Documentos de Académico
Documentos de Profesional
Documentos de Cultura
TEORÍA
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 .
OBJETIVOS
General
2
DESCRIPCIÓN DE LA METODOLOGÍA
Recopilación de ejercicios para un mejor entendimiento de diferentes sistemas con ciertas
características en su funcionamiento
Ejemplo 9-5. Obtenga la matriz de transición de estados ∅(𝑡) del sistema siguiente
𝑥1̇ 0 1 𝑥1
[𝑥 ̇ ] = [ ][ ]
2 −2 −3 𝑥2
Obtenga también la inversa de la matriz de transición de estados, ∅(𝑡)−1 .
3
Ejemplo 9-6. Obtenga la respuesta en el tiempo del sistema siguiente:
𝑥1̇ 0 1 𝑥1 0
[𝑥 ̇ ] = [ ][ ] + [ ]𝑢
2 −2 −3 𝑥2 1
Donde 𝑢(𝑡) es la función escalón unitario que se presenta en 𝑡 = 0, o 𝑢(𝑡) = 1(𝑡)
Conclusión: Obtenemos gracias a la matriz de transición de estados una respuesta en el tiempo con
ayuda de herramientas como lo es la integración y algebra de matrices.
4
1 1
𝑠 𝑠(𝑠 + 2)
(𝑠𝐼 − 𝐴)−1 =
1
[0 𝑠+2 ]
Por tanto,
1 −2𝑡
𝑒 𝐴𝑡 = ℒ −1 [(𝑠𝐼 − 𝐴)−1 ] = [1 2 (1 − 𝑒 )]
0 𝑒 −2𝑡
Conclusión: En este ejercicio logramos comparar como por medio de dos métodos diferentes se
logra llegar al resultado que uno espera, por ello de aquí podemos rescatar que bien se dice por
ahí no importa la forma en que uno solucione las cosas lo que importa son los resultados
obtenidos.
1 𝜆1 𝑒 𝜆1 𝑡
| 1 𝜆2 𝑒 𝜆2 𝑡 | = 0
𝐼 𝐴 𝑒 𝐴𝑡
Al sustituir 𝜆1 por 0 y 𝜆2 por -2, se obtiene
1 0 0
|1 −2 𝑒 −2𝑡 | = 0
𝐼 𝐴 𝑒 𝐴𝑡
Si se desarrolla el determinante, se deduce
−2𝑒 𝐴𝑡 + 𝐴 + 2𝐼 − 𝐴𝑒 −2𝑡 = 0
O bien
1
𝑒 𝐴𝑡 = (𝐴 + 2𝐼 − 𝐴𝑒 −2𝑡 )
2
1 0 1 2 0 0 1 −2𝑡
= {[ ]+[ ]−[ ]𝑒 }
2 0 −2 0 2 0 −2
1 −2𝑡
= [1 2 (1 − 𝑒 )]
0 𝑒 −2𝑡
Un enfoque alternativo es determinar 𝛼0 (𝑡)𝑦 𝛼1 (𝑡) a partir de
𝛼0 (𝑡) + 𝛼1 (𝑡)𝜆1 = 𝑒 𝜆1 𝑡
𝛼0 (𝑡) + 𝛼1 (𝑡)𝜆2 = 𝑒 𝜆2 𝑡
5
Como 𝜆1 = 0 y 𝜆2 = −2, las dos últimas ecuaciones se convierten en
𝛼0 (𝑡) = 1
𝛼0 (𝑡) − 2𝛼1 (𝑡) = 𝑒 −2𝑡
Al resolver para 𝛼0 (𝑡) 𝑦 𝛼1 (𝑡) se obtiene
1
𝛼0 (𝑡) = 1, 𝛼1 (𝑡) = (1 − 𝑒 −2𝑡 )
2
Luego, 𝑒 𝐴𝑡 se puede escribir como
1 1 −2𝑡
𝑒 𝐴𝑡 = 𝛼0 (𝑡)𝐼 + 𝛼1 (𝑡)𝐴 = 𝐼 + (1 − 𝑒 −2𝑡 )𝐴 = [1 2 (1 − 𝑒 )]
2
0 𝑒 −2𝑡
Conclusión: Obtenemos una forma mejor desarrollada con la ayuda del método de Sylvestre que
por medio de un determinante logramos obtener datos importantes.
𝑥1 + 𝑥2 − 𝑥3 = 0
Los vectores
1 1 2
𝑦1 = [2], 𝑦2 = [0], 𝑦3 = [2]
3 1 2
Son linealmente independientes ya que
𝑐1 𝑦1 + 𝑐2 𝑦2 + 𝑐3 𝑦3 = 0
Implica que
𝑐1 = 𝑐2 = 𝑐3 = 0
Observe que la matriz 𝑛 𝑥 𝑛 es no singular (es decir, tiene un rango n o el determinante es diferente
de cero), entonces n vectores columna (o fila) son linealmente independientes. Si la matriz 𝑛 𝑥 𝑛 es
singular (es decir, tiene un rango menor que n o el determinante es cero), entonces n vectores
columna (o fila) son linealmente dependientes. Para demostrar esto, considere que
1 1 2
[𝑥1 ⋮ 𝑥2 ⋮ 𝑥3 ] = [2 0 2] = 𝑆𝑖𝑛𝑔𝑢𝑙𝑎𝑟
3 1 4
1 1 2
[𝑦1 ⋮ 𝑦2 ⋮ 𝑦3 ] = [2 0 2] = 𝑁𝑜 𝑠𝑖𝑛𝑔𝑢𝑙𝑎𝑟
3 1 4
6
Conclusión : Empleamos una manera mejor vista para alguien logre identificar si está presente
alguna singularidad o no de dichas matrices por medio de si son o no linealmente dependientes.
[𝐵 ⋮ 𝐴𝐵] = [1 1] = 𝑠𝑖𝑛𝑔𝑢𝑙𝑎𝑟
0 0
El sistema no es de estados completamente controlable
[𝐵 ⋮ 𝐴𝐵] = [0 1 ] = 𝑛𝑜 𝑠𝑖𝑛𝑔𝑢𝑙𝑎𝑟
1 −1
Conclusión: Forma de saber si un sistema es singular o no a su totalidad.
7
𝑥1̇ −2 1 0⋮ 0 𝑥1 4
𝑥2̇ 0 −2 1⋮ 𝑥2 2
𝑥3̇ = 0 0 −2 ⋮ 𝑥3 + 1 𝑢
𝑥4̇ ⋮ −5 1 𝑥4 3
[𝑥5̇ ] [ 0 ⋮ 0 −5] [𝑥5 ] [0]
Conclusión: Aquí podemos apreciar cómo es una estructura adecuada para un sistema controlable
y observable las características y dimensiones aproximadas que esta puede llevar.
[𝐵 ⋮ 𝐴𝐵] = [1 1]
1 1
El rango de la matriz [𝐵 ⋮ 𝐴𝐵] es 1. Por tanto, llegamos a la misma conclusión: el sistema no es de
estado completamente controlable.
Conclusión: Obtención de una ecuación en el espacio de estados, así como de igual manera
observamos que sucede cuando se eliminan términos en una función de transferencia, donde viene
afectando directamente a los grados de libertad.
[𝐵 ⋮ 𝐴𝐵] = [0 1 ]
1 −1
Es 2, el sistema es de estado completamente controlable.
8
El rango de esta matriz es 1. Por tanto, el sistema tiene una salida completamente controlable. Para
verificar la condición de observabilidad, examine el rango de [𝐶 ∗ ⋮ 𝐴∗ 𝐵∗ ]. Como
[𝐶 ∗ ⋮ 𝐴∗ 𝐵∗ ] = [0 1]
1 1
El rango de [𝐶 ∗ ⋮ 𝐴∗ 𝐵∗ ] es 2. Por tanto, el sistema es completamente observable.
Conclusión: Por medio de un rango obtenido directamente de la matriz trabajadas se logra obtener
el dato para saber si estamos con un sistema controlable y observable.
𝑥̇ = 𝐴𝑥 + 𝐵𝑢
𝑦 = 𝐶𝑥
Donde
𝑥1 0 1 0 0
𝑥
𝑥 = [ 2] , 𝐴=[ 0 0 1 ], 𝐵 = [0] , 𝐶 = [4 5 1]
𝑥3 −6 −11 −6 1
Tome en cuenta que la función de control u no afecta a la observabilidad completa del sistema. Para
examinar la observabilidad completa, simplemente se hace 𝑢 = 0. Para este sistema, se tiene que
4 −6 6
[𝐶 ∗ ⋮ 𝐴∗ 𝐵∗ ⋮ (𝐴∗ )2 𝐶 ∗ ] = [5 −7 5 ]
1 −1 −1
Considere que
4 −6 6
|5 −7 5 | = 0
1 −1 −1
Por tanto, el rango de la matriz [𝐶 ∗ ⋮ 𝐴∗ 𝐵∗ ⋮ (𝐴∗ )2 𝐶 ∗ ] es menor que 3. Así, el sistema no es
completamente observable.
9
Es evidente que los dos factores (𝑠 + 1) se cancelan uno al otro. Esto significa que no hay
condiciones esenciales 𝑥(0) diferentes de cero que no se determinen a partir de la medición de
𝑦(𝑡).
𝑥1̇ 2 1 0 𝑥1 𝑦1
𝑥1
3 0 0 𝑥
[𝑥2̇ ] = [0 2 1] [𝑥2 ], [𝑦 ] = [ ] [ 2]
2 4 0 0 𝑥
𝑥3̇ 0 0 2 𝑥3 3
𝑥1̇ 2 1 0⋮ 0 𝑥1 𝑥1
𝑥2̇ 0 2 1⋮ 𝑥2 𝑥2
𝑦1 1 1 1 0 0 𝑥
𝑥3̇ = 0 0 2⋮ 𝑥3 , [𝑦 ] = [ ] 3
𝑥4 2 0 1 1 1 0 𝑥
𝑥4̇ ⋮ −3 1 4
[𝑥5̇ ] [ 0 ⋮ 0 −3 𝑥5 ]
] [ [𝑥5 ]
𝑥̇ −1 0 𝑥1 𝑥1
[ 1] = [ ][ ], 𝑦 = [0 1] [𝑥 ]
𝑥2̇ 0 −2 𝑥2 2
𝑥1̇ 2 1 0 𝑥1 𝑦1
𝑥1
0 1 3 𝑥
[ 2̇ ] = [0 2
𝑥 1] [𝑥2 ], [𝑦 ] = [ ] [ 2]
2 0 2 4 𝑥
𝑥3̇ 0 0 2 𝑥3 3
𝑥1̇ 2 1 0⋮ 0 𝑥1 𝑥1
𝑥2̇ 0 2 1⋮ 𝑥2 𝑥2
𝑦1 1 1 1 0 0 𝑥
𝑥3̇ = 0 0 2⋮ 𝑥3 , [𝑦 ] = [ ] 3
2 0 1 1 0 0 𝑥
𝑥4̇ ⋮ −3 1 𝑥4 4
[𝑥5̇ ] [ 0 ⋮ 0 −3] [𝑥5 ] [𝑥5 ]
RESULTADOS Y OBSERVACIONES
Se logra completar los objetivos propuestos donde se entiende de una mejor manera cada
una de las diferentes formas de dar solución a sistemas MIMO de los cuales es necesario
tener un gran panorama de aprendizaje para así saber a lo que se enfrenta uno en este caso
se vio de todo desde obtención de una matriz de transición hasta llegar a fundamentar la
forma singular o no de un sistema para así dar el resultado final de si contamos con
completa controlabilidad y completa observabilidad de los sistemas mencionados.
10
CONCLUISONES
Durante la realización de la práctica se logró obtener un mejor aprendizaje respecto a como
dar solución a sistemas MIMO por varios métodos, igual se contempla la forma de cada
expresión al ser expresada en matrices en el espacio de estados para lograr convertirlas a
funciones de transferencia o viceversa. Pero lo mas impactante para el equipo fue la misma
forma de caracterizar la forma en que se encuentra nuestro sistema ya sea completamente
controlable o completamente observable las características que cada uno debe llevar y el
como es posible que al cambiar un valor de la matriz del sistema este cambie de manera
fuerte la caracterización en la que se encontrara para después llevarlo a practica con ayuda
de Matlab y poder obtener graficas/simulaciones de como es el comportamiento del
sistema y si en verdad este será eficiente.
REFERENCIAS
[1] GOODWIN G. C., SANG S. K., “Adaptive Filtering, Prediction and Control”, Prentice Hall, Inc.
Enlgewood Cliffs, New Jersey, 1984.
[2] BOLAÑOS O. R., CORREA, F. A., “Identificación y Control de Sistemas MIMO Mediante Técnicas
Adaptativas”, Proyecto de Grado, Universidad Tecnológica de Pereira, 2005.
[3] GIRALDO, B. D, CORREA F. A., BOLAÑOS O. R., “Control de Frecuencia y Voltaje en Tiempo Real
de un Generador”, Revista Scientia Et Technica. Año XIII, No 32. Enero de 2007. UTP. ISSN 0122-
1701.
[4] GIRALDO, B. D., MEJÍA, G. D., MOLINA C. A., “Control PID Autosintonizado Usando
Identificación en Línea y Modelo de Referencia”, Revista Scientia Et Technica, Año IX, No 21. Enero
de 2003.
[5] ESCOBAR M. A., BEDOYA E. J., “Control en Tiempo Real de la Velocidad de un Motor de
Inducción Utilizando Técnicas Inteligentes”, Proyecto de Grado, Universidad Tecnológica de
Pereira, 2002.
[6] “IEEE Control Systems Magazine, PID 2006”, Revista IEEE, Volumen 26, Número 1, Febrero de
2006, Pags. 30 – 80.
[7] GIRALDO, B. D., TABARES, G. I., “Teoría de Control”, Universidad Tecnológica de Pereira, 1997.
[8] Giraldo B. D., TABARES, G. I, GALVÁN, C. “Adquisición de Datos y Control en Tiempo Real de un
Sistema Utilizando el Programa C++ Builder”, Revista Scientia Et Technica, Año V, No10, Julio de
1999.
[9]http://www.chemengr.ucsb.edu/~ceweb/faculty/seborg
/teaching/SEM_2_slides/Ch18_1_25_05.ppt
11