensor Sharp GP2Y0A21, este es un sensor infrarrojo de
A=¿Matriz del sistema
distancia que servirá para añadirle medición de distancia a B=¿ Matriz de entrada
nuestro sistema.
C=¿Matriz de salida
D=¿Matriz de realimentación
2.Marco teórico
También, podemos representar nuestro espacio de estados
Espacio de Estados: mediante un diagrama de bloques:
[1] Uno de los elementos básicos y más utilizados en el
Control moderno es el manejo de la teoría de Espacio de
Estados, esta nos dice que una representación de espacios
de estados es un modelo matemático de un sistema físico
descrito mediante un conjunto de entradas, salidas y
variables de estado relacionadas por ecuaciones
diferenciales de primer orden que se combinan en una
ecuación diferencial matricial de primer orden. Para
prescindir del número de entradas, salidas y estados, las
variables son expresadas como vectores y las ecuaciones
algebraicas se escriben en forma matricial (esto último solo
Figura 1. Modelo típico de espacio de estados.
puede hacerse cuando el sistema dinámico es lineal e
 [ ]
Variables de Estado C
Las variables de estado son el subconjunto más pequeño de CA
O=
variables de un sistema que pueden representar su estado …
dinámico completo en un determinado instante. Estas C A n−1
variables de estado deben ser linealmente independientes;
una variable de estado no puede ser una combinación lineal Si |O|≠ 0 es observable
de otras variables de estado. El número mínimo de
variables de estado necesarias para representar un sistema Función de transferencia
dado, n, es normalmente igual al orden de la ecuación
diferencial que define al sistema.  Consideremos la forma general de la representación de
espacio de estados, la cual es también equivalente a tener
Controlabilidad una función de transferencia G(S). La función de
transferencia de un modelo de espacio de estados continuo
La condición de controlabilidad de estados implica que es
e invariante en el tiempo puede ser obtenida de la siguiente
posible, mediante entradas admisibles, dirigir los estados
manera:
desde cualquier valor inicial a cualquier valor final dentro
de un intervalo de tiempo. La controlabilidad es una noción Tomando la transformada de Laplace de:
de suma importancia puesto que nos permite determinar si
es posible controlar un sistema para modificar su ẋ (t)= Ax (t)+ Bu(t) tenemos que:
comportamiento (estabilización de un sistema inestable,
modificación de las dinámicas propias del sistema). Y es
sX (s)= Ax(s)+ Bu(s )
por ello por lo que es fundamental en la teoría de la síntesis Agrupamos y despejamos X (s), tenemos entonces:
de controladores en espacio de estados. Un modelo de
espacio de estados continuo e invariante en el tiempo (sI − A) X (s)=Bu(s )
es controlable si y solo si (considerando el espacio de
estados): X (s)=(sI − A)−1 Bu(s)
C=[ B B]
2 n−1
AB A B … A Esto es sustituido por X ( s) en la ecuación de salida

Si |C|≠0 es observable Y ( s )=CX ( s )+ DU ( s)

Observabilidad Y ( s )=C ( ( sI −A )−1 BU ( s ) )+ DU (s)
La observabilidad es la medida de cuán correctamente los
Como la función de transferencia está definida como la tasa
estados internos de un sistema pueden ser inferidos de salida sobre la entrada de un sistema, tomamos;
conociendo las salidas externas. Este concepto es
importante porque, en la práctica, la dificultad a la hora de Y ( s)
implementar un control por realimentación del estado es
G ( s )=
U (s)
que algunas de las variables de estado no son accesibles
−1
para una medición directa, por lo que es necesario estimar Entonces: G ( s )=C ( sI− A ) B+ D
estas variables de estado no medibles para construir las
señales de control. La observadlidad y la controlabilidad
son matemáticamente duales. Un modelo de espacio de Formas canónicas
estados continuo e invariante en el tiempo es observable si
Cualquier función transferencia que es estrictamente propia
y solo si:
puede ser escrita como un espacio de estados con la si-
guiente aproximación: dada una función transferencia, ex-
pandirla para revelar todos los coeficientes en el numerador
y en el denominador. Resultando en la siguiente forma:
3 2
n1 S +n2 S + n3 S+ n4
G ( S )= 4 3 2
S +d 1 S +d 2 S + d3 S +d 4
Los coeficientes pueden ser ahora insertados directamente Figura 2. Sensor Sharp GP2Y0A21...
en el modelo de espacio de estados mediante la siguiente
aproximación:

[ ] []
3.Calculos teóricos
−d 1−d 2−d 3 −d 4 1
0
ẋ ( t )= 1 0 0 0 x ( t ) +
Se seleccionó al sistema barra-esfera por presentarse en un
u(t)
0 1 0 0 0 número importante de aplicaciones prácticas de igual
0 manera que en aplicaciones académicas y de investigación
0 0 1 0
en donde se pueden probar diferentes algoritmos de control.
y ( t ) =[ n1 n 2 n3 n4 ] Este tipo de sistemas presentan ciertas características que lo
hacen aún más interesante, es un sistema mecánico
Esta realización del espacio de estado se denomina forma subactuado, es decir, presenta un número menor de
canónica controlable porque garantiza que el modelo resul- actuadores que grados de libertad ya sea por la ausencia ó
tante es controlable (es decir, dado que el control entra en falla de alguno de ellos.
una cadena de integradores, puede modificar todos y cada
uno de los estados). Si un sistema no es controlable, enton- Además, manifiesta algunas características no deseables
ces no es posible expresarlo en esta forma canónica. tales como un alto grado relativo y comportamiento de fase
Los coeficientes de la función transferencia pueden ser usa- no mínima, lo que hace más difícil su control. El sistema
dos también para construir otro tipo de forma canónica barra-esfera de la figura 3, se encarga de ubicar una esfera
que se desplaza sobre una barra en una nueva posición r, la
posición de la esfera es controlada al variar el ángulo α de
Sensor Sharp GP2Y0A21 la barra, que está relacionada de manera directa con el
ángulo θ del engrane del motor, de esta manera la esfera
El sensor de distancia Sharp GP2Y0A21 permite obtener la puede ser posicionada en algún lugar deseado de la barra
distancia entre el sensor y algún objeto dentro del rango de
balanceándola de manera adecuada.
10 a 80cm. Integra tres dispositivos: Un detector sensitivo
de posición (PSD), un diodo emisor de infrarrojos (IRED) y
un circuito procesador de señales. La diferencia en la re-
flectividad de los materiales, así como la temperatura de
funcionamiento no afectan en gran medida la operación de
este sensor debido al método de detección usado basado en
triangulación. El dispositivo entrega una salida en voltaje
correspondiente a la distancia de detección. También se
puede utilizar como un sensor de proximidad con la ayuda
de un comparador o mediante software. Para obtener la dis-
tancia en cm, se recomienda tomar como guía la gráfica
voltaje vs. distancia incluida en el datasheet.  Para hacer las
lecturas en cm se puede usar las siguientes fórmulas:

distancia(cm) = 27.86 * [lectura en Voltios]^-1.15 distan-

cia(cm) = 12343.85 * [lectura de un ADC de 10 bits]^-1.15
y distancia(cm) = 4 * 12343.85 * [lectura de un ADC de Figura 3. Sistema Barra-Esfera.
8 bits]^-1.15
Iniciamos el análisis...

Por Newton podemos definir a las ecuaciones:

m ẍ =−Nsenα + Fcosα (1)

m ÿ=−mg + Ncosα + Fsenα (2)
Donde N es la normal y F la fuerza rotacional, tal que:

FR=J ẇ
 2 [1] El espacio de estados se obtiene dado un vector de
J será la inercia de la bola J= m R2, considerando que estado x, tenemos:
5
es la salida y sabiendo que w es la velocidad angular. ẋ= Ax+ Bu
Ahora, multiplicando (1) por senα y (2) por cosα y a su
vez, sumando las expresiones resultantes, tenemos: Seleccionando x=
[ rṙ ] y u=θ , tenemos:

[ ] [ ][ ] [ ]
m ÿ senα+ m ẍ cosα=−mgsenα + m r̈ (3) 0
5 ṙ 0 1 r
= + −5 gd θ (12)
Sabemos que: r̈ 0 0 ṙ
7L
y=−rsenα ∧ x =−rcosα Si nosotros analizamos la respuesta de nuestro sistema en
Tal que: MatLab tomando en cuenta la sustitución de nuestros
siguientes valores, g=9.81, d=0.008 y L=20 en nuestro
ÿ= r̈ senα+ ṙ α̇ cosα + ṙ α̇ cosα−r α̇ 2 senα +r α̈ cosα espacio de estados obtenido anteriormente:

De las ecuaciones anteriores tenemos:

2
ẍ=r̈ cosα − ṙ α̇ senα−ṙ α̇ senα−r α̇ cosα−r α̈ senα Tendríamos entonces:
[ ṙr̈ ]=[ 00 10][ rṙ ]+[ 1.1211
0
]θ
ÿ senα + ẍ cosα=−r̈ +r α̇ 2 (6) 1500
Step Response

Así, sustituyendo (6) en (3), tenemos:

7 ¨
r −¿ r α̇ 2=−gsenα (7) ¿ 1000
5
Amplitude

Para ángulos pequeños, tenemos que (7) se puede escribir

como: 500

7 2
r̈ =−gα ( 8 ) ya que α̇ ⟶ 0
5
0
0 5 10 15 20 25 30 35 40 45 50
Ahora, tenemos la siguiente relación aproximada entre el Time (seconds)
ángulo de la barra L y el ángulo del engrane θ .
Figura A. Respuesta transitoria de nuestro
d sistema
α = θ(9)
L Obtención de la matriz de ganancias K, por el
Entonces, sustituyendo (9) en (8), tenemos: método de ackerman,

7
5
d
r̈ =−g θ (10)
L [ ṙr̈ ]=[ 00 10][ rṙ ]+[ 1.1211
0
]θ
Aplicando la transformada de Laplace a (10) podemos ver Formula de Ackerman:
que la función de transferencia del sistema es:
−1
K= [ 0 1 ] [ B AB ] ∅ (t)
7 2 d
R ( s ) s =−g θ ( s) Entonces nuestras matices serán:
5 L

G ( s )=
R(s) −5 gd
=
θ(s) 7 L s 2
(11) A= [ 00 10] B=[1.1211
˙ ]
0
C=[ 1 0]
Nuestros polos deseados se calculan a partir de las
Step Response
siguientes condiciones: Porcentaje de sobretiro máximo de 1
10% y un tiempo de establecimiento de 8 seg, entonces: 0.9

S1=−0.45+0.6 j S 2=−0.45−0.6 j 0.8

0.7

Nuestro polinomio deseado es: 0.6

Amplitude
0.5
2
S +0.9 S +0.5625 0.4

0.3
Entonces:
0.2

∅ ( A )= A 2+ 0.9 A+ 0.5625 I 0.1

0
0 2 4 6 8 10 12
Time (seconds)

Figura B. Respuesta transitoria de nuestro

sistema con la matriz de ganancias K.

∅ ( A)=[ 0 .5625
0 0 .5625 ]
0.9 4. Procedimiento experimental
Una vez obtenidos los datos preliminares, estamos listo

[ B AB ] =[ 0
0 ]
para hacer físico nuestro sistema, así como realizar la
−1 0.8 919
programación pertinente en nuestro microcontrolador.
0 .8919
Para el proyecto se establecen los siguientes conceptos:
K= [ 0 1 ]
[ 0.8919
0
0 ][
0.8919 0.5625
0 0.5625 ]
0.9
 Mediante un Sensor de distancia, medimos la posi-
ción de la bola.
K= [ 0.5017 0.8028 ]  Un Controlador, mediante control PID, calculamos
el ángulo en el que deberíamos inclinar la barra
Nuestro nuevo espacio de estados es: para colocar y estabilizar la bola en el centro de la
barra.
[ A−B∗K ] = [−0.5625
0
−0 .9 ]
1  Actuador modifica la inclinación de la barra.
Figura 3. Vista del sistema completo

Censado de la posición de la Bola: La realizamos mediante

A= [ 0
−0.5625
1
−0.9 ] B=[
0.6306 ]
0
C=[ 1 0] el sensor de distancia mediante luz infrarroja y  detector
PSD: SHARP GP2Y0A21. Tiene un rango de medida de 6
a 80 cm. Funciona con 5V y su salida es una tensión
relacionada con la distancia medida mediante esta curva
característica:
Figura 4. Censado de la bola, curva característica
arrojada por el sensor
Figura 8. Programa de transformación de lecturas ADC.
Actuador: Inclinaremos la barra con un Servo
HEXTRONIK HX5010 de 15 kg.cm de par motor.

Si la Bola se acerca más de 11cm al sensor, la medida es

errónea. Limitamos el movimiento de la bola en esa
distancia. Controladores: Utilizaremos un clon de Arduino con
microcontrolador ATMEL ATMEGA328-PU equiparable
Acondicionamiento de la señal del sensor: al Arduino UNO o al antiguo Duemilanove original. Recibe
la medida de la posición de la bola en su entrada analógica
Para filtrar (paso bajo) la señal del sensor y tener una señal
A0. Emite pulsos para controlar el servo en su salida digital
más precisa y repetitiva, conectaremos un condensador
electrolítico de 10μF entre la salida del sensor y tierra. 12. A través de su conexión USB envía distintos juegos de
datos para debug o tramas de la forma:
Calibración del sensor: Para relacionar la tensión
proporcionada por el sensor con la distancia en centímetros,
desplazaremos la bola por la barra tomando nota de la
lectura en ADC. En el Software desarrollado para el
Arduino, se incluye un modo de funcionamiento en el que
transmite continuamente las lecturas del sensor por el
puerto serie:
Figura 5. Programa para la calibración del sensor

Con 9 puntos a lo largo de la barra es suficiente.

Obtenemos la curva de calibración del sensor.

Figura 9. Esquema del sensor y el motor conectado al

microcontrolador.

Cálculo de la velocidad de la bola: En el Software

Figura 6. Curva de calibración del sensor.
Que en el Software queda definida como:
Figura 7. Programa 2 de calibración del sensor
que implementa el control PID en el Arduino calculamos la
velocidad como la diferencia entre la posición actual de la
bola (variable dist) y la que tenía en el ciclo anterior
(variable lastDist). Vamos a mejorar la precisión de esta
medida mediante un filtro digital de paso bajo

y para transformar las lecturas ADC del sensor,

almacenadas en la variable measure, en la posición en mm
de la variable dist, aplicamos el siguiente algoritmo:
 (Promediador) que consiste en obtener la media de las simulación. Para las perturbaciones externas comúnmente
últimas 5 velocidades medidas. Las almacenamos en la conocido como ruido ya sea de los sensores de posición
matriz v [], y las tratamos con el siguiente algoritmo en angular y lineal, de dispositivos conectados a la línea de
cada ciclo de programa: alimentación ó debido a defectos mecánicos en el sistema
se implementaron filtros digitales pasa bajas, los cuales
atenúan significativamente dichas perturbaciones, estos
filtros se pudieron implementar vía hardware, sin embargo,
se eligió la primera opción por simplicidad.

9. Referencias
[1] Albella J. M., Martínez-Duart J. M., “Fundamentos de
electrónica física y microelectrónica.”

5.Resultados experimentales
Root Locus
3

2
System: sys
Gain: 0.00633
Pole: -0.45 + 0.606i
Damping: 0.596 System: sys
1 Overshoot (%): 9.7 Gain: 0
Imaginary Axis (seconds-1 )

Frequency (rad/s): 0.755 Pole: 0

Damping: -1
Overshoot (%): 0
Frequency (rad/s): 0
0

System: sys
-1 Gain: 0
Pole: -0.45 - 0.6i
Damping: 0.6
Overshoot (%): 9.48
Frequency (rad/s): 0.75
-2

-3
-0.8 -0.7 -0.6 -0.5 -0.4 -0.3 -0.2 -0.1 0 0.1 0.2
Real Axis (seconds-1)

En la figura anterior se muestra dónde están colocados los

polos de la función de transferencia perteneciente al
sistema, y los polos que se propusieron para poder obtener
la matriz de ganancias K. Mientras que el polo propuesto
con la finalidad de mejorar la respuesta con los polos
anteriores es:

S1=−0.45+0.6 j S 2=−0.45−0.6 j
La respuesta obtenida con la función de transferencia
original perteneciente al sistema se puede observar en la
siguiente imagen, y como podemos ver los polos se
encuentran sobre el eje imaginario, por lo que respuesta
transitoria es oscilatoria

Se realizaron varias pruebas de polos, hasta que se logró el

objetivo que era lograr encontrar los polos con el sobrepaso
que se había propuesto.

6. Conclusiones

Podemos decir que el modelo matemático que se realizó del

sistema no lineal que fue empleado únicamente para