Ingenieria Control

See discussions, stats, and author profiles for this publication at: https://www.researchgate.
net/publication/282134117
Apuntes de Ingeniería de Control I
Book · September 2015

DOI: 10.13140/RG.2.1.5126.1921
CITATION READS
1 22,615
4 authors, including:
Luis E Moreno Santiago Garrido

University Carlos III de Madrid University Carlos III de Madrid
273 PUBLICATIONS 2,590 CITATIONS 137 PUBLICATIONS 1,422 CITATIONS
SEE PROFILE SEE PROFILE
Miguel Angel Salichs

University Carlos III de Madrid
206 PUBLICATIONS 2,439 CITATIONS
SEE PROFILE
Some of the authors of this publication are also working on these related projects:
Path Planning For Mobile Robots View project
UAV path planning View project
All content following this page was uploaded by Santiago Garrido on 09 November 2015.
The user has requested enhancement of the downloaded file.

UNIVERSIDAD CARLOS III DE MADRID
Departamento de Ingeniería de Sistemas y Automática
APUNTES DE INGENIERÍA DE CONTROL I
L. Moreno, S. Garrido, C. Balaguer y

M. A. Salichs
II
PREFACIO
La Ingeniería de Control tradicionalmente ha estado vinculada al sector in-

dustrial para control de sistemas físicos. Pero últimamente, ésta se ha extendido
a otros campos productivos y de servicios tales como sistemas biológicos, fisioló-
gicos, económicos, etc., en donde el modelado y posterior control son claves. De
este modo, la Ingeniería de Control se presenta como una disciplina horizontal con
múltiples aplicaciones y campos sectoriales.
El objetivo de este libro es presentar las metodologías y técnicas de modelado y
control de sistemas dinámicos. El libro pretende, sobre todo, ser un texto didáctico
para impartir y recibir clases de Ingeniería de Control. No se ha pretendido hacer
un libro de profundidad y contenido investigador, sino un libro para los alumnos.
Por ello, sus desarrollos son los estrictamente necesarios y los que en el tiempo
lectivo disponible puedan ser impartidos.
Se trata de un texto de carácter introductorio que pretende, evitando las demos-
traciones innecesarias, no solamente presentar y desarrollar el aparato matemático
estrictamente necesario, sino también analizar el carácter físico de los resultados
y comportamientos. El libro presenta en la mayoría de los capítulos una amplia
gama de problemas resueltos que ayudan al lector a la mejor asimilación de los
contenidos teóricos. Asimismo, el texto incluye numerosas referencias que pueden
apoyar la profundización de los contenidos de algunos capítulos.
Los autores
VI
Índice general
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
2.. Técnicas clásicas de modelado de sistemas . . . . . . . . . . . 15

2.1. Introducción . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
2.2. Modelos de entrada/salida . . . . . . . . . . . . . . . . . . . . . 16
2.3. Modelos temporales . . . . . . . . . . . . . . . . . . . . . . . . . 16
2.3.1. Conceptos básicos . . . . . . . . . . . . . . . . . . . . . 16
2.3.2. Modelos en tiempo continuo . . . . . . . . . . . . . . . . 20
2.3.3. Movimiento de rotación . . . . . . . . . . . . . . . . . . 22
2.3.4. Sistemas eléctricos . . . . . . . . . . . . . . . . . . . . . 24
2.4. Linealización . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
2.5. Diagramas de bloques . . . . . . . . . . . . . . . . . . . . . . . . 28
2.5.1. Reducción de bloques . . . . . . . . . . . . . . . . . . . 29
2.5.2. Trasposición de sumadores . . . . . . . . . . . . . . . . . 30
3.. Análisis Temporal . . . . . . . . . . . . . . . . . . . . . . . . . . . 47

3.1. Introducción al Análisis Temporal de Sistemas . . . . . . . . . . . 47
3.2. Respuesta Temporal . . . . . . . . . . . . . . . . . . . . . . . . . 47
3.2.1. Respuesta impulsional . . . . . . . . . . . . . . . . . . . 48
3.2.2. Respuesta de los sistemas de primer orden . . . . . . . . . 49
3.2.3. Respuesta de los sistemas de segundo orden . . . . . . . . 52
3.3. Parámetros que caracterizan la respuesta de un sistema de segundo
orden o Especificaciones . . . . . . . . . . . . . . . . . . . . . . 60
4.. Estabilidad de sistemas dinámicos . . . . . . . . . . . . . . . . 73

4.1. Métodos clásicos de análisis de estabilidad . . . . . . . . . . . . . 74
4.1.1. Método de Routh . . . . . . . . . . . . . . . . . . . . . . 74
5.. Errores en régimen permanente . . . . . . . . . . . . . . . . . . 81

5.1. Introducción errores . . . . . . . . . . . . . . . . . . . . . . . . 81
5.1.1. Ganancia de posición (estática) . . . . . . . . . . . . . . 82
5.1.2. Ganancia de velocidad . . . . . . . . . . . . . . . . . . . 84
5.1.3. Ganancia de aceleración . . . . . . . . . . . . . . . . . . 84
5.1.4. Tipo de un sistema . . . . . . . . . . . . . . . . . . . . . 84
5.1.5. Relación entre tipo y ganancia de un sistema . . . . . . . 85
5.1.6. Relación entre tipo y ganancia de un sistema . . . . . . . 86
5.1.7. Error en régimen permanente de un sistema realimentado
unitariamente . . . . . . . . . . . . . . . . . . . . . . . . 87
5.1.8. Errores ante entradas normalizadas . . . . . . . . . . . . 87
5.1.9. Relación entre errores y tipo de un sistema . . . . . . . . 89
5.1.10. Errores para entradas polinómicas en t . . . . . . . . . . . 90
6.. Lugar de las raíces . . . . . . . . . . . . . . . . . . . . . . . . . . 91

6.1. Concepto de lugar de las raíces . . . . . . . . . . . . . . . . . . . 91
6.2. Criterios del módulo y del argumento . . . . . . . . . . . . . . . 92
6.3. Reglas de trazado del lugar de las raíces . . . . . . . . . . . . . . 93
7.. Técnicas clásicas de control . . . . . . . . . . . . . . . . . . . . 99

7.1. Planteamiento del problema . . . . . . . . . . . . . . . . . . . . 99
7.2. Diseño de controladores clásicos . . . . . . . . . . . . . . . . . . 100
7.3. Control PID . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 101
7.3.1. Estructura básica de un controlador PID . . . . . . . . . . 102
7.3.2. Métodos de Ziegler - Nichols . . . . . . . . . . . . . . . 103
7.4. Métodos analíticos de diseño de controladores PID . . . . . . . . 106
7.4.1. Método de asignación de polos . . . . . . . . . . . . . . . 106
7.4.2. Diseño basado en los polos dominantes . . . . . . . . . . 109
8.. Modelos frecuenciales. Diagrama de Bode . . . . . . . . . . . . 123

8.1. Diagrama de Bode asintótico . . . . . . . . . . . . . . . . . . . . 125
8.1.1. Diagrama asintótico de Bode. Constantes K . . . . . . . . 126
8.1.2. Diagrama asintótico de Bode. Polos/ceros en en origen s1n 126
8.1.3. Diagrama asintótico de Bode. Polos/ceros reales negativos
1
(1+T s)n
. . . . . . . . . . . . . . . . . . . . . . . . . . . 128
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
9.. Método de Nyquist . . . . . . . . . . . . . . . . . . . . . . . . . . 133
10..Diseño de reguladores por métodos frecuenciales . . . . . . . 147

10.1. Relación entre los parámetros de estabilidad relativa y los de la
respuesta transitoria . . . . . . . . . . . . . . . . . . . . . . . . . 149
10.2. Redes de adelanto . . . . . . . . . . . . . . . . . . . . . . . . . . 150
10.3. Redes de atraso . . . . . . . . . . . . . . . . . . . . . . . . . . . 152
IX
X
Índice de cuadros
7.1. Valores de los parámetros propuestos por Ziegler-Nichols para el

método de respuesta a un escalón . . . . . . . . . . . . . . . . . . 104
7.2. Valores de los parámetros propuestos por Ziegler-Nichols para el
método frecuencial . . . . . . . . . . . . . . . . . . . . . . . . . 106
XII
Índice de figuras
2.1. Respuesta a un impulso y a una suma de impulsos desplazados . . 18

2.2. Sistema masa-muelle-amortiguador . . . . . . . . . . . . . . . . 22
2.3. Sistema mecánico de traslación con dos entradas y dos salidas . . 22
2.4. Ejemplo de sistema mecánico: modelo de 1/4 de coche . . . . . . 23
2.5. Elementos de los sistemas mecánicos de traslación y de rotación . 23
2.6. Ejemplo de sistema mecánico de rotación . . . . . . . . . . . . . 24
2.7. Circuito RLC con voltaje como entrada . . . . . . . . . . . . . . 25
2.8. Ejemplo de sistema . . . . . . . . . . . . . . . . . . . . . . . . . 26
2.9. Ejemplo de red RLC con dos mallas . . . . . . . . . . . . . . . . 26
2.10. Linealización de una función en torno a dos puntos (x0 , y0 ) y (x1 , y1 )
27
2.11. Simplificación de bloques . . . . . . . . . . . . . . . . . . . . . . 29
2.12. Trasposición de sumadores . . . . . . . . . . . . . . . . . . . . . 30
2.13. a) Sistema de partida del ejemplo y b) primera simplificación: bu-
cle de realimentación . . . . . . . . . . . . . . . . . . . . . . . . 31
2.14. a) Transposicion de la bifurcación, simplificación de la realimen-
tación y simplificación de los bloques en paralelo. b) Función de
transferencia final. . . . . . . . . . . . . . . . . . . . . . . . . . . 32
2.15. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
2.16. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
2.17. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
2.18. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
2.19. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
2.20. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
2.21. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
2.22. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
2.23. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
3.1. Respuesta de un sistema . . . . . . . . . . . . . . . . . . . . . . 48

3.2. Respuesta impulsional de un sistema de primer orden . . . . . . . 49
3.3. Respuesta impulsional de un sistema de primer orden . . . . . . . 50
3.4. Respuesta ante escalón unidad de un sistema de primer orden . . . 50
3.5. Respuesta ante escalón unidad de un sistema de primer orden . . . 51
3.6. Determinación de la función de transferencia a partir de la respues-
ta ante escalón unidad de un sistema de primer orden . . . . . . . 51
3.7. Respuesta ante rampa unidad de un sistema de primer orden . . . 52
3.8. Respuesta ante rampa unidad de un sistema de primer orden . . . 52
3.9. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
3.10. Clasificación de los sistemas de segundo orden . . . . . . . . . . 54
3.11. Respuesta impulsional de los sistemas de segundo orden subamor-
tiguados. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
3.12. La función exponencial real eσt es creciente cuando el coeficiente
real σ es positivo y decreciente cuando es negativo. . . . . . . . . 56
3.13. La función eαt sen(βt + ϕ) es una sinusoide creciente si α es po-
sitiva y decreciente si es negativa. . . . . . . . . . . . . . . . . . 56
3.14. Las respuestas ante escalón unidad de un sistema de segundo orden
según el valor del coeficiente de rozamiento: 1) ζ = 0, oscilador
(polos en el eje imaginario). 2 ) 0 < ζ < 1, sistema subamorti-
guado (polos 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). . . 57
3.15. Parámetros de la respuesta temporal . . . . . . . . . . . . . . . . 61
4.1. Bucle de realimentación . . . . . . . . . . . . . . . . . . . . . . 73

4.2. Sistema del ejemplo 5.1.4 . . . . . . . . . . . . . . . . . . . . . . 77
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
7.1. Diagrama de bloques de un esquema general de control . . . . . . 99

7.2. Controlador en el lazo principal . . . . . . . . . . . . . . . . . . 100
a −sL
7.3. Respuesta ante entrada escalón de G(s) = sL e . . . . . . . . 104
7.4. Obtención de la ganancia crítica y del periodo crítico para el se-
gundo método de Ziegler-Nichols . . . . . . . . . . . . . . . . . 105
7.5. Respuesta del sistema del ejemplo 7.5.1: (a) en bucle abierto y (b)
en bucle cerrado con el controlador diseñado . . . . . . . . . . . . 110
7.8. Efecto de la adición de un polo sobre el lugar de las raíces . . . . 114
7.9. Efecto de la adición de un cero sobre el lugar de las raíces . . . . 115
7.10. Lugar de las raíces para el sistema del ejemplo 7.5.3 . . . . . . . . 116
7.11. Aplicación del criterio del módulo y del argumento para el ejemplo
7.5.3 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 118
7.14. Distribución de polos y ceros del ejemplo 7.5.5 . . . . . . . . . . 119
8.1. Diagrama de bode de un sistema de segundo orden . . . . . . . . 125

8.2. Diagrama asintótico de Bode de un término constante. . . . . . . 126
8.3. Diagrama asintótico de Bode. Polos en en origen s1n . . . . . . . 127
8.4. Diagrama asintótico de Bode. Polos/ceros reales negativos (1+T1 s)n 128
8.5. Diagrama asintótico de Bode. Polos/ceros complejos negativos . . 129
8.6. Diagrama de Bode. Polos/ceros complejos negativos . . . . . . . 130
8.7. Diagrama asintótico de Bode de 1/s − 1. (Polos reales positivos). 131
8.8. Diagrama de Bode de s − 1. (Ceros reales positivos). . . . . . . . 131
8.9. Diagrama de Bode con polos complejos con: a) parte real negativa,
b) parte real positiva . . . . . . . . . . . . . . . . . . . . . . . . . 132
9.1. Camino cerrado ρ y su imagen por F (s) . . . . . . . . . . . . . . 133

9.2. Sistema en bucle cerrado . . . . . . . . . . . . . . . . . . . . . . 134
9.3. Método de Nyquist . . . . . . . . . . . . . . . . . . . . . . . . . 135
9.4. Método de Nyquist modificado . . . . . . . . . . . . . . . . . . . 136
9.6. Camino de Nyquist para el ejemplo 5.1.8 . . . . . . . . . . . . . . 137
9.7. Diagrama de Nyquist del ejemplo 5.1.6 . . . . . . . . . . . . . . 137
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
1.2. Concepto de transformada
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.
1.3. Transformada de Fourier
Dada una función real f (t), se define la transformada de Fourier de la función

f (t) como:
Z +∞
F (ω) = F[f (t)] = f (t)e−jωt dt (1.3.1)
−∞
siendo ω una frecuencia variable, −∞ < ω < +∞, expresada en (rad/s). La

función f (t) se dice que tiene transformada de Fourier si la integral 1.3.1 existe
para todos los valores de ω. Son condiciones suficientes para que la integral exista
que la función f (t) sólo tenga un número finito de discontinuidades, máximos y
mínimos a lo largo de un intervalo finito de tiempo, y que la función f (t) sea
absolutamente integrable, es decir que
Z +∞
|f (t)|dt < ∞ (1.3.2)
−∞
El término exponencial complejo de la transformada 1.3.1 puede expresarse,

aplicando la fórmula de Euler, como
e−jωt = cos(ωt) − j sin(ωt) (1.3.3)
Si sustituimos en la expresión de la transformada de Fourier 1.3.1 el término

exponencial por 1.3.3, obtenemos que,
1.4. Transformada de Laplace 3
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)
−∞ −∞
En esta expresión 1.3.4 de la transformada de Fourier se puede apreciar la exis-

tencia de dos términos, uno de ellos real y otro imaginario, que denominaremos
R(ω) e I(ω) respectivamente, con lo que F (ω) vendrá dado por
F (ω) = R(ω) + jI(ω) (1.3.5)

En la ecuación 1.3.5 se puede apreciar que la transformada de Fourier F (ω) es
una función compleja de la variable ω. Para todo valor de la variable ω, tendremos
un valor de F (ω) que tiene un módulo, |F (ω)|, y un argumento, ∠F (ω).
p
|F (ω)| = R2 (ω) + I 2 (ω)

−1 I(ω)
∠F (ω) = arctan (1.3.6)
R(ω)
Si representásemos en una gráfica los valores |F (ω)| para cada ω obtendríamos

lo que se denomina el espectro de magnitudes de la señal f (t), y si hiciésemos lo
mismo para el argumento ∠F (ω) obtendríamos lo que se conoce como espectro
de fase de la señal f (t).
1.3.1. Transformada inversa de Fourier

La transformada inversa es una operación que nos permite obtener la función
original f (t) o partir de la transformada de Fourier F (ω). Esta operación viene
dada por la siguiente expresión
Z +∞
−1 1
f (t) = F [F (ω)] = F (ω)ejωt dω (1.3.7)
2π −∞
1.4. Transformada de Laplace
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
Existe también la transformada bilateral de Laplace, en la que los límites de

integración se extienden desde −∞ a +∞, pero dado que no se suele utilizar en
ingeniería de control, no se va a tratar. La transformada unilateral de Laplace, que
en adelante y por simplificar denominaremos como transformada de Laplace, existe
siempre que la integral 1.4.1 converja, para lo que es condición necesaria y sufi-
ciente que se verifique que:
Z ∞
|f (t)e−σt |dt < ∞ (1.4.2)
0
para σ finito y real.

Dada una transformada de Laplace de una función f (t), al conjunto de todos
los números complejos s para los cuales la integral 1.4.1 existe se le denomina
región de convergencia.
Dada una función f (t), si existe la transformada de Laplace L(s) y la particu-
larizamos para aquellos complejos en los que s = jω obtenemos que
Z ∞
F (s)|s=jω = F (jω) = f (t)e−jωt dt (1.4.3)
0
si además la función f (t) = 0 para t < 0, la ecuación 1.4.3 es igual a la transfor-

mada de Fourier F (ω) de la función f (t) (compárese con la expresión que veíamos
en 1.3.1). Es decir
F (ω) = F (s)|s=jω (1.4.4)
Esto nos indica que podemos obtener la transformada de Fourier, F (ω) de una
función f (t) (siempre que el valor de esta función para t < 0 sea cero), a partir
de su transformada de Laplace, F (s), sin más que sustituir en la expresión de la
transformada de Laplace la variable s por jω.
1.4.1. Propiedades de la transformada de Laplace

La transformada de Laplace presenta una serie de propiedades muy útiles que
hace que pueda ser considerada como un operador que convierte una función tem-
poral f (t) en el dominio del tiempo en una función F (s) de variable compleja s.
Veamos estas propiedades:
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:
L[f (t) + g(t)] = L[f (t)] + L[g(t)] (1.4.5)

L[kf (t)] = kL[f (t)] (1.4.6)
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
siendo F (s) la transformada de la función f (t) y f (0) el límite de la función

f (t) cuando t tiende a cero. En general, para derivadas de orden superior se
tiene la siguiente expresión:
dn n n−1 n−2 d dn−1

L[ f (t)] = s F (s)−s f (0)−s f (0)+. . .+ f (0) (1.4.8)
dtn dt dtn−1
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
y si se generaliza para integraciones de órdenes superiores
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:
L[f (t − a)u0 (t − a)] = e−sa F (s) (1.4.11)
donde u0 (t−a) representa la función escalón unidad desplazada en el tiempo

a unidades.
6 1. Introducción
5. Teorema del valor inicial

Si la transformada de Laplace de la función f (t) es F (s), entonces
lim f (t) = lim sF (s) (1.4.12)

t→0 s→∞
si existe el límite en el tiempo.
6. Teorema del valor final

Si la transformada de Laplace de la función f (t) es F (s), y si sF (s) es
analítica en la parte derecha del plano-s y sobre el eje imaginario, entonces
lim f (t) = lim sF (s) (1.4.13)

t→∞ s→0
Este teorema es de gran utilidad en el análisis y diseño de sistemas de control

ya que nos dice el valor final que tomará una función en el dominio del
tiempo conociendo el valor que toma su transformada de Laplace para s = 0.
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
L[e∓αt f (t]] = F (s ± a) (1.4.14)
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
F1 (s)F2 (s) = L[f1 (t) ∗ f2 (t)] (1.4.15)

Z t
= L[ f1 (τ )f2 (t − τ )dτ ] (1.4.16)
0
Z t
= L[ f2 (τ )f1 (t − τ )dτ ] (1.4.17)
0
en esta expresión el símbolo ∗ denota la operación convolución en el dominio

del tiempo.
1.4.2. Transformadas de Laplace de algunas funciones

Ejemplo 1.4.1: La transformada de Laplace de la función escalón unitario u0 (t)
que se define como

1, t ≥ 0
f (t) = u0 (t) = (1.4.18)
0, t < 0
se obtiene como
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
1.4.3. Transformada inversa de Laplace

La operación de obtener la función f (t) a partir de la transformada de Laplace
F (s) se le denomina transformada inversa de Laplace, y se escribe
8 1. Introducción
f (t) = L−1 [F (s)] (1.4.21)
La transformación integral inversa de Laplace se define como

Z c−j∞
1
f (t) = F (s)est ds (1.4.22)
2πj c+j∞
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.
Expansión en fracciones parciales
En la mayor parte de las aplicaciones de control, no es necesario recurrir a la

inversión integral dada por 1.4.22 para obtener la transformada inversa de Laplace.
Normalmente tanto las ecuaciones diferenciales como las soluciones de las mismas
en los problemas de control suelen tener la forma de funciones racionales en s, del
tipo
N (s)
F (s) = (1.4.23)
D(s)
donde N (s) y D(s) son polinomios en s. Se supone que el grado del polinomio
N (s) del numerador en s es menor o igual que el grado del polinomio D(s) del
denominador.
Esta expresión puede escribirse en la siguiente forma
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.
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
Caso de polos complejos conjugados La expansión en fracciones parcia-

les vista para el caso de polos simples y reales, es válida también para el caso de
polos complejos conjugados de la forma s = −σ + jw y s = −σ − jw. En este
caso los coeficientes A−σ+jw y A−σ−jw se obtienen de la siguiente forma
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
Ejemplo 1.4.3: Supongamos la siguiente función
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
A1 A2 A3
F (s) = + 2
+ (1.4.40)
(s + 1) (s + 1) (s + 1)3
(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
f (t) = e−t + te−t − t2 e−t (1.4.42)
1.4.4. Resolución de ecuaciones diferenciales

Una de las propiedades más útiles de la transformada de Laplace es la simpli-
cidad con la que se pueden resolver ecuaciones diferenciales lineales. Veamos un
ejemplo.
Ejemplo 1.4.5: Supongamos un cierto sistema, cuya ecuación diferencial es la
siguiente
d2 x dx
2
+2 +δ =0 (1.4.43)
dt dt
sabemos además que para dicho sistema los valores de x y ẋ para t = 0 son
respectivamente x(0) = 1 y ẋ(0) = 0, y queremos obtener la salida x(t) que dará
el sistema 1.4.43.
Aplicando la propiedad de la transformada de Laplace de la derivada tendremos
lo siguiente
[s2 X(s) − sx(0) − ẋ(0)] + 2[sX(s) − x(0)] + 1 = 0
si ahora sustituimos x(0) y ẋ(0) por su valor, nos quedará
[s2 X(s) − s] + 2[sX(s) − 1] + 1 = 0

s2 X(s) + 2sX(s) = s + 1
s+1
X(s) =
s(s + 2)
12 1. Introducción
Expandiendo en fracciones parciales esta expresión
A1 A2
X(s) = + (1.4.44)
s (s + 2)
(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
Bibliografía
[1] L. Ljung, System Identification: Theory for the User, Prentice Hall, 1987.
[2] L. Ljung and T. Söderstrom, Theory and Practice of Recursive Identification,

The MIT Press, 1983.
[3] T. Söderstrom and P. Stoica, System Identification, Prentice Hall, 1989.
[4] J. P. Norton, An Introduction to Identification, Academic Press, 1986.
[5] G.R. Cooper and C.D McGuillem, Probabilistic Methods of Signal and Sys-
tem Analysis, Oxford University Press, 1999.
[6] A. Papoulis, Probabilidad, variables aleatorias y procesos estocásticos, Ed.

Universitaria de Barcelona, 1980.
[7] B.C. Kuo, Automatic Control Systems, Ed. Prentice Hall, 1991.
[8] K. Ogata, Discrete-Time Control Systems, Prentice Hall International Edi-

tion, 1995.
[9] K. Ogata, Ingeniería de control moderna, Prentice Hall, 1998.
[10] E. Andrés Puente, Regulación automática, Servicio de publicaciones ETSIIM-

UPM, 1993.
14 1. Introducción
2. TÉCNICAS CLÁSICAS DE MODELADO
DE SISTEMAS
2.1. Introducción
Un problema básico en ingeniería de control y en general en muchas otras

ciencias consiste en ser capaces de predecir qué efecto tendrá una cierta acción
sobre un sistema físico. Dado que lo que se quiere es predecir una respuesta futura
del sistema, resulta necesario utilizar algún tipo de modelo que nos permita el poder
hacer esta predicción.
Existen diversos tipos de modelos, en algunos de ellos como es el caso de los
modelos a escala lo que se busca es reproducir el sistema físico real por medio de
alguna maqueta o sistema más manejable sobre el que se pueda experimentar y ex-
traer resultados. Estos modelos, aunque interesantes, no son los que más interesan
en control, sino aquellos donde las predicciones se realizan sobre un cierto modelo
matemático del sistema.
Dentro de los modelos matemáticos que se pueden utilizar para analizar los
efectos que diferentes acciones van a tener sobre el sistema podemos diferenciar
dos grandes grupos de modelos:
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.
Modelos basados en el espacio de estados.

Esta clase de modelos buscan una descripción más profunda del sistema, ya
que no sólo se caracteriza la relación entre la entrada y la salida, sino que
además se caracteriza el comportamiento de una serie de variables o magni-
tudes internas del sistema. Existen muchos sistemas en los que las magnitu-
des internas que se pueden utilizar para caracterizarlo pueden ser escogidas
16 2. Técnicas clásicas de modelado de sistemas
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.
En este capítulo abordaremos el estudio de lo que son las técnicas clásicas de

modelado de sistemas, y en el capítulo siguiente las técnicas de modelado basadas
en el espacio de estados.
2.2. Modelos de entrada/salida
Estos tipos de modelos son lo que podríamos denominar modelos clásicos, y

dentro de ellos podemos distinguir varios tipos: modelos temporales, frecuenciales
y estocásticos. Los modelos temporales de entrada/salida se caracterizan por per-
mitir el estudio de la respuesta temporal del sistema ante una entrada cualesquiera.
El conocer la respuesta temporal del sistema nos permitirá analizar efectos tran-
sitorios de corta duración en el sistema, como son picos en la respuesta, tiempos
de subida o tiempos de establecimiento. Estos modelos temporales pueden ser mo-
delos de tiempo continuo basados en ecuaciones diferenciales o bien modelos de
tiempo discreto descritos por ecuaciones en diferencias.
Los modelos denominados frecuenciales se basan en la caracterización de la
relación entrada/salida de un sistema en régimen permanente ante entradas de tipo
sinusoidal.
Por último los modelos estocásticos más usuales suelen combinar modelos
temporales o frecuenciales deterministas y señales de ruido o perturbación que aña-
den un comportamiento estocástico al sistema y que requiere ser modelado cuando
resulta posible.
2.3. Modelos temporales
2.3.1. Conceptos básicos

Sistemas lineales invariantes en el tiempo
Los modelos de entrada/salida de los sistemas lineales responden a la siguiente
forma general,
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
cientes ai y bj no dependen del tiempo, el sistema se dice que es invariante en el

tiempo.
Estos modelos lineales presentan varias ventajas, entre ellas y quizás la más im-
portante es la de la linealidad en la respuesta. Es decir, si α y β son dos constantes
arbitrarias y u1 (t) y u2 (t) son dos entradas al sistema, se verifica que si
u(t) = αu1 (t) + βu2 (t) (2.3.3)

entonces la salida del sistema vendrá dada por
y(t) = αy1 (t) + βy2 (t) (2.3.4)
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,
y(t) = g(t) ∗ u(t) (2.3.5)

Z t
= g(τ )u(t − τ )dτ (2.3.6)
0
Z t
= u(τ )g(t − τ )dτ (2.3.7)
0
Si estamos en tiempo discreto tendríamos una secuencia {g(n)} que algunos

autores denominan secuencia de ponderación. En este caso la salida del sistema
ante una secuencia de entrada cualesquiera se obtendrá como la convolución dis-
creta entre la secuencia de respuesta impulsional y la secuencia de entrada,
∞
X
y(n) = g(k)u(n − k) (2.3.8)
k=0
En términos generales la respuesta impulsional g(t) no resulta demasiado prác-
tica a la hora de modelar un cierto sistema ya que resulta mucho más fácil traba-
jar en el campo de Laplace, que resolver expresiones integrales que pueden ser
complejas. En el caso discreto es algo más fácil pero salvo para los sistemas cu-
ya respuesta impulsional tenga un número finito de coeficientes distintos de cero,
también resulta laborioso resolver un sumatorio que tiende a ∞.
En la figura 2.1 se puede ver que si a una entrada impulsional δ(t), la salida del
sistema es g(t), entonces, por linealidad, a una entrada aδ(t), le corresponderá una
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
u(t) y(t) 2g(t)+g(t-to)+1.5g(t-t1)

2δ(t)
δ(t-to) 1.5δ(t-t1) Superposición
to t1 t to t1 t
Fig. 2.1: Respuesta a un impulso y a una suma de impulsos desplazados
salida ag(t). Como el sistema es invariante en el tiempo, a un impulso desplazado

δ(t − t0 ) le corresponderá una respuesta desplazada g(t − t0 ). A una entrada com-
puesta de una superposición de impulsos escalados le corresponderá una salida que
será la suma de las respuestas correspondientes.
Función de transferencia
Se define como función de transferencia de un sistema lineal e invariante en el

tiempo la transformada de Laplace (o la transformada z) de la respuesta impulsio-
nal del sistema, supuestas condiciones iniciales nulas.
Es decir, en tiempo continuo sería
G(s) = L[g(t)] (2.3.9)
y en tiempo discreto
G(z) = Z[g(k)] (2.3.10)
El concepto de función de transferencia resulta muy útil a la hora de determinar

la salida y del sistema ante una entrada determinada u, ya que esta viene dada por
la expresión
Y (s) = G(s)U (s) (2.3.11)
o en tiempo discreto por

Y (z) = G(z)U (z) (2.3.12)
a partir de cuyos valores en el campo complejo, desarrollando en fracciones parcia-

les y haciendo las transformadas inversas de cada una de estas fracciones parciales
resultaba simple obtener la respuesta analítica que dará el sistema en el dominio
del tiempo tal y como se vio en el capítulo anterior.
Este concepto de función de transferencia se utilizará mucho en adelante y
resulta conveniente el hacer algunas matizaciones al respecto:
La función de transferencia se ha definido para sistema lineales e invariantes

en el tiempo, por lo que no está definida en el caso de sistemas no lineales.
Para obtener la función de transferencia se han supuesto condiciones inicia-

les nulas.
La función de transferencia expresa la relación que existe entre una señal

de entrada y una señal de salida, por lo que sólo permite expresar de forma
completa la dinámica de un sistema con una entrada y una salida. Si el siste-
ma tuviese más de una entrada o salida, serían necesarias varias funciones de
transferencia para expresar todas las posibles relaciones entre cada entrada
y cada salida. En este caso estaríamos ante sistemas multivariables MIMO
(Multiple Input - Multiple Output).
La función de transferencia es independiente de la entrada al sistema.
La función de transferencia de un sistema es únicamente función racional de

s o z, y además con un denominador de grado mayor o igual que el numera-
dor, para que sea físicamente realizable.
2.3.2. Modelos en tiempo continuo

Una parte muy importante de los sistemas que nos interesa controlar corres-
ponde a sistemas físicos cuya dinámica viene descrita por medio de ecuaciones
diferenciales ordinarias del tipo siguiente
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)
Despejando Y (s) en la ec 2.3.14 obtenemos que
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
mv̇(t) = f (t) − ρv(t) (2.3.17)
Tomando transformadas de Laplace se obtiene
msV (s) = F (s) − ρV (s) (2.3.18)
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
Ejemplo 2.3.2: Consideremos el sistema masa-muelle-amortiguador de la figura.

La segunda ley de Newton establece que la suma de todas las fuerzas que actúan
sobre un sólido rígido es igual a su masa por su aceleración.
X
Fi = m · ÿ (2.3.21)
donde y representa la posición de la masa m y, por tanto, ÿ es su aceleración.
Un muelle es un elemento que almacena energía potencial y que cuando se
estira o se comprime ejerce una fuerza que viene expresada por la ley de Hooke:
Fm = −K · y (2.3.22)
donde el signo menos representa que la fuerza Fm se opone al cambio de posición.
Un amortiguador es un elemento que convierte energía en calor y que repre-
senta una fricción viscosa. La fuerza que ejerce en sus extremos se puede expresar
como
Fa = −b · ẏ (2.3.23)
Es decir, la fuerza que ejerce el amortiguador se opone al cambio de velocidad.
El sistema masa-muelle-amortiguador de la figura 2.2, se puede modelar usan-
do estas tres expresiones en forma de ecuación diferencial
m · ÿ = u − K · y − b · ẏ (2.3.24)
donde u representa una fuerza externa, que es la entrada del sistema.
Reordenando
m · ÿ + b · ẏ + K · y = u (2.3.25)
Tomando transformadas de Laplace
ms2 Y (s) + bsY (s) + KY (s) = U (s) (2.3.26)
La función de transferencia es la salida partido por la entrada (en el dominio s)
Y (s) 1
= 2
(2.3.27)
U (s) ms + bs + K
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:
Fig. 2.2: Sistema masa-muelle-amortiguador
Fig. 2.3: Sistema mecánico de traslación con dos entradas y dos salidas
2.3.3. Movimiento de rotación

En este caso se consideran movimientos alrededor de un eje fijo. Se parece
bastante a los movimientos de traslación, pero las variables de interés son despla-
zamiento, velocidad y aceleración angulares y en vez de masas y fuerzas, hay que
considerar momentos de inercia y torques (pares de fuerza). La segunda ley de
Newton para movimientos de rotación dice que la suma de todos los pares es igual
al momento de inercia por la aceleración angular.
X
Ti (t) = J · θ̈(t) (2.3.30)
Además de la segunda ley de Newton, se pueden considerar los muelles de torsión,

cuya ley de Hooke es
Tm (t) = −K · θ(t) (2.3.31)
Fig. 2.4: Ejemplo de sistema mecánico: modelo de 1/4 de coche
y los elementos correspondientes a los amortiguadores que son las fricciones

viscosas de rotación, cuya expresión es
Ta (t) = −b · θ̇(t) (2.3.32)
Fig. 2.5: Elementos de los sistemas mecánicos de traslación y de rotación
Ejemplo 2.3.5: Consideremos el sistema mecánico de rotación de la figura 2.6.

Si se parte del reposo y se aplica un pequeño par al volante de inercia J1 , en los
primeros momentos del movimiento, θ1 > θ2 > θ3 . Esto significa que la torsión
del muelle K es θ1 −θ2 y la del amortiguador D2 es θ2 −θ3 . Por tanto las ecuaciones
serán
J1 θ̈1 = T (t) − D1 θ1 − K(θ1 − θ2 ) (2.3.33)

J2 θ̈2 = K(θ1 − θ2 ) − D2(θ̇1 − θ̇2 ) (2.3.34)
J3 θ̈3 = D2(θ̇1 − θ̇2 ) − D3 θ̇3 (2.3.35)
Fig. 2.6: Ejemplo de sistema mecánico de rotación
2.3.4. Sistemas eléctricos

Los tres elementos básicos de los circuitos eléctricos son resistencias, conden-
sadores y bobinas.
La resistencia es un elemento que disipa energía convitiéndola en calor y su
ecuación viene dada por la ley de Ohm
v(t) = R · i(t) (2.3.36)
Un condensador es un elemento que almacena energía y su ecuación es

Z
1
v(t) = i(t)dt (2.3.37)
C
Finalmente, la bobina o inductancia tiene como ecuación
di(t)
u(t) = L (2.3.38)
dt
Además, las leyes básicas son las leyes de Kirchoff:
En un nudo la suma de las intensidades es cero
La suma de las caídas de potencial a lo largo de un camino cerrado o malla

es cero
Además, para calcular la función de transferencia es preferible trabajan en el

dominio de la frecuencia, es decir, con las transformadas de Laplace de las ecua-
ciones:
Para las resistencias, la expresión v(t) = Ri(t) se transforma en V (s) =

RI(s). También se puede decir que su impedancia compleja es ZR (s) = VI(s)
(s)
=R
1
R
Para los condensadores, la expresión v(t) = C i(t)dt se transforma en V (s) =
1 V (s)
Cs I(s). También se puede decir que su impedancia compleja es ZC (s) = I(s) =
1
Cs
Par las bobinas o inductancias, la expresión v(t) = L di(t)
dt se transforma en
V (s) = LsI(s). En este caso la impedancia compleja es ZL (s) = VI(s)
(s)
= Ls.
Ejemplo 2.3.6: Consideremos la red RLC de la figura 2.7. A la derecha tenemos

el resultado al usar impedancias complejas. El la malla de entrada, según la 2a ley
1
de Kirchoff tenemos V (s) = LsI(s) + RI(s) + Cs I(s) y en la salida, la tensión
1
es VC (s) = Cs I(s). La función de transferencia es el cociente
1 1
VC (s) Cs I(s) Cs 1
= 1 = 1 =
V (s) LsI(s) + RI(s) + Cs I(s) Ls + R + Cs
LCs2 + RCs + 1
Fig. 2.7: Circuito RLC con voltaje como entrada
Ejemplo 2.3.7:
Fig. 2.8: Ejemplo de sistema
Fig. 2.9: Ejemplo de red RLC con dos mallas

2.4. Linealización 27
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
i(t) 1H v (t)
L
+
v(t)
- Resistencia
no lineal
20V
no lineal cuya relación voltaje-corriente está definida por ir = 2e0.1vr , donde ir y

vr son la corriente y el voltaje del resistor, respectivamente.
Si consideramos el sistema en reposo o en equilibrio, la pequeña señal v(t) = 0
y todas las derivadas son cero, es decir, VL (t) = L di(t)
dt = 0. Entonces, en el punto
de equilibrio, i0 = 2e 0.1·20 = 14.8. La ecuación linealizada de la resistencia es
∂2e0.1vr
ir = ir0 + (vr −vr0 ) = 14.8+2·0.1e0.1vr0 (vr −vr0 ) = 14.8+0.2e2 (v−20) = 14.8+1.48(vr −20)
∂vr 0
Considerando incrementos alrededor del punto de equilibrio
∆(ir (t)) = 1.48∆(vr (t))
y la transormada de Laplace es Ir (s) = 1.48Vr (s) Una vez linealizado el elemento
no lineal, podemos escribir las ecuaciones del circuito
di(t)
∆v(t) = L∆ + R∆i(t)
dt
donde R = 1.48 es el valor obtenido en la linealización. La transformada de La-
place es
V (s) = VL (s) + Vr (s) = LsI(s) + RI(s)
La salida es VL (s) = LsI(s). Dividiendo la salida por la entrada, obtenemos la
función de transferencia
VL (s) LsI(s) Ls s
= = =
V (s) LsI(s) + RI(s) Ls + R s + 1.48
2.5. Diagramas de bloques
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
2.5.1. Reducción de bloques

a) La salida de un sistema es el producto de la función de transferencia por la
entrada (esto es cierto sólo en el dominio de la frecuencia).
b) La función de transferencia de dos bloques en serie es el producto de las
funciones de transferencia de los bloques.
c) La función de transferencia de dos bloques en paralelo es la suma de las
funciones de transferencia de los bloques.
d) La función de transferencia de un bucle de realimentación negativa es la
función de transferencia de la línea directa dividido por uno más la F.T.de la line
directa y la realimentación.
Fig. 2.11: Simplificación de bloques

2.5.2. Trasposición de sumadores
Fig. 2.12: Trasposición de sumadores

Ejemplo 2.5.1: Consideremos el diagrama de bloques de la figura 2.13a. Para

simplificar el diagrama los pasos pueden ser:
1. Simplificación del bucle con realimentación negativa formado por H1 (s) y

H2 (s) para obtener el diagrama de la figura 2.13b.
2. Trasposición de la bifurcación de la línea de arriba, que va a H6 (s), para

obtener el diagrama de la figura 2.14a.
3. Sustitución del bucle de realimentación negativa por su F.T. correspondiente

y de la suma de las señales en paralelo de la parte derecha como se ve en el
diagrama de la figura 2.14a.
4. Finalmente se hace el producto de las dos F.T. y se simplifica, como se ve en

la figura 2.14b.
Fig. 2.13: a) Sistema de partida del ejemplo y b) primera simplificación: bucle de

realimentación
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
Fig. 2.14: a) Transposicion de la bifurcación, simplificación de la realimentación

y simplificación de los bloques en paralelo. b) Función de transferencia
final.
• Constante de par Ki = 2 N · m/A

• Constante de fuerza electromotriz Ke = 6 V · s
El desplazamiento vertical de la masa es proporcional a la posición de la polea
y se mide empleando un sensor de posición cuyo comportamiento dinámico viene
dado por la expresión:
r
2θ (t)
us (t) = −5 cos(θ(t))
π
La tensión de medida us (t) se compara con la tensión de referencia uref (t) con
la que se gobierna el sistema, siendo la etapa de la ganancia amplificadora ku = 1.
Se pide:
1. Linealizar el sistema en torno al punto de equilibrio definido por x0 = π4 .
2. Dibujar el diagrama de bloques del anterior sistema teniendo como entrada
la señal ur ef (t) y como salida el desplazamiento del peso x(t).
3. Calcular la función de transferencia del sistema UX(s)
ref (s)
4. Cuanto cambia el desplazamiento del peso si la tensión ur ef pasa a valer
180.5 V .
Fig. 2.15:
Fig. 2.16:
5. Si se quiere convertir el peso que mueve el motor en un valor variable (como

es el caso de lo que ocurre en un ascensor, cuando no se sabe el número exacto de
personas que entran), ¿dónde se introduciría la señal de perturbación al diagrama
de bloques?
Ejemplo 2.5.3: En la figura se representa un sistema que controla la altura del

líquido en un depósito h(t) en función de la señal de referencia, r(t).
El sensor es un flotador de peso y dimensiones despreciables unido a una varilla
de peso despreciable cuyo extremo es el cursor de un potenciómetro de 1/4 de
circunferencia.
La tensión del extremo de la varilla, b(t), se compara con la de referencia, r(t),
y la diferencia se amplifica con una ganancia A = 20. Esta tensión regula la válvula
de entrada cuya ecuación es:
q1 (t) = Kv · [50 − v(t)]

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
desagüe del depósito).

a) Escribir las ecuaciones que representan el modelo físico del sistema. b) Li-
nealizarlas entorno al punto de equilibrio dado por h0 = 0.5m. c) Dibujar un
diagrama de bloques representativo del sistema. d) Calcular la función de transfe-
rencia H(s)/R(s). e) Calcular el valor final de h(t) cuando la entrada sufre un cambio
brusco de valor 1. f) ¿Rebosará el líquido del depósito en este caso?
Resolución:
a) Escribir las ecuaciones que representan el modelo físico del sistema.
La salida del amplificador es:
v(t) = A[r(t) − b(t)]
La válvula regula el caudal de entrada según la relación:
q1 (t) = Kv [50 − v(t)]
Las ecuaciones del depósito en la figura con sección S = 1 m3 son:
dh(t)
q1 (t) − q2 (t) = S
dt
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
con Vmax = 20 V y θmax = π/2

El ángulo está relacionado a la altura del líquido:
hmax − h(t) = l cos θ(t)
Con hmax = 1m y l = 1m.

Finalmente escribimos las ecuaciones del sistema:
v(t) = 20[r(t) − b(t)]

1
q1 (t) = [50 − v(t)]
2
dh(t)
q1 (t) − q2 (t) =
√ p dt
q2 (t) = 5 2 h(t)
cos θ(t) = 1 − h(t)
θ(t)
b(t) = 40
π
b) Linealizarlas entorno al punto de equilibrio dado por h0 = 0.5 m.

La condición de equilibrio será:
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:
∆v = A(∆r − ∆b) = 20(∆r − ∆b)

1
∆q1 = −Kv ∆v = − ∆v
2
∆q1 − ∆q2 = S∆ḣ = ∆ḣ
K
∆q2 = √ ∆h = 5∆h
2 h0
√
3
∆h = l sin θ0 ∆θ = ∆θ
2
∆θ 40
∆b = Vmax = ∆θ
θmax π
c) Dibujar un diagrama de bloques representativo del sistema.
Para dibujar el diagrama de bloques debemos aplicar la Transformada de La-
place a las ecuaciones linealizadas:
V (s) = A(R(s) − B(s))

Q1 (s) = −Kv V (s)
Q1 (s) − Q2 (s) = SsH(s)
K
Q2 (s) = √ H(s)
2 h0
H(s) = l sin θ0 Θ(s)
Vm ax
B(s) = Θ(s)
θm ax(s)
El diagrama de bloques es:

Fig. 2.19:
d) Calcular la función de transferencia H(s)/R(s).

H(s) C · G(s)
=
R(s) 1 + C · G(s) · Z
donde
m3
C = −Kv A = −10
s·V
1 1
H(s) sS s 1
G(s) = = 1 √K
= 5 =
Q1 (s) 1+ sS 2 h0
1+ s
s+5
B(s) B(s) Θ(s) Vmax 1 80
Z= = = = √
H(s) Θ(s) H(s) θmax sin θ0 π 3
Finalmente:
10
H(s) − s+5 −10
= 80 10 =
R(s) 1 − π 3 s+5
√ s + 5 − π800
√
3
e) Calcular el valor final de h(t) cuando la entrada sufre un cambio brusco de
valor 1.
Aplicando el teorema del valor final, se obtiene:
−10
∆h∞ = lim ∆h(t) = lim sH(s) = lim s R(s) =
t→∞ s→0 s→0 s + 5 − π800
√
3
−10 1
= lı́m s 800 = −0.0704 m
s→0 s + 5 − π √3 s
f) ¿Rebosará el líquido del depósito en este caso? La altura alcanzada por el
líquido es:
h∞ = h0 + ∆h∞ = 0.5 − 0.0704 m = 0.5704 m < hmax = 1 m
Así que el líquido no rebosará.
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
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
with K1 = 10, K2 = 2.5, and K3 = 1.

b) Linealizar el sistema en torno a la condición de equilibrio θi0 = θref 0 =

1000 C y θe0 = 00 C.
Condiciones iniciales:
qg0 = K1 i20
qp0 = K2 [θi0 − θe0 ]
0 = K3 [qg0 − qp0 ]
i0 = θref 0 − θi0 + 5
es decir
i0 = 5
qg0 = 250
qp0 = 250
El sistema linealizado en torno al punto de equilibrio es
∆qg (t) = 2i0 K1 ∆i(t)

∆qp (t) = K2 [∆θi (t) − ∆θe (t)]
∆θ̇i (t) = K3 [∆qg (t) − ∆qp (t)]
∆i(t) = ∆θref (t) − ∆θi (t)
c) Dibujar el diagrama de bloques del dispositivo.

Entradas: ∆θref (s), ∆θe (s).
Salida: ∆θi (s)
Transformamos según Laplace:
∆Qg (s) = 2i0 K1 ∆I(s)

∆Qp (s) = K2 [∆Θi (s) − ∆Θe (s)]
s∆Θi (s) = K3 [∆Qg (s) − ∆Qp (s)]
∆I(s) = ∆Θref (s) − ∆Θi (s)
El diagrama de bloques es:

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:

b) Linealizar en torno al punto de equilibrio dado por τ20 = 2N m.
c) Diagrama de bloques.
Us (s)
d) Hallar la relación U r (s)
.
e) Hallar la tensión de salida del encoder Us cuando la tensión de referencia
experimenta un salto brusco de dos unidades.
Resolución:
a) Ecuaciones del sistema. Las ecuaciones del sistema son:
Amplificador:
e(t) = Kp [Ur (t) − Us (t)], con Kp = 2
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
d2 θ2 (t) dθ2 (t)

I 2
= τ2 (t) − Kθ2 (t) − B
dt dt
2
con I = 10Kgm , B = 5N ms/rad y K = 2N m/rad
Encoder
Us (t) = Ke θ2 (t), con Ke = 0.5V /rad

b) Linealizar en torno al punto de equilibrio dado por τ20 = 2N m.
Consideramos el punto de equilibrio:
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
Fig. 2.23:
Las ecuaciones de las variaciones serán:
∆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
Aplicando la trasformada de Laplace
E(s) = Kp [Ur (s) − Us (s)]

i0 sI(s) + I(s) − √1e0 E(s) = 0
τ1 (s) = Km I(s)
τ2 (s) = N 2
N 1 τ1 (s)
2
Is Θ(s) = τ2 (s) − KΘ(s) − BsΘ(s)
Us (s) = Ke Θ2 (s)
El diagrama de bloques será:

Us (s)
c) Hallar la relación U r (s)
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
d) Hallar la tensión de salida del encoder Us cuando la tensión de referencia

experimenta un salto brusco de dos unidades.
Aplicando el teorema del valor final, se obtiene:
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
Us,∞ = Us,0 + ∆Us,∞
Ke
Us0 = Ke θ20 = τ20 = 0.25V
K
Así que
Us,∞ = Us,0 + ∆Us,∞ = 2.028 V
Ejemplo 2.5.6: Un termistor tiene una respuesta a la temperatura representada

por R = R0−0.1T , en donde, R = resistencia, y T = temperatura en grados Celsius.
Encuentra el modelo lineal para el termistor que funciona a T = 20 deg C y con
un pequeño rango de variación de la temperatura.
Solución: En el punto de equilibrio o punto de funcionamiento T = 20 deg C
Req = R0 e−0.1·20 = 0.135R0
Linealizando alrededor de este punto de equilibrio
∂R0 e−0.1T
∆R = ∆T = R0 (−0.1)e−0.1T T =20
∆T = −0.0135∆T
∂T T =20
R(s) = −0.0135T (s)
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.
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
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
Bibliografía
[1] E.A. Puente, Regulación Automática I, Sección de Publicaciones ETSIIM,

1980.

tion, 1995.
[3] B. Kuo, Automatic Control Systems, Prentice Hall, 1996.
[4] R. Isermann, Digital Control Systems, Springer Verlag, 1989.
[5] K.J. Aström, Computer Controlled Systems, Prentice Hall, 1988.

3. ANÁLISIS TEMPORAL
3.1. Introducción al Análisis Temporal de Sistemas
El los capítulos anteriores se ha tratado sobre el modelado matemático de los

sistemas atendiendo a su relación entre la entrada y la salida. Esto nos lleva al
concepto de Función de transferencia. En éste capítulo vamos a analizar el funcio-
namiento de los sistemas partiendo de sus funciones de transferencia.
3.2. Respuesta Temporal
Cuando la señal de entrada u(t) se introduce en un sistema con función de

transferencia G(s), su salida es
Y (s) = G(s)U (s) ⇒ y(t) = g(t) ∗ u(t) = L−1 (G(s)U (s))
Esta respuesta temporal consta de dos partes: la respuesta transitoria y la res-

puesta en régimen permanente. La respuesta transitoria es la parte de la respuesta
temporal que tiende a cero cuando el tiempo tiende a infinito y la respuesta en
régimen permanente es la que permanece a lo largo del tiempo.
y(t) = yrt (t) + yrp (t)

lim yrt (t) = 0
t→∞
yrp (t) = lim y(t)
t→∞
El comportamiento dinámico del sistema corresponde fundamentalmente al ré-
gimen transitorio y en él se puede estudiar la rapidez y la estabilidad.En la respuesta
en régimen permanente se puede estudiar la precisión de la respuesta, es decir el
error estacionario del sistema.
Para analizar la respuesta de un sistema se introducen distintas señales de prue-
ba. Las más importantes son la señal impulso o delta de Dirac
u(t) = δ(t)⇒U (s) = 1
La señal escalón unidad

0,t < 0 1
u(t) = u0 (t) = ⇒U (s) = s
1,t > 0
48 3. Análisis Temporal
Fig. 3.1: Respuesta de un sistema
y la señal rampa unidad
1
u(t) = tu0 (t)⇒U (s) = s2
3.2.1. Respuesta impulsional

La principal razón para que la teoría de control clásica use el dominio de la fre-
cuencia en vez del dominio del tiempo, viene dada por el teorema de convolución.
En el dominio del tiempo la salida es una convolución
Z t Z t
y(t) = g(t) ∗ u(t) = g(t − τ )u(τ )dτ = g(τ )u(t − τ )dτ
0 0
mientras que en el dominio de la frecuencia, la salida es un producto
Y (s) = G(s)U (s).
En el caso de que la entrada sea un impulso unidad u(t) = δ(t), en el dominio

frecuencial U (s) = 1
Z t
y(t) = g(t) ∗ δ(t) = g(t − τ )δ(τ )dτ = g(t)
0
Es decir, cuando la señal de entrada es un impulso, la salida es
y(t) = g(t), siendo g(t) = L−1 (G(s))
A la función g(t) se le denomina respuesta impulsional del sistema y es un mo-

delo matemático del sistema, como pueden serlo las ecuaciones diferenciales o la
función de transferencia G(s).
3.2. Respuesta Temporal 49
3.2.2. Respuesta de los sistemas de primer orden

Los sistemas de primer orden son los más sencillos y vienen dados por la ecua-
ción diferencial
T ẏ(t) + y(t) = Ku(t) (3.2.1)
Tomando transformada de Laplace con condiciones iniciales nulas
T · sY (s) ∗ Y (s) = KU (s)
y su función de transferencia se puede escribir como
Y (s) K
=
U (s) 1 + Ts
La constante K es la ganancia estática, T es la constante de tiempo y σ = T1 es

la constante de atenuación. Es interesante hacer notar que el polo está situado en
−1/T.
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
Fig. 3.2: Respuesta impulsional de un sistema de primer orden
Como se ve en la Fig. 3.3, La constante T es el tiempo que tarda el sistema en

alcanzar el 37 % del valor inicial, g(0) = K/T .
Fig. 3.3: Respuesta impulsional de un sistema de primer orden
Respuesta a escalón
Si la señal de entrada al sistema G(s) es un escalón unidad u(t) = u0 (t) ⇒
U (s) = 1/s
Fig. 3.4: Respuesta ante escalón unidad de un sistema de primer orden
entonces la salida en el dominio del tiempo es

y(t) = L−1 G(s) s = L−1 k
s(1+T s) = kL −1 1 −
s
T
1+T s =
t
= k(1 − e− /T ), para t ≥ 0.
En la figura Fig. 3.5 se muestra la salida de un sistema de primer orden ante una
entrada escalón unidad. La constante de tiempo T es el tiempo que tarda el sistema
en llegar al 63 % del valor final K y mide la velocidad de respuesta del sistema. El
tiempo que tarda el sistema en alcanzar el 95 % del valor final se denomina tiempo
de establecimiento y se puede calcular como ts ≈ 3T ≈ πσ .
Ejemplo 3.2.1: También es interesante hacer notar que a partir de la respuesta

escalón unidad es posible determinar los parámetros K (valor final) y T (tiempo
que tarda el sistema en llegar al 63 % del valor final) y, por tanto, se puede deter-
minar la función de transferencia. Por ejemplo si la respuesta ante escalón unidad
Fig. 3.5: Respuesta ante escalón unidad de un sistema de primer orden
Fig. 3.6: Determinación de la función de transferencia a partir de la respuesta ante

escalón unidad de un sistema de primer orden
es la representada en la Fig.3.6, el valor final K = 0.72 (que también es la ganan-

cia, porque la entrada es un escalón unidad) y la constante de tiempo es el tiempo
correspondiente a 0.63 · 0.72, que es T = 0.13, y la función de transferencia es
K 0.72
G(s) = =
1 + Ts 1 + 0.13s
Respuesta a rampa
Si la entrada del sistema G(s) es la rampa unidad u(t) = t · u0 (t) ⇒ U (s) =
1/s2
Fig. 3.7: Respuesta ante rampa unidad de un sistema de primer orden
la salida y(t) se puede expresar como

y(t) = L−1 G(s) = L−1 k
= kL−1 − T + 1 + T 2
s2 s2 (1+T s) s s2 1+T s =
t t
= k(−T + t + T e− /T ) = k(t − T ) + kT e− /T , para t ≥ 0
En esta expresión, T es el retardo entre la entrada rampa y la respuesta.
Fig. 3.8: Respuesta ante rampa unidad de un sistema de primer orden
3.2.3. Respuesta de los sistemas de segundo orden

La ecuación estándar de un sistema de segundo orden es
kωn 2
G(s) = (3.2.2)
s2 + 2ζωn s + ωn 2
donde
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).
El comportamiento del sistema viene determinado por k, ζ y ωn . Los polos

se pueden determinar a partir de la ecuación característica (denominador de G(s)
igualado a cero).
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:
Fig. 3.10: Clasificación de los sistemas de segundo orden
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.
Fig. 3.11: Respuesta impulsional de los sistemas de segundo orden subamortigua-

dos.
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
Y (s) = s = s Q (s−σ ) QN (s)

G(s)
=
i ((s−αi )2 +βi 2 )
Bi Ci s+Di
= As +
P P
s−σi + 2
(s−αi )P +βi 2
−1 σi t + Ei eαi t sen(βi t + ϕi )
P
y(t) = L (Y (s)) = A + B i e t≥0
y(t) = G(0) + Bi eσi t + Ei eαi t sen(βi t + ϕi )
P P
t≥0
La salida consta de tres partes: La constante A = G(0) es debida a la en-
trada y que es la respuesta
P forzada yPtambién la respuesta estacionaria del sis-
tema y la segunda parte σ
Bi e +
i t Ei eαi t sen(βi t + ϕi ) que es la respuesta
natural del
P sistema, o parte debida a la función de transferencia. En ella, la ex-
presión σ t
Bi e corresponde a las raíces reales del denominador (polos reales)
i
y Ei eαi t sen(βi t + ϕi ) corresponde a los pares de raíces complejas conjugadas

P
del denominador (polos complejos conjugados). Es interesante hacer notar que si
alguno de los coeficientes σi o αi de las exponenciales reales es positivo, la corres-
pondiente exponencial es creciente y la respuesta y(t) tiende a infinito, es decir, el
sistema es inestable.
Un sistema dinámico es estable si y sólo si todos sus polos están situados en el
plano izquierdo.
Si losPpolos son reales, es decir los coeficientes Ei son cero, la respuesta

y(t)A + Bi eσi t consta de dos partes: una constante y una exponencial que es
creciente si σi es positiva, decreciente si es negativa y uno si σi = 0.
Al sumar la constante A y y la parte de las exponenciales, tenemos las respues-
tas mostradas en la Fig. 3.14.
Fig. 3.12: La función exponencial real eσt es creciente cuando el coeficiente real σ
es positivo y decreciente cuando es negativo.
Fig. 3.13: La función eαt sen(βt + ϕ) es una sinusoide creciente si α es positiva y

decreciente si es negativa.
La constante A es la respuesta en régimen permanente
yrp (t) = lı́m y(t) = A

t→∞
y según el teorema del valor final, coincide con G(0):
G(s)
lı́m y(t) = lı́m s = G(0)
t→∞ s→0 s
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).
Ejemplo 3.2.2: Consideremos el sistema de la figura, pero con los parámetros:

m=1, b=3 K=2. a) Encuentre la funciòn de transferencia G(s) = X(s)/F (s).
b) Encuentre la respuesta ante escalòn del sistema.
La ecuación diferencial del sistema es

mẍ + bẋ + kx = f (t)
(ms2 + bs + k)X(s) = F (s)
La función de transferencia es
X(s) 1 1
= 2
= 2
F (s) ms + bs + k s + 3s + 2
1
b) Si la entrada es un escalón unidad F (s) = s y la salida es
1 1
X(s) = 2
s s + 3s + 2
Descomponiendo en fracciones simples
1 1 A B C
X(s) = = + +
s s2 + 3s + 2 s s+1 s+2
donde
1
A = lı́m = 0.5
s→0s2 + 3s + 2
1 1
B = lı́m = −1
s→−1 s s + 2
1 1
C = lı́m = 0.5
s→−2 s s + 1
es decir
0.5 −1 0.5
X(s) = + +
s s+1 s+2
Tomando antitransformadas de Laplace, se tiene
x(t) = 0.5 − e−t + 0.5e−2t para t > 0
Ejemplo 3.2.3: 1.- Para el sistema de la figura:

a) Encuentre la funciòn de transferencia G(s) = X(s)/F (s).
b) Encuentre la respuesta ante escalòn del sistema.
a) La ecuación diferencial del sistema es
mẍ + bẋ + kx = f (t)
(ms2 + bs + k)X(s) = F (s)
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)
Descomponiendo en fracciones simples

1 A Ms + N 1 1/11 −(1/11)s − 5/11
X(s) = 2
= +
3 s s + 5s + 11 3 s s2 + 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
La respuesta temporal es la antitransformada
1
1 − e−2.5t cos(2.18t) − e−2.5t sin(2.18t) para t > 0

x(t) =
33
3.3. Parámetros que caracterizan la respuesta de un sistema

de segundo orden o Especificaciones
Las especificaciones expresan las características que se desean alcanzar en el

sistema cuando se introduce un cierto controlador en el mismo. Pueden expresarse
de diferentes formas utilizando para ello el dominio de la frecuencia o el dominio
del tiempo. En nuestro caso vamos a referirnos a especificaciones en el dominio
del tiempo.
Las especificaciones respecto a la respuesta en el dominio del tiempo de un
sistema se suelen definir con respecto a la respuesta temporal ante una entrada
en escalón de un sistema de segundo orden. Para ello se toma como sistema de
referencia un sistema con función de transferencia teórica:
Kωn2
G(s) = (3.3.1)
s2 + 2ξωn s + ωn2
cuya respuesta a un escalón es
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)
donde ξ es la llamada tasa de amortiguamiento y ωn es la frecuencia natural no

amortiguada del sistema. Para un sistema con tasa de amortiguamiento 0 < ξ ≤ 1,
(sistema subamortiguado) la curva de respuesta del sistema tiene la forma mostrada
en la figura 3.15
Entre los parámetros que se pueden utilizar para especificar la respuesta tene-
mos los siguientes:
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
Fig. 3.15: Parámetros de la respuesta temporal
Tiempo de establecimiento, Ts .
π
Ts ' (3.3.7)
ξωn
Por último, se define el error de posición en régimen permanente, ep , como

la diferencia entre en valor la referencia deseada y el valor de salida de la varia-
ble controlada del sistema (estamos suponiendo por simplicidad que la señal de
realimentación es unitaria).
Ejemplo 3.3.1: Dado el siguiente circuito, obtener la máxima tensión sobre el

condensador al cerrar el interruptor:
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
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
Con los valores del enunciado se tiene
Vo (s) 108
= 2
Vi (s) s + 12 · 103 + 108
Como se ve es un sistema de segundo orden. Si comparamos con la expresión

estándar
Kωn2
s2 + 2ζωn s + ωn2
se tiene
ωn2 =108 ⇒ ωn = 104

Kωn2 =108 ⇒ K = 1
12 · 103
2ζωn =12 · 103 ⇒ ζ = = 0.6 ⇒ Subamortiguado (3.3.8)
2 · 10
La máxima tensión se alcanzará cuando la sobreoscilación sea máxima
− √ πζ
Mp = e 1−ζ 2 = 0.0948 = 9.48 %
Cuando la entrada es un escalón de 10V ,
Vo,max = 10 + 10 ∗ 0.0948 = 10.948V
Ejemplo 3.3.2: Comparar los siguientes sistemas en cuanto a sobreoscilación y

tiempo de establecimiento, dibujando las respuestas de la forma más aproximada
posible:
10 20
Ga = s2 +2s+5
Gb = (s2 +2s+5)(s+2)
5 5(s+2)
Gc = (s2 +2s+5)(s+0.5)
Gd = (s2 +2s+5)
Solución:
a) Primer sistema
10
Ga =
s2 + 2s + 5
Especificaciones 63
b) Comparación entre los sistemas:

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.
Mirando la gráfica se puede concluir que:
La adición de un cero a un sistema hace que el pico se produzca antes y sea

mayor.
Cuanto más cerca se encuentre el cero del eje imaginario, más rápido será el
sistema.
La adición de un polo real a un sistema hace que el pico se produzca más
tarde y sea de menor cuantía.
Especificaciones 65
Cuanto más cerca se encuentre el polo del eje imaginario, más lento será el
sistema.
Ejemplo 3.3.3: Un sistema está formado por el siguiente diagrama de bloques de

la figura:
La respuesta de cada subsistema es la mostrada en la figura siguiente:
Calcular el valor final de y cuando en x se aplica un escalón de 2 unidades
Solución: La respuesta del subsistema A ante una entrada a escalón unitario es

la siguiente:
Se puede observar que:
Esa es la típica respuesta a un sistema del segundo orden subamortiguado
Se estabiliza en torno al valor 1, por tanto, la ganancia estática del sistema es
1.
1.08−1
Alcanza un valor máximo en 1.08, por tanto, Mp = 1 = 0.08.
El tiempo de estabilización es ts = 3.14
Con esos datos vamos a calcular la función de transferencia del sistema. Si

comparamos con la expresión estándar
Kωn2
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 )
Para calcular el coeficiente de amortiguamiento: ζ = cos(θ) = 0.6266 < 1

Para calcular la frecuencia natural no amortiguada:
1
ζωn = 1 → ωn = = 1.596rad/s
ζ
El sistema será:
2.5
GA =
s2 + 2s + 2.5
Se puede verificar en esa gráfica:
Especificaciones 67
La respuesta impulsional del sistema B es la siguiente:
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:
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
Finalmente, la respuesta del sistema C ante rampa de pendiente 0,5 es:

Especificaciones 69
Esa es la respuesta a una rampa de un sistema de primer orden:
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.
La pendiente en régimen permanente de la señal de salida vale 1:

K
=1→K=2
2
Podemos verificar eso también aplicando el teorema del valor final:
La función de transferencia es:

2
Gc (s) =
1+s
El sistema completo será:
Ejemplo 3.3.4: Si Vi (t) es un escalón de tensión en la red que se muestra en la

figura, encontrar el valor de la resistencia de tal manera que la sobreoscilación sea
20 % en el voltaje a través del condensador, si C = 10−6 F y L = 1H.
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
Especificaciones 71
Comparando con la forma estándar de un sistema d segundo orden
Kωn2
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
Considerando que C = 10−6 F y L = 1H, se tiene

r
1
ωn = = 103
LC
R R
= = 2ζωn = 2 · 0.456 · 103 = 912Ω ⇒ R = 912Ω
L 1
4. ESTABILIDAD DE SISTEMAS DINÁMICOS
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
r(t) + e(t) y(t)

G(s)
-
H(s)
Fig. 4.1: Bucle de realimentación
viene dada por la expresión
kuk kuk
kek = ≤
k1 − G(s)H(s)k 1 − kG(s)kkH(s)k
para cualquier norma que tomemos.

Si kG(s)kkH(s)k < 1 la ganancia del sistema es finita y por tanto el sistema
es de entrada-salida estable.
Teorema 4.0.1: Teorema de la ganancia pequeña Sea el sistema de la figura

4.1. Una condición suficiente para que el sistema sea de entrada-salida estable es
que
kG(s)kkH(s)k < 1. (4.0.1)
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
De los numerosos métodos para estudiar la estabilidad de los sistemas dinámi-

cos, se van a ver en este capítulo algunos de los más conocidos, tanto para sistemas
lineales como no lineales.
4.1. Métodos clásicos de análisis de estabilidad
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.
4.1.1. Método de Routh

Consideremos un sistema en tiempo continuo con ecuación característica
p(s) = an sn + an−1 sn−1 + an−2 sn−2 + . . . + a1 s + a0 = 0 (4.1.1)
Como condiciones previas podemos exigir que:
1. Todos los coeficientes tienen el mismo signo
2. Ningún coeficiente es nulo.

4.1. Métodos clásicos de análisis de estabilidad 75
El criterio de Routh está basado en la construcción de una tabla que se denomina

tabla de Routh y que se construye de la siguiente manera: La primera fila está
formada por los coeficientes an , an−2 , an−4 . . . y la segunda fila por los restantes
an−1 , an−3 , an−5 , . . . . Es decir
sn an an−2 an−4 . . .
sn−1 an−1 an−3 an−5 . . .
Las filas restantes se construyen como
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
donde la tercera fila es
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).
El criterio de Routh establece que el número de raíces en el semiplano dere-

cho coincide con el número de cambios de signo de los coeficientes de la primera
columna. Es decir, que el sistema será estable si todos los signos de la primera
columna son iguales.
Existen una serie de casos especiales entre los que debemos destacar:
Existe un cero en la primera columna. Se sustituye el valor 0 por un número
positivo muy pequeño ε y se continúa el desarrollo de la tabla. Para contabi-
lizar el número de cambios de signo de la primera columna se hace tender ε
a cero.
Existe una fila de ceros. (Polos colocados simétricamente respecto del origen
del plano complejo). Se toman los coeficientes de la fila situada encima de la
fila de ceros. Con estos coeficientes se construye la ecuación auxiliar, cuyo
grado será el que indica la potencia de s respectiva. Se sustituye la fila de
ceros por los coeficientes de la derivada y se continúa con el método.
Ejemplo 4.1.1: Caso normal. Se considera el sistema con ecuación característica
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 .
Ejemplo 4.1.2: Caso con un cero en la primera columna. Consideremos el siste-

ma que tiene como ecuación característica
p(s) = s4 + 2s3 + 4s2 + 8s + 5
La tabla de Routh es
s4 1 45
s3 2 8
s2 0 ≈ ε5
s1 8ε−10
ε
s0 5
donde el valor cero de la primera columna se sustituye por el número pequeño y

positivo ε.
Cuando ε → 0, sign 8ε−10 = sign −10

ε ε = −1. Como hay dos cambios de
signo en la primera columna, hay dos polos en el semiplano derecho y, por tanto,
el sistema es inestable.
Ejemplo 4.1.3: Caso con una fila de ceros. Consideremos un sistema con ecua-
ción característica
p(s) = s4 + 2s3 + 11s2 + 18s + 18 = 0.
Solución:
Este sistema tiene sus raíces situadas de forma simétrica respecto al origen del
plano s:
±σ ± jω.
s4 1 11 18
s3 2 18
s2 2 18
1
s 0 → 40 → 0
s0 18
La ecuación auxiliar asociada a la tercera fila es A(s) = 2s2 + 18 y su derivada

A(s)
es ds = 4s + 0 que sustituyen a los antiguos valores de la tercera fila. Como
todos los coeficientes de la primera columna son positivos, el sistema es estable.
Ejemplo 4.1.4: Se considera el sistema de la figura 4.2
r(t) + e(t) 1 y(t)

K 2
- s +2s+5
1
s+3
Fig. 4.2: Sistema del ejemplo 5.1.4
Se desea hallar la estabilidad del sistema en función de su parámetro K.

Solución:
La función de transferencia en bucle cerrado es
K
KG(s) s2 +2s+5 K(s + 3)
Gc (s) = = K 1
= 2 + 2s + 5) + K
1 + KG(s)H(s) 1 + s2 +2s+5 s+3 (s + 3)(s
Igualando el denominador a cero se obtiene la ecuación característica, cuyas raíces

son los polos del sistema en bucle cerrado:
p(s) = (s + 3)(s2 + 2s + 5) + K = s3 + 5s2 + 11s + 15 + K = 0
Como condición previa es necesario que todos los coeficientes sean del mismo
signo:
15 + K > 0 ⇒ K > −15
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
−15 < K < 40.

Bibliografía
[1] E. A. Puente, Regulación Automática Sección de Publicaciones de la ET-

SIIM, 1993.
[2] E. Umez-Eronini, Dinámica de Sistemas y Control, Thomson Learning, 2001.
[3] S. Barnett y R.G. Cameron, Introduction to Mathematical Control Theory,

Oxford University Press, 1992.
[4] T. Glad y L. Ljung, Control Theory, Taylor and Francis, 2000.
[5] JJ.E. Slotine y W.Li, Applied Nonlinear Control, Prentice Hall, 1991.
5. ERRORES EN RÉGIMEN PERMANENTE
5.1. Introducción errores
Consideremos los errores de los sistemas antes las entradas normalizadas. El

comportamiento de los sistemas ante la misma señal de entrada puede ser muy
distinto. A modo de ejemplo consideremos el comportamiento de un motor cuando
se quiere controlar en posición y en velocidad:
Control de la posición del eje de un motor de CC
Fig. 5.1:
Al variar la señal de referencia:
Varía la salida del sumador (error)
Se da tensión al motor
El motor gira
Cuando coincide la posición del motor con la referencia, la salida del suma-
dor es nula
El motor no recibe tensión
(posibles oscilaciones)
El motor se para en la posición indicada
En régimen permanente la salida del sistema coincide con la señal de referencia

82 5. Errores en régimen permanente
Control de la velocidad de un motor de CC
Fig. 5.2:
Al variar la señal de referencia:
Varía la salida del sumador (error)
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 no recibe tensión
El motor se frena
Varía la salida del sumador
...
El sistema se estabilizará a una velocidad distinta de la de referencia (si fuera

igual se pararía)
En régimen permanente la salida del sistema no coincide con la señal de refe-

rencia
Estos dos ejemplos nos muestran el diferente comportamiento de los dos sis-
temas ante entrada escalón, mientras que en el caso del control en posición del
motor, el error en el estacionario puede ser cero, en el caso del control en veloci-
dad, el error tiene que ser distinto de cero.
5.1.1. Ganancia de posición (estática)

Se define la constante de error de posición como el valor en estacionario de la
salida cuando la entrada es un escalón unidad, es decir Kp = lı́m y(t). Se calcula
t→∞
normalmente como
Kp = lı́m G(s)
s→0
Solo tiene sentido en sistemas estables

5.1. Introducción errores 83
Fig. 5.3:
Interpretación
G(s)
Kp = lı́m y(t) = lı́m s = lı́m G(s)
t→∞ s→0 s s→0
5.1.2. Ganancia de velocidad

Se define la constante de error de velocidad como el valor en estacionario de la
salida cuando la entrada es una rampa unidad, es decir Kv = lı́m ẏ(t). Se calcula
t→∞
normalmente como
Kv = lı́m sG(s)
s→0
Interpretación
Fig. 5.4:
G(s)
Kv = lı́m y 0 (t) = lı́m s s = lı́m sG(s)
t→∞ s→0 s s→0
5.1.3. Ganancia de aceleración

Se define la constante de error de aceleración como el valor en estacionario de
la salida cuando la entrada es una parábola unidad, es decir Kv = lı́m ÿ(t). Se
t→∞
calcula normalmente como
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
5.1.4. Tipo de un sistema

Se denomina tipo de un sistema al número de integradores de dicho sistema
(polos en el origen). Es decir, si la función de transferencia factorizada es
Q
(s − zi )
G(s) = K r Q
s (s − pi )
el tipo del sistema es r.

Ejemplos
3
G(s) = s+2 Tipo 0 (orden 1)
s+1
G(s) = s(s+3) Tipo 1 (orden 2)
4
G(s) = s2 (s+2)(s+1)
Tipo 2 (orden 4)
5
G(s) = s3
Tipo 3 (orden 3)
5.1.5. Relación entre tipo y ganancia de un sistema

La relación entre ganancia y tipo de un sistema es:

Kp Tipo0
Kp = lı́m G(s) =
s→0
∞ Tipo > 0
0 Tipo0
Kv = lı́m sG(s) = Kv Tipo1
s→0
∞ Tipo > 1

0 Tipo < 2
Ka = lı́m s2 G(s) = Ka Tipo2
s→0
∞ Tipo > 2

Fig. 5.6: Relación entre tipo y error de un sistema

FloatBarrier
5.1.6. Relación entre tipo y ganancia de un sistema
Fig. 5.7:
5.1.7. Error en régimen permanente de un sistema

realimentado unitariamente
Consirérese un sistema realimentado unitariamente como el mostrado el la fi-
gura ??
Fig. 5.8: Sistema realimentado unitariamente.
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)
y el error en régimen permanente
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)
5.1.8. Errores ante entradas normalizadas

Para hallar la respuesta en régimen permanente de los sistemas se calcula el va-
lor del error en régimen permanente ante las entradas normalizadas escalón, rampa
y parábola.
Entrada escalón
La transformada de Laplace del escalón unidad es
1
R(s) =
s
Sustituyendo en la expresión del error en régimen permanente 5.1.1

R(s) 1 1 1
erp = ep = lı́m s = lı́m = =
s→0 1 + G(s) s→0 1 + G(s) 1 + lı́m G(s) 1 + Kp
s→0
(5.1.2)
A este error se le denomina error de posición.
Fig. 5.9:
Entrada rampa
La transformada de Laplace de la rampa unidad es
1
R(s) =
s2
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
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:
5.1.9. Relación entre errores y tipo de un sistema
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.
y la relación entre los errores y los tipos en la siguiente tabla
ep ev ea
1
Tipo 0 1+k p
∞∞
Tipo 1 0 k1v ∞
Tipo 2 0 0 k1a
5.1.10. Errores para entradas polinómicas en t

Una gran cantidad de señales de entrada se pueden aproximar por una entrada
polinómica. Por ejemplo, si la entrada es
r(t) = 1 + 3t + 5t2
entonces, el error en régimen permanente es una composición de los errores de

posición, velocidad y aceleración
1 3 10
erp = ep + 3ev + 10ea = + +
1 + kp kv ka
6. LUGAR DE LAS RAÍCES
El comportamiento dinámico de un sistema está determinado por la posición

de sus polos. El lugar de las raíces permite determinar la posición de los polos en
bucle cerrado según varía la constante k del sistema.
6.1. Concepto de lugar de las raíces
Consideremos el sistema en bucle cerrado de la figura Fig. 6.1.
Fig. 6.1:
Su función de transferencia en bucle cerrado es
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 )
Si modificamos el valor de K, varían los polos de M(s). (los ceros no varían).

Se denomina lugar de las raíces al lugar geométrico de los polos de M(s) al
variar K desde cero hasta infinito.
Los polos de M(s) son las raíces de 1 + G(s)H(s) = 0, que se denomina
ecuación característica.
Q
(s − zi )
1+KQ =0 (6.1.1)
(s − pi )
donde K es proporcional a la ganancia estática.

92 6. Lugar de las raíces
6.2. Criterios del módulo y del argumento
Partiendo de la factorización en cadena abierta

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
y se denomina Criterio del Módulo.

Por otro lado, la ecuación de los argumentos es
X X
arg(s − zi ) − arg(s − pi ) = (2q + 1)π
que se denomina Criterio del Argumento y se suele escribir en la forma
X X
arg(s − pi ) − arg(s − zi ) = (2q + 1)π (6.2.2)
El significado de los módulos y los argumentos de estas fórmulas se pueden

ver en la figura Fig. 6.2.
6.3. Reglas de trazado del lugar de las raíces 93
Fig. 6.2: Significado de los módulos y los argumentos.
6.3. Reglas de trazado del lugar de las raíces
Regla 1. Número de ramas.

Si n = número de polos de G(s)H(s) m = número de ceros de G(s)H(s) en-
tonces número de ramas = número de polos de M(s) = max (m,n)
Esto es debido a que la ecuación característica
Q
(s − zi )
1+K Q =0
(s − pi )
que se puede expresar como

Y Y
(s − pi )+K (s − zi ) = 0
es una ecuación polinómica de coeficientes reales, cuyo grado es igual al

número de raices (Teorema fundamental del Álgebra). Cada una de estas
raíces, al variar K, produce una rama.
Regla 2. Puntos de comienzo y final.

Para K = 0, la ecuación característica es
Y
(s − pi ) = 0
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
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.
Regla 3. Eje real.

Aplicando el criterio del argumento en un punto del eje real
X X
arg(s − pi ) − arg(s − zi ) = (2q + 1)π
La aportación de cada uno de estos términos si la raíz real zi o pi está a la

derecha del punto s es π.
Fig. 6.3:
y la aportación de cada uno de estos términos si la raíz real zi o pi está a la

izquierda del punto s es 0.
Fig. 6.4:
Finalmente, la aportación de cada par de raíces complejas conjugadas es

α − α = 0.
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 4. Simetría del lugar de las raíces.

El lugar de las raíces es simétrico respecto al eje real.
Regla 5. Asíntotas
Fig. 6.7:
Si consideramos un punto que está muy lejos, lo que aparece en la figura

Fig. 6.7 como punto en el infinito, entonces todos los ángulos del criterio del
argumento
X X
arg(s − pi ) − arg(s − zi ) = (2q + 1)π
se pueden considerar iguales, y por tanto,
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
Regla 7. Ángulos de salida y llegada.

Ángulos de salida
Tomando un punto infinítamente cercano a un polo
Fig. 6.8:
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
Regla 8. Puntos de dispersión y confluencia.

Coinciden con máximos (dispersión) y mínimos (confluencia) locales de k
sobre el eje real
dK(s)
=0 (6.3.4)
ds
o también X 1 X 1
=
σ − pi σ − zi
Regla 9. Intersección con el eje imaginario.

Se calcula usando el método de Routh.
Regla 10. Valor de K en un punto del lugar de las raíces.

Aplicando el criterio del módulo
Q
|s − pi |
K= Q (6.3.5)
|s − zi |
Regla 11. Suma de las raíces

Si la ecuación característica es
sn + an−1 sn−1 + an−2 sn−2 + ... + a1 s + a0 = 0
entonces
X
raices = − an−1
Fig. 6.9: Reglas de trazado del lugar de las raíces

7. TÉCNICAS CLÁSICAS DE CONTROL
7.1. Planteamiento del problema
El objetivo de todo sistema de control consiste en que dado un cierto siste-

ma, del que se dispone de una cierta cantidad de información en base a una serie
de medidas de algunas de las señales del mismo, tratar de determinar unas ciertas
entradas de control factibles de forma que la variable del sistema que se desea con-
trolar siga de forma lo más exacta posible a una cierta señal de referencia, a pesar
de la influencia que las posibles perturbaciones, errores de medida y variaciones en
la carga del sistema.
Un esquema muy general de control del proceso Gp es el que se muestra en la
figura 7.1.
r u y
+
Gf Gp
-
Gc
Fig. 7.1: Diagrama de bloques de un esquema general de control
En este esquema, la señal de control es
U (s) = Gf (s)R(s) − Gc (s)Y (s) (7.1.1)

Se puede apreciar una parte formada por un controlador Gc situado en la realimen-
tación y un filtro Gf en la entrada del sistema. Este esquema de control tiene como
función de transferencia conjunta de todo el sistema la siguiente expresión
Y (s) Gp (s)
= Gf (s) . (7.1.2)
R(s) 1 + Gp (s)Gc (s)
En esta expresión se puede observar que el término de filtrado Gf afecta de forma

directa a la ganancia en régimen permanente del sistema realimentado así como a
100 7. Técnicas clásicas de control
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)
Fig. 7.2: Controlador en el lazo principal
Este esquema equivalente (b) es el que podríamos denominar esquema clási-

co de control, al menos académicamente. Dentro de este grupo de controladores
podemos incluir el control PID, que es el que estudiaremos en este capítulo.
7.2. Diseño de controladores clásicos
Dentro de los controladores que responden al esquema de control clásico pode-

mos distinguir dos enfoques básicos a la hora de abordar el diseño del controlador
7.3. Control PID 101
Gc . Estos dos enfoques se diferencian fundamentalmente en la forma de definir la

función de transferencia del controlador.
1. Controlador con estructura fija. Este grupo de técnicas se caracteriza por

utilizar una función de transferencia definida a priori. Dentro de este grupo
se incluye el denominado control PID. En este tipo de controladores la fun-
ción de transferencia del controlador es fija y en él están presentes: acciones
de control proporcionales al error (acción P), acciones de control proporcio-
nales a la integral del error (acción I) y acciones de control proporcionales a
la derivada del error (acción D).
El peso que se le da a cada una de las acciones de control se puede determinar
de forma teórica (en el caso de que se conozca la función de transferencia
del proceso) o de forma empírica en el caso de que no se conozca dicha
función de transferencia. Evidentemente puede ocurrir que uno o varios de
los parámetros del controlador anulen alguna de las acciones de control si
éstas no fuesen necesarias.
2. Controlador con estructura variable. Este segundo grupo de controlado-

res no presenta una estructura de función de transferencia predefinida, sino
que ésta se obtiene como resultado de las especificaciones deseadas para el
sistema y de la función de transferencia del proceso a controlar. Este es el
caso del diseño de controladores mediante la técnica de síntesis directa.
7.3. Control PID
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
mayoritario. En las próximas páginas nos referiremos a él.
7.3.1. Estructura básica de un controlador PID

La versión académica de este controlador viene caracterizada por una ley de
control de la forma:
1 t
Z
de(t)
u(t) = K e(t) + e(τ )dτ + Td (7.3.1)
Ti 0 dt
donde u(t) es la variable de control y e(t) es el error expresado como e(t) =
r(t) − y(t) (fig 7.2b). La expresión 7.3.1 muestra los tres tipos de acciones de
control: la acción proporcional con peso K, la acción integral con peso TKi y la
acción derivativa con peso KTd .
Para ajustar el comportamiento del controlador se dispone de tres parámetros:
la ganancia proporcional K, el tiempo integral Ti y el tiempo derivativo Td . Se pue-
de observar que si el tiempo integral se hace infinito, la acción integral desaparece
y que si el tiempo derivativo se hace cero desaparece la acción derivativa.
La función de transferencia del controlador PID es la siguiente
U (s) 1 K(1 + sTi + s2 Ti Td )
= K[1 + + Td s] = (7.3.2)
E(s) Ti s sTi
En este controlador el ajuste busca determinar las posiciones de los dos ceros
de la función de transferencia y de la ganancia estática del mismo, para que se
cumplan lo mejor posible las especificaciones de diseño deseadas en el sistema.
La ecuación 7.3.2 no es físicamente realizable, por lo que se denomina regu-
lador PID teórico. Para que un PID sea físicamente realizable habrá que añadir a
la acción derivativa un polo, con una influencia limitada. Un regulador PID real
tendrá la forma
1 + sTi + s2 Ti Td
Gc (s) = K (7.3.3)
(1 + sTi )(1 + sTd )
El ajuste de los parámetros del regulador se puede hacer de dos formas:
1. Empíricamente. Para lo que se ajusta de forma experimental los valores
hasta alcanzar la respuesta deseada. Este sistema puede ser excesivamente
lento en muchos sistemas, sobre todo si el tiempo de respuesta de estos es
grande.
Para evitar este problema, se utilizan los métodos de Ziegler-Nichols que en
base a unas medidas muy simples observadas en la respuesta del sistema dan
unos valores teóricos de los parámetros del controlador. Valores que se toman
como referencia y posteriormente se hace un ajuste más fino a partir de ellos.
Estos métodos y otros derivados de ellos se utilizan considerablemente en la
industria, tanto para ajuste puramente manual como en controladores PID
industriales con sistemas de autoajuste.
2. Teóricamente. Para lo que se determinan de forma analítica los valores del

regulador. Se requiere el conocimiento expreso de la función de transferencia
del proceso.
7.3.2. Métodos de Ziegler - Nichols

Los métodos de Ziegler - Nichols son dos métodos clásicos de ajuste empírico
de los parámetros de un controlador PID. Fueron presentados por dichos autores
en 1942. Estos métodos son aún ampliamente utilizados, bien en su forma original
o con versiones mejoradas.
Ambos métodos se basan en la determinación de algunas características de la
respuesta del proceso, temporal o frecuencial, para determinar a partir de dichas
características y por medio de unas relaciones matemáticas muy simples los pará-
metros del controlador que da una respuesta con tasa de decaimiento de un cuarto
entre los valores de la primera y la segunda sobreoscilación.
Método de la respuesta a un escalón

Este primer método se basa en la observación de la respuesta en bucle abierto
del sistema ante una entrada en escalón. Observando dicha respuesta, se determinan
dos parámetros que se obtienen de la siguiente forma:
1. Se determina el punto de máxima pendiente en la curva de respuesta a un

escalón, y en dicho punto se dibuja la tangente a la curva de respuesta en
dicho punto.
2. Se determina la intersección de la tangente obtenida anteriormente con los
ejes de coordenadas, y se obtienen las distancias a y L. Estos dos parámetros
corresponden a la respuesta teórica de un modelo matemático de la forma
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
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.
Método de la respuesta frecuencial

Este segundo método desarrollado por Ziegler y Nichols se basa en determinar
el punto de la curva de Nyquist, para la función de transferencia G(s), en el que
dicha curva interseca el eje real negativo (punto de estabilidad relativa). Una vez
obtenido este punto, se caracteriza por medio de dos parámetros denominados:
ganancia crítica Ku y periodo crítico Tu .
Este método se fundamenta en la observación de que muchos sistemas se hacen
inestables cuando se hace un control proporcional con ganancia elevada.
El método de determinación de los parámetros del regulador PID en los si-
guientes pasos:
1. Se cierra el bucle de realimentación con un regulador de tipo proporcional

(figura 7.4a). Se va aumentando la ganancia del regulador proporcional has-
ta que se obtiene la ganancia crítica Ku en la que se presenta una respuesta
oscilatoria como la indicada en la figura 7.4. Para esta ganancia Ku , se de-
termina el periodo crítico Tu de la señal de salida oscilatoria.
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
2. Como en el primer método, se determinan a partir de Ku y Tu los valores de

los parámetros del controlador. Los valores propuestos por Ziegler y Nichols
se muestran en la tabla 7.2.
Al igual que en el método anterior el criterio de diseño de los reguladores

es conseguir una tasa de decaimiento de un cuarto. Estos reguladores dan buena
respuesta ante variaciones en la carga del sistema, aunque como contrapartida sue-
len presear una sobreoscilación alta, como ya se ha comentado anteriormente. En
cualquier caso, es fácil realizar un ajuste posterior del regulador partiendo de estos
parámetros.
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
7.4. Métodos analíticos de diseño de controladores PID
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.
7.4.1. Método de asignación de polos

La técnica de asignación de polos trata de encontrar los parámetros de un con-
trolador tal que la función de transferencia en cadena cerrada tenga unos polos
predeterminados. Los polos en bucle cerrado se determinan de forma que se obten-
gan unas ciertas especificaciones en la respuesta del sistema. En términos generales
un regulador de tipo P al tener un único parámetro sólo nos permitiría asignar un
polo, un regulador PI o uno PD que tienen dos parámetros nos permitirán asignar
dos polos y un regulador PID que tiene tres parámetros nos permitiría asignar tres
polos. La utilización de uno u otro tipo de regulador dependerá de la función de
transferencia del sistema.
Supongamos en primer lugar un proceso cuya función de transferencia es de
primer orden, con la siguiente parametrización
Kp
Gp (s) = (7.4.1)
1 + sT
y supongamos que queremos controlar el sistema por medio de un controlador de
tipo PI, que responde a la siguiente expresión

1
Gc (s) = K 1 + (7.4.2)
1 + sTi
el sistema en bucle cerrado tiene la siguiente función de transferencia
Gp (s)Gc (s)
G(s) = (7.4.3)
1 + Gp (s)Gc (s)
7.4. Métodos analíticos de diseño de controladores PID 107
La ecuación característica del sistema en bucle cerrado definido por la ecuación

7.4.3 es la siguiente
1 + Gp (s)Gc (s) = 0 (7.4.4)
y sustituyendo en 7.4.4 Gp (s) y Gc (s) por las expresiones 7.4.1 y 7.4.2 obtenemos
que

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
s2 + 2ξωn s + ωn2 = 0 (7.4.6)
Igualando las expresiones 7.4.5 y 7.4.6 obtenemos que

1 + Kp K
2ξωn = (7.4.7)
T
K p K
ωn2 = (7.4.8)
T Ti
y despejando en 7.4.7 y 7.4.8 tenemos que
2ξωn T − 1
K= (7.4.9)
Kp
2ξωn T − 1
Ti = (7.4.10)
ωn2 T
Esta técnica requiere introducir un controlador en el que tengamos dos posibles
parámetros de ajuste, un controlador PI, cuando el sistema en cadena abierta sea
de primer orden ya que es necesario fijar arbitrariamente las posiciones de dos
polos en cadena cerrada. De forma análoga, cuando el sistema es de segundo orden
será conveniente por lo general utilizar un controlador PID que tiene tres grados
de libertad para poder fijar arbitrariamente los tres polos que tendrá el sistema en
bucle cerrado.
Sea la función de transferencia del sistema de segundo orden de la forma
Kp
Gp (s) = (7.4.11)
(1 + sT1 )(1 + sT2 )
y supongamos que queremos controlar el sistema por medio de un controlador de

tipo PID, que responde a la siguiente expresión
(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,
(s + α)(s2 + 2ξωn s + ωn2 ) = 0 (7.4.14)

igualando los coeficientes de los polinomios de las expresiones 7.4.13 y 7.4.14
tenemos las siguientes expresiones
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)
Ejemplo 7.4.1: Supongamos que se desea controlar un sistema cuya función de

1
transferencia es Gp (s) = s(s+2) de forma que en bucle cerrado tenga una tasa de
amortiguamiento ξ = 0.5 y una frecuencia ωn = 3.14 rad s .
Para controlar este sistema nos basta con un regulador de tipo PD con función
de transferencia de la forma
Gc (s) = K(1 + Td s) (7.4.21)

ya que el sistema aunque es de segundo orden tiene un polo en el origen en la

función de transferencia, por lo que el sistema no requiere añadir un efecto inte-
gral en el controlador para anular el error de posición en régimen permanente. Al
no incluir efecto integral en el regulador el sistema en cadena cerrada tendrá una
ecuación característica de orden 2. El sistema en bucle cerrado tiene una ecuación
característica de la forma
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,
s2 + s(2 + KTd ) + K = s2 + 2ξωn s + ωn2 = 0 (7.4.23)

e igualando los coeficientes de ambos polinomios tenemos que
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:
Gc (s) = 9.86(1 + 0.115s) (7.4.26)
7.4.2. Diseño basado en los polos dominantes

La técnica de asignación de polos trata de ubicar las posiciones de todos los
polos en cadena cerrada del sistema. Esto complica considerablemente el método
para el caso de sistemas complejos, pudiendo incluso no tener ninguna solución
factible el problema. Con lo que, si se quiere controlar con un PID un cierto sistema
por medio de esta técnica, los sistemas deben restringirse a los de primer y segundo
orden para que esta técnica nos asegure la existencia de una solución.
Si el sistema es complejo, o bien se busca una aproximación del modelo a un
primer o segundo orden o bien se utiliza la técnica de diseño basada en los polos
dominantes. Esta técnica trata de asignar sólo unos pocos polos del sistema. Esto
permite diseñar controladores simples para controlar sistemas complejos, aunque
el comportamiento del regulador al instalarlo en el sistema no nos dará de forma
exacta las especificaciones que deseamos ya que se ignora en el diseño el efecto
de algunos polos. Sin embargo, si la elección de las posiciones es adecuada el
comportamiento estará muy próximo a lo que se desea.
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
Esta técnica requiere también que se conozca la función de transferencia del

sistema, y la idea de asignar sólo unos pocos polos del sistema en bucle cerrado ha
sido muy extensamente utilizada en los primeros diseños de control PID, especial-
mente cuando la potencia de los ordenadores no permitía otras posibilidades.
Aún hoy, esta técnica tiene un considerable interés ya que una buena parte de
los controladores industriales implementan una estructura fija de PID y se utilizan
para procesos de complejidad muy variable por lo que resulta necesaria cuando
estos son de complejidad alta.
Esta asignación basada en los polos dominantes puede realizarse de dos formas:
o bien determinando algebraicamente los valores de los parámetros del regulador
que sitúan los polos dominantes en las posiciones deseadas o bien mediante el uso
del lugar de las raíces. Ambas técnicas nos permiten obtener analíticamente los
parámetros de los reguladores PID.
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
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
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
Gc (s) = K(1 + sTd ) (7.4.31)

Si lo que se desea es diseñar un regulador de tipo PID para controlar un sistema.
Dicho regulador tiene tres parámetros por lo que para determinar el valor de los
mismos necesitamos situar la posición de tres polos del sistema en bucle cerrado.
Supongamos que la ecuación del controlador es de la forma

1
Gc (s) = K 1 + + sTd (7.4.32)
1 + sTi
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
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)
La determinación de los valores de los parámetros del controlador PID se haría

de forma análoga a lo visto para los controladores con dos parámetros.
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)
que el sistema tenga una tasa de amortiguamiento ξ = 0.5 y una ωn = 3.14. Si

buscamos fijar sólo los polos dominantes, con estas especificaciones tendríamos
que dichos polos deberían estar en
p
p1,2 = ωn (−ξ ± j 1 − ξ 2 ) = −1.57 ± j2.72 (7.4.38)
Dado que el sistema es de tipo 1, con lo que incluye un integrador en cadena
abierta, introduciremos un regulador de tipo PD en el sistema K(s + a). Obtenga-
mos en primer lugar la ecuación característica del sistema en bucle cerrado
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
(s+b)(s2 +2ξωn s+ωn2 ) = s3 +(2ξωn +b)s2 +(2ξωn b+ωn2 )s+ωn2 b = 0 (7.4.40)
Al igualar las ecuaciones características 7.4.39 y 7.4.40 obtenemos las ecua-

ciones siguientes
10=2ξωn + b
16 + K=2ξωn b + ωn2 (7.4.41)
Ka=ωn2 b
y despejando en 7.4.41 tenemos que:
b=10 − 2ξωn = 6.86

K=2ξωn b + ωn2 − 16 = 15.4 (7.4.42)
ω2 b
a= n = 4.392
K
con lo que el regulador PD que sitúa los polos dominantes en las posiciones desea-
das en cadena cerrada es
Gc (s) = 15.4(s + 4.392) (7.4.43)

Nótese que la posición del tercer polo en b = 6.86 está muy alejada de los
polos dominantes, por lo que su influencia es muy pequeña.
Determinación basada en el lugar de las raíces

El método del lugar de las raíces, introducido por Evans en 1954, es un método
gráfico para determinar las posiciones de los polos en cadena cerrada del sistema
a partir de las posiciones de los polos y los ceros del sistema en cadena abierta a
medida que alguno de los parámetros (típicamente la ganancia) varía desde cero
hasta infinito.
En la práctica, el dibujo del lugar de las raíces de un cierto sistema nos puede
indicar si será suficiente variar la ganancia del sistema para alcanzar las especifi-
caciones que nos han dado. Es decir, en el caso de que el lugar de las raíces pase
por las posiciones deseadas para los polos en cadena cerrada bastará con ajustar
al valor adecuado la ganancia del sistema para cumplir con las especificaciones
de respuesta transitoria exigidas. Si esto no ocurre, será necesario introducir en el
sistema un controlador que modifique el lugar de las raíces en la forma adecuada.
Si recordamos el efecto que tenían la adición de polos y ceros al sistema, es
relativamente simple determinar que tipo de estructura deberá tener el controlador
que introduzcamos en el sistema.
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)
Efecto de la adición de polos. La adición de un polo a la función de trans-

ferencia en bucle abierto de un sistema tiene como efecto el añadir una ra-
ma más en el lugar de las raíces y como consecuencia las ramas tienden a
acercarse o incluso introducirse en el semiplano real positivo. Esto tiende a
disminuir la estabilidad relativa del sistema y hace que el tiempo de estable-
cimiento de la respuesta sea mayor.
jω jω jω
x x x x x x
0 σ 0 σ 0 σ
(a) (b) (c)
Fig. 7.8: Efecto de la adición de un polo sobre el lugar de las raíces
Este efecto se puede apreciar en la figura 7.8, donde a medida que se añaden
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.
Efecto de la adición de ceros. La adición de un cero a la función de transfe-

rencia en cadena abierta disminuye el número de ramas que se van al infinito
por lo que aumenta la estabilidad relativa del sistema al desplazarse las ramas
hacia la parte real negativa del plano complejo. Hace al sistema más rápido
en su respuesta al introducir un efecto derivativo que anticipa la evolución
del sistema.
jω jω jω
ο x x x x οx x x xο x
0 σ 0 σ 0 σ
(a) (b) (c)
Fig. 7.9: Efecto de la adición de un cero sobre el lugar de las raíces
Este efecto se puede apreciar en la figura 7.9, donde al añadir un cero a

un sistema con tres polos como el mostrado en 7.8c sólo dos ramas se van al
infinito y ninguna de ellas entra en la parte real positiva, por lo que el sistema
no se inestabilizaría para ningún valor de la ganancia.
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
1 + KGp (s) = 0 (7.4.44)
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
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
En este caso, es necesario determinar en que posición se introducirá el cero

y el valor de la ganancia para que los polos se sitúen exactamente en los puntos
deseados. Recordando que el lugar de las raíces era el lugar geométrico de los
puntos que verificaban la ecuación característica del sistema en bucle cerrado 1 +
G(s) = 0, y que esta ecuación daba lugar a los criterios del modulo y argumento
|G(s)|=1 (7.4.45)
∠G(s)=(2q + 1)π q = 0, ±1, ±2, . . . (K > 0) (7.4.46)
si la función de transferencia G(s) tiene la forma

(s + z1 )(s + z2 ) . . . (s + zm )
G(s) = K (7.4.47)
(s + p1 )(s + p2 ) . . . (s + pn )
donde n ≥ m las expresiones 7.4.45 y 7.4.46 quedarán de la siguiente forma
Qm
|s + zi |
|G(s)| = |K| Qni=1 =1 (7.4.48)
j=1 |s + pj |
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
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
180o = α1 − (β1 + β2 + β3 ) (7.4.56)
y despejando α1 = 43.93o . Conociendo este ángulo podemos determinar la posi-

ción donde debe de estar situado el cero para que forme dicho ángulo con el punto
donde está situado el polo dominante −1.57 + j2.72. El resultado es que dicho
cero está situado en a = 4, 39. Para determinar la ganancia K aplicamos el criterio
del módulo
n1 n2 n3
K= (7.4.57)
m1
y sustituyendo por los valores de n1 , n2 , n3 , m1 obtenemos que K = 15.4. Con lo
que el regulador PD que sitúa los polos dominantes en las posiciones deseadas en
cadena cerrada es
Gc (s) = 15.4(s + 4.39) (7.4.58)
Como se puede apreciar los valores que se han obtenido por ambos métodos
son similares (Fig.7.12).
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)
r + e u 1 y
Gc(s)
- s(s+2)

Ejemplo 7.4.4: Se pretende efectuar un control por computador de un sistema

1
continuo con función de transferencia G(s) = s(s+2) , con las especificaciones
temporales de coeficiente de amortiguamiento ζ = 0.5 y tiempo de establecimiento
ts = 2 seg.
De las especificaciones temporales se obtiene la posición de los polos domi-
nantes del sistema
ζ = cos(θ) → θ = 60o
π
ts ≈ → σ = 1.57
σ
p1,2 = −1.57 ± j2.72
Como se observa en la figura 7.14, para alcanzar los polos dominantes hay que
introducir un regulador de tipo P D real con la función de transferencia Gc (s) =
K s+a
s+b . Para ajustar la posición del polo en −b, utilizaremos el método de cance-
lación del cero del regulador en −a con el polo del sistema en −2. Utilizando el
Pd
j2.72
ωn=n
1
n3 n2
β3 β2 θ β1
x x x
-b -a=-2 0
m1=n2
α1=β2
Fig. 7.14: Distribución de polos y ceros del ejemplo 7.5.5
criterio del argumento tenemos

X X
α− β = (2q + 1)π
α1 = 81o , β1 = 120o , β2 = 81o
α1 − β1 − β2 − β3 = (2q + 1)π
β3 = −(2q + 1)π − 120o = 60o

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
Bibliografía
[1] R. Aracil y A. Jiménez, Sistemas discretos de control, Servicio de publica-

ciones ETSIIM-UPM, 1980.
[2] K. Aström and T. Hägglund, PID Controllers:Theory, Design, and Tuning,

ISA - The Instrumentation, Systems, and Automation Society, 1994.
[3] G.F. Franklin, J.D. Powell and M. Workman, Digital Control of Dynamics
Systems, Addison Wesley, 1997.
[4] R. Isermann, Digital Control Systems: Volume I Fundamentals, Determinis-

tic Control , Springer-Verlag, 1989.

tion, 1995.
[6] K. Ogata, Ingeniería de control moderna, Prentice Hall, 1998.
[7] E. Andrés Puente, Regulación automática, Servicio de publicaciones ETSIIM-

UPM, 1993.
8. MODELOS FRECUENCIALES.
DIAGRAMA DE BODE
Cuando a un sistema lineal estable se le introduce como entrada una señal

sinusoidal de amplitud unitaria y de frecuencia variable u(t) = 1 sin ωt el sistema
responde dando a la salida una señal cuya transformada en el campo de Laplace
viene dada por
w
Y (s) = G(s) . (8.0.1)
s2 + ω 2
Si esta señal se expande en fracciones parciales aparecen un conjunto de frac-
ciones parciales que corresponden a los polos de la función de transferencia G(s)
y los términos que corresponden a la entrada sinusoidal. Es decir
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
y(t) = 2|c| sin(ωt + φ) = A sin(ωt + φ) (8.0.3)

donde
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
Además estas curvas de respuesta pueden obtenerse de forma experimental

sin tener conocimiento del modelo matemático del sistema, sin más que excitar el
sistema con una señal sinusoidal de frecuencia variable e ir midiendo la amplitud
y el desfase de la señal sinusoidal de salida en régimen permanente.
Cuando en los diagramas representamos la amplitud escalada en decibelios
20 log |G(jω)| y la frecuencia la representamos en décadas, el diagrama resultante
se conoce como diagrama de Bode.
Este diagrama está formado por dos curvas de respuesta: una donde se repre-
senta el módulo de la respuesta del sistema para diferentes frecuencias de la señal
de entrada al mismo y otra en la que se representa el desfase de esa respuesta para
diferentes frecuencias de la señal de entrada.
Esta forma de caracterizar un sistema presenta algunas propiedades que la ha-
cen muy interesante, la primera es la facilidad con la que se pueden obtener expe-
rimentalmente estas curvas para un número considerable de sistemas (eléctricos,
electrónicos, mecánicos, etc). La segunda es de tipo interpretativo, en el sentido de
que nos permite ver o tratar todo sistema físico como si de un filtro se tratase (paso
bajo normalmente) que tenderá a amplificar o amortiguar las señales sinusoidales
de ciertas frecuencias que se presenten a la entrada del sistema (recordemos que
toda señal periódica podía descomponerse en serie de Fourier).
Ejemplo 8.0.1: Sea un sistema cuyo función de transferencia es

5
G(s) = (8.0.6)
s2
+s+5
veamos su respuesta en frecuencia, para ello utilizaremos la instrucción bode() de
MATLAB, tal como se muestra a continuación
num=[5];
den=[1 1 5];
sys=tf(num,den);
bode(sys);
y el resultado se puede ver en la figura 8.1.

En el proceso de razonamiento que se ha seguido para determinar la respuesta
frecuencial de un sistema hemos partido del modelo matemático en s = σ+jω, y se
ha sustituido por jω considerando que se estudia el valor en régimen permanente.
Resulta evidente por lo tanto que este modelo G(jω) matemáticamente deriva del
modelo temporal.
8.1. Diagrama de Bode asintótico 125
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)
Fig. 8.1: Diagrama de bode de un sistema de segundo orden
8.1. Diagrama de Bode asintótico
El diagrama de Bode se puede obtener como suma de los diagramas de Bode

de cada uno de los factores de la función de transferencia.
Consideremos un sistema con función de transferencia factorizada
Q
(s − zi )
G(s) = K Q
(s − pi )
La respuesta frecuencial se obtiene al sustituir s por jω.
Q
(jω − zi )
G(jω) = K Q ⇒
(jω − pi )
El módulo y el argumento son
( Q
|jω−zi |
|G(jω)| = |k| Q |jω−p i|
⇒ P P ⇒
arg (G(jω)) = arg(k) + arg(jω − zi ) − arg(jω − pi )
Al tomar logaritmos los productos se convierten en sumas
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 )
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.
8.1.1. Diagrama asintótico de Bode. Constantes K

La constante K es un número real. Por tanto, el módulo es 20log10 |K| dB y la
fase es 0 si K > 0 y −1800 si K < 0.

| | =
|K| = 20 log |K| dB
K= 00 k > 0
ϕ =
1800 k < 0
Fig. 8.2: Diagrama asintótico de Bode de un término constante.
8.1.2. Diagrama asintótico de Bode. Polos/ceros en en origen

1
sn
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.
| | = ω1n = −20n log(ω) dB

1
n =
(jω) ϕ = −n 900
(
1 20 log 1
(jω)n
= 20 log ω1n = 20 log ω −n = −20n log(ω) dB
=
(jω)n ϕ= −n900
El diagrama de magnitud es una linea recta que corta a la línea de 0 dB en

−20n log ω = 0, es decir en ω = 1 .
1
Fig. 8.3: Diagrama asintótico de Bode. Polos en en origen sn
En el caso de los ceros en el origen de orden n el módulo es 20n log(ω) que

se representa en el diagrama semilogarítmico como una recta de pendiente positiva
20n y como argumento una recta horizontal en la posición 900 n.
8.1.3. Diagrama asintótico de Bode. Polos/ceros reales

negativos (1+T1 s)n
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
8.1.4. Diagrama asintótico de Bode. Polos/ceros complejos

negativos
Los polos/ceros complejos negativos se pueden representar como
ωn 2 1
= 2 n
s2 + 2ζωn s + ωn 2 2ζ

s
1+ ωn s + ωn
con n > 0 para los polos y n < 0 para los ceros.

Si la ecuación s2 + 2ζωn s + ωn 2 = 0 tiene raíces complejas con parte real
negativa, entonces 0 < ζ < 1.
La aproximación asintótica es
1
2 n =
1+ ω2ζ jω+ ωjω
n n

ω → 0 1 = | | = 0dB


 ϕ = 00
= ( −2n
ω
= −40n log( ωωn ) dB
−2n
jω | | =
ω → ∞ = ωn


 ωn
ϕ = −2n900 = −n1800

Frecuencia de corte
Corte de las dos asíntotas
0 db = −40n log( ωωn ) dB
log( ωωn ) = 0 ⇒ ωωn = 1
ωc = ωn
Fig. 8.5: Diagrama asintótico de Bode. Polos/ceros complejos negativos
Frecuencia de resonancia ωr
p
ωr = ωn 1 − 2ξ 2 (0 < ξ < 0.707)
La frecuencia de resonancia ωr existe cuando:

1
1 − 2ξ 2 > 0 ⇒ ξ < √ = 0.707
2
Pico de resonancia en función de ζ:
1
|G(jω)|máx = |G(jωr )| = Mr = p (0 < ξ < 0, 707)
2ξ 1 − ξ 2
Fig. 8.6: Diagrama de Bode. Polos/ceros complejos negativos
8.1.5. Diagrama asintótico de Bode. Polos/ceros reales

positivos.
1
Los polos/ceros reales positivos se pueden escribir como (−1+T s)n
, con n > 0
para los polos y n < 0 para los ceros.
Para los polos reales positivos, 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 −1800 n para frecuencias bajas y de −90n para
frecuencias altas.
1
(−1+T n =
 jω)
n | | = 0dB
ω → 0 (−1) =

ϕ = −1800 n

= 1
| | = (T ω) n = −20n log(T ω) dB

1
ω → ∞ (T jω) =

n

ϕ = −90 n 0
Para los ceros reales positivos, 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 −1800 n para frecuencias bajas y de 90n para
frecuencias altas.
(−1 n
+ T jω) =
n | | = 0dB
ω → 0 (−1) =

0

= = 180 n n
ϕ
| | = (T ω) = 20n log(T ω) dB
ω → ∞(T jω)n =


ϕ = +900 n
Fig. 8.7: Diagrama asintótico de Bode de 1/s − 1. (Polos reales positivos).
Fig. 8.8: Diagrama de Bode de s − 1. (Ceros reales positivos).
En resumen, en los diagramas de Bode de polos y ceros reales positivos, la

amplitud es igual que en los de los negativos y la fase va al revés.
8.1.6. Diagrama asintótico de Bode. Polos/ceros complejos

positivos
Los polos/ceros complejos negativos se pueden representar como
ωn 2 1
= 2 n
s2 + 2ζωn s + ωn 2 2ζ

s
1+ ωn s + ωn
con n > 0 para los polos y n < 0 para los ceros.

La aproximación asintótica para el caso de los polos es
1
2 n =
1+ ω jω+ ωjω
2ζ
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
Criterio de estabilidad de Nyquist

El método de estabilidad de Nyquist determina, mediante un método gráfico-
analítico, la estabilidad de un sistema en lazo cerrado partiendo de la respuesta
frecuencial G(jω)H(jω) en lazo abierto.
Además de determinar la estabilidad absoluta de un sistema, nos sirve para de-
terminar también el grado de estabilidad-inestabilidad de un sistema de regulación.
Facilita información sobre la manera de mejorar el comportamiento del sistema,
tanto en régimen permanente como transitorio.
Se basa en el Principio del argumento de Cauchy para funciones de variable
compleja.
Conceptos y principios de la teoría de variable compleja

Si escogemos un camino cerrado ρ en el plano complejo, siendo F (s) analítica
en todos los puntos del camino. Entonces la curva imagen de ρ en el plano F (s)
será también cerrada (Función analítica significa que existen en ellos la función y
sus derivadas).
ρ
F(s)
F(ρ)
Fig. 9.1: Camino cerrado ρ y su imagen por F (s)
Teorema 9.0.1: Principio del argumento de Cauchy

Sea F(s) una función compleja de variable compleja, y ρ un camino cerrado
en el plano complejo, que no pasa por puntos singulares de F(s). Entonces F(ρ) da
134 9. Método de Nyquist
un número de vueltas alrededor del origen igual a la diferencia entre el número de

ceros y polos de F(s) dentro de ρ (Fig.9.1).
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.
Introducción al método de Nyquist

El método de Nyquist nos permite estudiar la estabilidad de un sistema reali-
mentado a partir de la respuesta frecuencial en bucle abierto.
Si se considera el sistema de la figura 9.2, la función de transferencia en bucle
cerrado será:
G(s)
M (s) =
1 + G(s)H(s)
r(t) y(t)
G(s)
+ -
H(s)
Fig. 9.2: Sistema en bucle cerrado
El sistema será estable si 1+G(s)H(S) no tiene ceros en el semiplano positivo

(los ceros de 1 + G(s)H(s) son los polos de M (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 )
Aplicando el principio del argumento de Cauchy a la función F(s), y tomando un

camino que rodee el semiplano positivo (camino de Nyquist)
Si se conoce P (polos positivos dentro del camino ρ, semiplano inestable) y N
(vueltas al origen de F (ρ)), se puede conocer Z (ceros positivos de F(s), es decir,
inestables) haciendo
Z =N +P
135
F(s) = 1+G(s)H(s)
ρ
F(ρ)
∞
Fig. 9.3: Método de Nyquist
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.
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
Fig. 9.4: Método de Nyquist modificado
Ejemplo 9.0.1: Estudiar mediante el método de Nyquist la estabilidad del siste-

ma de la figura 9.5.
r(t) + e(t) s+2 y(t)

- s+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
Fig. 9.6: Camino de Nyquist para el ejemplo 5.1.8
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→∞
La imagen del tramo II será el origen, ya que No polos >No ceros.

La imagen del tramo III será la simétrica del tramo I’ respecto del eje real.
Como el número de polos interiores al camino de Nyquist es P = 0 y la imagen
del camino de Nyquist no rodea al punto -1 (N = 0), entonces
Z = N + P = 0.
Es decir, no existen ceros de la ecuación característica (polos de la función de

transferencia en bucle cerrado) en el semiplano derecho y por tanto, el sistema es
estable (ver figura 9.6).
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
Fig. 9.7: Diagrama de Nyquist del ejemplo 5.1.6

Caso de sistemas con polos sobre el eje imaginario. Si en el camino de

Nyquist hay puntos singulares, es decir, si GH tiene polos en el origen o imagina-
rios puros, será preciso seleccionar un camino de Nyquist que evite estos polos.
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
Fig. 9.8: Camino de Nyquist para un sistema con un polo en el origen
Sistema de lazo abierto con polos imaginarios puros
Los nuevos tramos serán ahora:

I s = jω ω ∈ (0, a)
II s = aj + εe jθ ε → 0 θ ∈ ( −π π
4 , 4)
III s = jω ω ∈ (a, ∞)
IV s = Rejθ R → ∞ θ ∈ ( π4 , −π4 )
V s = jω ω ∈ (−∞, −a)
V I s = −aj + εejθ ε → 0 θ ∈ ( −π π
4 , 4)
V IIs = jω ω ∈ (−a, 0)
139
Im
III
II IV
Re
VII
VI
Fig. 9.9: Camino de Nyquist para un sistema con polos en el eje imaginario
Sistemas estables en bucle abierto (sistemas de fase mínima

En los sistemas estables en bucle abierto los polos están situados en el semi-
plano izquierdo del plano s, por tanto, P = 0. En este caso el criterio de Nyquist
queda reducido a
Z = N.
Por tanto, el sistema es estable si N = 0.
Para ver si el sistema es estable basta con dibujar la imagen del tramo I (dia-
grama polar) y comprobar que corta al eje real a la derecha de -1.
La mayoría de los sistemas reales tiene función de transferencia de bucle abier-
to G(s)H(s) con todos sus polos y ceros en el semiplano izquierdo. A este tipo de
sistemas se les denomina de fase mínima.
Entonces, puesto que G(s)H(s) no tiene polos en el semiplano derecho, se
tiene que P = 0 se cumplirá que
Z=N
y, por tanto, para que el sistema sea estable debe cumplirse que
N =0
En sistemas de fase mínima la condición de estabilidad se traduce en que el dia-

grama polar de G(s)H(s) no encierre al punto -1
-1
Fig. 9.10: Sistema estable
-1
Fig. 9.11: Sistema inestable
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)
Fig. 9.12: El sistema a) es más estable que los sistemas b) y c)
Margen de ganancia M G. Proporciona una medida de la distancia entre el

punto -1 y el diagrama polar de G(jω)H(jω).
Es la inversa del valor del diagrama polar cuando este corta al semieje real
negativo (figura 9.13).
1
Kg =
A
La frecuencia a la cual esto se produce se denomina frecuencia de cruce de
fase, y es la frecuencia a la que la fase vale 180o .
arg(GH(ωϕ )) = π |GH(ωϕ )| = A
Para que un sistema sea estable se necesita que Kg > 1.
Kg > 1⇒sistema estable

Kg = 1⇒sistema marginalmente estable
Kg < 1⇒sistema inestable
Expresado en dB; el margen de ganancia M G:

1
M G = 20 log = −20 log |G(ωϕ )H(ωϕ )|
|G(ωϕ )H(ωϕ )|
Im(G(jω))
ω=ωϕ
-1 A
Re(G(jω))
Fig. 9.13: Cálculo del margen de ganancia
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.
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.
-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)
Frecuencia de cruce de ganancia (ωg ): aquella para la cual
|G(jω)H(jω)| = 1 (0 dB)
El margen de fase es el ángulo diferencia entre la fase a ωg y 180o .
M F = γ = arg(GH(ωg )) + π
Gráficamente, γ queda reflejado en la figura 9.16.

En los sistemas estables en bucle abierto y de fase mínima, la condición de
estabilidad del sistema de bucle cerrado es que

M G|dB > 0
MF = γ > 0
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
γ(−) ωg
ω=∞ ω=∞
-1 A Re(G(jω)) A -1 Re(G(jω))
ϕ ϕ
γ(+)
ωγ
ω=0
ω=0
Margen de fase positivo Margen de fase negativo
Fig. 9.16: Margen de fase
arg(G(jωϕ )H(jωϕ )) = −180

|G(jωϕ )H(jωϕ )|dB + Kg dB = 0
Kg dB = − |G(jωϕ )H(jωϕ )|dB
1
Kg =
|G(jωϕ )H(jωϕ )|
Para hallar el margen de fase hay que calcular el corte de la traza de |G(jω)H(jω)|
con el círculo unidad y, a continuación, la frecuencia correspondiente a dicho punto
de corte.
|G(jωg )H(jωg )| = 1 = 0 dB
− arg(G(jωg )H(jωg )) − γ = −180
γ = 180 − arg(G(jωg )H(jωg ))
Los márgenes de fase y ganancia se miden sobre el sistema en bucle abierto.
El margen de ganancia/fase representa cuanto se puede aumentar la ganan-
cia/desfase del sistema en bucle abierto sin que el sistema en bucle cerrado se haga
inestable.
ωg ω
0 dB
Kg
-180o γ ω
ωϕ
Fig. 9.17: Margen de ganancia y de fase en el diagrama de Bode

10. DISEÑO DE REGULADORES POR
MÉTODOS FRECUENCIALES
El diseño de reguladores por métodos frecuenciales se basa en los conceptos

de margen de fase y margen de ganancia en relación a los diagrmas de Nyquist y
Bode.
Los márgenes de fase y de ganancia se miden en el sistema en lazo abierto.
Los márgenes de fase y de ganancia representan cuánto es posible aumentar la
ganancia / fase del sistema de bucle abierto sin necesidad de encender el sistema
de bucle cerrado inestable.
El margen de ganancia es el cociente entre la distancia del origen hasta el punto
−1 + 0j y la distancia hasta el punto de corte de G(jω)H(jω) con el eje real.
Fig. 10.1:
En este punto de corte de G(jω)H(jω) con el eje real, el argumento es cero:
arg(G(jωϕ )H(jωϕ )) = −180◦

148 10. Diseño de reguladores por métodos frecuenciales
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 )|
Por otro lado, si consideramos el corte de G(jω)H(jω) con la circunferencia

unidad, en éste punto el módulo es uno.
|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
γ = 180◦ + arg(G(jωg )H(jωg )) (10.0.2)
10.1. Relación entre los parámetros de estabilidad relativa y

los de la respuesta transitoria
La relación aproximada entre los parámetros de estabilidad relativa y los de la

respuesta transitoria es
γ ≈ 100ζ para 0 < ζ < 0, 7 (10.1.1)
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
Conclusiones: En los sistemas subamortiguados, el márgen fase (γ) está directa-

mente relacionado con el coeficiente de amortiguamiento (ζ).
Cuando el margen de fase disminuye, la sobreoscilación aumenta.
Cuando la frecuencia de corte de ganancia (ωg ) y el margen de fase (γ) aumen-
tan el sistema se vuelve más rápido (el tiempo de asentamiento (ts ) disminuye).
10.2. Redes de adelanto
La red RC equivalente a darse cuenta de un controlador de adelanto de fase se

muestra en la figura. Denotamos las impedancias por
Z1 = R1 / (1 + R1 Cs) y Z2 = R2
La función de transferencia de la red de adelanto de fase se puede escribir como
Fig. 10.4: Red de adelanto RLC y su correspondiente diagrama de polos y ceros.
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. 10.6: Diagrama de Bode del sistema y de la red de adelanto.
Fig. 10.7: Comparación de los diagramas de Bode y de las respuestas escalón
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.
Fig. 10.9: Diseño de una red de adelanto.
10.3. Redes de atraso
Fig. 10.10: Red de atraso y su diagrama de polos y ceros.

10.3. Redes de atraso 153
Fig. 10.11: Respuesta frecuencial de las redes de atraso.
Fig. 10.12: Comparación de la respuesta de los sistemas.

Fig. 10.13: Diseño de una red de atraso.
Fig. 10.14: El efecto del cambio de T.
View publication stats

Ingenieria Control

Cargado por

Información del documento

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

Ingenieria Control

Cargado por

Copyright:

Formatos disponibles

See discussions, stats, and author profiles for this publication at: https://www.researchgate.

Apuntes de Ingeniería de Control I

Book · September 2015

Luis E Moreno Santiago Garrido

SEE PROFILE SEE PROFILE

Miguel Angel Salichs

Path Planning For Mobile Robots View project

UAV path planning View project

The user has requested enhancement of the downloaded file.

APUNTES DE INGENIERÍA DE CONTROL I

L. Moreno, S. Garrido, C. Balaguer y

La Ingeniería de Control tradicionalmente ha estado vinculada al sector in-

2.. Técnicas clásicas de modelado de sistemas . . . . . . . . . . . 15

3.. Análisis Temporal . . . . . . . . . . . . . . . . . . . . . . . . . . . 47

4.. Estabilidad de sistemas dinámicos . . . . . . . . . . . . . . . . 73

5.. Errores en régimen permanente . . . . . . . . . . . . . . . . . . 81

6.. Lugar de las raíces . . . . . . . . . . . . . . . . . . . . . . . . . . 91

7.. Técnicas clásicas de control . . . . . . . . . . . . . . . . . . . . 99

8.. Modelos frecuenciales. Diagrama de Bode . . . . . . . . . . . . 123

9.. Método de Nyquist . . . . . . . . . . . . . . . . . . . . . . . . . . 133

10..Diseño de reguladores por métodos frecuenciales . . . . . . . 147

7.1. Valores de los parámetros propuestos por Ziegler-Nichols para el

2.1. Respuesta a un impulso y a una suma de impulsos desplazados . . 18

3.1. Respuesta de un sistema . . . . . . . . . . . . . . . . . . . . . . 48

4.1. Bucle de realimentación . . . . . . . . . . . . . . . . . . . . . . 73

7.1. Diagrama de bloques de un esquema general de control . . . . . . 99

8.1. Diagrama de bode de un sistema de segundo orden . . . . . . . . 125

9.1. Camino cerrado ρ y su imagen por F (s) . . . . . . . . . . . . . . 133

1.2. Concepto de transformada

1.3. Transformada de Fourier

Dada una función real f (t), se define la transformada de Fourier de la función

siendo ω una frecuencia variable, −∞ < ω < +∞, expresada en (rad/s). La

El término exponencial complejo de la transformada 1.3.1 puede expresarse,

e−jωt = cos(ωt) − j sin(ωt) (1.3.3)

Si sustituimos en la expresión de la transformada de Fourier 1.3.1 el término

En esta expresión 1.3.4 de la transformada de Fourier se puede apreciar la exis-

F (ω) = R(ω) + jI(ω) (1.3.5)

Si representásemos en una gráfica los valores |F (ω)| para cada ω obtendríamos

1.3.1. Transformada inversa de Fourier

1.4. Transformada de Laplace

Existe también la transformada bilateral de Laplace, en la que los límites de

para σ finito y real.

si además la función f (t) = 0 para t < 0, la ecuación 1.4.3 es igual a la transfor-

1.4.1. Propiedades de la transformada de Laplace

L[f (t) + g(t)] = L[f (t)] + L[g(t)] (1.4.5)

L[kf (t)] = kL[f (t)] (1.4.6)

siendo F (s) la transformada de la función f (t) y f (0) el límite de la función

dn n n−1 n−2 d dn−1

y si se generaliza para integraciones de órdenes superiores

L[f (t − a)u0 (t − a)] = e−sa F (s) (1.4.11)

donde u0 (t−a) representa la función escalón unidad desplazada en el tiempo

5. Teorema del valor inicial

lim f (t) = lim sF (s) (1.4.12)

si existe el límite en el tiempo.

6. Teorema del valor final

lim f (t) = lim sF (s) (1.4.13)

Este teorema es de gran utilidad en el análisis y diseño de sistemas de control

L[e∓αt f (t]] = F (s ± a) (1.4.14)

F1 (s)F2 (s) = L[f1 (t) ∗ f2 (t)] (1.4.15)

en esta expresión el símbolo ∗ denota la operación convolución en el dominio

1.4.2. Transformadas de Laplace de algunas funciones

1.4.3. Transformada inversa de Laplace

f (t) = L−1 [F (s)] (1.4.21)

La transformación integral inversa de Laplace se define como