Documentos de Académico
Documentos de Profesional
Documentos de Cultura
SDC Taller IX
SDC Taller IX
1) Diseñe un controlador por retroalimentación del vector de estado RVE empleando los
métodos vistos en esta unidad (La matriz T y la fórmula de Ackermann) y un controlador
óptimo cuadrático LQR para los sistemas dinámicos que se muestran a continuación.
2) Utilice los comandos de Matlab (acker y place) para obtener la matriz de ganancias de
retroalimentación K y el comando lqr para diseñar el controlador óptimo cuadrático.
Solución ejercicio 1
𝑅1 + 𝑅2 𝑅1
(𝑆)𝑖̇𝐿 (𝑆) + ( ) 𝑖̇𝐿 (𝑆) = 𝑖(𝑆)
𝐿 𝐿
𝑖̇𝐿 (𝑆) 𝑅1
=
𝑖(𝑆) 𝑅1 + 𝑅2
(𝐿(𝑆) + 𝐿 ( 𝐿
))
𝒊̇𝑳 (𝑺) 𝟏
=
𝒊(𝑺) ((𝑺) + 𝟐𝟏)
Ahora bien, cuando analizamos un controlador por retroalimentación del vector de estado RVE
empleando los métodos La matriz T y la fórmula de Ackermann, obtenemos:
ℎ̇ (𝑡) + 𝑎1 ℎ = 𝑏1 𝑄𝑉 (𝑡)
𝛾 1 1 9.81𝑥105 1 1
𝒂𝟏 = [ + ]= [ 5
+ ] = 𝟎. 𝟒𝟗𝟎𝟓
𝐴 𝑅ℎ1 𝑅ℎ2 9 4𝑥10 5𝑥105
1 1 𝛀
𝒃𝟏 = = = 𝟎. 𝟏𝟏
𝐴 9 𝑯
𝛾 1 1 1
(𝑆)ℎ(𝑆) + [ + ] ℎ(𝑆) = 𝑄𝑉 (𝑆)
𝐴 𝑅ℎ1 𝑅ℎ2 𝐴
ℎ(𝑆) 1
=
𝑄𝑉 (𝑆) (𝐴(𝑆) + 𝛾 [ 1 + 1 ])
𝑅ℎ1 𝑅ℎ2
𝒉(𝑺) 𝟏
=
𝑸𝑽 (𝑺) (𝟗(𝑺) + 𝟒. 𝟒𝟏)
Ahora bien, cuando analizamos un controlador por retroalimentación del vector de estado RVE
empleando los métodos La matriz T y la fórmula de Ackermann, obtenemos:
Seguidamente, al utilizar los comandos de Matlab: Acker y Place, para obtener la matriz de
ganancias de retroalimentación K, se consiguen los siguientes datos gráficos:
Solución ejercicio 3
𝑣̇ (𝑡) + 𝑎1 𝑣 = 𝑏1 𝐹(𝑡)
𝐵 3000
𝒂𝟏 = = =5
𝑀 600
1 1
𝒃𝟏 = = = 1.66710−3
M 600
𝐵 1
(𝑆)𝑣(𝑆) + 𝑣(𝑆) = 𝐹(𝑆)
𝑀 M
𝑣(𝑆) 1
=
𝐹(𝑆) (𝑀(𝑆) + 𝐵)
𝒗(𝑺) 𝟏
=
𝑭(𝑺) (𝟔𝟎𝟎(𝑺) + 𝟑𝟎𝟎𝟎)
Ahora bien, cuando analizamos un controlador por retroalimentación del vector de estado RVE
empleando los métodos La matriz T y la fórmula de Ackermann, obtenemos:
Solución ejercicio 5
Donde:
𝐵𝜃 20 𝑁𝑚𝑠/𝑟𝑎𝑑
𝒂𝟏 = = = 𝟏𝟎 𝒎𝟒 /𝒓𝒂𝒅 ∗ 𝒔
𝐽 2 𝑘𝑔/𝑚 2
𝑁∗𝑚 𝑁∗𝑚 𝑁∗𝑚
𝐾𝜃1 + 𝐾𝜃2 20 𝑟𝑎𝑑 + 20 𝑟𝑎𝑑 40 𝑟𝑎𝑑
𝒂𝟐 = = = = 𝟐𝟎 𝒎𝟒 /𝒓𝒂𝒅 ∗ 𝒔𝟐
𝐽 2 𝑘𝑔/𝑚 2 2 𝑘𝑔/𝑚 2
1 1
𝒃𝟏 = = = 𝟎. 𝟓 𝒎𝟐 /𝒌𝒈
𝐽 2 𝑘𝑔/𝑚 2
𝐵𝜃 𝐾𝜃1 + 𝐾𝜃1 1
𝜃(𝑆) (𝑆 2 + ( ) (𝑆) + ( )) = 𝑇(𝑆)
𝐽 𝐽 𝐽
𝜽(𝑺) 𝟏
=
𝑻(𝑺) (𝑱𝑺 + 𝑩𝜽 (𝑺) + (𝑲𝜽𝟏 + 𝑲𝜽𝟏 ))
𝟐
𝜽(𝑺) 𝟏
=
(
𝑻 𝑺) 𝟐
((𝟐)𝑺 + 𝟐𝟎(𝑺) + (𝟒𝟎))
Ahora bien, cuando analizamos un controlador por retroalimentación del vector de estado RVE
empleando los métodos La matriz T y la fórmula de Ackermann, obtenemos:
Para encontrar las ecuaciones en espacio de estados del sistema, lo haremos a partir de la
función de transferencia obtenida en el Taller II.
1 1
( + (𝑆))
𝑽𝒄 (𝑺) 2𝐿𝐶 2𝑅𝐶
=
𝑽(𝑺) 3𝑅 1 1
(𝑆 2 + ( 2𝐿 + 2𝑅𝐶 ) (𝑆) + (𝐿𝐶 ))
Donde:
3𝑅 1 3(68Ω) 1
𝒂𝟏 = [ + ]=[ + ] = 𝟐𝟒𝟎. 𝟕𝟔𝟓
2𝐿 2𝑅𝐶 2(500𝑥10 𝐻) 2(68Ω)(200x10−6 F)
−3
1 1 1
𝒂𝟐 = = = = 𝟏𝟎𝟎𝟎
𝐿𝐶 (500𝑥10 𝐻)(200x10 F) 1𝑥10−4
−3 −6
1 1
𝒃𝟏 = = = 𝟓𝟎𝟎𝟎
2𝐿𝐶 2(500𝑥10 𝐻)(200x10−6 F)
−3
1 1
𝒃𝟐 = = = 𝟑𝟔. 𝟕𝟔𝟓
2𝑅𝐶 2(68Ω)(200x10−6 F)
Ahora bien, cuando analizamos un controlador por retroalimentación del vector de estado RVE
empleando los métodos La matriz T y la fórmula de Ackermann, obtenemos:
Seguidamente, al utilizar los comandos de Matlab: Acker y Place, para obtener la matriz de
ganancias de retroalimentación K, se consiguen los siguientes datos gráficos:
Finalmente, el comando lqr para diseñar el controlador óptimo cuadrático, y alternando los
datos para conseguir la aproximación más óptima sin que pase del 20% de tolerancia
experimental, se lograron las siguientes gráficas:
Solución ejercicio 7
Para encontrar las ecuaciones en espacio de estados del sistema, lo haremos a partir de la
función de transferencia obtenida en el Taller II.
𝟏
𝐓𝐌 (𝐒) ( )
𝑪𝑴 𝑪𝑳 𝑹𝑴 𝑹𝑳
=
𝐓𝐀 (𝐒) 𝑪 (𝑹 + 𝑹 ) + 𝑪 𝑹 𝟏
(𝑺𝟐 + ( 𝑴 𝑪𝑴 𝑪 𝑹𝑳 𝑹 𝑳 𝑳 ) (𝑺) + (𝑪 𝑪 𝑹 𝑹 ))
𝑴 𝑳 𝑴 𝑳 𝑴 𝑳 𝑴 𝑳
Donde:
Ahora bien, cuando analizamos un controlador por retroalimentación del vector de estado RVE
empleando los métodos La matriz T y la fórmula de Ackermann, obtenemos:
Para encontrar las ecuaciones en espacio de estados del sistema, lo haremos a partir de la
función de transferencia obtenida en el Taller II.
𝐴1 𝐴2
( )
𝑥2 (𝑆) 𝑀1 𝐴22 + 𝑀2 𝐴21
=
𝐹(𝑆) 𝐴21 𝐵 𝐴21 𝐾
(𝑆 2 + ( ) (𝑆 ) + ( ))
𝑀1 𝐴22 + 𝑀2 𝐴21 𝑀1 𝐴22 + 𝑀2 𝐴21
Donde:
Ahora bien, cuando analizamos un controlador por retroalimentación del vector de estado RVE
empleando los métodos La matriz T y la fórmula de Ackermann, obtenemos:
Seguidamente, al utilizar los comandos de Matlab: Acker y Place, para obtener la matriz de
ganancias de retroalimentación K, se consiguen los siguientes datos gráficos:
Finalmente, el comando lqr para diseñar el controlador óptimo cuadrático, y alternando los
datos para conseguir la aproximación más óptima sin que pase del 20% de tolerancia
experimental, se lograron las siguientes gráficas: