Sistemas de Control II

CAPITULO 4
ANÁLISIS DE SISTEMAS DE CONTROL
EN EL ESPACIO DE ESTADO

Material basado en Ingeniería de Control Moderna de

Ogata, Katsuhiko. 4ta Edición. 1
INTRODUCCION

•ES ESTUDIADO DESDE 1960.

•PERMITE EL MODELADO UNIFICADO DE LOS
SISTEMAS MODERNOS:
•LINEALES Y NO LINEALES.
•INVARIANTES Y VARIANTES EN EL TIEMPO.

•MUCHAS ENTRADAS.

•MUCHAS SALIDAS.
•Y QUE SE RELACIONAN EN FORMA COMPLICADA.
2
INTRODUCCION (Cont.)

• SE BASA EN LA DESCRIPCIÓN DE LAS

ECUACIONES DE UN SISTEMA EN TERMINOS

DE n ECUACIONES DIFERENCIALES DE

PRIMER ORDEN, QUE SE COMBINAN EN UNA

ECUACIÓN DIFERENCIAL MATRICIAL DE

PRIMER ORDEN.

3
DEFINICION

ESTADO: Es el conjunto mas pequeño de variables

(denominadas variables de estado) de modo que el

conocimiento de estas variables en t=to, junto con el

conocimiento de la entrada para t >= to, determina por

completo el comportamiento del sistema para cualquier

tiempo t >= to.

4
DEFINICION

VARIABLES DE ESTADO: son las que forman el conjunto

más pequeño de variables que determinan el estado del sistema

dinámico.

No necesitan ser cantidades medibles u observables

físicamente.

En la práctica, sin embargo conviene elegir cantidades

medibles con facilidad.

5
DEFINICION

VECTOR DE ESTADO: si se necesitan “n” variables de

estado, estas variables de estado se consideran los “n”

componentes de un vector X, denominado vector de estado.

6
DEFINICION

ESPACIO DE ESTADO: es el espacio de “n” dimensiones

cuyos ejes coordenados están formados por el eje x1, x2, … , xn.

Cualquier estado puede representarse mediante un punto en el

espacio de estados.

7
ECUACIONES EN EL ESPACIO DE ESTADOS

TENEMOS TRES TIPOS DE

VARIABLES:
•VARIABLES DE SALIDA
•VARIABLES DE ENTRADA
•VARIABLES DE ESTADO

No hay una representación única, pero si una cantidad única

de variables de estado.

La cantidad de variables de estado necesarias para definir

completamente la dinámica del sistema es igual a la cantidad
de integradores que contiene el sistema.
8
ECUACIONES EN EL ESPACIO DE ESTADOS
Representación

Las “n” ecuaciones de estado de un sistema dinámico de n-

esimo orden se representa como:

dxi t 
dt

 f i x1 t , x2 t ,..., xn t , u1 t , u2 t ,...,u p t , t 
donde
i  1,2,...,n
j  1,2,..., p
de _ xi _ y _ u j _ respectiva mente.

x variable de estado, u: entrada

9
ECUACIONES EN EL ESPACIO DE ESTADOS
Representación

Las ecuaciones de salida se pueden expresar como:


yk t   g k x1 t , x2 t ,..., xn t , u1 t , u2 t ,...,u p t , t 
donde
i  1,2,...,n
j  1,2,..., p
k  1,2,...,q
de _ xi _, _ g k _ respectiva mente.

10
ECUACIONES EN EL ESPACIO DE ESTADOS
Representación

dxi t 
Ecuaciones dinámicas: yk t 
dt

Por facilidad de expresión y manipulación son representadas

en forma matricial, definiéndose los siguientes vectores:

Vector de estado Vector de entrada Vector de salida

 x1 t   u1 t    y1 t 
 x t   u t   y t 
 2   2   2 
X t      n  1 U t       p  1 Y t      q  1
     
     
 xn t  u p t   yq t 
   
11
ECUACIONES EN EL ESPACIO DE ESTADOS
Representación

La ecuación de estado se puede entonces escribir como:

dX t 
 F  X t ,U t , t 
dt
Donde F es una matriz columna de nx1 que contiene las
funciones f1, f2, …, fn como elementos.

La ecuación de salida se puede escribir como:

Y t   G X t ,U t , t 
Donde G es una matriz columna de qx1 que contiene las
funciones g1, g2, …, gn como elementos.
12
ECUACIONES EN EL ESPACIO DE ESTADOS
Representación

Para un sistema lineal e invariante en el tiempo las ecuaciones de

estado se reducen a:

dX t 
 A. X t   B.U t  Ecuación de estado
dt
Y t   C. X t   D.U t  Ecuación de salida

Donde
A (n x m) Matriz de Estado
B (n x p) Matriz de Entrada
C (q x n) Matriz de Salida
D (q x p) Matriz de Transmisión directa
13
 ECUACIONES EN EL ESPACIO DE ESTADOS
Ejemplo

Para el sistema mecánico Resorte, masa y amortiguador:

 
m y  b y  ky  u

14
ECUACIONES EN EL ESPACIO DE ESTADOS
Ejemplo

 x1   0 1  x   0 
Ecuación de estado

 x    k b  
1
   1 u
 2   m  m   x2   m 

 x1 
y  1 0  Ecuación de salida
 x2 

15
CORRELACION ENTRE LA FUNCION DE TRANFERENCIA Y LA
ECUACION EN EL ESPACIO DE ESTADOS


adjA  Aij _ de _ det A n.n 
en _ donde_ A ji _ denota_ el _ cofactor _ de _ aij

 a12 
'
 a11 a12   a22
adjA    
 


a21 a22   a21 a11 

 a12a33  a13a32 
'
 a11 a12 a13   a22a33  a23a32 a12a23  a13a22 
   
   
adjA  a21 a22 a23    a21a33  a23a31  a11a33  a13a31  a11a23  a21a13 
   
   
a31 a32 a33   a21a32  a22a31  a11a32  a12a31  a11a22  a12a21 

16
CORRELACION ENTRE LA FUNCION DE TRANFERENCIA Y LA
ECUACION EN EL ESPACIO DE ESTADOS

G s  
Y (s)
Sistema de una sola entrada y una sola salida
U s 

dX t  Y t   C. X t   D.U t 
 A. X t   B.U t 
dt
adjA
1
Gs   C s.I  A B  D A 
1
A

Ejercicio: Hallar la FT para el sistema del ejemplo anterior.

R. Gs  
1
ms 2  bs  k 17
Representaciones en el espacio de estados de los sistemas
basados en la función de transferencia

•Forma canónica controlable

•Forma canónica observable
•Forma canónica diagonal o de Jordan

Si un sistema esta definido mediante:

(n) ( n 1)  (n) ( n 1) 
y  a1 y  ...  an1 y  an y  b0 u  b1 u  ...  bn1 u  bn u

Puede escribirse como:

Ys b0 s n  b1s n1  ...  bn1s  bn

 n
Us s  a1s n1  ...  an1s  an
18
 Forma Canónica Controlable

  
x
  1  0 1 0  0   x1  0
 x2   0 0 1  0   x2  0 
      
              u
 x   0 0 0
   
 1   xn1  0
 n1  
 x n   an  an1  an2   a1   xn  1

 x1 
x 
y  bn  anb0 bn1  an1b0  b1  a1b0 . 2   b0u

 
 xn  19
 Forma Canónica Observable

   0 0 0   an   x1   bn  anb0 
 x1  
 x 2  1 0 0   an1   x2  bn1  an1b0 
      
             u
 x      
 n1      
 x n  0 0  1  a1   xn   b1  a1b0 

 x1 
x 
y  0 00 1. 2   b0u

 
 xn  20
 Forma Canónica Diagonal

Considerando la función de transferencia donde el

denominador sólo posee raíces distintas:

Ys b0 s n  b1s n1  ...  bn1s  bn


Us s  p1 s  p2 s  pn 

Expansión en fracciones parciales:

Ys c1 c2 cn
 b0   
Us s  p1 s  p2 s  pn

21
 Forma Canónica Diagonal

   p 0 0  0
x
  1  1   x1  1
 x2    p2 0  0   x2  1
      
             u
 x      
 n1      
 x n   0 0  0  pn   xn  1

 x1 
x 
y  c1 c2  cn . 2   b0u

 
 xn  22
 Forma Canónica de Jordan

Considerando la función de transferencia donde el

denominador posee raíces múltiples:

Ys b0 s n  b1s n1  ...  bn1s  bn


U s s  p1 3 s  p4 s  pn 

Expansión en fracciones parciales:

Ys c1 c2 c3 c4 cn
 b0       
Us s  p1 3 s  p1 2 s  p1  s  p4 s  pn
23
 Forma Canónica de Jordan

 
 x1   p1 1 0 0  0   x1  0
   0  p1 1 0  0   x2  0
 x 2      
   0 0  p1 0  0   x3  1
 x 3         u
   0 0 0  p4  0   x4  1
 x4           
     
   0 0 0 0  pn   xn  1
 xn 
 x1 
x 
y  c1 c2  cn . 2
 b0u

 
 xn  24
 Ejercicio

Obtenga las representaciones en el espacio de estados en la

forma canónica controlable, observable y diagonal del
siguiente sistema:

Y ( s) s3
 2
U ( s) s  3s  2

Forma Canónica controlable Forma Canónica observable Forma Canónica diagonal

 x1   0 1   x1  0  x1  0  2  x1  3  x1   1 0   x1  1

 x    2  3  x   1u  x   1  3  x   1u  x    0  2  x   1u
 2    2     2    2     2    2   
 x1   x1   x1 
y  3 1  y  0 1  y  2  1 
 x2   x2   x2 

25
 Valores característicos de una matriz A de nxn.

Los “valores característicos” o “raíces características” son

las raíces de la ecuación característica:
I  A  0
Por ejemplo considere:

0 1 0

A 0 0 1 
 
 6  11  6

26
 Valores característicos de una matriz A de nxn.
Ejemplo (cont.)

La ecuación característica es:

  1 0 
I  A   0   1 
 6 11   6
I  A  3  62  11  6
I  A    1  2  3  0

Los valores característicos de A son las raíces de la ecuación

característica: -1, -2 y -3.
27
 Diagonalización de una matriz nxn con valores
característicos distintos

Dada la matriz A:  0 1 0  0 
 0 0 1  0 
 
A     
 
 0 0 0  1 
 an  an1  an2   a1 

La transformación x=Pz, donde  1 1  1 

 2  n 
 1
P   12 22  2n 
 
    
Donde  son los “n” valores 1n1 n21  nn1 
característicos distintos de A
28
 Diagonalización de una matriz nxn con valores
característicos distintos (cont.)

…transformará P 1AP en la matriz diagonal:

1 0
  
P 1 AP   2 
  
 
0 n 

Observación: Si la matriz A contiene valores característicos

múltiples, la diagonalización es imposible.

29
 Diagonalización de una matriz nxn con valores
característicos distintos (Ejercicio)

Considere la siguiente representación en el espacio de estados

de un sistema:
 x1   0 1 0   x1  0
x    0 1   x2   0u

   2 0
   
 x3   6  11  6  x3  6

 x1 
y  1 0 0 x2 
 
 x3 

Hallar los valores característicos de la matriz A y luego

obtener otra representación del mismo sistema mediante la
transformación x=Pz .
30
Diagonalización de una matriz nxn con valores
característicos distintos (Ejecicio)

Respuesta:
 z1   1 0 0   z1   3 
1  1  z    0  2 0   z    6u
 2    2   
 z3   0 0  3  z3   3 
2  2
3  3  z1 
y  1 1 1 z2 
 
 z3 

31
 Solución de la ecuación de estado lineal
e invariante con el tiempo

Caso homogéneo.
x  Ax x = vector de dimensión n
A = matriz de coef. Constantes de nxn

Por analogía del caso escalar, la solución x(t) se halla como:

1 1
x(t )  ( I  At  A t    A t  ) x(0)
2 2 k k

2! k!
k k
At At


x(t )  e At x(0) e  (Matriz

k!
k 0 exponencial)

32
 Algunas propiedades de la matriz exponencial

Converge absolutamente para todos los t finitos.

d At
e  Ae At  e At A
dt

A(t  s )
e  e At e As

At  At  At At A(t  t )
e e e e e I

( A  B )t
e  e At e Bt Si AB=BA
33
 Solución de la ecuación de estado lineal
e invariante con el tiempo

Caso NO homogéneo.
x  Ax  Bu
x = vector de dimensión n
A = matriz de coef. Constantes de nxn
u = vector de dimensión r
B = matriz de coef. Constantes de nxr

Por analogía del caso escalar, la solución x(t) se halla como:

At t
A(t  )
x(t )  e x(0)   e B.u ( ).d
0
 k k
A t
e At   (Matriz exponencial
k 0 k!

34
MATRIZ DE TRANSICION DE ESTADOS.

Se define como una matriz que satisface la ecuación de

estado lineal homogénea
Representa la respuesta libre del sistema. Gobierna la
respuesta que es debida a las condiciones iniciales solamente.
Depende solamente de la matriz A.

Define por completo la transición de estado desde el tiempo

inicial t=0 a cualquier tiempo t cuando las entradas son cero.

(t )  L 1
sI  A   e
1 At

35
Algunos resultados útiles en el análisis matricial.

Teorema de Cayley-Hamilton: plantea que la matriz A

satisface su propia ecuación característica.
Es muy útil para comprobar teoremas que involucran
ecuaciones matriciales o para resolver problemas que
involucran ecuaciones matriciales.
Considere la matriz A de nxn y su ecuación característica:

I  A  n  a1n1  ...  an1  an  0

An  a1 An1  ...  an1 A  an I  0

36
Algunos resultados útiles en el análisis matricial.

POLINOMIO MINIMO
De acuerdo al Teorema de Cayley-Hamilton toda matriz A
satisface su propia ecuación característica, sin embargo la
ecuación característica no necesariamente es la ecuación
escalar de grado mínimo que A satisface.

El polinomio de grado mínimo que tiene a A como raíz se

denomina polinomio mínimo

37
Algunos resultados útiles en el análisis matricial.

POLINOMIO MINIMO
    m  a1m1  ...  am1  am mn
Tal que :   A  0

  A  Am  a1 Am1  ...  am1 A  am I  0

I  A
El polinomio mínimo se determina mediante:    
d  

Donde d   es el máximo común divisor de todos los

elementos de:
adj (I  A)
38
 At
Matriz exponencial e

Calculo de e At
e L
At 1
sI  A  1

At
Ejercicio: Considere la matriz A, calcule e

0 1 
A 
 0  2 
R:
1
s
1 
s( s  2) 

1
1
  
1  e  2t 
sI  A1   


e At  L1 sI  A
1
 

2


2t
0 1  0 e 
 ( s  2)   
39
MATRIZ DE TRANSICION DE ESTADOS.

Ejercicio: Obtenga la matriz de transición de estados (t ) del

sistema siguiente:
 x1   0 1   x1 
 x    2  3  x 
 2    2 

(t )  e At  L1 sI  A
1

 s3 1 
 s  1s  2 s  1s  2
sI  A    2
1
s
 
 s  1s  2 s  1s  2
At  2e t
 e 2t
e t
 e 2t

(t )  e   t  2t t  2t 
  2( e  e )  e  2 e 
40
Ejercicio

Obtenga la respuesta y(t) en el tiempo del sistema siguiente:

 x1   0 1   x1  0
 x    2  3  x   1u
 2   2   
 x1 
y  0 1 
 x2 

Donde u(t) es la función escalón unitario que se presenta en t=0.

u(t)=1

41
 At  2e t
 e 2t
e t
 e 2t

(t )  e   t  2t t  2t 
  2( e  e )  e  2 e 

La respuesta al escalón unitario es:

t
 2e  (t  )  e 2(t  ) e  (t  )  e 2(t  )  0
x(t )  e x(0)   
At
( t  )  2 ( t  ) ( t  )  2 ( t  )   
1d
0  2(e e ) e  2e  
1

 x1 (t )   1 t 1  2 t 
 At x(0)    e  e 
 x (t ) e

2 2

 2   e  t
 e  2t


42
Si el estado inicial es cero, o x(0)=0, entonces queda:

x (t )  1 t 1  2 t 
 1   e  e 
 x (t )   2 2
 2   e t  e 2t 

 x1 
y (t )  0 1   x2  e t  e 2t
 x2 

43
Ejercicio
Sea el sistema definido mediante:

x  Ax  Bu
Obtenga la respuesta del sistema para una entrada:
- Impulso d(t)w.
-Escalón k.
- Rampa tv

Donde w, k y v son vectores cuyos componentes son las

magnitudes de las r funciones de entrada aplicadas.

44
Respuesta impulso: x(t )  e At x(0)  e At Bw

Respuesta escalón: x(t )  e At x(0)  A 1  e At  I Bk

 

Respuesta rampa: x(t )  e At x(0)  A 2  e At  I   A 1t Bv

   

45
 Controlabilidad y Observabilidad

Gobiernan la existencia de una solución de un problema

de control óptimo. (Criterios para determinar desde el
inicio si la solución de diseño existe o no según los
parámetros y objetivos del diseño)

Es la diferencia básica entre la teoría de control óptimo y la

teoría clásica de control. En esta última, las técnicas de
diseño son dominadas por métodos de prueba y error, donde
el diseñador desconoce en el inicio si existe solución.

46
 Controlabilidad

•Se dice que un sistema es controlable en el tiempo to si se

puede llevar de cualquier estado inicial x(to) a cualquier otro
estado, mediante un vector de control sin restricciones, en un
intervalo de tiempo finito.
•Se dice que el proceso es completamente controlable si
cada variable de estado del proceso se puede controlar para
llegar a un cierto objetivo en un tiempo finito, a través de
algún control no restringido u(t).

•Si una de las variables de estado es independiente del

control u(t), no habría forma de dirigir esta variable al estado
deseado por medio de un esfuerzo del control, por lo tanto,
es un estado no controlable y el sistema es no controlable.
47
 Controlabilidad

El concepto anterior se refiere a los estados y se conoce como

controlabilidad del estado.

También puede definirse para las salidas del sistema y se

habla de controlabilidad de la salida.

48
 Controlabilidad

Teorema:
x  Ax  Bu
Para que el sistema descripto por: sea de estado
completamente controlable, es necesario y suficiente que la
siguiente matriz de controlabilidad de “n x nr” tenga rango
“n”:

S B  AB A2 B  An1B 
Obs: El rango de una matriz A es el número máximo de
columnas linealmente independientes de A; o es el orden de la
matriz no singular más grande contenida en A.
49
 Controlabilidad

Ejemplo 1.
Considere el sistema siguiente:

 x1  1 1  x1  1
 x   0 1  x   0u
 2    2   

Dado que
1 1
B  AB      singular
0 0 

El sistema NO es de un estado completamente controlable

50
 Controlabilidad

Ejemplo 2.
Considere el sistema siguiente:

 x1  1 1   x1  1
 x   2  1  x   0u
 2    2   

Para este caso

1 1
B  AB     no sin gular
0 2

El sistema es de un estado completamente controlable

51
 Controlabilidad de la salida

Un sistema es de salida completamente controlable si es posible

construir un vector de control sin restricciones u(t) que
transfiera cualquier salida inicial y(to) a cualquier salida final
y(t1) en un intervalo de tiempo finito t0  t  t1

Un sistema es de salida completamente controlable si y solo

si la matriz de m x (n+1)r:

C B CAB CA2 B  CAn1B D 

es de rango m.

52
 Observabilidad

Se dice que un sistema es observable en el tiempo to si, con el

sistema en el estado x(to), es posible determinar este estado a
partir de la observación de la salida durante un intervalo de
tiempo finito.

Esencialmente, un sistema es completamente observable si

cada variable de estado del sistema afecta alguna de las
salidas.

Si cualquiera de los estados no se puede observar a partir de

las mediciones de las salidas, se dice que el estado es no
observable y el sistema no es observable.
53
 Observabilidad

Teorema:
Para que el sistema descripto por la ecuaciones:
x  Ax  Bu
y  Cx  Du

sea completamente observable, es necesario y suficiente que la

siguiente matriz de observabilidad de “n x nm” tenga rango
“n”, o tiene n vectores columna linealmente independientes.
 C 
 CA 

V  C *  A * C*    A 
* n 1
C*  
V   CA 

2


  
CA n 1 
54
 Observabilidad

Ejercicio 1.
Considere el sistema siguiente:
 x1   1  2  2  x1  2
 x    0  1 1   x   0  u
 2    2   
 x3   1 0  1  x3  1
 x1 
y  1 1 0 x2 
 
 x3 

¿Es el sistema de estado completamente controlable y

completamente observable?
55
 Observabilidad

2  4 0 
S  0 1 0  S  10
1 1  5
1 1 0
V   1  3  1 V  5
 0 5 0 

El sistema de estado completamente controlable y

completamente observable

56