MT227B Unidad 1b Linealización 2021-2

MT227B CONTROL MODERNO Y ÓPTIMO
Unidad 1b
Linealización de Sistemas
Dr. Gustavo Mesones Málaga

Temario
• ¿Qué es linealización?
• En qué beneficia la linealización de sistemas físicos
• Series de Taylor
• Funciones de linealización monovariable y multivariable
• Sistemas no lineales
1
¿Qué es linealidad?
Definición de linealidad control automático
• Los sistemas no lineales representan sistemas cuyo comportamiento no es
expresable como la suma de los comportamientos de sus funciones de entrada. Más
formalmente, un sistema físico, matemático o de otro tipo es no lineal cuando las
ecuaciones de movimiento, evolución o comportamiento que regulan su
comportamiento son no lineales. En particular, el comportamiento de sistemas no
lineales no está sujeto al principio de superposición, como lo es un sistema lineal.
• La linealidad de un sistema permite a los ingenieros hacer ciertas suposiciones

matemáticas y aproximaciones, permitiendo un cálculo más sencillo de los
resultados. Ya que los sistemas no lineales no son iguales a la suma de sus partes,
usualmente son difíciles (o imposibles) de modelar, y sus comportamientos con
respecto a una variable dada (por ejemplo, el tiempo) es extremadamente difícil de
predecir. Para ello es importante conocer cómo operan los sistemas y establecer
modelos operativos (matemáticos), de manera que una PC o µC a través de los
sensores y actuadores tengan controlado el proceso bajo determinadas condiciones
de operación.
Aproximación lineal de modelos matemáticos no
40 lineales
Funcion x 3
20 La condición de linealización es que la(s) variable(s)

sólo se desvían ligeramente de la condición de
Eje Y
0
Se aproximará a una recta operación ( 𝑥,ҧ 𝑦)
ത o ( 𝑥1 , 𝑥2 , … . , 𝑦)
ത
-20
-40
-4 -2 0 2 4
Eje X 1
Funcion cuadrática con perturbación
10 Se aproximará a un plano
0.5
5
Eje Y
0
-0.5
10
5 10
-5 5
-4 -2 0 2 4 0
0
Eje X -5 -5
-10 -10
Aproximación de f(x) Aproximación de f(x1,x2)

Serie de Taylor para una variable
Si y = f(x) luego la serie de Taylor se define alrededor de 𝑥,ҧ 𝑦ത como
Estos términos se pueden despreciar

𝑦ത
Si las variaciones son muy pequeñas alrededor de 𝑥,ҧ entonces:
y  𝑦ത
𝑥 𝑥 𝑥2 𝑥3
Ejemplo: 𝑒 = 1 + + +
+ ⋯ , −∞ < 𝑥 < ∞
1! 2! 3!
Si 𝑥ҧ variara alrededor de 0, entonces f(x) = 𝑒 𝑥  1 + x
sen(x)  x Para x pequeño
𝑛 𝑛𝑥 𝑛 𝑛−1 𝑥 2
Ejemplo: 1 + 𝑥 = 1 + + +⋯
1! 2!
Si 𝑥ҧ variara alrededor de 0, entonces f(x)  1 + nx
cos(x)  1 Para x pequeño
Serie de Taylor para dos variables
Si y = f(x) luego la serie de Taylor se define alrededor de 𝑥,ҧ 𝑦ത como
𝜕𝑓 𝜕𝑓
𝑦 = 𝑓 𝑥ҧ 1, 𝑥ҧ 2 + 𝑥 − 𝑥ҧ 1 + 𝑥 − 𝑥ҧ 2 +
𝜕𝑥1 1 𝜕𝑥2 2
1 𝜕2𝑓 2 𝜕2𝑓 𝜕2𝑓 2
𝑥1 − 𝑥ҧ 1 + 2 𝑥1 − 𝑥ҧ 1 𝑥2 − 𝑥ҧ 2 + 𝑥2 − 𝑥ҧ 2 +
2! 𝜕𝑥21 𝜕𝑥1 𝜕𝑥2 2
𝜕𝑥 2
𝑦ത
…
Estos términos se pueden despreciar
Si las variaciones son muy pequeñas

alrededor de 𝑥ҧ 1𝑦 𝑥ҧ 2, entonces:
𝜕𝑓 𝜕𝑓
𝑦 = 𝑦ത + 𝑥1 − 𝑥ҧ 1 + 𝑥 − 𝑥ҧ 2
𝜕𝑥1 𝜕𝑥2 2
𝑦 = 𝑦ത + 𝐾1 𝑥1 − 𝑥ҧ 1 + 𝐾2 𝑥2 − 𝑥ҧ 2
K1 y K2 es un operador evaluado en el punto: x1 = 𝑥ҧ 1 y x2 = 𝑥ҧ 2

Ejemplos de aplicación
1. Linealice la ecuación no lineal y = 0.2x3 alrededor del punto 𝑥=
ҧ 2
Funcion x 3
6
Sol
4
Se propone la siguiente ecuación 2

y = 0.2x3
y - 𝑦ത = K1(x – 𝑥)ҧ (1) 0
-2
Eje Y
Donde K1 = df/dx = 0.6x2|𝑥=ҧ 2= 2.4 ,f(𝑥)ҧ = 𝑦ത =1.6 -4
Reemplazando en la ecuación (1) -6
y – 1.6 = 2.4(x – 2) -8
-10
y = 2.4x - 3.2 Ecuación linealizada
-12
-3 -2 -1 0 1 2 3
Eje X
Evaluando en f(2) en la ecuación linealizada es igual que en la ecuación original

Código en Matlab
Se verifica el acercamiento de la función lineal respecto a la función real no lineal
Funcion x 3
6
close all 4
x=-3:0.01:3; 2
y = 0.2x3
y=0.2*x.^3; 0
z= 2.4*x-3.2; %ecuación linealizada
-2
plot(x,y,'r'),grid on
Eje Y
title('Funcion x^3') -4
xlabel('Eje X') -6
ylabel('Eje Y')
-8
hold on
plot(x,z),grid on -10
-12
-3 -2 -1 0 1 2 3
Eje X
2. Linealice la ecuación no lineal z = xy en la región 5  x  7, 10  y  12
alrededor del punto de referencia f(𝑥,ҧ 𝑦)
ത = (6,11)
Luego evalúe la función en (5,10) y determine el error originado por la

linealización si existiera.
Sol Redefiniendo las variables de la función dada
z - 𝑧ҧ = K1(x - 𝑥)ҧ + K2 (y - 𝑦)
ത (1)
𝜕𝑓 𝜕𝑓
Donde K1 = = 𝑦ത = 11 y K2 = = 𝑥ҧ = 6 f(𝑥ҧ 𝑦)
ത = 66 = 𝑧ҧ
𝜕𝑥 𝜕𝑦
Reemplazando en la ecuación (1)
z - 66 = 11(x - 6) + 6(y - 11)
z = 11x + 6y - 66 Ecuación linealizada
Evaluando en f(5,10), resulta que z = 11(5) + 6(10) – 66 = 49 (valor aproximado)

El valor exacto es z = 50. Se observa que el error es del 2% aproximadamente.
3. Considere el sistema de nivel de líquido de la figura.
ത
En estado estable, el flujo de entrada es Qi = 𝑄, 𝟐𝑯ഥ
el flujo de salida Qo es 𝑄ത y la altura H es 𝐻.
ഥ 𝑹=
ഥ
𝑸
En régimen 𝑨
turbulento 𝑪=
𝒈
Si el flujo fuera turbulento, se tiene que 𝑄ത = 𝐾 𝐻
ഥ
(ecuación no lineal), donde K es una constante.
Sistema de nivel de líquido
Suponga que en t=0, en flujo de entrada cambia de Qi = 𝑄ത a Qi = 𝑄ത + q.

ഥaH=𝐻
Este cambio hace que la altura cambie de H = 𝐻 ഥ + h y el flujo de salida cambie
de Qo = 𝑄ത a Qo = 𝑄ത + qo.
Si la ecuación que gobierna al sistema está dado por

𝑑𝐻
𝐶 = 𝑄𝑖 - 𝑄𝑜 = 𝑄𝑖 - 𝐾 𝐻
𝑑𝑡
ത
ഥ 𝑄)
Linealice la ecuación alrededor del punto de operación (𝐻,
solución
𝑑𝐻 𝑑𝐻 1 𝐾
𝐶 = 𝑄𝑖 - 𝑄𝑜 = 𝑄𝑖 - 𝐾 𝐻 , despejando: = 𝑄 - 𝐻= f(𝐻, ത
ഥ 𝑄)
𝑑𝑡 𝑑𝑡 𝐶 𝑖 𝐶
𝜕𝑓 𝜕𝑓
Comparando términos para asociar 𝑦 = 𝑦ത + 𝑥1 − 𝑥ҧ 1 + 𝑥 − 𝑥ҧ 2
𝜕𝑥1 𝜕𝑥2 2
𝑑𝐻 𝑑𝐻 ഥ 𝜕𝑓 𝜕𝑓
= + ഥ +
𝐻 −𝐻 𝑄 − 𝑄ത 𝑖
𝑑𝑡 𝑑𝑡 𝜕𝐻 𝜕𝑄𝑖 𝑖
0
𝑑𝑓 𝐾 𝑄ത 𝑄ത 1
Determinando cada derivada | ഥ Q =𝑄ത =- =- ഥ ഥ
=- ഥ
=-
𝑑𝐻 H=𝐻, i 2𝐶 𝐻 𝐻(2𝐶 𝐻) 2𝐶 𝐻 𝑅𝐶
𝑑𝑓 1
| =
𝑑𝑄𝑖 H=𝐻,
ഥ Qi=𝑄ത 𝐶
𝟏 𝟏
-
𝑹𝑪 𝑪
𝑑𝐻 𝑑𝐻 ഥ 𝜕𝑓 𝜕𝑓
= + ഥ +
𝐻 −𝐻 𝑄𝑖 − 𝑄ത 𝑖 ഥ
𝑑𝑡 𝑑𝑡 𝜕𝐻 𝜕𝑄 𝑹=
𝟐𝑯
h qi ഥ
𝑸
𝑨
𝑑𝐻
−
ഥ
𝑑𝐻
= Entendamos h y q como variaciones 𝑪=
𝑑𝑡 𝑑𝑡 𝒈
ഥ
𝑑(𝐻−𝐻) 𝑑ℎ
= =
𝑑𝑡 𝑑𝑡
Sistema de nivel de líquido

Reemplazando las derivadas
𝑑ℎ 1 1
=− ℎ + 𝑞
𝑑𝑡 𝑅𝐶 𝐶 𝑖 unidades
𝑑ℎ
RC 𝑑𝑡 + ℎ = 𝑅 𝑞𝑖 Q = m3/s
K = m2/s
Representa la ecuación diferencial linealizada para H=m
la variación de la altura h del tanque, en función R = s/m2
del flujo de entrada qi C = m2
Ejemplos para desarrollar en clase
4. Linealice la ecuación z = x2 + 4xy + 6y2 en la región

8  x  10, 2  y  4 alrededor del punto (9,3)
2
Modelado de sistemas no lineales

Modelación de Sistemas no lineales
Regulador de Watt
Las ecuaciones de modelación son
𝐿1
𝑦 = 𝑌𝑜 − 2𝐿2 𝑐𝑜𝑠
 𝐿2
𝐿2 𝑐𝑜𝑠
𝐹𝐻 = 𝑚𝑎Ԧ𝑛 = 𝑚(2 𝐿1 𝑠𝑒𝑛)

𝐿2 𝑠𝑒𝑛 m
𝐹𝑉 = 𝑚𝑎Ԧ𝑔 = 𝑚𝑔
𝐿1 𝑠𝑒𝑛 𝐹𝐻
𝑌𝑜
𝑅
𝐹𝑉 𝑅 = 𝐵𝑦ሶ Amortiguamiento
𝑅 = 2𝐵𝐿2 𝑠𝑒𝑛ሶ
𝐵 𝐿2
𝑦 Momento inercial de la masa


𝐼 ሷ = 𝑚𝐿21 ሷ = 𝐹𝐻 𝐿1 𝑐𝑜𝑠 − 𝐹𝑉 𝐿1 𝑠𝑒𝑛 − 𝑅(𝐿2 𝑠𝑒𝑛)
𝐼ሷ = 𝑚𝐿21 ሷ = 𝑚(2 𝐿1 𝑠𝑒𝑛) 𝐿1 𝑐𝑜𝑠 − 𝑚𝑔 𝐿1 𝑠𝑒𝑛 − 2𝐵𝐿2 𝑠𝑒𝑛(𝐿

ሶ 2 𝑠𝑒𝑛)
𝐼ሷ = 𝑚𝐿21 ሷ = 𝑚(2 𝐿1 𝑠𝑒𝑛) 𝐿1 𝑐𝑜𝑠 − 𝑚𝑔 𝐿1 𝑠𝑒𝑛 − 2𝐵𝐿2 𝑠𝑒𝑛(𝐿

ሶ 2 𝑠𝑒𝑛)
Haciendo el siguiente cambio de variables

 = 𝑥1 ሶ = 𝑥2  = 𝑢
𝑚𝐿21 𝑥ሶ 2 = 𝑚𝑢2 𝐿21 𝑠𝑒𝑛𝑥1 𝑐𝑜𝑠𝑥1 − 𝑚𝑔𝐿1 𝑠𝑒𝑛𝑥1 − 2𝐵𝐿22 (𝑠𝑒𝑛2 𝑥1 )𝑥2
Despejando las variables de estado y la salida 𝑦
𝑥ሶ1 = 𝑥2
2
2
𝑔 2𝐵 𝐿2
𝑥ሶ 2 = 𝑢 𝑠𝑒𝑛𝑥1 𝑐𝑜𝑠𝑥1 − 𝑠𝑒𝑛𝑥1 − (𝑠𝑒𝑛2 𝑥1 )𝑥2
𝐿1 𝑚 𝐿1
𝑦 = 𝑌𝑜 − 2𝐿2 𝑐𝑜𝑠𝑥1
Nota. El momento de inercia (símbolo I) es una medida de la inercia rotacional de un cuerpo.

Cuando un cuerpo gira en torno a uno de los ejes principales de inercia, la inercia rotacional puede
ser representada como una magnitud escalar llamada momento de inercia.
Determinando punto de equilibrio del sistema

𝑥ሶ1 = 𝑥2 = 0
2
2
𝑔 2𝐵 𝐿2
𝑥ሶ 2 = 𝑢 𝑠𝑒𝑛𝑥1 𝑐𝑜𝑠𝑥1 − 𝑠𝑒𝑛𝑥1 − 𝑠𝑒𝑛2 𝑥1 𝑥2 = 0
𝐿1 𝑚 𝐿1
Se tiene que 𝑥1 = 0
2
𝑔
𝑥2 = 0 𝑠𝑒𝑛𝑥1 𝑢 𝑐𝑜𝑠𝑥1 − =0 𝑔
𝐿1 −1
𝑥1 = 𝑐𝑜𝑠 ( 2 )
𝑢 𝐿1
𝑔
Linealizando el sistema para el punto de equilibrio P.E. (0,0) y (𝑐𝑜𝑠 −1 2 ,0)
𝑢 𝐿1
𝜕𝑓1 𝜕𝑓1 ∆𝑥1 𝜕𝑓1
∆𝑥ሶ 1 = + ∆𝑢
𝜕𝑥1 𝜕𝑥2 ∆𝑥2 𝜕𝑢
𝜕𝑓2 𝜕𝑓2 ∆𝑥1 𝜕𝑓2
∆𝑥ሶ 2 = + ∆𝑢
𝜕𝑥1 𝜕𝑥2 ∆𝑥2 𝜕𝑢
𝜕ℎ1 𝜕ℎ1 ∆𝑥1 𝜕ℎ1
∆𝑦 = + ∆𝑢
𝜕𝑥1 𝜕𝑥2 ∆𝑥2 𝜕𝑢
∆𝑥1
∆𝑥ሶ 1 = 0 1 + 0 ∆𝑢
∆𝑥2
2
𝑔 4𝐵 𝐿2 2𝐵 ∆𝑥1
∆𝑥ሶ 2 = 𝑢2 𝑐𝑜𝑠 2 𝑥1 − 𝑠𝑒𝑛2 𝑥1 − 𝑐𝑜𝑠𝑥1 − 𝑠𝑒𝑛𝑥1 𝑐𝑜𝑠𝑥1 𝑥2 − 𝑠𝑒𝑛2 𝑥1 + 2𝑢. 𝑠𝑒𝑛𝑥1 𝑐𝑜𝑠𝑥1 ∆𝑢
𝐿1 𝑚 𝐿1 𝑚 ∆𝑥2
∆𝑥1
∆𝑦 = 2𝐿2 𝑠𝑒𝑛𝑥1 0 + 0 ∆𝑢
∆𝑥2
Evaluando para
a) PE=(0,0)
∆𝑥1
∆𝑥ሶ 1 = 0 1 + 0 ∆𝑢
∆𝑥2
𝑔 ∆𝑥1
∆𝑥ሶ 2 = 𝑢2 − 0 + 0 ∆𝑢
𝐿1 ∆𝑥2
∆𝑥1
∆𝑦 = 0 0 + 0 ∆𝑢
∆𝑥2
Modelo linealizado inconsistente
𝑔
b) PE=(𝑐𝑜𝑠 −1 ,0)
𝑢2 𝐿1 Parámetros
∆𝑥1 para simular
∆𝑥ሶ 1 = 0 1 + 0 ∆𝑢
∆𝑥2
2 2 2 2 L1=0.8m
𝑔 2𝐵 𝐿2 𝑔 ∆𝑥1 2𝑔 𝑔
∆𝑥ሶ 2 = − 𝑢2 − 1− 2
∆𝑥2
+ 1− 2 ∆𝑢 L2=0.6m
𝑢𝐿1 𝑚 𝐿1 𝑢 𝐿1 𝑢𝐿1 𝑢 𝐿1
m=1.5kg
𝑔
2
∆𝑥1 B=310N/m
∆𝑦 = 2𝐿2 0 ∆𝑥 + 0 ∆𝑢
1− 2
𝑢 𝐿1 2 =15rad/s
Yo=1.5m
Extrayendo las matrices ABCD, después del proceso de linealización g=9.81m/s2
0
0 1 2
𝑔
2
2𝐵 𝐿2
2
𝑔
2 B = 2𝑔 𝑔
𝐴= 1− 2
− 𝑢2 − 1− 𝑢𝐿1 𝑢 𝐿1
𝑢𝐿1 𝑚 𝐿1 𝑢2 𝐿1
2
𝑔 D=0
C = 2𝐿2 1− 2 0
𝑢 𝐿1
Regulador de Watt modelado con

Simulink
x2
x1
𝐿1 Regulador de Watt
 𝐿2

𝐿2 𝑠𝑒𝑛 m
𝐿1 𝑠𝑒𝑛 𝐹𝐻
𝑌𝑜
𝑅
𝐹𝑉
𝐵 𝐿2
𝑦

𝑦 ሶ
Tanques en cascada
𝑞𝑖 Se muestra el sistema de tanques
idénticos y conectados en cascada.
𝑝0
El área de la sección transversal es A
 Tanque 1
ℎ1 y el objetivo es controlar la altura del
𝑝1  tanque 2 (ℎ2 ), tomando como fuerza
A del control el flujo de entrada 𝑞𝑖 .
𝑞1
El fluido tiene una densidad volumétrica
𝑝0
. El parámetro  representa un orificio
ℎ2  Tanque 2 en la base del tanque que hace que el
𝑝2  flujo saliente sea atenuado.
A Los flujos 𝑞1 y 𝑞2 de los tanques pueden
𝑞2
ser modelados de la siguiente manera.
𝑞1 =  𝑝1 − 𝑝𝑜
𝑞2 =  𝑝2 − 𝑝𝑜
Se sabe que 𝑞1 =  𝑔ℎ1

𝑝1 − 𝑝𝑜 = 𝑔ℎ1 ; 𝑝2 − 𝑝𝑜 = 𝑔ℎ2
𝑞2 =  𝑔ℎ2
1  𝑔ℎ1
Respecto al flujo en cada tanque ℎሶ 1 = 𝑞 −
𝑑ℎ 𝑑ℎ
𝐴 𝑖 𝐴
𝑞𝑖 − 𝑞1 = 𝐴 1; 𝑞1 − 𝑞2 = 𝐴 2  𝑔ℎ1  𝑔ℎ2
𝑑𝑡 𝑑𝑡 ሶℎ2 = −
𝐴 𝐴
La salida y del sistema se puede escribir

𝑦 = ℎ2
1  𝑔
ℎሶ 1 = 𝑞 − ℎ1
𝐴 𝑖 𝐴
 𝑔
ሶℎ2 = ℎ1 − ℎ2
𝐴
𝑦 = ℎ2
𝑞𝑖2
Para linealizar el sistema requerimos conocer el punto de equilibrio ℎത1 = ℎത 2 = 2
 𝑔
Evaluando para el PE=(ℎത1 , ℎത 2 )
 𝑔 1
∆𝑥ሶ 1 = − 0 ∆ℎ1 + ∆𝑞𝑖
2𝐴 ℎ1 ∆ℎ2 𝐴
 𝑔  𝑔 ∆ℎ1
∆𝑥ሶ 2 = − + 0 ∆𝑞𝑖
2𝐴 ℎ1 2𝐴 ℎ2 ∆ℎ2
∆ℎ1
∆𝑦 = 0 1 + 0 ∆𝑞𝑖
∆ℎ2
Extrayendo las matrices ABCD, después del proceso de linealización

 𝑔 2 𝑔
− 0 − 0
2𝐴 ℎ1 2𝐴𝑞𝑖
𝐴= =
 𝑔  𝑔 2 𝑔 2 𝑔
− −
2𝐴 ℎ1 2𝐴 ℎ1 2𝐴𝑞𝑖 2𝐴𝑞𝑖
1
B= 𝐴 Parámetros
0
para simular
C= 0 1 qi=2.5m3/s
A=2.5m2
=0.3
D=0
m=1.5kg
=1.25kg/m3
g=9.81m/s2
Sistema masa-resorte no lineal
𝑥 Se tiene un sistema de masa-resorte sin fricción

3
𝑓𝑠 = 𝑘𝑥 no lineal con variable de entrada 𝑢 𝑡 = 𝑓 y
m variable de salida 𝑥(𝑡). La fuerza del resorte es
𝑓 proporcional a 𝑥 3 . Considere los parámetros
m = 1kg y k = 8N/m3.
planteando
Determine el modelo linealizado para el PE del
𝑚𝑥ሷ + 𝑓𝑠 = 𝑓
sistema.
𝑚𝑥ሷ + 𝑘𝑥 3 = 𝑓
Definiendo 𝑥1 = 𝑥, 𝑥2 = 𝑥,ሶ 𝑢 = 𝑓
𝑚𝑥ሶ 2 + 𝑘𝑥13 = 𝑓
𝑥ሶ1 = 𝑥2 𝑦 = 𝑥1
Las ecuaciones del estado son 𝑘 3 1
𝑥ሶ 2 = − 𝑥1 + 𝑢
𝑚 𝑚
Determinando el punto de equilibrio
𝑥ሶ1 = 𝑥2𝑒 = 0
𝑘 3 1 3 𝑢 3 1
𝑥ሶ 2 = − 𝑥1 + 𝑢 = 0 𝑥1𝑒 = = = 0.5
𝑚 𝑚 𝑘 8
Linealizando el sistema para el punto de equilibrio P.E. = (0.5,0)

∆𝑥1
∆𝑥ሶ 1 = 0 1 ∆𝑥 + 0 ∆𝑢
2
3𝑘 2 ∆𝑥1 1 ∆𝑥1
∆𝑥ሶ 2 = − 𝑥 0 ∆𝑥 + ∆𝑢 = −6 0 + 1 ∆𝑢
𝑚 1𝑒 2 𝑚 ∆𝑥2
∆𝑥1
∆𝑦 = 1 0 + 0 ∆𝑢
∆𝑥2

0 1
3 0 1
𝐴= 3 𝑘 =
− 0 −6 0
𝑚
0
0
B= 1 =
1
𝑚
C= 0 1
D=0
Verificando la estabilidad |I-A|=0
 −1
=0 2 + 6 = 0  = 𝑗 6
6 
Se dice que el sistema es marginalmente estable o sistema oscilatorio

Sistema masa-resorte-amortiguador no lineal

𝑥
Se tiene un sistema de masa-
𝑘𝑥(𝑡)
resorte-amortiguador no lineal con
variable de entrada 𝑢 𝑡 y variable
m 𝑏𝑥(𝑡)
ሶ de salida 𝑥(𝑡). La fuerza del resorte
es proporcional a 𝑥 3 .
𝑢(𝑡)
Determine para el sistema el modelo

Se declara el modelo no lineal del sistema en EE, el PE y el modelo linealizado.
𝑥ሷ + 𝑥ሶ 4 + 𝑥ሶ 2 𝑢 + 𝑥 3 = 0
Definiendo 𝑥1 = 𝑥, 𝑥2 = 𝑥ሶ
Las ecuaciones del estado son
𝑥ሶ1 = 𝑥2
𝑥ሶ 2 = −𝑥24 − 𝑥22 𝑢 − 𝑥13 𝑦 = 𝑥1
Determinando el punto de equilibrio
𝑥ሶ1 = 𝑥2 = 0 𝑥2𝑒 = 0
𝑥ሶ 2 = −𝑥24 − 𝑥22 𝑢 − 𝑥1 = 0 𝑥1𝑒 = 0
El punto de equilibrio es (𝑥1𝑒 , 𝑥2𝑒 ) = (0,0)
Linealizando el sistema para el punto de equilibrio P.E. = (0,0)

∆𝑥1
∆𝑥ሶ 1 = 0 1 ∆𝑥 + 0 ∆𝑢
2
2 2 ∆𝑥1 2 ∆𝑥1
∆𝑥ሶ 2 = −3𝑥1𝑒 −(4𝑥2𝑒 + 2𝑥2𝑒 𝑢) + 𝑥2𝑒 ∆𝑢 = 0 0 + 0 ∆𝑢
∆𝑥2 ∆𝑥2
∆𝑥1
∆𝑦 = 1 0 + 0 ∆𝑢
∆𝑥2
Modelado de Sistemas no lineales
0 1
𝐴=
0 0
0
B=
0
C= 1 0
D=0
Verificando la estabilidad
 −1 =0
=0 2 = 0 Polo doble
0 
Se dice que el sistema es inestable por tener polos en el origen

Sistema RLC no lineal 𝑖𝑅
𝑖𝑐 𝑖𝐿 𝑖𝑅 (𝑣𝑐 )
+
𝑖𝑅 = −𝑣𝑐 + 𝑣𝑐3
𝑣𝑐 C L R
-
𝑣𝑐
Se puede apreciar que la corriente 𝑖𝑅 es dependiente del voltaje 𝑣𝑐

Definamos 𝑥1 = 𝑖𝐿 , 𝑥2 = 𝑣𝑐
Según esto 𝑣𝐶 = 𝐿𝑖𝐿ሶ 𝑖𝑐 + 𝑖𝐿 + 𝑖𝑅 = 0
𝑥2 = 𝐿𝑥ሶ1 𝐶 𝑣ሶ 𝐶 + 𝑖𝐿 + −𝑣𝐶 + 𝑣𝐶3 = 0
𝐶 𝑥ሶ 2 + 𝑥1 + −𝑥2 + 𝑥23 = 0
1 1 1 1 3
𝑥ሶ1 = 𝑥2 𝑥ሶ 2 = − 𝑥1 + 𝑥2 − 𝑥2
𝐿 𝐶 𝐶 𝐶
El sistema no lineal mostrado es
representado en Simulink.
1
𝑥ሶ1 = 𝑥2
𝐿
1 1 1 3
𝑥ሶ 2 = − 𝑥1 + 𝑥2 − 𝑥2
𝐶 𝐶 𝐶
Si bien, el sistema no posee

fuentes externas. Sin embargo,
ante una estimulación de estados
de pequeña magnitud, sucede que
1 Se puede apreciar que el punto de equilibrio
𝑥ሶ1 = 𝑥2
𝐿 se sistema se ubica en (𝑥1𝑒 , 𝑥2𝑒 ) = (0,0)
1 1 1 3
𝑥ሶ 2 = 𝑥1 + 𝑥2 − 𝑥2 Si 𝑦 = 𝑥1
𝐶 𝐶 𝐶

1 ∆𝑥1
∆𝑥ሶ 1 = 0 + 0 ∆𝑢
𝐿 ∆𝑥2
1 1 2 ∆𝑥1 1 1 ∆𝑥1
∆𝑥ሶ 2 = − (1 − 3𝑥2𝑒 ) ∆𝑥 + 0 ∆𝑢 = − + 0 ∆𝑢
𝐶 𝐶 2 𝐶 𝐶 ∆𝑥2

1
0
𝐿 0
𝐴= B= C= 1 0 D=0
1 1 0
−
𝐶 𝐶
Verificando la estabilidad
1
 −
𝐿 =0
1 1
0 −
𝐶 𝐶
1 1
2 − + =0
𝐶 𝐿𝐶
1 1 2 1
𝐶± − 4 1 1 4𝐶
𝐶 𝐿𝐶
= = ± 1−
2 2𝐶 2𝐶 𝐿
Se dice que el sistema es inestable por tener con parte real positiva
3
Retrato de Fase de sistemas físicos

Herramientas gráficas en Control Moderno
El modelo en EE
los estados del sistema

Respuesta temporal de
del sistema es
𝑥1 𝑅 1 1
𝑥ሶ 1 = 𝑥1 − 𝑥2 + 𝑉𝑠
𝐿 𝐿 𝐿
10 V 𝑥2
1
𝑥ሶ 2 = 𝑥1
𝐶
Para los valores dados de R, L y C, la respuesta

es de tipo sub-amortiguado.
las variables del estado

Retrato de fase de
El modelo en EE
del sistema es
𝑥1 𝑅 1 1
𝑥ሶ 1 = 𝑥1 − 𝑥2 + 𝑉𝑠
𝐿 𝐿 𝐿
10 V 𝑥2
1
𝑥ሶ 2 = 𝑥1
𝐶

es de tipo críticamente amortiguado.
El modelo en EE
del sistema es
𝑥1 𝑅 1 1
𝑥ሶ 1 = 𝑥1 − 𝑥2 + 𝑉𝑠
𝐿 𝐿 𝐿
10 V 𝑥2
1
𝑥ሶ 2 = 𝑥1
𝐶

es de tipo sobre-amortiguado.
Completar proceso de graficado del retrato de fase
https://www.youtube.com/watch?v=rbBXYv0qc9Q
Ejemplo 1 Modelado de Sistemas no lineales
Resuelva el sistema de ecuaciones no lineales 𝑥ሶ1 = 𝑥2 − 𝑥1 (𝑥12 + 𝑥22 )

൝
𝑥ሶ 2 = −𝑥1 − 𝑥2 (𝑥12 + 𝑥22 )
function dy = gustavo(t,y)
% acá se definen las ecuaciones
diferenciales
dy = zeros(2,1);
dy(1) = y(2)-y(1)*(y(1)^2+y(2)^2);
dy(2) = -y(1)-y(2)*(y(1)^2+y(2)^2);
end Gráficas de las variables x 1(t) y x 2(t)
1
clc
close all
tspan=[0 100]; % tiempo de simulación 0.5
2
variables x y x
x0=[1 1]; % se declaran las condiciones iniciales
1
[t x]=ode45(@gustavo,tspan,x0);
plot(t,x(:,1),'r',t,x(:,2),'b') 0
grid
title('Gráficas de las variables x_1(t) y x_2(t)')
xlabel('tiempo en seg') -0.5
0 10 20 30 40 50 60 70 80 90 100
ylabel('variables x_1 y x_2') tiempo en seg
Ejemplo 1
Grafique finalmente el retrato de fase
clc
close all
tspan=[0 100]; % tiempo de simulación
[t x]=ode45(@gustavo,tspan,x0);
plot(x(:,1),x(:,2),'b')
grid
title('Retrato de fase x_1(t) y x_2(t)')
xlabel('x_1')
ylabel('x_2')
𝑥ሶ1 = 𝑥2 − 𝑥1 (𝑥12 + 𝑥22 )
൝
𝑥ሶ 2 = −𝑥1 − 𝑥2 (𝑥12 + 𝑥22 )
Se verifica que el p.e. es (0,0)

Resuelva el sistema de ecuaciones no lineales. Aplicación en control adaptivo.
Planta: 𝑦ሶ = 𝑎𝑦 + 𝑢
Control adaptivo: 𝑢 = −𝑘𝑦, 𝑘ሶ = 𝑦 2 , donde  > 0
En variable de estados:
Sea: 𝑥1 = 𝑦, 𝑥2 = 𝑘
𝑥ሶ1 = − (𝑥2 − 𝑎)𝑥1

൝
𝑥ሶ 2 = 𝑥12
Los puntos de equilibrio 𝑥1 = 0, 𝑥2 = cualquier valor
Para poder evaluar las variables de estado del sistema 𝑦 con  = 1 y a = 1

function dy = gustavo1(t,y)
% acá se definen las ecuaciones diferenciales
a=1;gamma=1;
dy = zeros(2,1);
dy(1) =-(y(2)-a)*y(1);
dy(2) = gamma*y(1)^2;
end
clc
close all
x0=[1 0.5]; % se declaran las condiciones iniciales
[t x]=ode45(@gustavo1,tspan,x0);
plot(t,x(:,1),'r',t,x(:,2),'b')
grid
xlabel('tiempo en seg')
ylabel('variables x_1 y x_2')
Grafique finalmente el retrato de fase para dos CI distintos

clc
close all
plot(x(:,1),x(:,2),'b')
grid
xlabel('x_1')
ylabel('x_2')
hold on
x0=[-1 -1]; % se declaran las condiciones iniciales
plot(x(:,1),x(:,2),'r')
grid
xlabel('x_1')
ylabel('x_2')
grid
Los puntos de equilibrio

𝑥1 = 0, 𝑥2 = cualquier valor
=1ya=1
Resuelva el sistema de ecuaciones no lineales Lokta-Volterra.

𝑥ሶ = 𝑥1 3 − 𝑥1 − 2𝑥2
ቊ 1
𝑥ሶ 2 = 𝑥2 2 − 𝑥1 − 𝑥2
Puntos de equilibrio se establecen en 4 puntos

A(0,0), B(0,2), C(3,0), D(1,1)
Para ello se aplica el Jacobiano para 𝑥=f(x),

ሶ según el criterio de estabilidad de Lyapunov
(primer método) donde se declara que
f
𝐽= en el punto de equilibrio
x
El punto de equilibrio será estable si todos los valores propios i de la matriz J < 0, o bien
será el sistema inestable si uno de los valores propios i de J > 0
Si los valores propios i=0, no se puede afirmar nada.
−2𝑥1
J
Los valores propios de |I − J|= 0 son
3 0
J= 1 , 2 = 2,3 , inestable
0 2
−1 0 1 , 2 = −1, −2 , estable
J=
−2 −2
−3 −6 1 , 2 = −1, −3 , estable
J=
0 −1
J=
−1 −2 1 , 2 = 0.4142, −2.4142, inestable
−1 −1
function dy = gustavo2(t,y)
% acá se definen las ecuaciones diferenciales
dy = zeros(2,1);
dy(1) = y(1)*(3-y(1)-2*y(2));
dy(2) = y(2)*(2-y(1)-y(2));
end
clc
close all
plot(t,x(:,1),'r',t,x(:,2),'b')
grid
xlabel('tiempo en seg')
ylabel('variables x_1 y x_2')
Grafique finalmente el retrato de fase para dos CI distintos
clc
close all
plot(x(:,1),x(:,2),'b')
grid
xlabel('x_1')
ylabel('x_2')
hold on
plot(x(:,1),x(:,2),'r')
grid
xlabel('x_1')
ylabel('x_2')
grid
Retrato de fase completo
clc
close all
%CI=[-3 -2.5 -2 -1.5 -1 -0-5 0 0.5 1 1.5 2 2.5 3];

%x0=[1 CI]; % se declaran las condiciones iniciales
hold on
for CI = [-3 -2.5 -2 -1.5 -1 -0-5 0 0.5 1 1.5 2 2.5 3]
[ts,ys] = ode45(@gustavo2,tspan,[1 CI]);
plot(ys(:,1),ys(:,2))
plot(ys(1,1),ys(1,2),'bo') % starting point
plot(ys(end,1),ys(end,2),'ks') % ending point
end
hold off
grid
xlabel('x_1')
ylabel('x_2')
Grafique x(t)
Grafique el retrato de fase para dos CI
𝑥ሶ1 = −𝑥1 + 𝑥12 𝑥2

𝑥ሶ 2 = 𝑥1 − 𝑥2
Sabiendo que los puntos de equilibrio del sistema son
0,0 −1, −1 (1,1)

Grafique x(t)
Grafique el retrato de fase para dos CI
𝑥ሶ1 = 𝑥1 𝑘 2 − 𝑥12 − 𝑥22 + 𝑥2 (𝑘2 + 𝑥12 + 𝑥22 )

𝑥ሶ 2 = −𝑥1 𝑘 2 + 𝑥12 + 𝑥22 + 𝑥2 (𝑘2 − 𝑥12 − 𝑥22 )
Sabiendo que el punto de equilibrio del sistema es
0,0
El modelo de un péndulo esta

descrito en la Fig. 1. El momento
que produce el movimiento es
Me, el cuál es conocido. El
Momento torsional producido
por Mc que es función del ángulo
de desplazamiento  y Md que
es proporcional a la velocidad
rotacional , Md=d. La masa
del péndulo es m, y la longitud
es l .
La inercia rotacional del péndulo
está dada por Θ=ml2. Fig 1 Péndulo No Lineal
Los parámetros 𝑐, 𝑑, 𝑔, 𝑙, 𝑚 son
números constantes y positivos
(∈ ℝ+ ).
•Modelo no lineal
 = 
c 3 d g sin( ) 1
 = − 2
 − 2
 − + 2
Me
ml ml l ml
Salida :
y =
•En el estado estacionario
es = es = 0
c g sin( es )
 es = − 2
 es
3
− =0
ml l
es = 0  es = 0
•Modelo Linealizado alrededor del punto de equilibrio
    0 1      0 
  = − 3c  es 2 − g cos( es ) d  +  1 M
− 2     2  e
   ml 2 l ml   ml 
Sistema de péndulo: de posición estable e inestable

Parámetros
M del péndulo
B
B=1.3366Nm/(rad/s)
 u u  L=1.635m
M=0.5kg
g=9.81m/s2
M B
Péndulo de equilibrio estable Péndulo de equilibrio inestable
Las ecuaciones de modelación para cada péndulo
𝑢 = 𝑀𝐿2 ሷ + 𝐵ሶ + 𝑀𝑔𝐿𝑠𝑒𝑛 𝑢 = 𝑀𝐿2 ሷ + 𝐵ሶ − 𝑀𝑔𝐿𝑠𝑒𝑛
Se analizará el sistema de péndulo de equilibrio estable y 𝑢 es un impulso unitario.

Definamos 𝑥1 =, 𝑥2 = ሶ
Según esto
𝑥ሶ1 = 𝑥2
𝑔 𝐵 1
𝑥ሶ 2 = − sen𝑥1 − 𝑥 + 𝑢
𝐿 𝑀𝐿2 2 𝑀𝐿2
𝑦 = 𝑥1
Determinando el punto de equilibrio. Con 𝑢 = 0 en equilibrio.
−1
𝑢
𝑥1𝑒 = 𝑠𝑒𝑛 =0
𝑀𝑔𝐿
𝑥2𝑒 = 0

∆𝑥1
∆𝑥ሶ 1 = 0 1 + 0 ∆𝑢
∆𝑥2
𝑔 𝐵 ∆𝑥1 𝑔 𝐵 ∆𝑥1 1
∆𝑥ሶ 2 = − 𝑐𝑜𝑠𝑥1𝑒 − + 0 ∆𝑢 = − − + ∆𝑢
𝐿 𝑀𝐿2 ∆𝑥2 𝐿 𝑀𝐿 2 ∆𝑥2 𝑀𝐿 2
∆𝑥1
𝑦= 1 0
∆𝑥2

0 1 0
𝐴= 𝑔 𝐵 B= 1 C= 1 0 D=0
− −
𝐿 𝑀𝐿2 𝑀𝐿2
Sistema estable
Analizando la estabilidad
 −1 𝐵 𝑔 𝐵 𝐵 2
𝑔
𝑔 𝐵 =0 2 +  + =0 =− ± −
+ 𝑀𝐿2 𝐿 2𝑀𝐿2 2𝑀𝐿2 𝐿
𝐿 𝑀𝐿2
Para el caso del sistema de péndulo de equilibrio inestable y 𝑢, un impulso unitario.
El sistema de ecuaciones en variables de estado es como sigue

𝑥ሶ1 = 𝑥2
𝑔 𝐵 1
𝑥ሶ 2 = sen𝑥1 − 2
𝑥2 + 2
𝑢
𝐿 𝑀𝐿 𝑀𝐿
𝑦 = 𝑥1
Determinando el punto de equilibrio. Con 𝑢 = 0 en equilibrio.
−1
𝑢
𝑥1𝑒 = −𝑠𝑒𝑛 =0
𝑀𝑔𝐿
𝑥2𝑒 = 0

∆𝑥1
∆𝑥ሶ 1 = 0 1 + 0 ∆𝑢
∆𝑥2
𝑔 𝐵 ∆𝑥1 𝑔 𝐵 ∆𝑥1 1
∆𝑥ሶ 2 =𝑐𝑜𝑠𝑥1𝑒 − + 0 ∆𝑢 = − + ∆𝑢
𝐿 𝑀𝐿2 ∆𝑥2 𝐿 𝑀𝐿 2 ∆𝑥2 𝑀𝐿 2
∆𝑥1
𝑦= 1 0
∆𝑥2

0 1 0
𝐴= 𝑔 𝐵 B= 1 C= 1 0 D=0
−
𝐿 𝑀𝐿2 𝑀𝐿2
Sistema inestable
Analizando la estabilidad porque una de las raíces es positiva
 −1 𝐵 𝑔 𝐵 𝐵 2
𝑔
𝑔 𝐵 =0 2 +  − =0 =− ± +
− + 𝑀𝐿2 𝐿 2𝑀𝐿2 2𝑀𝐿2 𝐿
𝐿 𝑀𝐿2
40 ton Overhead Crane Fast Motion Installation & Test
https://www.youtube.com/watch?v=np6uNYmRubQ
Sistema de puente grúa
y
carro
Mg
B x
u
Lcos
𝑥
𝑥 Posición de carro grúa
 𝑥ሶ Velocidad del carro
 Posición angular del gancho
ሶ Velocidad angular del gancho
Lsen
m carga 𝑢 Fuerza aplicada al carro
A Modelado para el carrito y

carro
1 Mg
𝐾 = 𝑀𝑥ሶ 2 Energía cinética u

B x
2
𝑈=0 Energía potencial
Lcos
𝑥

Luego, la energía total 𝐿𝑐 = 𝐾 − 𝑈
1 Lsen
m carga
𝐿𝑐 = 𝑀𝑥ሶ 2
2
B Modelado para el péndulo

Se declara el centro de masa del péndulo, tomando en cuenta el sistema de coordenadas
𝑙 𝑙
𝑋𝑐𝑚 = 𝑥 + 𝑠𝑒𝑛 𝑋 ሶ 𝑐𝑚 = 𝑥 ሶ + 𝑐𝑜𝑠
ሶ
2 2
𝑙 𝑙
𝑌𝑐𝑚 = − 𝑐𝑜𝑠 𝑌𝑐𝑚 = 𝑠𝑒𝑛
ሶ ሶ
2 2
Modelado para el péndulo (cont.) y

carro
1 1 Mg
𝐾 = 𝑚 𝑋ሶ 𝑐𝑚
2 ሶ 2 + 𝐼ሶ 2
+ 𝑌𝑐𝑚 Energía cinética u
B x
2 2
1 𝑙 
2 ሶ2
1 2
Lcos
𝐾 = 𝑚 𝑥ሶ + 𝑙 𝑥ሶ 𝑐𝑜𝑠 +
2 ሶ 𝑐𝑜𝑠  + 𝑠𝑒𝑛  + 𝐼ሶ
2 2 𝑥
2 4 2 
1 1 1 2 2 1 2
𝐾 = 𝑚𝑥ሶ + 𝑚𝑙𝑥ሶ 𝑐𝑜𝑠 + 𝑚𝑙 ሶ + 𝐼ሶ
2 ሶ Lsen
m carga
2 2 8 2
𝑙
𝑈 = −𝑚𝑔 𝑐𝑜𝑠 Energía potencial
2
Luego, la energía total 𝐿𝑝 = 𝐾 − 𝑈
1 1 1 1 𝑙
𝐿𝑝 = 𝑚𝑥ሶ 2 + 𝑚𝑙𝑥ሶ 𝑐𝑜𝑠
ሶ + 𝑚𝑙2 ሶ 2 + 𝐼ሶ 2 + 𝑚𝑔 𝑐𝑜𝑠
2 2 8 2 2
C La energía total del sistema

1 1 1 1 2 2 1 2 𝑙
𝐿 = 𝐿𝑐 + 𝐿𝑝 = 𝑀𝑥ሶ + 𝑚𝑥ሶ + 𝑚𝑙𝑥ሶ 𝑐𝑜𝑠 + 𝑚𝑙  + 𝐼 + 𝑚𝑔 𝑐𝑜𝑠
2 2 ሶ ሶ ሶ
2 2 2 8 2 2
D Aplicando las ecuaciones de Lagrange (𝐿) para la determinación de 𝒙 y 
𝑑 𝜕𝐿 𝜕𝐿
− = 𝐹 − 𝑏𝑥ሶ Fuerza en dirección del desplazamiento 𝑥
𝑑𝑡 𝜕𝑥ሶ 𝜕𝑥
− = −𝐵ሶ Fuerza en dirección contraria a 
𝑑𝑡 𝜕ሶ 𝜕
D1 Aplicando las ecuaciones de Lagrange para 𝒙
𝜕𝐿 1
= 𝑀𝑥ሶ + 𝑚𝑥ሶ + 𝑚𝑙𝑐𝑜𝑠
ሶ
𝜕𝑥ሶ 2
𝑑 𝜕𝐿 1
= 𝑀𝑥ሷ + 𝑚𝑥ሷ + 𝑚𝑙 𝑐𝑜𝑠
ሷ − ሶ 2 𝑠𝑒𝑛
𝑑𝑡 𝜕𝑥ሶ 2
𝜕𝐿
=0
𝜕𝑥
Luego, − = 𝐹 − 𝑏𝑥ሶ
𝑑𝑡 𝜕𝑥ሶ 𝜕𝑥
1
𝑀𝑥ሷ + 𝑚𝑥ሷ + 𝑚𝑙 𝑐𝑜𝑠
ሷ − ሶ 2 𝑠𝑒𝑛 = 𝐹 − 𝑏𝑥ሶ
2
1
𝑚 + 𝑚 𝑥ሷ + 𝑏𝑥ሶ + 𝑚𝑙 𝑐𝑜𝑠
ሷ − ሶ 2 𝑠𝑒𝑛 = 𝐹
2
D2 Aplicando las ecuaciones de Lagrange para 
𝜕𝐿 1 1 2
= 𝑚𝑙𝑥𝑐𝑜𝑠
ሶ + 𝑚𝑙 ሶ + 𝐼ሶ
𝜕 2
ሶ 4
𝑑 𝜕𝐿 1 1 2
= 𝑚𝑙 𝑥𝑐𝑜𝑠
ሷ − 𝑥ሶ 𝑠𝑒𝑛 + 𝑚𝑙 ሷ + 𝐼ሷ
ሶ
𝑑𝑡 𝜕ሶ 2 4
𝜕𝐿 1 𝑙
= − 𝑚𝑙𝑥ሶ 𝑠𝑒𝑛 − 𝑚𝑔 𝑠𝑒𝑛
ሶ
𝜕 2 2
Luego, − = −𝐵ሶ
𝑑𝑡 𝜕ሶ 𝜕
1 1 1 𝑙
𝑚𝑙 𝑥𝑐𝑜𝑠
ሷ − 𝑥ሶ 𝑠𝑒𝑛
ሶ + 𝑚𝑙2 ሷ + 𝐼ሷ + 𝑚𝑙 𝑥ሶ 𝑠𝑒𝑛
ሶ + 𝑚𝑔 𝑠𝑒𝑛 = −𝐵ሶ
2 4 2 2
simplificando
D2 Aplicando las ecuaciones de Lagrange para  (𝐜𝐨𝐧𝐭. )
1 1 𝑙
𝑚𝑙𝑥𝑐𝑜𝑠
ሷ + 𝑚𝑙2 ሷ + 𝐼ሷ + 𝑚𝑔 𝑠𝑒𝑛 = −𝐵ሶ Parámetros para simular
2 4 2 F = u = 150N
1 1 2 𝑙 M = 1500kg
𝑚𝑙 𝑥𝑐𝑜𝑠
ሷ + 𝑚𝑙  + 𝐼 + 𝑚𝑔 𝑠𝑒𝑛 + 𝐵ሶ = 0
ሷ ሷ
m = 500 kg
2 4 2
L = 3m
B =0.006
Si consideramos una barra homogénea
b =0.06
1 g =9.81m/s2
𝐼= 𝑚𝑙2
12
1 1 2 𝑙
𝑚𝑙𝑐𝑜𝑠𝑥ሷ + 𝑚𝑙  + 𝐵 + 𝑚𝑔 𝑠𝑒𝑛 = 0
ሷ ሶ
2 3 2
¿Qué es un modelo matemático?
Extraido del Documento: Modelo De

Procesos y Linealización - Prof María de
Jesus de la Fuente ISA -UVA
4
Otros modelados
Representación adecuada

¿Cómo obtener Modelos?

Modelos del Conocimiento

Tipos de Modelos

Extraido del Documento: Modelo De Procesos y Linealización - Prof María de Jesus de la Fuente ISA -UV
Sistema Hidráulico
Conservación de la masa
Acumulación=Masa de entrada-Masa de salida
𝑑𝑚
= 𝜌𝑞 − 𝜌𝐹
𝑑𝑡
Sea 𝑚 = 𝐴𝜌ℎ 𝐹 = 𝑢𝑘1 𝑝1−𝑝0 𝑝1=𝑝0 +𝜌𝑔ℎ
𝑑ℎ
𝐴𝜌 = 𝜌𝑞 − 𝜌𝑢𝑘 ℎ
𝑑𝑡
F: flujo volumétrico de salida
q: flujo volumétrico de entrada 𝑑ℎ
𝐴 = 𝑞 − 𝑢𝑘 ℎ
m: masa en el depósito 𝑑𝑡
A: sección del depósito
:densidad
k 1: constante Ecuación diferencial no lineal
u: posición de la válvula
Presión en un recipiente
𝑑𝑚 2
= 𝐹𝑖 − 𝐹 = 𝐹𝑖 − a𝐶𝑣 𝑝2 − 𝑝𝑓
𝑑𝑡
𝑅𝑇
𝑚 = 𝑉𝜌 𝑝=𝜌
𝑀
Tanque isotérmico 𝑉𝑀𝑑𝑝 2

= 𝐹𝑖 − a𝐶𝑣 𝑝2 − 𝑝𝑓
𝑅𝑇𝑑𝑡

Sistema Térmico
• Conservación de la Energía
• Acumulación=Flujo de calor de entrada-Flujo de calor de salida
•
𝑑(𝑚𝐻) 𝑉2
• = 𝜌𝑞𝐻𝑖 − 𝜌𝑞𝐻 +
𝑑𝑡 𝑅
• Si 𝐻 = 𝐶𝑒 𝑇 𝑚 = 𝐴ℎ𝜌
• Balance de Masa
𝑑ℎ
• 𝐴𝜌 = 𝜌𝑞 − 𝜌𝑢𝑘 ℎ
𝑑𝑡
T: Temperatura
V: Voltaje
𝑑𝑇 𝑉2
m: Masa en el depósito • 𝐴ℎ = 𝑞 (𝑇𝑖 − 𝑇) +
H: Entalpia 𝑑𝑡 𝜌𝐶𝑒 𝑅
Ce: Calor específico
A : Área de la sección del depósito Asumimos:
: Densidad T uniforme en el depósito
R: Resistencia Aislamiento perfecto
Densidad constante

Linealización
• Desarrollo en serie de Taylor sobre un punto de operación
𝑢0 , 𝑦0 , 𝑧0 ,…
• 𝑓 𝑢, 𝑦, 𝑧 = 0 𝑓(𝑢0 , 𝑦0 , 𝑧0 )= 0
𝜕𝑓 𝜕𝑓 𝜕𝑓
• 𝑓 𝑢, 𝑦, 𝑧 = 𝑓(𝑢0 , 𝑦0 , 𝑧0 ) + ቚ (𝑢 − 𝑢0 ) + ቚ (𝑦 − 𝑦0 )+ ቚ (𝑧 − 𝑧0 )+….
𝜕𝑢 0 𝜕𝑦 0 𝜕𝑧 0
𝜕𝑓 𝜕𝑓 𝜕𝑓
• ቚ ∆u + ቚ ∆𝑦 + ቚ ∆𝑧=0 ∆u= (u − 𝑢0 ) ∆y= (y − 𝑦0 ) ∆z= (z − 𝑧0 )
𝜕𝑢 0 𝜕𝑦 0 𝜕𝑧 0
•
• La ecuación lineal en las nuevas variables ∆u, ∆y y ∆z

Conservación del momento

Modelo Linealizados

Modelo Linealizado del Depósito

Sistema de un Reactor
Balance de Masa

Modelo Linealizado del Reactor

Modelo Linealizado (1)



Modelo en espacio estado


MT227B Unidad 1b Linealización 2021-2

Cargado por

Información del documento

Descripción original:

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

MT227B Unidad 1b Linealización 2021-2

Cargado por

Copyright:

Formatos disponibles

MT227B CONTROL MODERNO Y ÓPTIMO

Dr. Gustavo Mesones Málaga

• La linealidad de un sistema permite a los ingenieros hacer ciertas suposiciones

20 La condición de linealización es que la(s) variable(s)

Aproximación de f(x) Aproximación de f(x1,x2)

Estos términos se pueden despreciar

Si las variaciones son muy pequeñas

K1 y K2 es un operador evaluado en el punto: x1 = 𝑥ҧ 1 y x2 = 𝑥ҧ 2

Se propone la siguiente ecuación 2

Reemplazando en la ecuación (1) -6

Evaluando en f(2) en la ecuación linealizada es igual que en la ecuación original

Se verifica el acercamiento de la función lineal respecto a la función real no lineal

Luego evalúe la función en (5,10) y determine el error originado por la

Sol Redefiniendo las variables de la función dada

Evaluando en f(5,10), resulta que z = 11(5) + 6(10) – 66 = 49 (valor aproximado)

Suponga que en t=0, en flujo de entrada cambia de Qi = 𝑄ത a Qi = 𝑄ത + q.

Si la ecuación que gobierna al sistema está dado por

Sistema de nivel de líquido

4. Linealice la ecuación z = x2 + 4xy + 6y2 en la región

Modelado de sistemas no lineales

𝐹𝐻 = 𝑚𝑎Ԧ𝑛 = 𝑚(2 𝐿1 𝑠𝑒𝑛)

𝑦 Momento inercial de la masa

𝐼ሷ = 𝑚𝐿21 ሷ = 𝑚(2 𝐿1 𝑠𝑒𝑛) 𝐿1 𝑐𝑜𝑠 − 𝑚𝑔 𝐿1 𝑠𝑒𝑛 − 2𝐵𝐿2 𝑠𝑒𝑛(𝐿

𝐼ሷ = 𝑚𝐿21 ሷ = 𝑚(2 𝐿1 𝑠𝑒𝑛) 𝐿1 𝑐𝑜𝑠 − 𝑚𝑔 𝐿1 𝑠𝑒𝑛 − 2𝐵𝐿2 𝑠𝑒𝑛(𝐿

Haciendo el siguiente cambio de variables

Despejando las variables de estado y la salida 𝑦

Nota. El momento de inercia (símbolo I) es una medida de la inercia rotacional de un cuerpo.

Determinando punto de equilibrio del sistema

Regulador de Watt modelado con

Se sabe que 𝑞1 =  𝑔ℎ1

La salida y del sistema se puede escribir

Extrayendo las matrices ABCD, después del proceso de linealización

Sistema masa-resorte no lineal

𝑥 Se tiene un sistema de masa-resorte sin fricción

Determinando el punto de equilibrio

Linealizando el sistema para el punto de equilibrio P.E. = (0.5,0)

Extrayendo las matrices ABCD, después del proceso de linealización

Verificando la estabilidad |I-A|=0

Se dice que el sistema es marginalmente estable o sistema oscilatorio

Sistema masa-resorte-amortiguador no lineal

Determine para el sistema el modelo

Determinando el punto de equilibrio

El punto de equilibrio es (𝑥1𝑒 , 𝑥2𝑒 ) = (0,0)

Linealizando el sistema para el punto de equilibrio P.E. = (0,0)

Extrayendo las matrices ABCD, después del proceso de linealización

Se dice que el sistema es inestable por tener polos en el origen

Sistema RLC no lineal 𝑖𝑅

Se puede apreciar que la corriente 𝑖𝑅 es dependiente del voltaje 𝑣𝑐

Si bien, el sistema no posee

Linealizando el sistema para el punto de equilibrio P.E. = (0,0)

Extrayendo las matrices ABCD, después del proceso de linealización

Retrato de Fase de sistemas físicos

los estados del sistema

Para los valores dados de R, L y C, la respuesta

las variables del estado

Para los valores dados de R, L y C, la respuesta

Para los valores dados de R, L y C, la respuesta

Completar proceso de graficado del retrato de fase

Resuelva el sistema de ecuaciones no lineales 𝑥ሶ1 = 𝑥2 − 𝑥1 (𝑥12 + 𝑥22 )

Grafique finalmente el retrato de fase

Se verifica que el p.e. es (0,0)

Resuelva el sistema de ecuaciones no lineales. Aplicación en control adaptivo.

𝑥ሶ1 = − (𝑥2 − 𝑎)𝑥1