Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Unidad 2a
Solución temporal de sistemas
modelados en Espacio de Estados
Formulación Matemática en la
Respuesta temporal de sistemas
Modelados en Espacio de Estados
Modelado de sistemas dinámicos en el
Espacio de Estados
Ecuaciones en el espacio de estados.
En el análisis en el espacio de estados se centra la atención en los tres tipos
de variables que aparecen en el modelado de los sistemas dinámicos;
las variables de entrada, las variables de salida y las variables de estado.
𝐱 𝑡 = ℒ −1 𝑠𝐈 − 𝐀 −1
𝐱 0
−1
𝐈 𝐀 𝐀𝟐
Recordando que 𝑠𝐈 − 𝐀 = + 𝟐+ 3 +⋯
𝑠 𝑠 𝑠
𝐀𝟐 𝑡 2 𝐀𝟑 𝑡 3
ℒ −1 𝑠𝐈 − 𝐀 −1
= 𝐈 + 𝐀𝑡 + + + ⋯ = 𝑒 𝐀𝑡
2! 3!
𝐱 𝑡 = 𝑒 𝐀𝑡 𝐱(0) 𝑒 𝐀𝑡 se denomina matriz de transición
Ejemplo de aplicación
−1
Obtenga la matriz de transición de estados (𝑡) y (𝑡) del sistema siguiente
𝑥ሶ1 0 1 𝑥1
=
𝑥ሶ 2 −2 −3 𝑥2
0 1
Donde 𝐀=
−2 −3
Solución. La matriz de transición de estados (𝑡) se obtiene mediante
𝑡 = 𝑒 𝐀𝑡 = ℒ −1 𝑠𝐈 − 𝐀 −1
𝑠 0 0 1 𝑠 −1
𝑠𝐈 − 𝐀 = − =
0 𝑠 −2 −3 2 𝑠+3
Ejemplo de aplicación
La inversa de (𝑠𝐈 − 𝐀) se obtiene mediante
−1
1 𝑠+3 1
𝑠𝐈 − 𝐀 =
(𝑠 + 1)(𝑠 + 2) −2 𝑠
2𝑒 −𝑡 − 𝑒 −2𝑡 𝑒 −𝑡 − 𝑒 −2𝑡
𝑡 =
−2𝑒 −𝑡 + 2𝑒 −2𝑡 −𝑒 −𝑡 + 2𝑒 −2𝑡
Ejemplo de aplicación
Si se tiene en cuenta que −1 𝑡 = 𝑡 se obtiene la inversa de la matriz de
transición de estados del modo siguiente:
𝑡 2𝑡
−𝟏
𝑡 =𝑒 −𝐀𝑡
= 2𝑒 − 𝑒 𝑒 𝑡 − 𝑒 2𝑡
−2𝑒 𝑡 + 2𝑒 2𝑡 −𝑒 𝑡 + 2𝑒 2𝑡
Solución de la ecuación de estado invariante con el tiempo
Solución de ecuaciones de estado para el caso no homogéneo.
Se comenzará considerando el caso escalar
𝑥ሶ = 𝑎𝑥 + 𝑏𝑢
𝑥ሶ − 𝑎𝑥 = 𝑏𝑢
Multiplicando ambos miembros de esta ecuación por 𝑒 −𝑎𝑡 , se obtiene
−𝑎𝑡
𝑑 −𝑎𝑡
𝑒 𝑥ሶ 𝑡 − 𝑎𝑥 𝑡 = 𝑒 𝑥 𝑡 = 𝑒 −𝑎𝑡 𝑏𝑢(𝑡)
𝑑𝑡
Al integrar esta ecuación entre 0 y t se obtiene
𝑡
𝑒 −𝑎𝑡 𝑥 𝑡 − 𝑥 0 = න 𝑒 −𝑎 𝑏𝑢 𝑑
0
𝑡
𝑥 𝑡 = 𝑒 𝑎𝑡 𝑥 0 + 𝑒 𝑎𝑡 න 𝑒 −𝑎 𝑏𝑢 𝑑
0
El primer término del segundo miembro es la respuesta a las condiciones
iniciales y el segundo término es la respuesta a la entrada u(t).
Solución de la ecuación de estado invariante con el tiempo
Solución de ecuaciones de estado para el caso no homogéneo.
−𝐀𝑡
𝑑 −𝐀𝑡
𝑒 𝐱ሶ 𝑡 − 𝐀𝐱 𝑡 = 𝑒 𝐱 𝑡 = 𝑒 −𝐀𝑡 𝐁𝐮(𝑡)
𝑑𝑡
Al integrar la ecuación anterior entre 0 y t se obtiene
Solución de la ecuación de estado invariante con el tiempo
Solución de ecuaciones de estado para el caso no homogéneo.
𝑡
𝑒 −𝐀𝑡 𝐱 𝑡 − 𝐱 0 = න 𝑒 −𝐀 𝐁𝐮 𝑑
0
𝑡
𝐀𝑡
𝐱 𝑡 =𝑒 𝐱 0 +𝑒 𝐀𝑡
න 𝑒 −𝐀 𝐁𝐮 𝑑
0
𝑡
𝐱 𝑡 = 𝑒 𝐀𝑡 𝐱 0 + න 𝑒 𝐀(𝑡−𝜏) 𝐁𝐮 𝑑
0
𝐱ሶ = 𝐀𝐱 + 𝐁𝐮
𝑠𝐗 𝑠 − 𝐱 0 = 𝐀𝐗 𝑠 + 𝐁𝐔(𝑠)
𝑠𝐈 − 𝐀 𝐗 𝑠 = 𝐱 0 + 𝐁𝐔(𝑠)
−1 −1
𝐗 𝑠 = 𝑠𝐈 − 𝐀 𝐱 0 + 𝑠𝐈 − 𝐀 𝐁𝐔(𝑠)
𝑥ሶ1 0 1 𝑥1 0
= + 𝑢
𝑥ሶ 2 −2 −3 𝑥2 1
Solución
0 1 0
𝐀= 𝐁=
−2 −3 1
2𝑒 −𝑡 − 𝑒 −2𝑡 𝑒 −𝑡 − 𝑒 −2𝑡
=
−2𝑒 −𝑡 + 2𝑒 −2𝑡 −𝑒 −𝑡 + 2𝑒 −2𝑡
Ejemplos de aplicación
La respuesta a la entrada escalón unitario se obtiene entonces como
𝑡
𝐱 𝑡 = 𝑒 𝐀𝑡 𝐱 0 + න 𝐁𝐮 𝑡 − τ 𝑑
0
𝑡
2𝑒 −(𝑡−) − 𝑒 −2(𝑡−𝜏) 𝑒 −(𝑡−𝜏) − 𝑒 −2(𝑡−𝜏) 0
𝐱 𝑡 = 𝑒 𝐀𝑡 𝐱 0 +න −(𝑡−𝜏) + 2𝑒 −2(𝑡−𝜏)
[𝟏] 𝑑
0 −2𝑒 −𝑒 −(𝑡−𝜏) + 2𝑒 −2(𝑡−𝜏) 1
1 1 −2𝑡
𝑥1 (𝑡) −𝑡 − 𝑒 −2𝑡 𝑒 −𝑡 𝑒 −2𝑡 𝑥1 (0) −𝑡
= 2𝑒 − + 2 − 𝑒 + 2𝑒
𝑥2 (𝑡) −2𝑒 −𝑡 + 2𝑒 −2𝑡 −𝑒 −𝑡 + 2𝑒 −2𝑡 𝑥2 (0)
𝑒 −𝑡 − 𝑒 −2𝑡
0
Si el estado inicial es cero, o 𝐱 0 = , entonces 𝐱(𝑡) se simplifica a
0
1 1 −2𝑡
𝑥1 (𝑡) −𝑡
= 2 − 𝑒 + 2𝑒
𝑥2 (𝑡)
𝑒 −𝑡 − 𝑒 −2𝑡
Ejemplos de aplicación
𝑥1
𝑥2
clc
close all
t=0:0.01:5;
x1=0.5-exp(-t)+0.5*exp(-2*t);
x2=exp(-t)-exp(-2*t);
plot(t,x1,'r',t,x2,'b')
grid
title('Respuestas para las variables x_1 y x_2')
Ejemplos de aplicación
−1
Obtenga la matriz de transición de estados (𝑡) y (𝑡) del sistema siguiente
𝑥ሶ1 0 1 0 𝑥1
𝑥ሶ 2 = 0 0 1 𝑥2
𝑥ሶ 3 0 −2 −3 𝑥3
0 1 0
Donde 𝐀= 0 0 1
0 −2 −3
Solución. La matriz de transición de estados (𝑡) se obtiene mediante
𝑡 = 𝑒 𝐀𝑡 = ℒ −1 𝑠𝐈 − 𝐀 −1
𝑠 0 0 0 1 0 𝑠 −1 0
𝑠𝐈 − 𝐀 = 0 𝑠 0 − 0 0 1 = 0 𝑠 −1
0 0 𝑠 0 −2 −3 0 2 𝑠+3
Ejemplos de aplicación
la inversa de (𝑠𝐈 − 𝐀) se obtiene mediante
𝑇
1 𝑎 𝑏 𝑐 + 𝑠 −1 - 0 +
−1 𝑑 𝑒 𝑓 - 0 𝑠 + −1 -
𝑠𝐈 − 𝐀 =
𝑠(𝑠 + 1)(𝑠 + 2) 𝑔 ℎ 𝑖 + 0 2 - 𝑠+3 +
(𝑠 + 1)(𝑠 + 2) (𝑠 + 3) 1 1 𝑠+3 1
𝑠(𝑠 + 1)(𝑠 + 2) 𝑠(𝑠 + 1)(𝑠 + 2) 𝑠(𝑠 + 1)(𝑠 + 2) 𝑠 𝑠(𝑠 + 1)(𝑠 + 2) 𝑠(𝑠 + 1)(𝑠 + 2)
𝑠(𝑠 + 3) 𝑠 𝑠+3 1
= 0 = 0
𝑠(𝑠 + 1)(𝑠 + 2) 𝑠(𝑠 + 1)(𝑠 + 2) (𝑠 + 1)(𝑠 + 2) (𝑠 + 1)(𝑠 + 2)
−2𝑠 𝑠2 −2 𝑠
0 0
𝑠(𝑠 + 1)(𝑠 + 2) 𝑠(𝑠 + 1)(𝑠 + 2) (𝑠 + 1)(𝑠 + 2) (𝑠 + 1)(𝑠 + 2)
Por tanto, 𝑡 = 𝑒 𝐀𝑡 = ℒ −1 𝑠𝐈 − 𝐀 −1
3 −𝑡
1 −2𝑡 1 −𝑡
1 −2𝑡
1 − 2𝑒 + 𝑒 −𝑒 + 𝑒
𝑡 = 2 2 2 2
0 2𝑒 − 𝑒 −2𝑡
−𝑡
𝑒 − 𝑒 −2𝑡
−𝑡
𝑥ሶ1 0 1 0 𝑥1 0
𝑥ሶ 2 = 0 0 1 𝑥2 + 0 𝑢
𝑥ሶ 3 0 −2 −3 𝑥3 1
Solución 0 1 0 0
𝐀= 0 0 1 𝐁= 0
0 −2 −3 1
𝑥1
clc
close all 𝑥2
t=0:0.01:6;
x1=t/2-0.75+exp(-t)-0.25*exp(-2*t);
x2=0.5-exp(-t)+0.5*exp(-2*t);
x3=exp(-t)-exp(-2*t); 𝑥3
plot(t,x1,'r',t,x2,'b',t,x3,'k')
grid
title('Respuestas para las variables x_1,x_2,x_3')
Obtención de la inversa de una matriz 3x3
−1 𝑇
𝑎 𝑏 𝑐 1 𝐴 𝐵 𝐶 1 𝐴 𝐷 𝐺
−1
𝐴 = 𝑑 𝑒 𝑓 = 𝐷 𝐸 𝐹 = 𝐵 𝐸 𝐻
𝑔 ℎ 𝑖 det(𝐴) det(𝐴)
𝐺 𝐻 𝐼 𝐶 𝐹 𝐼
+ − +
− + −
+ − +
𝑒 𝑓 𝑑 𝑓 𝑑 𝑒
Luego 𝐴 = + 𝐵=− 𝐶=+
ℎ 𝑖 𝑔 𝑖 𝑔 ℎ
𝑏 𝑐 𝑎 𝑐 𝑎 𝑏
D=− 𝐸=+ 𝑔 𝑖 𝐹=−
ℎ 𝑖 𝑔 ℎ
𝑏 𝑐 𝑎 𝑐 𝑎 𝑏
𝐺=+ 𝐻=− 𝑑 𝑓 𝐼=+
𝑒 𝑓 𝑑 𝑒
Obtención de la inversa de una matriz 3x3
−1 1 0
Si 𝐴 = 0 −1 1
0 0 −2
A=
-1 1 0
0 -1 1
0 0 2
>> inv(A)
ans =
>>
Obtención de la inversa de una matriz 3x3
usando el formato [𝒔𝐈 − 𝐀]−𝟏
𝑠 + 1 −1 0
Si AA = sI-𝐀 = 0 𝑠 + 1 −1
0 0 𝑠+2
Recordatorio
>> syms s t
>> AA = [s+1 -1 0;0 s+1 -1;0 0 s+2]
AA =
[ s + 1 -1 0 ]
[ 0 s + 1 -1 ]
[ 0 0 s + 2]
>> inv(AA)
ans =
>>
3
1 −2𝑡
𝑒 𝐀𝑡 = ℒ −1 𝑠𝐈 − 𝐀 −1
= 1 1 − 𝑒
2
0 𝑒 −2𝑡
Método 1: Aplicando la matriz de Transformación P
Definimos P como
1 1 1 ⋯ 1
1 2 3 ⋯ 𝑛
𝐏 = 12 22 23 ⋯ 2𝑛
⋮ ⋮ ⋮ ⋱ ⋮
1𝑛−1 𝑛−1
2 𝑛−1
3 ⋯ 𝑛−1
𝑛
𝐃𝑡 𝑒 1 𝑡 0
y 𝑒 = Matriz diagonal
0 𝑒 2 𝑡
Considere la matriz A siguiente:
0 1
𝐀=
0 −2
Los valores propios de A son 1=0, 2=2
La matriz P de transformación es:
1 1
𝐏=
0 −2
1
1
𝐏 −𝟏 = 2
1
0 −
2
Método 1: Aplicando la matriz de Transformación P
0𝑡
La matriz 𝑒 𝐃𝑡 𝑒 𝐃𝑡
= 𝑒 0
0 𝑒 2𝑡
1
1
𝐀𝑡 1 1 𝑒 0𝑡 0 2
Evaluando la 𝑒 𝑒 𝐴𝑡 =
0 −2 0 𝑒 2𝑡 1
0 −
2
1
−2𝑡 1
𝑒 𝐴𝑡 = 1 𝑒 2
0 −2𝑒 2𝑡 1
0 −
2
1 −2𝑡
𝑒 𝐴𝑡 = 1 1 − 𝑒
2
0 𝑒 −2𝑡
Método 2: Aplicando la interpolación de Sylvester
Se considera el caso en el que las raíces del polinomio mínimo () de A son distintas.
Después se aborda el caso de las raíces múltiples.
Caso 1: El polinomio mínimo de A sólo contiene raíces distintas. Se supondrá que el grado
del polinomio mínimo de A es m. Utilizando la fórmula de interpolación de Sylvester, se
demuestra que 𝑒 𝐀𝑡 se obtiene resolviendo la ecuación determinante siguiente:
1 1 12 ⋯ 1𝑚−1 𝑒 1 𝑡
1 2 22 ⋯ 𝑚−1
2 𝑒 2 𝑡
⋮ ⋮ ⋮ ⋱ ⋮ ⋮ =𝟎 (1)
1 𝑚 2𝑚 ⋯ 𝑚−1
𝑚 𝑒 𝑚 𝑡
𝐈 𝐀 𝐀𝟐 ⋯ 𝐀𝑚−1 𝑒 𝐀𝑡
Método 2: Aplicando la interpolación de Sylvester
Solución.
Usando la ecuación (1)
1 1 𝑒 1 𝑡
1 2 𝑒 2 𝑡 = 𝟎
𝐈 𝐀 𝑒 𝐀𝑡
Los valores propios de A son 1=0, 2=2
Método 2: Aplicando la interpolación de Sylvester
Al sustituir 1 por 0 y 2 por -2 en esta última ecuación, se obtiene
1 0 1
1 −2 𝑒 −2𝑡 = 𝟎
𝐈 𝐀 𝑒 𝐀𝑡
Si se desarrolla el determinante (fila 3 por ejemplo), se deduce
𝑒 𝐀𝑡 −2 − 𝐀 𝑒 −2𝑡 − 1 + 𝐈 2 = 𝟎
−2𝑒 𝐀𝑡 + 𝐀 + 𝟐𝐈 − 𝐀𝑒 −2𝑡 = 𝟎
Despejando 𝑒 𝐀𝑡 𝐀𝑡
1
𝑒 = 𝐀 + 𝟐𝐈 − 𝐀𝑒 −2𝑡
2
Método 2: Aplicando la interpolación de Sylvester
1 0 1 2 0 0 1 −2𝑡
𝑒 𝐴𝑡 = + − 𝑒
2 0 −2 0 2 0 −2
1 2 1 𝑒 −2𝑡
𝑒 𝐴𝑡
= − 0
2 0 0 0 −2𝑒 −2𝑡
1 −2𝑡
𝑒 𝐴𝑡 = 1 1 − 𝑒
2
0 𝑒 −2𝑡
Método 3: Aplicando la interpolación de Sylvester V2
Si A es una matriz de n x n y tiene valores propios distintos, el número de las k(t) que hay que
determinar es m=n. Sin embargo, si A contiene valores propios múltiples, pero su polinomio
mínimo sólo tiene raíces simples, el número m de las k(t) a determinar es menor que n.
𝑒 𝐴𝑡 = 0 𝑡 𝐈 + 1 𝑡 𝐀 + 2 𝑡 𝐀2 + ⋯ + 𝑚−1 𝑡 𝐀𝑚−1
Método 3: Aplicando la interpolación de Sylvester V2
0 𝑡 + 1 𝑡 1 = 𝑒 1𝑡
𝑡 + 𝑡 = 𝑒 2 𝑡
0 1 2
𝑒 𝐴𝑡 = 0 𝑡 𝐈 + 1 𝑡 𝐀 + 2 𝑡 𝐀2 + ⋯ + 𝑚−1 𝑡 𝐀𝑚−1
1
𝑒 𝐴𝑡 = 0 𝑡 𝐈 + 1 𝑡 𝐀 = 𝐈 + 1 − 𝑒 −2𝑡 𝐀
2
1 0 1 0 1
𝑒 𝐴𝑡 = + 1 − 𝑒 −2𝑡
0 1 2 0 −2
1 −2𝑡
𝑒 𝐴𝑡 = 1 1 − 𝑒
2
0 𝑒 −2𝑡
Ejemplos de aplicación
Solución.
Usando la ecuación (1)
1 1 12 𝑒 1 𝑡
1 2 22 𝑒 2 𝑡 =𝟎
1 3 23 𝑒 3 𝑡
𝐈 𝐀 𝐀𝟐 𝑒 𝐀𝑡
Ejemplos de aplicación
Los valores propios de A son 1=0, 2=-1, 3=-2
1 1 12 𝑒 1 𝑡 1 0 0 1
1 2 22 𝑒 2 𝑡 =𝟎
1 −1 1 𝑒 −𝑡
=𝟎
𝑒 −2𝑡
𝑒 3 𝑡
1 −2 4
1 3 23
𝐈 𝐀 𝐀𝟐 𝑒 𝐀𝑡
𝐈 𝐀 𝐀𝟐 𝑒 𝐀𝑡
1 0 0 1 0 0 1 −1 1
𝑒 𝐀𝑡 −2 − 𝑒 −2𝑡 1 −1 1 + 𝑒 −𝑡 1 −2 4 − 1 −2 4 =𝟎
𝐈 𝐀 𝐀2 𝐈 𝐀 𝐀2 𝐈 𝐀 𝐀2
1 1 0 0 1 0 0 1 −1 1
𝑒 𝐀𝑡 = −𝑒 −2𝑡 1 −1 1 + 𝑒 −𝑡 1 −2 4 − 1 −2 4
2
𝐈 𝐀 𝐀2 𝐈 𝐀 𝐀2 𝐈 𝐀 𝐀2
D1 D2 D3
Ejemplos de aplicación
1 0 0 0 −1 −1
𝐃𝟏 = 1 −1 1 = −𝐀2 − 𝐀 = 0 2 2
𝐈 𝐀 𝐀2 0 −4 −4
1 0 0 0 −4 −2
𝐃𝟐 = 1 −2 4 = −2𝐀2 − 4𝐀 = 0 4 2
𝐈 𝐀 𝐀2 0 −4 −2
1 −1 1 −2 −3 −1
𝐃𝟑 = 1 −2 4 = −2𝐀2 − 4𝐀 + 𝐀2 − 4𝐈 + 𝐀 + 2𝐈 = 0 0 0
𝐈 𝐀 𝐀2 −𝐀𝟐 − 𝟑𝐀 − 𝟐𝐈 0 0 0
1 0 −1 −1 0 −4 −2 −2 −3 −1
𝑒 𝐀𝑡 = −𝑒 −2𝑡 0 2 2 + 𝑒 −𝑡 0 4 2 − 0 0 0
2
0 −4 −4 0 −4 −2 0 0 0
3 −𝑡
1 −2𝑡 1 −𝑡
1 −2𝑡
1 − 2𝑒 + 𝑒 −𝑒 + 𝑒
𝑒 𝐀𝑡 = 2 2 2 2
0 2𝑒 −𝑡 − 𝑒 −2𝑡 𝑒 −𝑡 − 𝑒 −2𝑡
0 −2𝑒 −𝑡 + 2𝑒 −2𝑡 −𝑒 −𝑡 + 2𝑒 −2𝑡
3
𝑚𝑦ሷ + 𝑏𝑦ሶ + 𝑘𝑦 = 𝑢
Modelado de un sistema mecánico en el
Espacio de Estados
2. El modelo de espacio estado está 𝑥1 = 𝑦
dado por esta regla de transformación
– no es única - 𝑥2 = 𝑦ሶ
𝑥ሶ1 = 𝑥2
1 1 𝑘 𝑏 1
𝑥ሶ 2 = −𝑘𝑦 − 𝑏𝑦ሶ + 𝑢 = − 𝑥1 − 𝑥2 + 𝑢
𝑚 𝑚 𝑚 𝑚 𝑚
𝑦 = 𝑥1
01 𝑥1 0
𝑥ሶ1
= 𝑘𝑏
𝑥 + 1 𝑢
Ordenando en forma matricial 𝑥ሶ 2 −− 2
𝑚𝑚 𝑚
𝑥1
𝑦= 0 1 𝑥
2
Modelado de un sistema mecánico
Espacio de Estados a Diagrama de bloques
3. El diagrama de bloques construido a partir de las ecuaciones de estado del sistema
esta dada por:
Modelado de un sistema mecánico
Espacio de Estados a Función de Transferencia
4. Para establecer la relación de conversión de SS a FT, se hace lo siguiente
0 1 𝑥1 0
𝑥ሶ 1
= 𝑘 𝑏
𝑥 + 1 𝑢 𝑥ሶ = 𝐀𝑥 + 𝐁𝑢 (3)
𝑥ሶ 2 − − 2
𝑚 𝑚 𝑚
𝑥1
𝑦= 0 1 𝑥 + 0𝑢 𝑦 = 𝐂𝑥 + 𝐃𝑢
2 (4)
Remplazando en 4 𝑦 = 𝐂 𝑠𝐈 − 𝐀 −1 𝐁𝑢 + 𝐃𝑢
𝑦 = {𝐂 𝑠𝐈 − 𝐀 −1 𝐁 + 𝐃}𝑢
−1
𝐂 𝑠𝐈 − 𝐀 𝐁+𝐃
−1
0 1 0
𝑠 0 𝑘 𝑏 1 +0
= 1 0 −
0 𝑠 − −
𝑚 𝑚 𝑚
−1
𝑠 −1 0
= 1 0 𝑘 𝑏 1 +0
𝑠+
𝑚 𝑚 𝑚
−1
Recordando que la inversa de la matriz 𝑠𝐈 − 𝐀 está dada por
+ - −1 1 𝑇 1
−1 𝑎 𝑏 𝑑 −𝑐 𝑑 −𝑏
𝑠𝐈 − 𝐀 = = =
𝑐 𝑑 𝑎𝑑 − 𝑏𝑐 −𝑏 𝑎 𝑎𝑑 − 𝑏𝑐 −𝑐 𝑎
- +
Modelado de un sistema mecánico
Espacio de Estados a Función de Transferencia
−1 𝑏
𝑠 −1 1 𝑠+ 1
𝑠𝐈 − 𝐀 −1
= 𝑘 𝑏 = 𝑚
𝑠+ 𝑏 𝑘 𝑘
𝑚 𝑚 𝑠2 + 𝑠 +
𝑚 𝑚 −𝑚 𝑠
𝑏
1 𝑠+ 1 0
𝐅𝐓 = 1 0 𝑚 1
𝑏 𝑘 𝑘
𝑠2 + 𝑠 + − 𝑠 𝑚
𝑚 𝑚 𝑚
1
𝐅𝐓 =
𝑚𝑠 2 + 𝑏𝑠 + 𝑘
4
𝑌(𝑠) 𝑠 a) 𝑥ሶ 1 0 1 0 𝑥1 0
= 𝑥ሶ 2 = 0 0 1 𝑥2 + 1 𝑢
𝑈(𝑠) (𝑠 + 10)(𝑠 2 + 4𝑠 + 16) 𝑥ሶ 3 −160 −56 −14 𝑥3 −14
𝑌(𝑠) 𝑠 𝑥1
=
𝑈(𝑠) 𝑠 3 + 14𝑠 2 + 56𝑠 + 160 𝑦= 1 0 0 𝑥2 + 0 𝑢
𝑥3
clc
close all
num =[1 0];
b) 𝑥ሶ 1 −14 −56 −160 𝑥1 1
den =[1 14 56 160]; 𝑥ሶ 2 = 1 0 0 𝑥2 + 0 𝑢
[A,B,C,D] = tf2ss(num,den)
𝑥ሶ 3 0 1 0 𝑥3 0
A= B= C= D= 𝑥1
-14 -56 -160 1 0 1 0 0
𝑦= 0 1 0 𝑥2 + 0 𝑢
1 0 0 0 𝑥3
0 1 0 0
Uso de Matlab en la transformación
de modelos para un sistema físico
Dada la modelación en EE del sistema físico clc
close all
A =[0 1 0; 0 0 1; -5 -25 -5];
𝑥ሶ 1 0 1 0 𝑥1 0 B =[0; 25; -120];
𝑥ሶ 2 = 0 0 1 𝑥2 + 25 𝑢 C =[1 0 0];
D =[0];
𝑥ሶ 3 −5 −25 −5 𝑥3 −120 [num,den] =ss2tf(A,B,C,D)
num
𝑥1 den
% También se puede escribir de esta
𝑦= 1 0 0 𝑥2 manera
𝑥3 [num,den] =ss2tf(A,B,C,D,1)
num
den
0 0 25.0000 5.0000
𝑌(𝑠) 25𝑠 + 5
=
𝑈(𝑠) 𝑠 3 + 5𝑠 2 + 25𝑠 + 5 den =
a=
x1 x2 x3
x1 -8.00000 -16.00000 -6.00000
x2 1.00000 0 0
x3 0 1.00000 0
b=
u1
x1 1.00000
x2 0
x3 0
c=
x1 x2 x3
y1 2.00000 8.00000 6.00000
d=
u1
y1 0
Uso de Matlab en la transformación
de modelos para un sistema físico
Programa completo
clc
close all
% convierte G(s)=(2s^2+8s+6)/(s^3+8s^2+16s+6)
num=[2 8 6]; den=[1 8 16 6];
[A,B,C,D]=tf2ss(num,den);
printsys(A,B,C,D)
Se pide graficas las variables de estado x1 y x2 en el dominio del tiempo usando Matlab
solución
function dy = gustavo(t,y)
En Matlab % Ecuaciones en espacio de estado del ejemplo
% Acá de definen las ecuaciones de y punto
creamos
dy = zeros(2,1) %vector columna
primero dy(1)=-100*y(1)+100*y(2);
una función dy(2)=-90*y(1)+80*y(2)+10;
% Se pueden definir más ecuaciones de estado
end
Solución de la matriz de estados con Matlab
Y luego
escribimos el
programa con
un script.
clc
close all
tspan=[0 1]; %tiempo de simulación
x0=[0 0]; % condiciones iniciales
[t x]=ode45(@gustavo,tspan,x0);
plot(t,x(:,1),'r',t,x(:,2),'b')
grid
title('Ejemplo de sistemas en espacio de estados')
xlabel('Tiempo en segundos')
ylabel('Gráfica de las variables x1 y x2')
Solución de la matriz de estados con Matlab
Plano de fase o retrato de fase
La vinculación entre las variables de estado se denomina retrato de fase
clc
close all
tspan=[0 1];
x0=[0 0]; % condiciones iniciales
[t x]=ode45(@gustavo,tspan,x0);
plot(x(:,1),x(:,2))
grid
title('Ejemplo de sistemas en espacio
de estados - plano de fase')
xlabel('x1')
ylabel('x2')
Matlab con sistemas en lazo abierto
usando señal de entrada cuadrada bipolar
En lazo abierto R = 100k, C1 = 1F, C2 = 0.1F
clc
close all
num=[1000];
den=[1 20 1000];
G=tf(num,den);
[x t]=gensig('square',1,2.5,0.001);
% T, cuantos periodos y resolución
x=-4*(x-.5); %adecuando la amplitud y fase de la onda cuadrada
lsim(G,x,t) %resuelve la ecuación para la salida del sistema
hold on
plot(t,x,'r--')
grid
xlabel('tiempo en segundos')
ylabel('salida del sistema')
title('Sistemas de segundo orden subamortiguado')
Matlab con sistemas en lazo cerrado
usando señal de entrada cuadrada bipolar
En lazo cerrado R = 100k, C1 = 1F, C2 = 0.1F
clc
close all
num=[1000];
den=[1 20 2000];
G=tf(num,den);
[x t]=gensig('square',1,2.5,0.001);
% T, cuantos periodos y resolución
x=-4*(x-.5); %adecuando la amplitud y fase de la onda cuadrada
lsim(G,x,t) %resuelve la ecuación para la salida del sistema
hold on
plot(t,x,'r--')
grid
xlabel('tiempo en segundos')
ylabel('salida del sistema')
title('Sistemas de segundo orden subamortiguado')
Modelado de un motor de corriente continua,
usando diagrama de bloques
i(t) R L +
Pm(t)
+ um(t) J
u(t) B (t)=d/dt
-
-
𝑅 + 𝐿𝑠
(2)
al dominio s
𝑈𝑚 𝑠 = 𝐾𝑏 𝑊(𝑠)
(3) 𝑃𝑚 𝑠 = 𝐾𝑝 𝐼(𝑠)
𝐾𝑏
Modelado de un motor de corriente continua,
usando diagrama de bloques
Bibliografía