Documentos de Académico
Documentos de Profesional
Documentos de Cultura
net/publication/282134117
CITATION READS
1 22,615
4 authors, including:
SEE PROFILE
Some of the authors of this publication are also working on these related projects:
All content following this page was uploaded by Santiago Garrido on 09 November 2015.
Prefacio . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . V
1.. Introducción . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.1. Introducción . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.2. Concepto de transformada . . . . . . . . . . . . . . . . . . . . . 2
1.3. Transformada de Fourier . . . . . . . . . . . . . . . . . . . . . . 2
1.3.1. Transformada inversa de Fourier . . . . . . . . . . . . . 3
1.4. Transformada de Laplace . . . . . . . . . . . . . . . . . . . . . . 3
1.4.1. Propiedades de la transformada de Laplace . . . . . . . . 4
1.4.2. Transformadas de Laplace de algunas funciones . . . . . . 7
1.4.3. Transformada inversa de Laplace . . . . . . . . . . . . . 7
1.4.4. Resolución de ecuaciones diferenciales . . . . . . . . . . 11
VIII
8.1.4. Diagrama asintótico de Bode. Polos/ceros complejos nega-
tivos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 129
8.1.5. Diagrama asintótico de Bode. Polos/ceros reales positivos. 130
8.1.6. Diagrama asintótico de Bode. Polos/ceros complejos posi-
tivos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 132
IX
X
Índice de cuadros
5.1. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 81
5.2. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82
5.3. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83
5.4. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 84
5.5. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 84
5.6. Relación entre tipo y error de un sistema . . . . . . . . . . . . . . 85
5.7. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 86
5.8. Sistema realimentado unitariamente. . . . . . . . . . . . . . . . . 87
5.9. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 88
5.10. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 88
5.11. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89
5.12. Relación entre las constantes de error y el tipo del sistema. . . . . 89
6.1. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 91
6.2. Significado de los módulos y los argumentos. . . . . . . . . . . . 93
6.3. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 94
6.4. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 94
6.5. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 95
6.6. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 95
XIV
6.7. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 95
6.8. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 96
6.9. Reglas de trazado del lugar de las raíces . . . . . . . . . . . . . . 98
XV
9.8. Camino de Nyquist para un sistema con un polo en el origen . . . 138
9.9. Camino de Nyquist para un sistema con polos en el eje imaginario 139
9.10. Sistema estable . . . . . . . . . . . . . . . . . . . . . . . . . . . 140
9.11. Sistema inestable . . . . . . . . . . . . . . . . . . . . . . . . . . 140
9.12. El sistema a) es más estable que los sistemas b) y c) . . . . . . . . 141
9.13. Cálculo del margen de ganancia . . . . . . . . . . . . . . . . . . 142
9.14. Diagrama de Nyquist, lugar de las raíces y respuesta escalón en bu-
1
cle cerrado según aumenta la ganancia del sistema G(s) = s(s+a)(s+b)
con a, b > 0. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 143
9.15. Los dos sistemas tienen el mismo margen de ganancia, pero el a)
es más estable que el b) . . . . . . . . . . . . . . . . . . . . . . . 144
9.16. Margen de fase . . . . . . . . . . . . . . . . . . . . . . . . . . . 145
9.17. Margen de ganancia y de fase en el diagrama de Bode . . . . . . . 146
10.1. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 147
10.2. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 148
10.3. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 148
10.4. Red de adelanto RLC y su correspondiente diagrama de polos y
ceros. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 150
10.5. Diagrama de Bode y diagrama de Nyquist para una red de adelanto
según distintos valores del parámetro α. . . . . . . . . . . . . . . 150
10.6. Diagrama de Bode del sistema y de la red de adelanto. . . . . . . 151
10.7. Comparación de los diagramas de Bode y de las respuestas escalón 151
10.8. Añadir una red de adelanto al sistema cambia la magnitud y la fase,
por eso es difícil predecir el nuevo punto de cruce. . . . . . . . . . 151
10.9. Diseño de una red de adelanto. . . . . . . . . . . . . . . . . . . . 152
10.10.Red de atraso y su diagrama de polos y ceros. . . . . . . . . . . . 152
10.11.Respuesta frecuencial de las redes de atraso. . . . . . . . . . . . . 153
10.12.Comparación de la respuesta de los sistemas. . . . . . . . . . . . 153
10.13.Diseño de una red de atraso. . . . . . . . . . . . . . . . . . . . . 154
10.14.El efecto del cambio de T. . . . . . . . . . . . . . . . . . . . . . 154
XVI
1. INTRODUCCIÓN
1.1. Introducción
Uno de los problemas con los que tradicionalmente se tienen que enfrentar
aquellos que trabajan en el control o en la identificación de procesos estriba en la
existencia de una diversidad de herramientas matemáticas para estudiar, analizar y
diseñar dichos sistemas.
Por ejemplo, si deseamos analizar y controlar un sistema continuo el sistema
podemos modelarlo en cuanto a su respuesta temporal mediante la utilización de la
función de transferencia o mediante la técnica de variables de estado. Además el
sistema puede ser controlado en tiempo continuo o en tiempo discreto lo que reque-
rirá la utilización de transformadas de Laplace, para el caso de tiempo continuo,
o transformadas en Z, para el caso de tiempo discreto. Otras veces nos interesará
estudiar la respuesta en frecuencia del sistema para lo que nos basaremos en el es-
tudio de la respuesta en régimen permanente del sistema (en base a la función de
transferencia).
También nos encontramos con frecuencia el caso en el que la utilización de las
técnicas anteriores no explica suficientemente el comportamiento del sistema, bien
por que este está sometido a perturbaciones no modelables o bien porque nuestro
conocimiento del mismo no es suficientemente preciso. En estas situaciones se ha-
ce necesario la utilización de técnicas probabilísticas que nos ayuden a caracterizar
estas señales o sistemas.
Así que es muy frecuente que en el estudio y análisis de un sistema nos encon-
tremos con la presencia de diferentes herramientas matemáticas que nos permiten
caracterizar, analizar y diseñar un sistema de control de forma que tengamos en
cuenta los diferentes efectos presentes en el sistema.
El objetivo básico de este capítulo es introducir las herramientas matemáticas
que se utilizan normalmente para analizar y sintetizar los sistemas de control de-
terministas en el dominio del tiempo, tanto en tiempo discreto como en tiempo
continuo, así como en frecuencia. Y se introducirá la herramienta matemática bá-
sica para analizar los comportamientos probabilísticos presentes en procesos o en
señales.
2 1. Introducción
A la hora de analizar y diseñar los sistemas de control para una amplia variedad
de procesos, nos encontramos con la necesidad de resolver ecuaciones diferencia-
les o integro-diferenciales con el fin de conocer la respuesta que el proceso nos va
a dar ante determinadas entradas o acciones de control. Estas ecuaciones diferen-
ciales pueden resolverse de forma directa o bien se pueden resolver convirtiéndolas
en otro tipo de ecuaciones de más fácil resolución. Existen una serie de métodos
operacionales que nos permiten transformar problemas de resolución de ecuacio-
nes diferenciales lineales o problemas de resolución de ecuaciones en diferencias
en problemas de tipo polinómico mucho más fáciles de tratar.
Entre las transformaciones más frecuentemente utilizadas para la solución de
ecuaciones diferenciales ordinarias de tipo lineal están las transformaciones de tipo
integral, y entre estas una muy ampliamente utilizada en control es la denominada
transformada de Laplace.
Para el caso de los sistemas con ecuaciones en diferencias se utiliza la denomi-
nada transformada z.
Z +∞
F (ω) = f (t)[cos(ωt) − j sin(ωt)]dt
−∞
Z +∞ Z +∞
= f (t) cos(ωt)dt − j f (t) sin(ωt)dt (1.3.4)
−∞ −∞
p
|F (ω)| = R2 (ω) + I 2 (ω)
−1 I(ω)
∠F (ω) = arctan (1.3.6)
R(ω)
Dada una función real f (t) tal que f (t) = 0 para t < 0 se define la transfor-
mada unilateral de Laplace de la función f (t) como:
Z ∞
F (s) = L[f (t)] = f (t)e−st dt (1.4.1)
0
4 1. Introducción
1. Linealidad
Una propiedad muy importante de la transformada de Laplace es que es un
operador lineal. Dadas dos funciones f (t) y g(t) y una constante k se verifica
que:
2. Diferenciación
La transformada de Laplace de la diferencial de una función f (t) se puede
expresar de la siguiente manera:
d
L[ f (t)] = sF (s) − lim f (t) = sF (s) − f (0) (1.4.7)
dt t→0
3. Integración
La transformada de Laplace de la integral de una función f (t) con respecto
al tiempo es la transformada de Laplace de la función dividida por s, es decir:
Z t
F (s)
L[ f (τ )dτ ] = (1.4.9)
0 s
Z t1 Z t2 Z tn
F (s)
L[ ... f (τ )dτ dτ1 . . . dτn ] = (1.4.10)
0 0 0 sn
4. Desplazamiento en el tiempo
Un desplazamiento en el tiempo de valor a de la función f (t), equivale en
el dominio complejo a multiplicar la transformada de Laplace de la función
F (s), por e−sa ; esto es:
7. Desplazamiento complejo
La transformada de Laplace de una función f (t) multiplicada por e∓αt ,donde
α es una constante, equivale a reemplazar en la transformada de Laplace de
la función, F (s), s por s ± a es decir
8. Convolución real
Sean F1 (s) y F2 (s) las transformadas de Laplace de las funciones f1 (t) y
f2 (t), respectivamente, y f1 (t) = 0 y f2 (t) = 0 para t < 0 entonces
Z ∞ ∞
1 1
F (s) = L[u0 (t)] = u0 (t)e−st dt = − e−st = (1.4.19)
0 s 0 s
Ejemplo 1.4.2: La transformada de Laplace de la función exponencial f (t) =
e−αt para t ≥ 0 se obtiene como
Z ∞ ∞
−αt 1 −(s+α)t 1
F (s) = L[e ]= e−αt e−st dt = − e = (1.4.20)
0 s+α 0 s+α
En la tabla se pueden ver las transformadas de algunas de las funciones más
usuales.
f (t) L(s)
δ(t) 1
1
u0 (t) s
1
t s2
e−at 1
s+a
te−at 1
(s+a)2
n!
tn , t ≥ 0 sn+1
, n = 1, 2, . . .
tn e−at , t ≥ 0 n!
(s+a)n+1
, n = 1, 2, . . .
ω
sin(ωt) (s2 +ω 2 )
s
cos(ωt) (s2 +ω 2 )
e−at sin ωt ω
(s+a)2 +ω 2
e−at cos ωt s+a
(s+a)2 +ω 2
donde c es una constante real mayor que la parte real de todas las singularidades
de F(s) . Esta integral se evalúa en el plano-s complejo. Desde el punto de vista
del control de procesos esta forma de obtener la transformación inversa resulta
extremadamente costosa y resulta poco práctica. Por ello se acude o a la utilización
de tablas de transformadas de Laplace o a la expansión en fracciones parciales.
N (s)
F (s) = (1.4.24)
sn + a1 sn−1 + . . . + an−1 s + an
donde los coeficientes ai son coeficientes reales. A las raíces del polinomio N (s)
se les denominan ceros y a las raíces del denominador D(s) se les denominan polos
de dicha función F (s).
La idea básica del método de la expansión en fracciones parciales consiste en
descomponer el polinomio F (s) en una suma de fracciones simples de forma que
éstas sean las transformadas de funciones simples y conocidas, de forma que para
cada fracción resulte muy fácil calcular la transformada inversa. Como la trans-
formada de Laplace es un operador lineal, una vez calculadas las transformadas
inversas de las fracciones simples, para obtener la transformada inversa de la fun-
ción F (s) basta con sumar las transformadas inversas de las fracciones simples.
Veamos los diferentes casos que se pueden presentar.
1.4. Transformada de Laplace 9
Caso de polos simples y reales Si todos los polos de D(s) son simples y
reales, entonces la ecuación 1.4.24 toma la siguiente forma
N (s)
F (s) = (1.4.25)
(s + s1 )(s + s2 ) . . . (s + sn )
y en ella ∀i 6= j, si 6= sj . Descomponiendo la expresión 1.4.25 en fracciones
parciales obtenemos
A1 A2 An
F (s) = + + ... + (1.4.26)
(s + s1 ) (s + s2 ) (s + sn )
donde los coeficientes A1 , . . . , An se obtienen como
N (s)
Ai = (s + si ) (1.4.27)
D(s) s=−si
Obsérvese que cada una de estas fracciones simples son las transformadas de
Laplace de funciones de tipo exponencial con exponente −si y coeficiente Ai .
Caso de polos múltiples y reales Si algunos de los polos de D(s) son múl-
tiples, entonces la ecuación 1.4.24 toma la siguiente forma
N (s)
F (s) = (1.4.28)
(s + s1 )(s + s2 ) . . . (s + sk−1 )(s + sk )n−k+1
y en ella sk tiene un orden de multiplicidad de n − k + 1. Descomponiendo la
expresión 1.4.28 en fracciones parciales obtenemos
A1 A2 Ak−1
F (s) = + + ... + +
(s + s1 ) (s + s2 ) (s + sk−1 )
Ak 1 Ak2 Akn−k
+ + 2
+ ... + (1.4.29)
(s + sk ) (s + sk ) (s + sk )n−k+1
donde los coeficientes A1 , . . . , Ak−1 correspondientes a los polos simples se ob-
tienen igual que en el caso anterior, y los correspondientes al polo multiple se
obtienen como
n−k+1 N (s)
Akn−k = (s + sk ) (1.4.30)
D(s) s=−sk
d n−k+1 N (s)
Akn−k+1 = (s + sk ) (1.4.31)
ds D(s) s=−sk
...
dn−k
1 n−k+1 N (s)
Ak1 = (s + sk ) (1.4.32)
(n − k)! dsn−k D(s) s=−sk
10 1. Introducción
N (s)
A−σ+jw = (s + σ − jw) (1.4.33)
D(s) s=−σ+jw
N (s)
A−σ−jw = (s + σ + jw) (1.4.34)
D(s) s=−σ−jw
2s + 3
F (s) = (1.4.35)
s(s + 1)(s + 3)
que si la expandimos en fracciones parciales quedará de la siguiente forma
A1 A2 A3
F (s) = + + (1.4.36)
s (s + 1) (s + 3)
Los coeficientes vendrán determinados por
2s + 3
A1 = sF (s) = =1
s=0 (s + 1)(s + 3) s=0
2s + 3 1
A2 = (s + 1)F (s) = =−
s=−1 s(s + 3) s=−1 2
2s + 3 1
A3 = (s + 3)F (s) = =−
s=−3 s(s + 1) s=−3 2
con lo que
1 − 12 − 12
F (s) = + + (1.4.37)
s (s + 1) (s + 3)
y su transformada inversa será la función
1 1
f (t) = 1 − e−t − e−3t (1.4.38)
2 2
Ejemplo 1.4.4: Supongamos la siguiente función
s2 + 3s
F (s) = (1.4.39)
(s + 1)3
que si la expandimos en fracciones parciales quedará de la siguiente forma
1.4. Transformada de Laplace 11
A1 A2 A3
F (s) = + 2
+ (1.4.40)
(s + 1) (s + 1) (s + 1)3
Los coeficientes vendrán determinados por
(s + 1)3 F (s) = s2 + 3s
A3 = = −2
s=−1 s=−1
d
(s + 1)3 F (s)
A2 = = 2s + 3 =1
ds s=−1 s=−1
1 d2 3
2
A1 = (s + 1) F (s) = =1
2! ds2 s=−1 2! s=−1
con lo que
1 1 −2
F (s) = + 2
+ (1.4.41)
(s + 1) (s + 1) (s + 1)3
y su transformada inversa será la función
A1 A2
X(s) = + (1.4.44)
s (s + 2)
Los coeficientes vendrán determinados por
(s + 1) 1
A1 = sX(s) = =
s=0 (s + 2) s=0 2
s+1 1
A2 = (s + 2)X(s) = =
s=−2 s s=−2 2
con lo que
1 1
2 2
X(s) = +
s (s + 2)
y su transformada inversa será la solución de la ecuación diferencial 1.4.43 para
las condiciones iniciales que se han supuesto, es decir
1
x(t) = (1 + e−2t ). (1.4.45)
2
1.4. Transformada de Laplace 13
Bibliografía
[1] L. Ljung, System Identification: Theory for the User, Prentice Hall, 1987.
[5] G.R. Cooper and C.D McGuillem, Probabilistic Methods of Signal and Sys-
tem Analysis, Oxford University Press, 1999.
[7] B.C. Kuo, Automatic Control Systems, Ed. Prentice Hall, 1991.
2.1. Introducción
Modelos de entrada/salida.
En esta clase de modelos se busca una descripción matemática que exprese
la relación que existe entre la entrada del sistema y la salida del mismo. Estos
modelos no describen el funcionamiento interno del sistema, sino meramente
la relación entre la entrada y la salida. Podemos encontrarnos con sistemas
diferentes pero que presentan la misma relación entrada/salida por lo que
dan lugar al mismo modelo matemático. Estos tipos de modelos son lo que
podríamos denominar modelos clásicos.
de diferentes formas, por lo que un mismo sistema podrá ser descrito por
diferentes modelos matemáticos. Estos tipos de técnicas han dado lugar a lo
que se ha denominado teoría moderna de control.
dn dn−1
y(t) + an−1 y(t) + . . . + a0 y(t) = (2.3.1)
dtn dtn−1
dm dm−1
bm m u(t) + bm−1 n−1 u(t) + . . . + b0 u(t) (2.3.2)
dt dt
donde los coeficientes ai , i = 0, 1, . . . , n − 1 y bj , j = 0, 1, . . . , m son números
reales, u(t) es la entrada al sistema e y(t) es la salida del mismo. Si estos coefi-
2.3. Modelos temporales 17
Respuesta impulsional
Dado un sistema lineal invariante en el tiempo, que para una entrada u(t) da
una respuesta y(t), se define como respuesta impulsional del sistema la salida
g(t) que daría el sistema cuando la entrada al mismo es un impulso unitario δ(t).
Esta respuesta impulsional g(t) contiene toda la información necesaria sobre
el sistema, y se puede obtener la salida del mismo, ante cualquier entrada u(t), sin
más que realizar la convolución en el dominio del tiempo con esta señal, es decir,
u(t) y(t)
δ(t) g(t)
t t
u(t) y(t)
g(t)
u(t) y(t)
Escalado ag(t)
aδ(t)
t t
u(t) y(t)
Desplazamiento
δ(t-to) g(t-to)
to t t
to t1 t to t1 t
Función de transferencia
y en tiempo discreto
G(z) = Z[g(k)] (2.3.10)
dn dn−1
y(t) + a n−1 y(t) + . . . + a0 y(t) =
dtn dtn−1 (2.3.13)
dm dm−1
bm m u(t) + bm−1 n−1 u(t) + . . . + b0 u(t)
dt dt
donde u(t) es la entrada al sistema e y(t) la salida del mismo. Si suponemos con-
diciones iniciales nulas y tomamos transformadas de Laplace en ambos lados de la
ecuación 2.3.13, el resultado es
(sn +an−1 sn−1 +. . . +a0 )Y (s) = (bm sm +bm−1 sm−1 +. . . +b0 )U (s) (2.3.14)
sn + an−1 sn−1 + . . . + a0
Y (s) = U (s) (2.3.15)
bm sm + bm−1 sm−1 + . . . + b0
y de aquí que la forma general de la función de transferencia G(s) para un sistema
físico descrito por una ecuación diferencial ordinaria de la forma 2.3.13 sea una
función racional de s del tipo
sn + an−1 sn−1 + . . . + a0
G(s) = (2.3.16)
bm sm + bm−1 sm−1 + . . . + b0
Ejemplo 2.3.1: Un automóvil responde a una fuerza aplicada f (t) del motor y a
una fuerza debida a la fricción ρv(t), proporcional a la velocidad v(t) del automó-
vil. La ecuación diferencial del sistema es
es decir,
(ms + ρ)V (s) = F (s) (2.3.19)
y la función de transferencia de la velocidad respecto de la fuerza es
V (s) 1
= (2.3.20)
F (s) ms + ρ
2.3. Modelos temporales 21
Ejemplo 2.3.3: En el caso multivariable de la figura 2.3, hay que escribir dos
ecuaciones diferenciales, una para cada masa. Conviene hacer el correspondiente
diagrama de fuerzas.
En este caso las ecuaciones diferenciales son
m1 ÿ1 = u1 + b1(ẏ2 − ẏ1 ) − k1 y1 (2.3.28)
m2 ÿ2 = u2 − b1 (ẏ2 − ẏ1 ) − k2 y2 (2.3.29)
Ejemplo 2.3.4:
22 2. Técnicas clásicas de modelado de sistemas
Fig. 2.3: Sistema mecánico de traslación con dos entradas y dos salidas
serán
di(t)
u(t) = L (2.3.38)
dt
Además, las leyes básicas son las leyes de Kirchoff:
Ejemplo 2.3.7:
26 2. Técnicas clásicas de modelado de sistemas
2.4. Linealización
Fig. 2.10: Linealización de una función en torno a dos puntos (x0 , y0 ) y (x1 , y1 )
Los sistemas físicos reales no son lineales. En los ejemplos anteriores, las no
linealidades son pequeñas y se pueden considerar despreciables. Pero en muchos
casos el sistema es claramente no lineal. En estos casos, se puede obtener un mo-
delo simplificado, que sea una aproximación lineal en un punto de trabajo, para
pequeños incrementos de la variable alrededor de ese punto (x0 , y0 ). Como se pue-
de ver en la figura 2.10, la linealización en otro punto (x1 , y1 ), será generalmente
distinta.
Si consideramos una pequeña variarión alrededor del punto de trabajo o de
equilibrio, desarrollando en serie de Taylor
dy 1 d2 y 1 dm y
y = y0 + (x − x0 ) + (x − x0 )2 + . . . + (x − x0 )m + . . .
dx 0 2! dx2 0 m! dxm 0
(2.4.1)
La mejor aproximación lineal es la recta tangente, que corresponde al desarrollo
para m = 1
dy
y = y0 + (x − x0 ) (2.4.2)
dx 0
Para funciones multivariables, la aproximación lineal es
∂y ∂y ∂y
y = y0 + (x1 − x10 ) + (x2 − x20 ) + · · · + (xn − xn0 ) (2.4.3)
∂x1 0 ∂x2 0 ∂xn 0
y corresponde a un plano o un hiperplano.
Ejemplo 2.4.1: Obtenga la función de transferencia VL (s)/V (s) de la red eléc-
trica no lineal de la figura para pequeñas señales v(t), que contiene una resistencia
28 2. Técnicas clásicas de modelado de sistemas
i(t) 1H v (t)
L
+
v(t)
- Resistencia
no lineal
20V
Los diagramas de bloques son una manera de representar sistemas que están
compuestos por varias partes que se representan por bloques y que estánunidos
entre sí por flechas que representan el flujo de las señales.
El objetivo es representar como bloques las funciones de transferencia de cada
parte, porque es más sencillo, y después, simplificar el diagrama para obtener la
función de transferencia del sistema completo.
2.5. Diagramas de bloques 29
Ejemplo 2.5.2: Para levantar y bajar una masa m = 1 kg se emplea una polea
de radio r = 0.5 m y momento de inercia J = 0.1 kg · m2 accionada mediante un
motor de corriente continua cuyas características son:
• Resistencia interna Ri = 70 Ω
• Inductancia Li = 10 H
32 2. Técnicas clásicas de modelado de sistemas
Fig. 2.15:
Fig. 2.16:
Fig. 2.17:
m3
con Kv = 0.5 s·V
√ 5
Datos: K = 5 2 ms2 (coeficiente de la ecuación de Torricelli q2 (t) = K h(t),
p
Resolución:
a) Escribir las ecuaciones que representan el modelo físico del sistema.
La salida del amplificador es:
dh(t)
q1 (t) − q2 (t) = S
dt
2.5. Diagramas de bloques 35
Fig. 2.18:
p
q2 (t) = K h(t)
√ 5
con K = 5 2 ms2
La ecuación del potenciómetro es:
θ(t)
b(t) = Vmax
θmax
h0 = 1 rad
π
θ0 = arc cos(1 − h0 ) = rad
3
40
b0 = θ0 = 13.3 V
πp
q2,0 = 5 2h0 = 5 m3 /s
q1,0 = q2,0
v0 = 50 − 2q1,0 = 40 V
1
r0 = v0 + b0 = 15.3 V
20
El sistema linealizado en torno a esa condición de equilibrio será:
Fig. 2.19:
Fig. 2.20:
Ejemplo 2.5.4: Se dispone de un horno en el que el calor generado por una re-
sistencia interna qg (t) es proporcional (K1 = 10) al cuadrado de la corriente que
circula por ella, mientras que el calor perdido qp (t) es proporcional (K2 = 2.5) a
la diferencia entre la temperatura interna del horno θi (t) y la temperatura externa
θe (t).
Sabiendo que la variación de la temperatura interna del horno es proporcional
(K3 = 1) a la diferencia entre el calor generado y el calor perdido, y que el control
del sistema se realiza mediante un amplificador que genera una corriente i(t) =
θref (t) − θi (t) + 5.
Obtener:
a) Ecuaciones del sistema.
b) Linealizar el sistema en torno a la condición de equilibrio θi0 = θref 0 =
100o C y θe0 = 0o C
c) Dibujar el diagrama de bloques del dispositivo. Entradas: ∆θref (s), ∆θe (s).
Salida: ∆θi (s).
Resolución
a) Ecuaciones del sistema.
q(t) = K1 i2 (t)
qp (t) = K2 [θi (t) − θe (t)]
dθi (t)
= K3 [qg (t) − qp (t)]
dt
i(t) = θref (t) − θi (t) + 5
qg0 = K1 i20
qp0 = K2 [θi0 − θe0 ]
0 = K3 [qg0 − qp0 ]
i0 = θref 0 − θi0 + 5
es decir
i0 = 5
qg0 = 250
qp0 = 250
Fig. 2.21:
Ejemplo 2.5.5: Sea un sistema físico constituido por una etapa de potencia, un
motor, un tren reductor y un encoder según se muestra en la figura: La tensión
e que le llega a la etapa de potencia es proporcional a la diferencia entre la ten-
sión de referencia Ur y la tensión de salida del encoder Ur , siendo la constante de
proporcionalidad Kp = 2.
La etapa de potencia produce una intensidad i a partir de la tensión de entrada
e, según la siguiente ecuación diferencial:
d i(t) p
i(t) + i(t) − 2 e(t) + 1.75 = 0
dt
En el motor se produce un par τ1 que es proporcional a la intensidad i, siendo
la constante de proporcionalidad Km = 4 N m/A.
El eje motor está conectado a un reductor, siendo N1 = 16 dientes y N2 = 32
dientes. En el segundo eje tenemos acoplado un volante de inercia con momento
de inercia I = 10 Kgm2 , rozamiento B = 5 N ms/rad, mostrando el eje un
comportamiento elástico con K = 2N m/rad.
Por último, el ángulo girado por el segundo eje, θ2 , se mide con un encoder,
apareciendo una tensión de salida Us proporcional al ángulo girado θ2 , siendo la
constante de proporcionalidad Ke = 0.5 V /rad. Se pide:
Fig. 2.22:
2.5. Diagramas de bloques 41
Resolución:
a) Ecuaciones del sistema. Las ecuaciones del sistema son:
Amplificador:
Etapa de potencia:
di(t) p
i(t) + i(t) − 2 e(t) + 1.75 = 0
dt
Motor:
τ1 (t) = Km i(t), con Km = 4N m/A
Reductor:
τ1 (t) N1 N1
= , con = 0.5
τ2 (t) N2 N2
Volante de inercia
τ20 = 2N m
τ10 = τ20 N
N2 = 1 N m
1
τ10
i0 = Km = 0.25 A
2
e0 = i0 +1.75
2 = 1V
La única ecuación no lineal es la que caracteriza la etapa de potencia. Así que:
1
i0 ∆i̇ + ∆i − √ ∆e = 0
e0
42 2. Técnicas clásicas de modelado de sistemas
Fig. 2.23:
∆e = Kp (∆Ur − ∆Us )
i0 ∆i̇ + ∆i − √1e0 ∆e = 0
∆τ1 = Km ∆i
N2
∆τ2 = N 1
∆τ
I∆θ̈2 = ∆τ2 − K∆θ2 − B∆θ̇2
∆Us = Ke ∆θ2
Us (s) G(s)
=
Ur (s) 1 + G(s)
Donde
Us (s) 1 1 N2 1 16
G(s) = = Kp √ Km Ke =
U (s) e0 i0 s + 1 N 1 Is2 + Bs + K 2.5s3 + 11.25s2 + 5.5s + 2
Así que
Us (s) 1
=
Ur (s) 2.5s + 11.25s2 + 5.5s + 18
3
16
∆Us,∞ = lim ∆Us (t) = lim sU s(s) = lim s Ur (s) =
t→∞ s→0 s→0 2.5s3 + 11.25s2 + 5.5s + 18
16 2
= lim s = 1.778 V
s→0 2.5s3 2
+ 11.25s + 5.5s + 18 s
Ke
Us0 = Ke θ20 = τ20 = 0.25V
K
Así que
∂R0 e−0.1T
∆R = ∆T = R0 (−0.1)e−0.1T T =20
∆T = −0.0135∆T
∂T T =20
Ejemplo 2.5.7: Hallar la función de transferencia H(s)/Qe (s) del sistema con-
sistente en un depósito de agua, linealizando alrededor del punto de equilibrio dado
por qe0 = 1m3 /s. si la sección de la tubería de salida es A = 1m y el área de la
base es B = 1m2 . √
Datos: Considerar la ecuación de Torricelli qs (t) = K · A h.
44 2. Técnicas clásicas de modelado de sistemas
Solución:
El caudal de entrada menos el de salida es la variación de volumen
dh(t) dh(t)
qe (t) − qs (t) = B =
dt dt
Según la ecuación de Torricelli
√
qs (t) = h
En el punto de equilibrio, qe0 = 1m3 /s se tiene
qe0 =qs0 ⇒ qs0 = 1m3 /s
√ 1
qs0 =K h0 ⇒ h0 = m (2.5.1)
K
Linealizando
∆qe − ∆qs =∆ḣ
K K 3/2
∆qs = √ ∆h = ∆h (2.5.2)
2 h0 2
Tomando transformadas de Laplace
Qe (s) − Qs (s)=sH(s)
K 3/2
Qs (s)= H(s) (2.5.3)
2
Sustituyendo
K 3/2
Qe (s) − H(s) = sH(s)
2
La función de transferencia será
H(s) 1
= 3/2
Qe (s) s + K2
2.5. Diagramas de bloques 45
Bibliografía
1
u(t) = tu0 (t)⇒U (s) = s2
Y (s) K
=
U (s) 1 + Ts
Respuesta impulsional
Consideremos un sistema de primer orden con función de transferencia G(s) =
K
Si la entrada es un impulso unidad u(t) = δ(t) ⇒ U (s) = 1, la salida es
1+T s .
K
Y (s) = G(s) · 1 =
1 + Ts
y la salida en el dominio temporal es
K k t
y(t) = g(t) = L−1
= e− /T t≥0
1 + Ts T
Respuesta a escalón
Si la señal de entrada al sistema G(s) es un escalón unidad u(t) = u0 (t) ⇒
U (s) = 1/s
K 0.72
G(s) = =
1 + Ts 1 + 0.13s
52 3. Análisis Temporal
Respuesta a rampa
Si la entrada del sistema G(s) es la rampa unidad u(t) = t · u0 (t) ⇒ U (s) =
1/s2
kωn 2
G(s) = (3.2.2)
s2 + 2ζωn s + ωn 2
donde
3.2. Respuesta Temporal 53
k = Ganancia estática.
ωn = Frecuencia natural no amortiguada (undamped natural frequency).
ζ = Coeficiente de amortiguamiento (damping ratio).
σ=ζωn = p Factor de decrecimiento (attenuation).
ωd = ωn 1 − ζ 2 = Frecuencia amortiguada (damped frequency).
s2 + 2ζωn s +pωn 2 = 0 p
s = −ζωn ±p ζ 2 ωn 2 − ωn2 = −ζωn ± ωn ζ 2 − 1 = (3.2.3)
−ζωn ± jωn 1 − ζ 2 = −σ ± jωd
Fig. 3.9:
54 3. Análisis Temporal
Respuesta impulsional
Consideremos un sistema de segundo orden
kωn 2
G(s) = (3.2.4)
s2 + 2ζωn s + ωn 2
y supongamos que su entrada es un impulso unidad u(t) = δ(t) ⇒ U (s) = 1
El caso más interesante es cuando el sistema es subamortiguado 0 < ζ < 1.
En este caso los polos son complejos conjugados con parte real negativa.
p
−ζωn ± jωn 1 − ζ 2 = −σ ± jωd
La respuesta es
kωn
y(t) = p e−σt sen(ωd t + ϑ), para t ≥ 0
1 − ζ2
Es decir una sinusoidal amortiguada con envolvente e−σt . El factor de decre-
cimiento σ = ζωn indica el ritmo al que decrece la amplitud de la oscilación.
3.2. Respuesta Temporal 55
Respuesta a escalón
Consideremos un sistema con función de transferencia G(s) y entrada escalón
unidad,
G(s)
Y (s) = U (s)G(s)
= Rs
t
y(t) = L−1 G(s)
s = 0 g(τ )dτ
Si se descompone el denominador en factores simples, que pueden corresponder
a raíces simples o a pares de raíces complejas conjugadas. La salida ante escalón
unidad es
N (s)
G(s) =
((s−αi )2 +βi 2 ) (s−σi )
Q Q
Fig. 3.12: La función exponencial real eσt es creciente cuando el coeficiente real σ
es positivo y decreciente cuando es negativo.
G(s)
lı́m y(t) = lı́m s = G(0)
t→∞ s→0 s
3.2. Respuesta Temporal 57
Fig. 3.14: Las respuestas ante escalón unidad de un sistema de segundo orden se-
gún el valor del coeficiente de rozamiento: 1) ζ = 0, oscilador (polos
en el eje imaginario). 2 ) 0 < ζ < 1, sistema subamortiguado (po-
los complejos conjugados en el semiplano izquierdo. 3) ζ = 1, sistema
críticamente amortiguado (polos reales e iguales). 4 )ζ > 1, sistema
sobreamortiguado (polos reales y distintos).
58 3. Análisis Temporal
La función de transferencia es
X(s) 1 1
= 2
= 2
F (s) ms + bs + k 3s + 15s + 33
1
b) Si la entrada es un escalón unidad F (s) = s y la salida es
1 1 1 1
X(s) = 2
= 2
=
s 3s + 15s + 33 3 s(s + 5s + 11)
1 1 s+5
X(s) = − 2
33 s (s + 2.5s)2 + 2.182
Esta última expresión se puede escribir como suma de las transformadas de senos
y cosenos amortiguados
1 1 s + 4.75 0.25
X(s) = − 2 2 2
− 2
33 s (s + 2.5s) + 2.18 (s + 2.5s)2 + 2.182
s + 2.182
1 1 0.25
X(s) = − 2 −
33 s (s + 2.5s)2 + 2.182 (s2 + 2.5s)2 + 2.182
1
1 − e−2.5t cos(2.18t) − e−2.5t sin(2.18t) para t > 0
x(t) =
33
60 3. Análisis Temporal
Kωn2
G(s) = (3.3.1)
s2 + 2ξωn s + ωn2
1 p
y(t) = 1 − p e−ξωn t sin(ωn t 1 − ξ 2 + φ) (3.3.2)
1 − ξ2
con p
1 − ξ2
φ = arctan (3.3.3)
ξ
Este sistema tiene sus polos situados en
p
p1,2 = −ξωn ± jωn 1 − ξ2 (3.3.4)
Tiempo de pico,
π
Tp = (3.3.5)
ωd
p
donde ωd es la frecuencia amortiguada ωd = ωn 1 − ξ2.
Sobreoscilación, Mp .
−π √ ξ √
Mp = e 1−ξ2 = d (3.3.6)
3.3. Parámetros que caracterizan la respuesta de un sistema de segundo orden o
Especificaciones 61
y To
d·Mp
Mp
ep
Tp t
Ts
Tiempo de establecimiento, Ts .
π
Ts ' (3.3.7)
ξωn
Solución:
Se calculan las ecuaciones del sistema, considerando como entrada la tensión
(0 ó 10 V, según el interruptor esté abierto o cerrado) y como salida la tensión en
el condensador:
Z
di(t) 1
vi = vR + vL + vC = Ri(t) + L + i(t)dt
dt C
Z
1
vo = i(t)dt
C
Aplicando la transformada de Laplace
1
Vi (s) = RI(s) + LsI(s) + I(s)
Cs
62 3. Análisis Temporal
1
Vo (s) = I(s)
Cs
Dividiendo, se obtiene la función de transferencia
1 1
Vo (s) Cs I(s) Cs 1
= 1 = 1 =
Vi (s) RI(s) + LsI(s) + Cs I(s) R + Ls + Cs
LCs2 + RCs + 1
Vo (s) 108
= 2
Vi (s) s + 12 · 103 + 108
Solución:
a) Primer sistema
10
Ga =
s2 + 2s + 5
3.3. Parámetros que caracterizan la respuesta de un sistema de segundo orden o
Especificaciones 63
El sistema Gb (s) es igual a Ga (s) con un polo adicional (más lejano del eje
imaginario).
El sistema Gc (s) es igual a Ga (s) con un polo adicional más influyente con
respecto al caso de Gb (s): el sistema será mucho más lento.
El sistema Gd (s) es igual a Ga (s) con un cero adicional: el sistema será más
rápido.
Cuanto más cerca se encuentre el polo del eje imaginario, más lento será el
sistema.
Kωn2
s2 + 2ζωn s + ωn2
se tiene
Ganancia estática: K = 1.
Tiempo de estabilización: ts = πσ → σ = π
ts = 1 → ζωn = 1.
Coeficiente de amortiguamiento:
π
− tan −π
Mp = e θ → θ = atan = 0.8936rad.
ln(Mp )
1
ζωn = 1 → ωn = = 1.596rad/s
ζ
El sistema será:
2.5
GA =
s2 + 2s + 2.5
Se puede verificar en esa gráfica:
3.3. Parámetros que caracterizan la respuesta de un sistema de segundo orden o
Especificaciones 67
Se puede observar que esa es la típica respuesta a un sistema del primer orden.
K
GB (s) =
1 + Ts
La respuesta genérica a un sistema del primer orden frente a una entrada impulso
es:
La gráfica genérica de ese sistema es:
68 3. Análisis Temporal
Observamos que
K
y(0) = 2 → =2
T
T =1
Se tiene T = 1 y K = 2
Con esos datos vamos a calcular la función de transferencia del sistema:
2
GB =
1+s
K
Gc (s) =
1 + Ts
La respuesta a una rampa con pendiente 0.5 vale:
K K
y(t) = (t − T ) + T e−t/T
2 2
La respuesta genérica es
Observamos que
K
T = 1, el retraso de la salida con respecto a la recta r(t) = 2 (t − T ) una vez
estabilizada la señal de salida.
70 3. Análisis Temporal
Solución:
Las ecuaciones del sistema en el dominio de la frecuencia son
1
Vi (s)=LsI(s) + RI(s) + I(s)
Cs
1
Vo (s)= I(s)
Cs
Dividiendo se obtiene la función de transferencia
1 1
Vo Cs LC
= 1 = R 1
Vi Ls + R + Cs s2 + L s + LC
3.3. Parámetros que caracterizan la respuesta de un sistema de segundo orden o
Especificaciones 71
Kωn2
s2 + 2ζωn s + ωn2
q q
1
Se obtiene que K = 1, ωn = LC , y ζ = R2 C L.
Por otro lado, se requiere que la sobreoscilación sea del 20 %
π
Mp = e− tanθ = 0.20 ⇒ θ = 62.370 ⇒ ζ = cosθ = 0.456
La primera propiedad que deben tener los sistemas de control es que sean es-
tables. Además, en éstos sistemas, al funcionar en bucle cerrado se corre el riesgo
de que sean inestables, sistemas que en bucle abierto eran estables.
El concepto más sencillo sobre estabilidad es la estabilidad de entrada-salida
que consiste en que a entradas acotadas le correspondan salidas acotadas, es decir
que la ganancia sea siempre finita.
Si consideramos el sistema de la figura 4.1, donde G(s) y H(s) son lineales o
no-lineales, el error e es e = r + H(s)y = r + H(s)G(s)e. La norma del error
H(s)
kuk kuk
kek = ≤
k1 − G(s)H(s)k 1 − kG(s)kkH(s)k
En el caso de que el sistema sea lineal se puede exigir una condición un poco
menos exigente, basta con que kG(s)H(s)k < 1.
74 4. Estabilidad de sistemas dinámicos
En los sistemas lineales, la estabilidad del sistema está determinada por la po-
sición de los polos en bucle cerrado. Consideremos un sistema de una entrada y
una salida que tiene como función de transferencia en bucle cerrado
Qm
(s + zi )
M (s) = K Qn Qi=1
p 2 2
j=1 (s + pj ) k=1 (s + 2ζk ωk s + ωk )
La respuesta impulsional es
k p
X
−pj t
X 1
y(t) = Aj e + Bk e−ζk t sin(ωk t)
ωk
j=1 k=1
Por tanto, para obtener una salida acotada ante una entrada acotada es necesario
que tanto los polos reales pj , como las partes reales de los polos complejos ζk sean
negativas.
La condición suficiente para que un sistema lineal SISO (Single Input-Single
Output)en tiempo continuo, sea estable es que todos sus polos estén situados en el
semiplano de la izquierda (parte real negativa).
El problema de este criterio es que es muy difícil de aplicar cuando hay pará-
metros. En este caso hay que aplicar otros criterios como el de Routh.
En el caso de un sistema lineal SISO en tiempo discreto, la condición suficiente
para que sea estable es que todos sus polos estén situados dentro del círculo de
radio unidad.
sn an an−2 an−4 . . .
sn−1 an−1 an−3 an−5 . . .
sn an an−2 an−4 . . .
sn−1 an−1 an−3 an−5 . . .
sn−2 bn−1 bn−3 bn−5 . . .
sn−3 cn−1 cn−3 cn−5 . . . (4.1.2)
... ... ... ... ...
s1 u1 u2
s 0 v1
an an−2
an−1 an−3 1
bn−1 =− = (an−1 an−2 − an an−3 )
an−1 an−1
an an−4
an−1 an−5 1
bn−3 =− = (an−1 an−4 − an an−5 )
an−1 an−1
Análogamente, la cuarta fila es
an−1 an−3
bn−1 bn−3 1
cn−1 =− = (bn−1 an−3 − an−1 bn−3 )
bn−1 bn−1
an−1 an−5
bn−1 bn−5 1
cn−3 =− = (bn−1 an−5 − an−1 bn−5 )
bn−1 bn−1
y así sucesivamente hasta llegar a grado cero.
Nota 4.1.1: Al desarrollar la tabla, podemos multiplicar o dividir una fila por una
constante positiva sin que se modifique el resultado (esto es útil para simplificar la
tabla).
76 4. Estabilidad de sistemas dinámicos
a0 s3 + a1 s2 + a2 s + a3 = 0
con a0 , a1 , a2 y a3 positivos.
La tabla de Routh correspondiente es
s3 a0 a2
s2 a1 a3
s1 a1 a2a−a
1
0 a3
s0 a3
Para que todos los coeficientes de la primera columna sean positivos se debe
verificar que
a1 a2 − a0 a3
>0
a1
Por tanto, el sistema será estable cuando a1 a2 > a0 a3 .
La tabla de Routh es
s4 1 45
s3 2 8
s2 0 ≈ ε5
s1 8ε−10
ε
s0 5
4.1. Métodos clásicos de análisis de estabilidad 77
Ejemplo 4.1.3: Caso con una fila de ceros. Consideremos un sistema con ecua-
ción característica
Solución:
Este sistema tiene sus raíces situadas de forma simétrica respecto al origen del
plano s:
±σ ± jω.
La tabla de Routh es
s4 1 11 18
s3 2 18
s2 2 18
1
s 0 → 40 → 0
s0 18
1
s+3
Como condición previa es necesario que todos los coeficientes sean del mismo
signo:
15 + K > 0 ⇒ K > −15
La tabla de Routh es
s3 1 11
s2 5 15 + K
s1 40−k
5
s0 15 + K
Para que el sistema sea estable se necesita que todos los coeficientes de la primera
columna sean mayores que cero:
40 − K
> 0 ⇒ 40 − K > 0 ⇒ K < 40
5
Juntando las dos condiciones, se obtiene que el sistema es estable para
Bibliografía
[5] JJ.E. Slotine y W.Li, Applied Nonlinear Control, Prentice Hall, 1991.
80 4. Estabilidad de sistemas dinámicos
5. ERRORES EN RÉGIMEN PERMANENTE
Fig. 5.1:
Se da tensión al motor
El motor gira
Cuando coincide la posición del motor con la referencia, la salida del suma-
dor es nula
(posibles oscilaciones)
Fig. 5.2:
Se da tensión al motor
El motor gira
Cuando coincide la velocidad del motor con la referencia, la salida del su-
mador es nula
El motor se frena
...
Fig. 5.3:
Interpretación
G(s)
Kp = lı́m y(t) = lı́m s = lı́m G(s)
t→∞ s→0 s s→0
84 5. Errores en régimen permanente
Fig. 5.4:
G(s)
Kv = lı́m y 0 (t) = lı́m s s = lı́m sG(s)
t→∞ s→0 s s→0
Ka = lı́m s2 G(s)
s→0
Interpretación
Fig. 5.5:
G(s)
Ka = lı́m y 00 (t) = lı́m s s2 = lı́m s2 G(s)
t→∞ s→0 s s→0
FloatBarrier
Fig. 5.7:
5.1. Introducción errores 87
La señal de error es
e(t) = r(t) − y(t)
que en el dominio de la frecuencia es
G(s) R(s)
E(s) = R(s) − Y (s) = R(s) − R(s) =
1 + G(s) 1 + G(s)
R(s)
E(s) =
1 + G(s)
R(s)
erp = lı́m e(t) = lı́m sE(s) = lı́m s
t→∞ s→0 s→0 1 + G(s)
R(s)
erp = lı́m s (5.1.1)
s→0 1 + G(s)
Entrada escalón
La transformada de Laplace del escalón unidad es
1
R(s) =
s
88 5. Errores en régimen permanente
Fig. 5.9:
Entrada rampa
La transformada de Laplace de la rampa unidad es
1
R(s) =
s2
Sustituyendo en la expresión del error en régimen permanente 5.1.1
R(s) 1 1 1
erp = ev = lı́m s = lı́m = =
s→0 1 + G(s) s→0 s + sG(s) lı́m sG(s) Kv
s→0
(5.1.3)
A este error se le denomina error de velocidad.
Fig. 5.10:
Entrada parábola
La transformada de Laplace de 1/2 de la parábola unidad es
1 2
R(s) = 3 r(t) = t2 ⇒ R(s) = 3
s s
5.1. Introducción errores 89
R(s) 1 1 1
erp = ea = lı́m s = lı́m 2 2
= 2
=
s→0 1 + G(s) s→0 s + s G(s) lı́m s G(s) Ka
s→0
(5.1.4)
A este error se le denomina error de aceleración.
Fig. 5.11:
La relación entre las constantes de error y el tipo del sistema está representada
en la tabla 5.12
Fig. 5.12: Relación entre las constantes de error y el tipo del sistema.
ep ev ea
1
Tipo 0 1+k p
∞∞
Tipo 1 0 k1v ∞
Tipo 2 0 0 k1a
90 5. Errores en régimen permanente
r(t) = 1 + 3t + 5t2
Fig. 6.1:
G(s)
M (s) =
1 + G(s)H(s)
Factorizando la función de transferencia en bucle abierto
Q
(s − zi )
G(s)H(s) = K Q
(s − pi )
la ecuación caracteríatica es
Q
(s − zi )
1+KQ =0
(s − pi )
es decir, Q
(s − zi )
KQ = −1
(s − pi )
Como esta ecuación es compleja, se puede expresar como dos ecuaciones reales,
por un lados los módulos y por otro lado los argumentos.
La ecuación de los módulos
Q
|s − zi |
K Q =1
|s − pi |
se suele escribir como
Q
|s − pi | producto de distancias a todos los polos
K= Q ⇒K≡ (6.2.1)
|s − zi | producto de distancias a todos los ceros
Es decir que el lugar de las raíces, comienza en los polos de bucle cerrado.
Por otro lado, si K = ∞, la ecuación característica se puede escribir como
1 Y Y
(s − pi )+ (s − zi ) = 0
K
94 6. Lugar de las raíces
1
y como K =0
Y
K=∞⇒ (s − zi ) = 0
lo que significa que, el lugar de las raíces finaliza en los ceros de bucle abier-
to.
La diferencia entre polos y ceros corresponde a puntos del infinito.
Fig. 6.3:
Fig. 6.4:
Fig. 6.5:
Por tanto, para que se cumpla el criterio del argumento debe haber un número
impar de raíces reales zi o pi a la derecha del punto s.
Fig. 6.6:
Regla 5. Asíntotas
Fig. 6.7:
96 6. Lugar de las raíces
X X
arg(s − pi ) − arg(s − zi ) = nθa − mθa = (2q + 1)π
es decir,
2q + 1
θa = π (6.3.1)
n−m
Regla 6. Centroide.
El punto en que se unen las asíntotas se denomina centroide.
P P
p i − zi
σ0 = (6.3.2)
n−m
Fig. 6.8:
6.3. Reglas de trazado del lugar de las raíces 97
X X X X
arg(s − pi ) − arg(s − zi ) = αi + θ − βi = (2q + 1)π
X X
θ = (2q + 1)π − αi + βi (6.3.3)
Ángulos de llegada
Se calculan de forma equivalente, tomando un punto infinitamente cercano a
un cero
entonces
X
raices = − an−1
98 6. Lugar de las raíces
Gc
Y (s) Gp (s)
= Gf (s) . (7.1.2)
R(s) 1 + Gp (s)Gc (s)
los polos y ceros del mismo al estar situada en la cadena principal antes del lazo de
realimentación. Sin embargo, no altera las posiciones de los polos y ceros del lazo
de realimentación, salvo en el caso de que se produzcan cancelaciones polo-cero
entre Gf y la función de transferencia del lazo de realimentación.
Por otra parte el término Gc al estar situado en el lazo de realimentación afecta
de forma significativa a las posiciones de los polos del sistema en bucle cerrado,
alterando de forma importante la dinámica del sistema. Simplificando un poco, po-
dríamos pensar que mientras que con el diseño de Gf buscamos ajustar o mejorar la
respuesta en régimen permanente del sistema, con Gc se busca ajustar la respuesta
transitoria.
Esta estructura de control se utilizará de forma extensiva en el control por re-
alimentación de estado que se estudiará en el próximo capítulo. Un caso particular
de esta estructura de control es cuando Gf = Gc . En este caso se pierde libertad
en el diseño ya que sólo se dispone de una función de transferencia. De esta forma,
el esquema de control se simplifica tal y como se puede apreciar en el esquema (a)
de la figura 7.2, pudiéndose expresar también por medio del esquema equivalente
(b) de dicha figura.
r u y
+
Gc Gp
-
(a)
Gc
r e u y
+ Gp
Gc
-
(b)
Los controladores del tipo PID son con mucha diferencia los más frecuente-
mente utilizados en la industria de control de procesos, donde más del 95 % de los
lazos de control utilizan controladores PID. Su sencillez, versatilidad y capacidad
para resolver los problemas básicos que se presentan en los procesos con dinámica
favorable y requisitos de funcionamiento modestos hacen de ellos una herramienta
imprescindible en el control de procesos.
A lo largo de las últimas décadas los controladores PID han sobrevivido a di-
ferentes cambios tecnológicos que van desde los primeros controladores desarro-
llados a partir de elementos neumáticos hasta los desarrollados con microprocesa-
dores pasando por las válvulas electrónicas, los dispositivos analógicos, los tran-
sistores y los circuitos integrados. La incorporación de los microprocesadores ha
tenido un impacto muy grande ya que ha permitido que los controladores PID se
enriquezcan en funciones colaterales sin perder ninguna de sus propiedades, así se
les han añadido posibilidades de ajuste automático de los parámetros, posibilidades
de ejecución de reglas lógicas o automatismos secuenciales.
Por todo ello, y aunque existen técnicas de control más sofisticadas, en el nivel
más bajo de control de muchos procesos sigue estando presente o incluso es el
102 7. Técnicas clásicas de control
a −sL
G(s) = e (7.3.4)
sL
que corresponde a un integrador con retardo temporal. Este sistema permite
ser caracterizado por dos parámetros a y L tal y como se puede observar en
la siguiente figura 7.3.
3. Una vez que se han determinado los parámetros a y L en la respuesta, Ziegler
y Nichols proponen como parámetros del controlador PID los indicados en
la tabla 7.1 obtenidos directamente como función de los parámetros a y L
medidos sobre la respuesta del sistema.
Este controlador está diseñado para dar una tasa de decaimiento de un cuarto
(d=0.25) entre las magnitudes de la primera y la segunda sobreoscilación, por lo
104 7. Técnicas clásicas de control
L t
a
a −sL
Fig. 7.3: Respuesta ante entrada escalón de G(s) = sL e
Controlador K Ti Td
P 1/a
PI 0.9/a 3L
PID 1.2/a 2L L/2
Tab. 7.1: Valores de los parámetros propuestos por Ziegler-Nichols para el método
de respuesta a un escalón
que generalmente presenta una sobreoscilación alta. Tiene la ventaja de que a partir
de estos valores es fácil realizar un ajuste más fino para adecuarlos a la respuesta
que se desea sin la necesidad de un largo proceso de prueba y error.
r e u y
+
K G(s) a)
-
y
K<Ku b)
y
K=Ku, Tu c)
y
K>Ku d)
Fig. 7.4: Obtención de la ganancia crítica y del periodo crítico para el segundo
método de Ziegler-Nichols
Controlador K Ti Td
P 0.5Ku
PI 0.4Ku 0.8Tu
PID 0.6Ku 0.5Tu 0.125Tu
Tab. 7.2: Valores de los parámetros propuestos por Ziegler-Nichols para el método
frecuencial
Estos métodos buscan determinar de forma analítica los valores más adecuados
de los parámetros de un controlador PID de forma que se cumplan unas especifi-
caciones determinadas. Veremos dos técnicas analíticas para realizar el cálculo de
estos parámetros: la primera de estas técnicas (asignación de polos) es aplicable
a sistemas de segundo orden, y la segunda (diseño basado en los polos dominan-
tes) es aplicable a sistemas complejos. Ambas técnicas requieren un conocimiento
previo de la función de transferencia del proceso que se desea controlar.
1 Kp
1+K 1+ =0
sTi (1 + sT )
1 + Kp K Kp K
s2 + s + =0 (7.4.5)
T T Ti
Supongamos que se desea que la respuesta del sistema en bucle cerrado sea
la de un sistema de segundo orden con una tasa de amortiguamiento ξ y con una
frecuencia ωn . Es decir, se deseanp
situar los polos en cadena cerrada del sistema en
las posiciones p1,2 = −ξωn ± ωn 1 − ξ 2 . Por lo que la ecuación característica en
bucle cerrado tendrá la expresión
Kp
Gp (s) = (7.4.11)
(1 + sT1 )(1 + sT2 )
108 7. Técnicas clásicas de control
(1 + sTi + s2 Ti Td )
Gc (s) = K (7.4.12)
sTi
con lo que la ecuación característica del sistema en bucle cerrado 1+Gp (s)Gc (s) =
0, será
3 2 1 1 Kp KTd 1 Kp K Kp K
s +s + + +s + + = 0 (7.4.13)
Ti T2 T1 T2 T1 T2 T1 T2 T1 T2
Si deseamos que el sistema tenga en bucle cerrado la siguiente ecuación carac-
terística,
Kp K
ωn2 α= (7.4.15)
T T
1 2
2 1 Kp K
ωn + 2ξωn α= + (7.4.16)
T1 T2 T1 T2
1 1 Kp KTd
2ξωn + α= + + (7.4.17)
Ti T2 T1 T2
y resolviendo este sistema de ecuaciones obtenemos
T1 T2 (2ξωn + α) + 1
K= (7.4.18)
Kp
Kp K
Ti = (7.4.19)
T1 T2 ωn2 α
T1 T2 ωn3 α(ωn + 2ξα)
Td = (7.4.20)
T1 T2 (2ξωn + α) − 1 + T1 ωn2 α(ωn2 α + 1)
1
1 + K(1 + Td s) =0 (7.4.22)
s(s + 2)
y se desea que tenga la ecuación característica 7.4.6 en bucle cerrado. Para ello
igualamos 7.4.6 a 7.4.22,
K=ωn2 (7.4.24)
2ξωn − 2
Td = (7.4.25)
ωn2
y sustituyendo por los valores de las especificaciones que se han indicado tenemos
que K = 9.86 y Td = 0.115. Con lo que el regulador resultante tiene la expresión:
2.5
y(t)
2
(a)
1.5
1
(b)
0.5
0
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5
t
Fig. 7.5: Respuesta del sistema del ejemplo 7.5.1: (a) en bucle abierto y (b) en
bucle cerrado con el controlador diseñado
Determinación algebraica
El problema es similar al de la sección anterior. Si se introduce un regulador P,
necesitamos situar un polo para poder determinar el parámetro del regulador. Si se
desea introducir un regulador PI o PD es necesario asignar dos polos para calcular
los parámetros del regulador y si se introduce un regulador PID es necesario fijar
tres polos.
Supongamos, para ilustrar el funcionamiento de esta técnica, que se desea di-
señar un regulador de tipo PI para controlar un sistema. Dicho regulador tiene dos
7.4. Métodos analíticos de diseño de controladores PID 111
parámetros por lo que para determinar el valor de los mismos necesitamos situar la
posición de dos polos del sistema en bucle cerrado.
Supongamos que la ecuación del controlador es de la forma
1
Gc (s) = K 1 + (7.4.27)
1 + sTi
el sistema en bucle cerrado tiene la siguiente función de transferencia
Gp (s)Gc (s)
G(s) = (7.4.28)
1 + Gp (s)Gc (s)
con lo que la ecuación característica del sistema en bucle cerrado viene definida
por
1
1 + Gp (s)K 1 + =0 (7.4.29)
1 + sTi
Necesitamos fijar las posiciones de dos polos p1,2 , por lo que podemos suponer
que estos son complejos conjugados de forma que tengan un cierto amortiguamien-
to ξ y una cierta frecuencia ωn , es decir
p
p1,2 = ωn (−ξ ± j 1 − ξ2) (7.4.30)
En el caso de que el controlador que se necesita sea de tipo PD estamos en una
situación similar, pues hemos de determinar dos parámetros del regulador, cuya
función de transferencia es
Gp (s)Gc (s)
G(s) = (7.4.33)
1 + Gp (s)Gc (s)
con lo que la ecuación característica del sistema en bucle cerrado viene definida
por
1
1 + Gp (s)K 1 + + sTd = 0 (7.4.34)
1 + sTi
112 7. Técnicas clásicas de control
Necesitamos fijar las posiciones de tres polos p1,2,3 , por lo que podemos su-
poner que dos de estos son complejos conjugados de forma que tengan un cierto
amortiguamiento ξ y una cierta frecuencia ωn , y el otro es un polo situado en −α
es decir
p
p1,2 =ωn (−ξ ± j 1 − ξ2) (7.4.35)
p3 =−α (7.4.36)
Ejemplo 7.4.2: Sea el sistema mostrado en la figura 7.6, cuya función de trans-
ferencia es
1
Gp (s) = (7.4.37)
s(s + 2)(s + 8)
y supongamos que queremos introducir un controlador en el sistema de forma
r + e u 1 y
Gc(s)
- s(s+2)(s+8)
1
1 + K(s + a) = s3 + 10s2 + (16 + K)s + Ka = 0 (7.4.39)
s(s + 2)(s + 8)
por otra parte, queremos fijar las posiciones de dos de los polos en las posiciones
7.4.38. Como el sistema es de tercer orden el tercer polo estará en una posición
(s + b) con lo que la ecuación característica en bucle cerrado tendrá el aspecto
siguiente
7.4. Métodos analíticos de diseño de controladores PID 113
10=2ξωn + b
16 + K=2ξωn b + ωn2 (7.4.41)
Ka=ωn2 b
1.4
1.2
y(t)
(b)
1
0.8
0.6
0.4
(a)
0.2
0
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5
t (s)
Fig. 7.7: Respuesta del sistema del ejemplo 7.5.2: (a) en bucle abierto y (b) en
bucle cerrado con el controlador diseñado
jω jω jω
x x x x x x
0 σ 0 σ 0 σ
Este efecto se puede apreciar en la figura 7.8, donde a medida que se añaden
7.4. Métodos analíticos de diseño de controladores PID 115
polos aumenta el número de ramas y éstas están cada vez más cerca del
semiplano con parte real positiva. Llegando en el caso (c), al introducirse
las ramas en el la parte real positiva, para valores altos de la ganancia a
inestabilizarse el sistema.
jω jω jω
ο x x x x οx x x xο x
0 σ 0 σ 0 σ
Ejemplo 7.4.3: Para el sistema de la figura 7.6 se puede observar que si se intro-
duce un regulador proporcional y se varía el valor de la ganancia K
los polos de la ecuación característica del sistema se mueven por las ramas del
lugar de las raíces, que para este sistema tendría un aspecto como el indicado en la
figura 7.10. Si observamos las posiciones de los polos dominantes Pd del sistema se
puede apreciar que el lugar de las raíces no pasa por ellos, por lo que no basta con
un regulador proporcional. Si deseamos que el lugar de las raíces pase por dichos
puntos y que estos sean los polos dominantes en cadena cerrada del sistema, nos
116 7. Técnicas clásicas de control
basta con introducir un regulador de tipo PD. Este regulador al introducir un cero,
si se elige la posición del mismo adecuadamente, puede hacer pasar el lugar de las
raíces por las posiciones deseadas.
Pd
ωn
θ
x x x
-8 -2 0
P'd
Fig. 7.10: Lugar de las raíces para el sistema del ejemplo 7.5.3
|G(s)|=1 (7.4.45)
∠G(s)=(2q + 1)π q = 0, ±1, ±2, . . . (K > 0) (7.4.46)
o lo que es lo mismo
Qn Qn
|s + pj | distancias desde pj a Pd
|K| = Qj=1
m
j=1
= Qm (7.4.49)
i=1 |s + zi | i=1 distancias desde zi a Pd
y
7.4. Métodos analíticos de diseño de controladores PID 117
m
X n
X
∠G(s) = ∠K + ∠(s + zi ) − ∠(s + pj ) = (2q + 1)π (7.4.50)
i=1 j=1
o lo que es lo mismo
m n
X −−→ X −−→
∠K + ∠zi Pd − ∠pj Pd = (2q + 1)π (7.4.51)
i=1 j=1
En nuestro caso, dadas las posiciones de los polos del proceso y del regulador,
tendremos que si queremos que el lugar de las raíces pase por las posiciones
p
p1,2 = ωn (−ξ ± j 1 − ξ 2 ) = −1.57 ± j2.72 (7.4.52)
deben de cumplirse los criterios del módulo 7.4.48 y del argumento 7.4.50. Los
argumentos para los polos cuyas posiciones conocemos son (fig 7.11):
β1 =120o (7.4.53)
2.72
β2 =arctan = 81.01o (7.4.54)
2 − 1.57
2.72
β3 =arctan = 22.93o (7.4.55)
8 − 1.57
como debe de cumplirse el criterio del argumento
Pd
j2.72
ωn=n1
n3 m1 n2
β3 α1 β2 θ β1
x x x
-8 -a -2 0
Fig. 7.11: Aplicación del criterio del módulo y del argumento para el ejemplo 7.5.3
1.4
1.2
y(t) (b)
1
0.8
0.6
0.4
(a)
0.2
0
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5
t (s)
Fig. 7.12: Respuesta del sistema del ejemplo 7.5.3: (a) en bucle abierto y (b) en
bucle cerrado con el controlador diseñado
r + e u 1 y
Gc(s)
- s(s+2)
Pd
j2.72
ωn=n
1
n3 n2
β3 β2 θ β1
x x x
-b -a=-2 0
m1=n2
α1=β2
α1 − β1 − β2 − β3 = (2q + 1)π
De esta forma la posición del polo del regulador b es −3.14. Para la determinación
de la ganancia utilizamos el criterio del módulo
n1 n2 n3 3.14 × 2.75 × 3.14
K= = = 9.86
m1 2.75
De esta forma el regulador continuo que cumple las especificaciones tiene la forma
s+2
Gc (s) = 9.86
s + 3.14
7.4. Métodos analíticos de diseño de controladores PID 121
Bibliografía
[3] G.F. Franklin, J.D. Powell and M. Workman, Digital Control of Dynamics
Systems, Addison Wesley, 1997.
c c∗
Y (s) = . . . + + . (8.0.2)
s + jω s − jω
Si todos los polos del sistema dan una respuesta estable, su respuesta se amor-
tiguará con el tiempo por lo que la respuesta del mismo en régimen permanente
sólo retendrá los dos últimos términos del desarrollo 8.0.2. Por lo que la respuesta
en régimen permanente en el dominio del tiempo tomará la forma
A = |G(jω)| (8.0.4)
Im[G(jω)]
φ = arctan = ∠G(jω) (8.0.5)
Re[G(jω)]
La respuesta frecuencial de un sistema suele representarse por medio de dos
curvas, en una de las cuales se muestra la magnitud |G(jω)| y en la otra el desfase
∠G(jω) para cada valor de ω. La respuesta frecuencial permite determinar la esta-
bilidad que tendrá un sistema en bucle cerrado a partir de la respuesta frecuencial
en bucle abierto del mismo.
124 8. Modelos frecuenciales. Diagrama de Bode
num=[5];
den=[1 1 5];
sys=tf(num,den);
bode(sys);
Bode Diagrams
From: U(1)
10
−5
−10
Phase (deg); Magnitude (dB)
−15
−20
−25
−30
−50
To: Y(1)
−100
−150
−200
−1 0 1
10 10 10
Frequency (rad/sec)
P P
log |G(jω)| = log |k| + Plog |jω − zi | − Plog |jω − pi |
⇒ (8.1.1)
arg (G(jω)) = arg(k) + arg(jω − zi ) − arg(jω − pi )
126 8. Modelos frecuenciales. Diagrama de Bode
Por esta razón, los módulos se toman en decibelios (dB), que son 20 log10 de
la cantidad dada. Además en el eje horizontal, la frecuencia se toma en escala
logarítmica.
El diagrama de Bode asintótico consiste en un diagrama aproximado de la fun-
ción de transferencia a partir de la representación de cada sumando de la expresión
8.1.1.
Los polos en el origen s1n de orden n tienen como módulo −20n log(ω) que se
representa en el diagrama semilogarítmico como una recta de pendiente negativa
−20n y como argumento una recta horizontal en la posición −900 n.
(
1 20 log 1
(jω)n
= 20 log ω1n = 20 log ω −n = −20n log(ω) dB
=
(jω)n ϕ= −n900
1
Fig. 8.3: Diagrama asintótico de Bode. Polos en en origen sn
Los polos/ceros reales negativos se pueden escribir como (1+T1 s)n , con n > 0
para los polos y n < 0 para los ceros.
Para los polos reales negativos, la amplitud es una recta horizontal de 0 dB para
frecuencias bajas y una recta de pendiente −20n dB/dec para frecuencias altas. La
fase es una recta horizontal de 00 para frecuencias bajas y de −90n para frecuencias
altas.
1
n =
(1+T
jω)
| | = 0dB
ω → 0 1 = ϕ = 00
= 1
| | = (T ω) n = −20n log(T ω) dB
1
ω → ∞ (T jω)n =
ϕ = −n900
Para los ceros reales negativos, la amplitud es una recta horizontal de 0 dB para
frecuencias bajas y una recta de pendiente 20n dB/dec para frecuencias altas. La
fase es una recta horizontal de 00 para frecuencias bajas y de 90n para frecuencias
altas.
+ T jω)n =
(1
| | = 0dB
ω → 0 1 =
00
ϕ =
=
| | = (T ω)n = 20n log(T ω) dB
ω → ∞(T jω)n =
ϕ = +n900
Frecuencia de corte
Corte de las dos asíntotas
0 db = −20 log(ωc T )
log(ωc T ) = 0 ⇒ ωc T = 1
ωc = T1
1
Fig. 8.4: Diagrama asintótico de Bode. Polos/ceros reales negativos (1+T s)n
8.1. Diagrama de Bode asintótico 129
Frecuencia de corte
Corte de las dos asíntotas
0 db = −40n log( ωωn ) dB
log( ωωn ) = 0 ⇒ ωωn = 1
ωc = ωn
Frecuencia de resonancia ωr
p
ωr = ωn 1 − 2ξ 2 (0 < ξ < 0.707)
1
|G(jω)|máx = |G(jωr )| = Mr = p (0 < ξ < 0, 707)
2ξ 1 − ξ 2
ωn 2 1
= 2 n
s2 + 2ζωn s + ωn 2 2ζ
s
1+ ωn s + ωn
n n
| | = 0dB
ω → 0 1 = ϕ = 00
= ( −2n
ω
= −40n log( ωωn ) dB
−2n
jω | | =
ω → ∞ ωn = ωn
ϕ = 2n900 = n1800
Fig. 8.9: Diagrama de Bode con polos complejos con: a) parte real negativa, b)
parte real positiva
9. MÉTODO DE NYQUIST
ρ
F(s)
F(ρ)
Es decir, si
Z = número de ceros de F(s) dentro de ρ
P = número de polos de F(s) dentro de ρ
N = número de vueltas de F(ρ) alrededor del origen.
Entonces N = Z − P.
r(t) y(t)
G(s)
+ -
H(s)
Q
(s + zi )
G(s)H(s) = k Q
(s + pi )
Q Q Q
(s + zi ) (s + pi ) + k (s + zi )
F (s) = 1 + G(s)H(s) = 1 + k Q = Q
(s + pi ) (s + pi )
F(s) = 1+G(s)H(s)
ρ
F(ρ)
∞
Dado que los ceros Z de F (s) son los polos en cadena cerrada del sistema,
estos definen si el sistema es estable. En el caso de que Z sea distinto de cero, el
sistema será inestable.
136 9. Método de Nyquist
Método modificado.
Una forma de simplificar los cálculos en variable compleja, manteniendo el
principio del argumento, es tomar la función
F (s) = G(s)H(s),
en lugar de 1 + G(s)H(s). De este modo, la curva γ correspondiente a F (ρ),
quedará desplazada una unidad sobre el eje real, debiéndose contar ahora el número
N de vueltas en torno del punto −1, en lugar de en torno al origen (figura 9.4).
F(s) = G(s)H(s)
ρ
F(ρ)
∞
-1
1
s+3
Solución:
La función de transferencia en bucle abierto es
s+2
G(s)H(s) =
(s + 1)(s + 3)
El camino de Nyquist y la situación de los ceros y polos de bucle abierto es:
El tramo I tiene por imagen el diagrama polar. Tomando los límites para ω → 0
y ω → ∞ tenemos
jω + 2
G(jω)H(jω) =
(jω + 1)(jω + 3)
137
II
I
x o x
-3 -2 -1
III
2
lim |G(jω)| = 3 lim |G(jω)| = 0
ω→0 ω→∞
lim arg(G(jω)) = 0◦ lim arg(G(jω)) = −90◦
ω→0 ω→∞
Z = N + P = 0.
0.3
0.2
0.1
−0.1
−0.2
−0.3
−1 −0.8 −0.6 −0.4 −0.2 0 0.2 0.4 0.6
Sistema de bucle abierto con polo en el origen. En este caso se deberá agre-
gar un nuevo tramo (IV) que evite este polo. El tramo IV está definido por
un semicírculo de radio infinitesimal y centro en el origen:
ε→0
s = εejθ
θ ∈ −π π
2 , 2
I II
IV
III
Im
III
II IV
Re
VII
VI
Fig. 9.9: Camino de Nyquist para un sistema con polos en el eje imaginario
Z=N
y, por tanto, para que el sistema sea estable debe cumplirse que
N =0
-1
-1
Estabilidad relativa
El método de Nyquist permite el estudio de la estabilidad relativa de un sistema
de bucle cerrado a partir de la respuesta en frecuencia del sistema de bucle abierto.
Esta estabilidad relativa vendrá dada por la cercanía del diagrama polar al punto
s = −1 (ver figura 9.12). En esta figura se muestran los diagramas polares de tres
sistemas. De la observación de los mismos se puede decir que el sistema a) será
más estable que los b) y c) puesto que su diagrama polar está más alejado de −1
que los de los otros dos sistemas (suponiendo que los tres sean de fase mínima).
Para tener una idea más cuantitativa y precisa de esta estabilidad relativa, se
utilizan los conceptos de margen de ganancia y de fase que veremos a continuación.
141
Im(G(jω)) Im(G(jω))
-1 Re(G(jω)) -1 Re(G(jω))
a) b)
Im(G(jω))
-1 Re(G(jω))
c)
arg(GH(ωϕ )) = π |GH(ωϕ )| = A
Im(G(jω))
ω=ωϕ
-1 A
Re(G(jω))
Para un sistema estable se verifica |G(ωϕ )H(ωϕ )| < 1. Por tanto, M G > 0. Este
valor indica cuánto se puede incrementar la ganancia sin provocar inestabilidad.
Para un sistema inestable se verifica |G(ωϕ )H(ωϕ )| > 1. Por tanto, M G < 0,
señalando cuánto hay que reducir la ganancia para que el sistema se haga estable.
Cuando el sistema es críticamente estable, |G(ωϕ )H(ωϕ )| = 1. Por tanto,
M G = 0, no pudiendo aumentarse la ganancia de bucle abierto sin provocar ines-
tabilidad.
Si la curva del diagrama polar no corta al eje real negativo, como ocurre en los
sistemas de primer y segundo orden, M G = ∞. Teóricamente puede incrementar-
se la ganancia indefinidamente, sin provocar inestabilidad (figura 9.14).
143
Im(G(jω)) jω y(t)
. ..
ω= ∞
K1
A
x x x
-1 Re(G(jω)) K1 σ t
K1
estable
ω=0
Im(G(jω))
jω y(t)
ω= ∞ K2 .
. x x x
-1 A Re(G(jω)) K2
K2 . σ t
estable
ω=0
jω
.
Im(G(jω)) y(t)
K3
ω= ∞
. K3
x x x
σ
. t
A= -1 Re(G(jω))
K3
marginalmente
ω=0
estable
Im(G(jω))
ω= ∞
jω .
K4
y(t)
A -1 Re(G(jω))
.
K4
x x x
σ t
inestable
.
K4
ω=0
Fig. 9.14: Diagrama de Nyquist, lugar de las raíces y respuesta escalón en bucle
1
cerrado según aumenta la ganancia del sistema G(s) = s(s+a)(s+b) con
a, b > 0.
144 9. Método de Nyquist
Margen de fase γ. La figura 9.15 muestra los diagramas polares de dos sis-
temas cuyo margen de ganancia es el mismo. Sin embargo, el sistema a) es más
estable que el b). Para cuantificar esta circunstancia se recurre al margen de fase.
Im(G(jω)) Im(G(jω))
-1 A Re(G(jω)) -1 A Re(G(jω))
a) b)
Fig. 9.15: Los dos sistemas tienen el mismo margen de ganancia, pero el a) es más
estable que el b)
|G(jω)H(jω)| = 1 (0 dB)
M F = γ = arg(GH(ωg )) + π
Cálculo del margen de ganancia (Kg ) y del margen de fase (γ) Te-
niendo en cuenta la definición de margen de ganancia, para calcular su valor habrá
que hallar el punto de corte con el eje real y hallar el valor del margen de fase
como la constante por la que hay que multiplicar |G(jω)H(jω)| para obtener el
valor 1, que es el módulo de |(−1, 0)|. En decibelios (que son 20log de la cantidad
correspondiente) este producto se convierte en suma. Por tanto
145
Im(G(jω)) Im(G(jω))
γ(−) ωg
ω=∞ ω=∞
-1 A Re(G(jω)) A -1 Re(G(jω))
ϕ ϕ
γ(+)
ωγ
ω=0
ω=0
ωg ω
0 dB
Kg
-180o γ ω
ωϕ
Fig. 10.1:
Fig. 10.2:
Fig. 10.3:
y su módulo es
|G(jωϕ )H(jωϕ )|dB + Kg dB = 0
10.1. Relación entre los parámetros de estabilidad relativa y los de la respuesta transitoria
149
Por tanto,
Kg dB = −|G(jωϕ )H(jωϕ )|dB
y en escala natural (sin decibelios)
1
Kg = (10.0.1)
|G(jωϕ )H(jωϕ )|
|G(jωg )H(jωg )| = 1 = 0 dB
La diferencia de argumento hasta el de −1 es la fase que falta hasta llegar a la
inestabilidad.
arg(G(jωg )H(jωg )) − γ = −180◦
Por tanto, el margen de fase se puede calcular como
2π 1
ts ≈ = (10.1.2)
ωg tan(γ) fg tan(γ)
donde:
ζ es el coeficiente de amortiguamiento
ts es el tiempo de establecimiento
Z1 = R1 / (1 + R1 Cs) y Z2 = R2
Fig. 10.5: Diagrama de Bode y diagrama de Nyquist para una red de adelanto se-
gún distintos valores del parámetro α.
10.2. Redes de adelanto 151
Fig. 10.8: Añadir una red de adelanto al sistema cambia la magnitud y la fase, por
eso es difícil predecir el nuevo punto de cruce.
152 10. Diseño de reguladores por métodos frecuenciales