INFORME FINAL N° 4 DE LABORATORIO DE
SISTEMAS DE CONTROL II
“ESPACIO DE ESTADOS”
I.OBJETIVOS
a.Estudiar el espacio de estados, el
análisis temporal, lo observabilidad y
controlabilidad.
II.COMPETENCIAS
a. Formula y conduce experimentos y
pruebas, analiza datos e interpreta
resultados, logra el trabajo en equipo.
b. Se comunica de manera clara y
convincente en forma oral, escrita y gráfica
según los diferentes tipos de interlocutores
o audiencias.
c. Reconoce la importancia del aprendizaje
continuo para permanecer vigente y
actualizado en su campo de desarrollo
profesional.
III.LOGROS
a. Comprenderá la aplicación del espacio de
estado, aplicará los conocimientos de
controlabilidad y observabilidad.
b. Habrá adquirido conocimientos de
Matlab a fin de tener un script de inputs que
arrojen una serie de resultados.
IV.CONDICIONES DEL LABORATORIO
a. Generar un script en Matlab, esto es, en
la medida use más código que cálculo
matemático.
b. Colocar las observaciones pertinentes en
el informe final de laboratorio.
c. Colocar un breve resumen teórico
apoyándose en el Libro “Ingeniería de
control moderna” de Katsuhiko Ogata 5ª
Edición.
V.MARCO TEORICO
Espacio de estados
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 cualquier orden en el dominio del
tiempo, que se combinan en una ecuación
diferencial matricial de primer orden. Las
variables de entradas, salidas y estados son
convenientemente expresadas como
vectoresː un vector de entrada, un vector de
salida y un vector de estados; y si el sistema
dinámico es lineal e invariante en el tiempo,
las ecuaciones algebraicas se escriben en
forma matricial.
 es de rango (rango(Ho) = n , ∀ λ ∈ C

Observabilidad

La observabilidad es la medida de cuán

correctamente los estados internos de un
sistema pueden ser inferidos conociendo las
salidas externas. La observabilidad y la
controlabilidad son matemáticamente
Variables de estado duales.
El sistema es estable si cumple alguno de
los siguientes criterios:
Son el subconjunto más pequeño de
variables de un sistema que pueden . Criterio de Kalman
representar su estado dinámico completo en
un determinado instante. Las variables de
estado deben ser independientes entre sí. En
el caso de la representación lineal de un
sistema, las variables de estado deben ser
linealmente independientes entre síː una
variable de estado no puede ser una
combinación lineal de otras variables de es de rango completo (rango(0) = n )
estado. El número mínimo de variables de Si el sistema sólo tiene una salida(p=1),
estado necesarias para representar un entonces se puede obtener el determinante.
sistema dado es usualmente igual al orden
de la ecuación diferencial que define al
sistema. .Criterio de Hautus

Controlabilidad

La condición de controlabilidad de estados

implica que es posible, mediante entradas es de rango (rango(Ho) = n , ∀ ∈ C
admisibles, dirigir los estados desde
cualquier valor inicial a cualquier valor
final dentro de un intervalo de tiempo.

El sistema es estable si cumple alguno de

VI.PREGUNTAS
los siguientes criterios
1.- Sea el sistema del péndulo invertido que
Criterio de Kalman
se muestra en la Figura 1. Suponga que:

𝑀 = 2 𝑘𝑔 𝑚 = 0.5 𝑘𝑔 𝑙=1

es de rango completo (rango(e) = n ) Defina las variables de estado como:

Criterio de Hautus 𝑥1 = 𝜃 𝑥2 = Ɵ̇ 𝑥3 = 𝑥 𝑥4 = 𝑥̇

La matriz de controlabilidad Y las variables de salida como:

𝑦1 = θ = 𝑥1 𝑦2 = 𝑥 = 𝑥3
 De los datos:

M = 2 kg; m = 0.5 kg; l = 1 m; g =9.81m/s2

[ ][ ][ ] [ ]
ẋ 1 0 1 0 0 x1 0
ẋ 2 12.26 0 0 0 x2 −0.5
= + u
ẋ 3 0 0 0 1 x3 0
ẋ 4 −2.45 0 0 0 x4 0.5

Obtenemos las matrices:

[ ]
0 1 0 0
12.26 0 0 0
A=
0 0 0 1
−2.45 0 0 0

[ ]
Del Péndulo Invertido 0
B= −0.5
(M + m)ẍ + mlƟ̇ = 0 0
0.5
ẍ+ lƟ̇ = gθ

[
C= 1 0 0 0
]
[ ][]
x1 θ 0 1 0 0
x2
= Ɵ̇
x3
x4
x
ẋ
D= 0
0 ()
Hallamos la matriz de controlabilidad y
comprobemos la misma:
Al determinar el modelo en espacio de
estados:
M =[ B AB A2 B A3 B]

[ ][ ][ ][ ]
Siendo su determinante:
0 1 0

[ ]
ẋ 1 M +m 0 0 x1 −1 0 −0.5 0 −6.1313
g
ẋ 2 Ml 0 0 0 x2 Ml u
=
0 0 0 1 0 M = −0.5 0 −6.1313 0
ẋ 3 x3 0 −0.5 0 1.2263
ẋ 4 −m 0 0 0 x4 1 0.5 0 1.2263 0
g
M M
Siendo su determinante:

[]
x1 |M| = 6.0148 ≠ 0

()[
x1
x2
=
1 0 0 0 x2
0 1 0 0 x3 ] Por lo tanto, nuestro sistema será
completamente controlable.
x4
 [ ]
Ahora hallamos la ecuación característica 0 −12.2625 0 1
de nuestro sistema a lazo cerrado con −12. 2625 0 1 0
nuestras variables de estado: W=
0 1 0 0

| |
1 0 0 0
s −1 0 0
|s−IA|= −12.2625 s 0 0 Entonces:
0 0 s −1
2.4526 0 0 s T=M∗W

|s−IA|=s 4+ a1 s 3+ a2 s 2+ a3 s+ a4

[ ][
0 −0.5 0 −6.1313 0 −12.2
|s−IA|=s −12.2625 s
4 2
T = −0.5 0 −6.1313 0 ∗ −12.2625 0
0 −0.5 0 1.2263 0 1
entonces: 0.5 0 1.2263 0 1 0

a1 = 0 a2 = −12.2625 a3 = 0 y a4 =0

[ ]
Ahora hallamos la ecuación característica −0. 001 0 −0.5 0
de los polos a lazo cerrado que nos 0 −0. 001 0 −0.5
T=
solicitan: −4.9050 0 0.5 0
0 −4 .9050 0 0.5
s1 = −4 + 4j, s2 = −4 − 4j, s3 = −20, s4 = −20

Siendo la inversa de T:
(s − (−4 − 4j))(s − (−4 + 4j))(s − (−20))(s-(-20))

[ ]
4 3 2
¿ s + α 1 s + α 2 s +α 3 s+ α 4 −0.20387 0 −0.20387 0
−1 0 −0.20387 0 −0.20387
4 3 2 T =
¿ s + 48 s +752 s + 4480 s+12800 −1.99998 −0.5 0 . 00002 0
0 −1.9 9998 0 0 .00002
Entonces:
Entonces la matriz de ganancia K:
α1 = 48 α2 = 752
α3 = 4480 α4 = 12800
K= [ K cc ] T −1

Ahora hallamos la matriz T, donde:

K= [ α 4−a 4 α 3−a3 α 2−a2 α 1−a1 ] T −1
T=M∗W

[ ]
−0.20387 0 −0.20387 0
Donde la matriz W es: 0 −0.20387 0 −0.20387
K= [ 12800 4480 739.7375 48 ]∗
−1.99998 −0.5 0.00002 0
a1 = 0 a2 = −12.2625 a3 = 0 0 −1.99998 0 0.00002

[ ]
a 3 a2 a1 1
a K= [−4138.1 −1009.4 −2609.6 −913.4 ]
W = 2 a1 1 0
a1 1 0 0
1 0 0 0
. Obtención de la matriz de ganancias de forma
 [ ][ ][ ]
Manualmente o MATLAB ẋ 1 0 1 0 0 x1
De lo que obtuvimos: ẋ 2 −20 56.8 −504.7 −1304.8 −456.7 x 2
=
ẋ 3 0 0 0 1 x3
2066.6 504.7 1304.8 456.7 x 4

[ ][ ]
ẋ 4
0 1 0 0 0
12.26 0 0 0 −0.5
A= B=
0 0 0 1 0
−2.45 0 0 0 0.5 ẋ= ^
Ax

[ ]
0 1 0 0
Y los polos deseados: −2056.8 −504.7 −1304.8 −456.7
A=
0 0 0 1
s1 = −4 + 4j, s2 = −4 − 4j, s3 = −20, s4 = −20
2066.6 504.7 1304.8 456.7

[]
0
^B= 0
0
1

La respuesta del sistema a la condición inicial se

puede obtener resolviendo las siguientes
ecuaciones:

.Obtención de la respuesta del sistema a

^u
ż= Âz+ B
condiciones iniciales
^u
x= Âz+ B
De la matriz de ganancia:

u=−kx
ẋ= Ax+ Bu
ẋ=(A−BK ) x
Obtendremos las gráficas de respuesta en el tiempo.

[ ][ ]
0 1 0 0 0 La respuesta al escalón de las variables se puede
12.26 0 0 0 −0.5 hallar con un código en MATLAB que solo
A= B= requiere las variables de estado  y B̂:
0 0 0 1 0
−2.45 0 0 0 0.5 Codigo:

K= [−4138.1 −1009.4 −2609.6 −913.4 ]

Reemplazando las matrices obtenidas:

Grafica x1(t): posición angular VS tiempo
Grafica x2(t): rapidez angular VS tiempo
Grafica x3(t): posición VS tiempo
Grafica x4(t): rapidez VS tiempo