2 MODELO INTERNO Y MODELO EXTERNO DE UN

SISTEMA DE CONTROL

2.1 El modelo interno: ecuaciones de estado en sistemas

continuos
Entre las formas de modelar un sistema de forma matemática
podemos encontrar la descripción mediante la representación de variables
de estado. Buscar un modelo matemático es encontrar una relación
matemática entre las distintas entradas y las distintas salidas del sistema.
En particular la representación interna (la representación por variables de
estado) relacionará matemáticamente las salidas con las entradas a través
de las variables de estado como paso intermedio. Las variables de estado
no deben tener dependencia algebraica entre ellas.

La forma más general de representación por variable de estado de un

sistema continuo está dada por dos ecuaciones:

- La primera ecuación, ecuación de estado, nos define los cambios de las

variables de estado en función de estas mismas variables, las entradas y el
tiempo. Nos dirá cómo se comportarán en un futuro estas variables.

- La segunda ecuación, ecuación de salida, nos define la salida en función

de las variables de estado, las entradas y el tiempo.

De manera general tendremos:

‫ݔ‬ሶ ሺ‫ݐ‬ሻ = ݂ሺ‫ݔ‬ሺ‫ݐ‬ሻ, ‫ݑ‬ሺ‫ݐ‬ሻ, ‫ݐ‬ሻ Ecuación de estado [Ec 1.a]

‫ݕ‬ሺ‫ݐ‬ሻ = ݃ሺ‫ݔ‬ሺ‫ݐ‬ሻ, ‫ݑ‬ሺ‫ݐ‬ሻ, ‫ݐ‬ሻ Ecuación de salida [Ec 1.b]

En estas ecuaciones consideramos que xሺtሻ, yሺtሻ y uሺtሻ son en

realidad vectores columna de n, p y m componentes respectivamente. Esta
forma de representación es válida para los sistemas continuos, no lineales y
variantes en el tiempo de forma general.

Si el sistema es invariante en el tiempo, las funciones f y g dejan de

depender explícitamente del tiempo:

‫ݔ‬ሶ ሺ‫ݐ‬ሻ = ݂ሺ‫ݔ‬ሺ‫ݐ‬ሻ, ‫ݑ‬ሺ‫ݐ‬ሻሻ [Ec 2.a]

‫ݕ‬ሺ‫ݐ‬ሻ = ݃ሺ‫ݔ‬ሺ‫ݐ‬ሻ, ‫ݑ‬ሺ‫ݐ‬ሻሻ [Ec 2.b]

4
 Si el sistema representado por las ecuaciones 1.a y 1.b es un sistema
lineal, la dependencia de ‫ݔ‬ሶ ሺ‫ݐ‬ሻ y de yሺtሻ pasa a ser lineal:

‫ݔ‬ሶ ሺ‫ݐ‬ሻ = ‫ܣ‬ሺ‫ݐ‬ሻ ∙ ‫ݔ‬ሺ‫ݐ‬ሻ + ‫ܤ‬ሺ‫ݐ‬ሻ ∙ ‫ݑ‬ሺ‫ݐ‬ሻ [Ec 3.a]

‫ݕ‬ሺ‫ݐ‬ሻ = ‫ܥ‬ሺ‫ݐ‬ሻ ∙ ‫ݔ‬ሺ‫ݐ‬ሻ + ‫ܦ‬ሺ‫ݐ‬ሻ ∙ ‫ݑ‬ሺ‫ݐ‬ሻ [Ec 3.b]

donde:

- A: matriz de transferencia, es una matriz de nxn.

- B: matriz de entrada, es una matriz de nxm.

- C: matriz de salida, es una matriz de pxn.

- D: matriz de transmisión directa, es una matriz de pxm.

En general estas matrices son dependientes del tiempo.

Si además de ser lineal, el sistema es invariante en el tiempo, las

matrices A, B, C y D dejan de depender del tiempo:

‫ݔ‬ሶ ሺ‫ݐ‬ሻ = ‫ݔ ∙ ܣ‬ሺ‫ݐ‬ሻ + ‫ݑ ∙ ܤ‬ሺ‫ݐ‬ሻ [Ec 4.a]

‫ݕ‬ሺ‫ݐ‬ሻ = ‫ܥ‬ሺ‫ݐ‬ሻ ∙ + ‫ݑ ∙ ܦ‬ሺ‫ݐ‬ሻ [Ec 4.b]

En general, la dimensión de los vectores u e y puede ser cualquiera.

Cuando tenemos que p=m=1 (los vectores se reducen a un escalar), el
sistema se denomina SISO (single-input-single-output). En el caso de que
ambas condiciones fueran mayores de la unidad, el sistema se denomina
MIMO (multiple-input-multiple-output).

2.2 Sistemas propios y estrictamente propios

Para un sistema SISO que sea lineal la relación entre la entrada y la
salida puede describirse mediante una ecuación diferencial ordinaria de la
siguiente forma:

‫ ݕ‬ሺ௥ሻ + ܽ௥ିଵ ∙ ‫ ݕ‬ሺ௥ିଵሻ + ⋯ + ܽଵ ∙ ‫ ݕ‬ᇱ + ܽ଴ ∙ ‫ܾ = ݕ‬௤ ∙ ‫ݑ‬ሺ௤ሻ + ܾ௤ିଵ ∙ ‫ݑ‬ሺ௤ିଵሻ + ⋯ + ܾଵ ∙ ‫ݑ‬ᇱ + ܾ଴ ∙ ‫ݑ‬

donde yሺrሻ es la derivada temporal r-ésima de la salida y con respecto al

tiempo, y uሺqሻ es la derivada temporal q-ésima de la entrada u con respecto
del tiempo.

En sistemas físicos reales se da siempre que r es mayor o igual que

q. Si fuera lo contrario, nunca se podría definir y en función de u pues no
sería causal. A los sistemas en que r es mayor o igual que q los

5
denominamos sistemas propios. En el caso en que r es mayor estricto que
q los denominamos sistemas estrictamente propios.

Podemos demostrar que en los casos que el sistema es estrictamente

propio, no existe transmisión directa, y la matriz D se hace nula en estos
casos (tanto en la ecuación 3.b como en la ecuación 4.b).

2.3 Bloques de simulación

Suele resultar muy útil determinar las ecuaciones de estado y de
salida de un sistema mediante ecuaciones diferenciales a partir de los
llamados bloques o diagramas de simulación.

Los diagramas de simulación consisten en diferentes bloques, cada

uno describiendo alguna función u operación sobre las variables de entrada,
tal y como se ve en las siguientes figuras:

Los diagramas de simulación nos ayudan a realizar una simulación en

un ordenador (elemento digital) para los sistemas continuos, como por
ejemplo a través de la herramienta de simulación que ofrece MATLAB®,
llamada SIMULINK®. De esta última herramienta se han extraído los iconos
que muestra la figua. SIMULINK® no es el único programa de simulación, y
los iconos pueden variar levemente de forma. Los iconos que muestra la
figura no son tampoco los únicos que poseen las herramientas gráficas de

6
simulación, hay diversidad de ellos representando cada una de las distintas
operaciones o funciones aplicadas a sus respectivas entradas.

Notar que todos los iconos de la figura son para variables continuas,
excepto la del retraso unitario, que se utiliza sólo para variables discretas.
Los iconos restantes podrían transformarse en su equivalente discreto,
salvo el integrador.

2.4 El modelo externo: la función de transferencia

2.4.1 Definición

La función de transferencia de un sistema la definimos como la razón

de la transformada de Laplace de la variable de salida del sistema a la
transformada de Laplace de la variable de entrada, con todas las
condiciones iniciales asumidas como cero.

La función de transferencia así definida de un sistema o elemento

representa la relación que describe la dinámica del sistema o elemento
involucrado.

En el caso de las representaciones en diagramas de bloques, es una

práctica habitual en control colocar las funciones de transferencia de cada
elemento dentro del bloque correspondiente.

También puede definirse la función de transferencia Gሺsሻ como la

transformada de Laplace de la respuesta de un impulso unitario.

2.4.2 Principio de superposición

El principio de superposición nos dice que si y1ሺtሻ es la respuesta del

sistema a la entrada u1ሺtሻ, e y2ሺtሻ es la respuesta del sistema a la entrada
u2ሺtሻ, entonces ‫ݕ ∙ ܣ‬ଵ ሺ‫ݐ‬ሻ + ‫ݕ ∙ ܤ‬ଶ ሺ‫ݐ‬ሻ es la respuesta del sistema a la entrada
‫ݑ ∙ ܣ‬ଵ ሺ‫ݐ‬ሻ + ‫ݑ ∙ ܤ‬ଶ ሺ‫ݐ‬ሻ, siendo A y B constantes.

Para sistemas lineales este principio de superposición es válido. Sin

embargo para sistemas no lineales este principio no se cumple. No vamos a
demostrar este principio conocido de sobras para los sistemas lineales.

2.4.3 Convolución

Llamemos ℎሺ‫ݐ‬, ߜሻ a la respuesta del sistema en el tiempo t, de haber

introducido como entrada un impulso unitario ߜሺ‫ݐ‬ሻ . Entonces podemos
pensar por la propiedad de la superposición que una señal de entrada u(t)

7
la podemos descomponer como una suma infinita de señales impulso ߜሺ‫ݐ‬ሻ
moduladas con la señal de entrada u(t):

‫ݑ‬ሺ‫ݐ‬ሻ = ‫ݑ‬ሺ0ሻ ∙ ߜሺ0ሻ + ‫ݑ‬ሺ݀‫ݐ‬ሻ ∙ ߜሺ݀‫ݐ‬ሻ + ‫ݑ‬ሺ2 ∙ ݀‫ݐ‬ሻ ∙ ߜሺ2 ∙ ݀‫ݐ‬ሻ + ⋯ + ‫ݑ‬ሺ‫ݐ‬ሻ ∙ ߜሺ‫ݐ‬ሻ

La salida en el tiempo t habiendo puesto en la entrada del sistema

una señal ‫ݑ‬ሺ‫ݍ‬ሻ ∙ ߜሺ‫ݍ‬ሻ será:

‫ݕ‬௤ ሺ‫ݐ‬ሻ = ‫ݑ‬ሺ‫ݍ‬ሻ ∙ ℎሺ‫ݐ‬, ‫ݍ‬ሻ

y por lo tanto, el sumatorio infinito (la integral) de todas estas respuestas

será entonces la salida en el tiempo t (la entrada antes del tiempo 0 se
consideran nulas):
௧

‫ݕ‬ሺ‫ݐ‬ሻ = න ‫ݑ‬ሺ‫ݍ‬ሻ ∙ ℎሺ‫ݐ‬, ‫ݍ‬ሻ ∙ ݀‫ݍ‬

଴

Si el sistema, además de ser lineal, es también invariante en el

tiempo, la respuesta del sistema a un impulso tendrá siempre la misma
forma, independientemente del tiempo en que se haya aplicado el impulso.
En otras palabras, la función h en vez de depender de t y de q, ahora
depende de la diferencia de estos tiempos: hሺt,qሻ=hሺt-qሻ.

Por tanto, la respuesta temporal del sistema invariante en el tiempo

y(t) será:
௧

‫ݕ‬ሺ‫ݐ‬ሻ = න ‫ݑ‬ሺ‫ݍ‬ሻ ∙ ℎሺ‫ ݐ‬− ‫ݍ‬ሻ ∙ ݀‫ݍ‬

଴

Esto es la convolución temporal entre las funciones u y h, que como

sabemos, su transformada de Laplace es directamente el producto de las
transformadas de Laplace de u y h:

Yሺsሻ=Uሺsሻ·Hሺsሻ

Y si determinamos entonces cuánto vale la función de transferencia

del sistema lineal e invariante en el tiempo es:

௒ሺ௦ሻ ௎ሺ௦ሻ∙ுሺ௦ሻ
‫ܩ‬ሺ‫ݏ‬ሻ = = = ‫ܪ‬ሺ‫ݏ‬ሻ
௎ሺ௦ሻ ௎ሺ௦ሻ

obteniendo así un resultado que habíamos determinado anteriormente: la

función de transferencia es la transformada de Laplace de la respuesta a un
impulso unitario. Pero también podemos afirmar que la función de
transferencia de un sistema lineal e invariante en el tiempo es
completamente independiente de la entrada al sistema, y además podemos
obtener la transformada de Laplace de la señal de salida del sistema como

8
el producto de las transformadas de Laplace de la entrada al sistema por la
función de transferencia del sistema. Pero para esto es necesario que el
sistema sea invariante en el tiempo.

2.5 Relación entre el modelo interno y el modelo externo

2.5.1 Función de transferencia de un modelo de estados

Como hemos visto, solamente podemos definir la función de

transferencia de un sistema que sea lineal e invariante en el tiempo. Dado
entonces un sistema de dichas características, que además sea SISO (por
simplicidad, pero puede extenderse a sistemas MIMO), representado por las
siguientes ecuaciones de estado:

‫ݔ‬ሶ ሺ‫ݐ‬ሻ = ‫ݔ ∙ ܣ‬ሺ‫ݐ‬ሻ + ‫ݑ ∙ ܤ‬ሺ‫ݐ‬ሻ

‫ݕ‬ሺ‫ݐ‬ሻ = ‫ܥ‬ሺ‫ݐ‬ሻ ∙ + ‫ݑ ∙ ܦ‬ሺ‫ݐ‬ሻ

podemos buscar su función de transferencia, desde la entrada u(t) a la

salida y(t). Si aplicamos la transformada de Laplace a las ecuaciones de
estado, operando, nos queda:

௒ሺ௦ሻ
‫ܩ‬ሺ‫ݏ‬ሻ = = ‫ ∙ ܥ‬ሺ‫ ܫ ∙ ݏ‬− ‫ܣ‬ሻିଵ ∙ ‫ ܤ‬+ ‫ܦ‬
௎ሺ௦ሻ

Esta ecuación sigue siendo válida para los sistemas MIMO, con la
salvedad que en ese caso obtendríamos una matriz G(s) de funciones de
transferencia de pxm (p es la dimensión del vector de salida y m la
dimensión del vector de entrada), donde cada elemento Gijሺsሻ de dicha
matriz corresponde a la función de transferencia desde la entrada j-ésima uj
a la salida i-ésima yi.

2.5.2 Linealización de un sistema no lineal

Como hemos visto ya, no podemos definir una función de

transferencia si el sistema no es lineal e invariante en el tiempo.

En general, en el mundo real, los sistemas suelen ser generalmente

no lineales. ¿Cómo aplicar entonces las técnicas para sistemas lineales? La
solución usada comúnmente es coger el sistema no lineal y linealizarlo en
torno a un punto de trabajo, conocido como punto de operación.

Sin embargo, para el objetivo del presente proyecto, se ha decidido

primeramente usar un desarrollo analítico como si el sistema fuera lineal,

9
eliminando la fuente de no linealidad (en nuestro caso, una saturación),
para luego comprobar la validez de ese estudio analítico mediante
simulaciones empíricas con la no linealidad.

10