Control Digital Unac

UNIVERSIDAD NACIONAL DEL CALLAO FACULTAD DE INGENIERIA ELECTRICA Y ELECTRONICA
ESCUELA DE INGENIERIA ELECTRONICA
Curso :
Control Digital
REVISADO POR M.Sc Ing. Jacob Astocondor Villar

Marzo-2013
Contenido 1.- Introduccin 1.1.- Introduccin 1.2.- Esbozo histrico del control por computadora 1.3.- Evolucin de la teora de control digital 1.4.- Porqu una teora de control por computadora? 1.4.1.- Caractersticas propias de los sistemas muestreados 1.4.1.1.- Dependencia del tiempo 1.4.1.2.- Armnicos de alto orden 1.4.1.3.- Tiempo de establecimiento finito 1.4.2.- Procesos inherentemente muestreados. 2.- El proceso de muestreo 2.1.- Introduccin 2.2.- Descripcin del proceso de muestreo y definiciones 2.2.1.- Muestreo peridico y no peridico 2.2.1.- Periodo de muestreo y frecuencia de muestreo 2.3.- Introduccin al teorema fundamental del muestreo 2.3.1.- El Teorema de Nyquist-Shannon y su demostracin 2.3.2.- Observaciones sobre el Teorema del muestreo 2.4.- La inversin del Muestreo (Reconstruccin de seales muestreadas) 2.4.1- El reconstructor de Shannon 2.4.2.- El retenedor de orden cero. 2.4.3.- El retenedor de orden uno. 2.4.4.- El retenedor poligonal 2.5.- Confusin de frecuencia o Aliasing 2.5.1.- Tres propiedades fundamentales de las seales sinusoidales muestreadas 2.5.2.- Frecuencia normalizada de sinusoides muestreadas 2.5.3.- Prefiltrado antialiasing 3.- Modelado de sistemas de control en tiempo discreto 3.1.- Modelado desde el punto de vista de la computadora 3.2.- Obtencin de modelos discretos a partir de modelos continuos. 3.2.1.- Modelo discreto invariante al escaln para un sistema continuo de primer orden 3.2.2.- El operador corrimiento 3.2.3.- Diagramas de simulacin 3.2.4.- Aproximacin de la derivada por diferencias finitas. 3.2.5.- Aproximacin de la integral (Regla trapezoidal o de Tustin). 3.2.6.- Modelos discretos de sistemas continuos de orden mayor a uno. 3.3.- La Transformada Z. 3.3.1.- Definiciones de la transformada Z (bilateral y unilateral) . 3.3.2.- Propiedades de la transformada Z 3.3.2.1.- Linealidad 3.3.2.2.- Corrimiento en el tiempo 3.3.2.3.- Transformada de la convolucin 3.3.2.4.- Teorema del valor final. 3.3.3.- Tablas de Transformadas Z. 3.4.- La funcin de Transferencia de pulso 3.5.- Polos y ceros de funciones de transferencia de pulso 3.6.- Modelado desde el punto de vista del proceso 3.6.1.- Obtencin de G(z) a partir de G(s) 3.6.2.- Discretizacin de funciones de transferencia en lazo abierto usando tablas de transformadas.
3.6.2.1.- Ejemplo. Sistema de primer orden 3.6.2.2.- Ejemplo. Sistema de segundo orden reducible mediante fracciones parciales 3.6.2.3.- Ejemplo. Sistema de segundo orden no reducible mediante fracciones parciales 3.6.2.4.- Ejemplo. Sistemas de orden superior. 3.6.3.- Reduccin de bloques en cascada 3.6.4.- Funcin de transferencia de pulso de un sistema de control digital de una planta continua 4.- Anlisis de sistemas de control en tiempo discreto 4.1.- Introduccin 4.2.- Clculo de la respuesta de un DSLIT 4.3.- Solucin de las ecuaciones de diferencias mediante iteracin numrica 4.3.1.- Ejemplo. Sistema de primer orden 4.4.- Solucin de la ecuacin de diferencias lineal mediante transformada Z 4.5.- La Transformada Z inversa. 4.5.1.- Clculo directo de la integral de contorno compleja 4.5.2.- Clculo por expansin en serie de potencias 4.5.3.- Clculo por expansin en fracciones parciales 4.5.3.1.- Caso de polos distintos (reales y complejos) 4.5.3.2.- Caso de polos repetidos 4.6.- Ejemplos de clculo de la respuesta de un sistema discreto mediante transformada Z 4.6.1.- Sistema de primer orden en lazo abierto 4.6.2.- Sistema de segundo orden el lazo abierto (Sucesin de Fibonacci) 4.7.- Clculo de la respuesta de un DSLIT por convolucin con l arespuesta al impulso unitario 4.7.1.- Descomposicin de una seal discreta como suma de impulsos 4.7.2.- Respuesta de un DSLIT ante entradas arbitrarias: La Convolucin 4.7.3.- Respuesta al impulso de sistemas causales 4.8.- Anlisis de estabilidad de DSLITs 4.8.1.- Respuesta al impulso y estabilidad 4.8.2.- Estabilidad y polos de una funcin de transferencia de pulso 4.9.- Mtodos para el anlisis de estabilidad basada en los polos 4.9.1.- Criterio de Routh modificado 4.9.1.1.- Diseo de controladores estabilizantes en lazo cerrado 4.9.2.- Criterio de Joury 4.9.3.- Criterio de Schur-Cohn 4.9.4.- Lugar de las races 5.- Diseo de sistemas de control en tiempo discreto 5.1.- Introduccin 5.2.- Traslacin del diseo analgico 5.2.1.- Diferentes aproximaciones 5.2.2.- Controladores P.I.D. digitales Bibliografa 1.- Computer Controlled Systems. Astrom, Wittenmark 2.- Digital Control Systems. B. J. Kuo
Introduccin al Control Digital
Captulo 1. Introduccin
Captulo 1 Introduccin
En la actualidad casi todos los controles automticos de uso industrial, domstico automotriz u otro tipo se implementan en forma digital, la mayora en base a microcontroladores. Esto hace necesario entender que tipo cosas ocurren cuando un sistema fsico de naturaleza continua, como son la mayora de los procesos industriales, se controla mediante un sistema digital como es la computadora. 1.1.- Introduccin En la figura 1.1 se muestra un diagrama de bloques tpico de un sistema de control basado en una computadora digital. En este diagrama se aprecia que la salida y (t ) del proceso que se desea controlar es una funcin que depende en forma continua del tiempo, sin embargo, su informacin y (k ) solo se dispone en algunos instantes discretos de tiempo denominados instantes de muestreo, es decir, k es una variable que toma valores discretos k = 0,1, 2,3,... , y por lo tanto y (k ) es una variable muestreada.
Reloj Salida Continua y(t)
y(t)
A/D
y(k)
Algoritmo
u(k)
D/A
u(t)
Proceso Continuo
Computadora
Figura 1.1. Esquema tpico de control por computadora
En forma similar la entrada del proceso u (t ) no puede ser actualizada en forma continua por la computadora sino que tpicamente se mantiene constante entre cada instante de muestreo. La manera en que se determina en tiempo en el que ocurren los instantes de muestreo puede ser uniforme o no-uniforme. En estas notas solamente se trata el caso de muestreo uniforme en el cual los instantes de muestreo estn dados por tk = kTs (1.1) donde Ts es el perodo de muestreo que se mantiene constante. En este caso
y( k ) = y( kTs ), u( k ) = u( kTs )
(1.2)
El esquema tpico de control por computadora contiene tanto variables continuas como variables muestreadas o discretas. Esta mezcla puede ser complicada, sin embargo, en ocasiones es suficiente con describir lo que ocurre solamente en los instantes de muestreo, en este caso solo interesan los valores de las seales en los instantes de muestreo y se pueden considerar todas ellas discretas, a este tipo de sistema se le llama sistemas de tiempo discreto. Los sistemas discretos trabajan con secuencias de valores discretos y la manera natural de modelarlos es mediante ecuaciones de diferencias. 1.2.- Esbozo Histrico del control por computadora La idea del control por computadora surgi alrededor de 1950. El primer inters fue usarlo en el control de misiles y la navegacin area, sin embargo, las computadoras de aquella poca no eran adecuadas para estas aplicaciones. La primera incorporacin de una computadora digital al control de procesos industriales se desarrolla a mediados de los 50s con un esquema de control supervisorio como el mostrado en la Figura 1.2. En este esquema la computadora no participa directamente en el lazo de control, sino que solamente puede monitorear las variables medibles o modificar los set point o seales de referencia enviadas a los controladores analgicos conectados al proceso.
variables medibles ...
Computadora
Referencias
. . .
Planta
Consola del operador
Controladores analgicos Figura 1.2. Esquema de control supervisorio.
El uso de las computadoras digitales en el control de procesos ha pasado por varios periodos que podran clasificarse como sigue:
Periodo Pionero (fines de los 50s) Perodo del Control Digital Directo (inicios de los 60s) Periodo de la minicomputadoras (fines de los 60s) Periodo de las microcomputadoras (inicios de los 70s) 2
Uso Generalizado del control por computadora (1980 hasta nuestro das) Control distribuido (1990)
Periodo Pionero (fines de los 50s): Las primeras instalaciones computadoras en el control de proceso contemplaron a las computadoras como elementos supervisores que realizaban las funciones de un operador humano: supervisin de las variables medibles y ajustes de las referencias a los controladores que seguan siendo analgicos. De 1956 a 1959: Se realiza el primer trabajo serio implantado en la unidad de polimerizacin de la refinera de Port Arthur Texas de la Texaco Oil Co. (Port Arthur Texas): Control supervisorio para 26 flujos, 72 temperaturas, 3 presiones y 3 concentraciones, el desarrollo lo realiz la compaa aeroespacial Thomson Ramo Woodridge. Las funciones esenciales que realizaba el controlador eran: minimizar la presin del reactor, determinar la distribucin ptima entre los flujos de alimentacin de 5 reactores, controlar el flujo de agua caliente hacia el interior del reactor, basado en las mediciones de actividad cataltica y en determinar la recirculacin ptima. Periodo del Control Digital Directo (inicios de los 60s) En el esquema supervisorio no se utiliza la capacidad de clculo de la computadora para ejecutar estrategias de control en tiempo real, sino solamente para determinar ajustes de los set point (entradas de referencia) de los controladores para optimizar o coordinar alguna estrategia global. Sin embargo, la computadora tiene la capacidad para desempearse en un lazo de control como se muestra en la figura 1.3 y de esta manera reemplazar los controladores analgicos conectados al proceso. El trmino Control Digital Directo se acu para dar nfasis al hecho de que la computadora controlaba el proceso directamente sin un controlador analgico de por medio. La tecnologa digital pronto mostr su confiabilidad y flexibilidad y en 1962 (Imperial Chemical Industries en Inglaterra) se implanta el primer sistema que reemplaza todos los controladores analgicos de un proceso: meda 224 variables y controlaba 129 vlvulas. Las ventajas econmicas y la flexibilidad pronto generalizaron este enfoque.
Variables manipulables Variables medibles
...
Planta
...
Puertos D/A (Salida)
Computadora
Puertos A/D (Entrada)
Figura 1.3. Esquema de una computadora en control digital directo.
Periodo de la minicomputadoras (fines de los 60s)

3
Los avances en la tecnologa de circuitos integrados permiti el desarrollo de computadoras cada vez ms pequeas, ms rpidas y ms poderosas, a fines de los 60s se acu el trmino minicomputadora para las computadoras basadas en la nueva tecnologa que eran muy adecuadas para los requerimientos del control de procesos industriales. Una minicomputadora tpica tena una longitud de palabra de 16 bits, una memoria de 64 a 128 Kbytes, poda realizar una suma en 2 s y una multiplicacin en 7 s, sin embargo, seguan siendo sistemas muy costosos en 1975 un mainframe tpico de minicomputadora costaba alrededor de diez mil dlares, con lo cual un sistema completo para aplicaciones de control ascenda hasta unos cien mil dlares en total.
Periodo de las microcomputadoras (inicios de los 70s)

Con el desarrollo del microprocesador en 1972 el costo y el tamao de las computadoras se abati an ms. En 1980 la tarjeta principal de una computadora con el mismo poder que una minicomputadora de 1975 costaba unos quinientos dlares. Esto trajo como consecuencia prcticamente la desaparicin de los controladores analgicos y su reemplazo por controladores digitales compactos de un solo lazo basados en microcontrolador. En la figura 1.4 se muestra el aspecto fsico de un controlador analgico y un controlador digital de un solo lazo, ambos implementan controladores tipo P.I.D.
(a)
(b)
Figura 1.4. Aspecto fsico de un controlador industrial de un solo lazo (a) Analgico. (b) Digital.
A partir de los aos 90 los microprocesadores se podan adquirir por unos pocos dlares, esto trajo un profundo impacto en las aplicaciones del control por computadora, al grado de que actualmente prcticamente todos los controladores estn basados en computadora. Adems, las industrias masivas como la automotriz impulsaron el desarrollo de computadoras de propsito especial en un solo circuito integrado llamadas microcontroladores, las cuales incluyen en un solo chip adems de la CPU, memoria y puertos de entrada/salida, convertidores analgico/digital y digital/analgico, timers, y otros dispositivos necesarios para una gran gama de aplicaciones en el control de procesos. En la figura 1.5 se muestran controladores digitales Yokogawa de un solo lazo, los cuales implementan las acciones clsicas de control P, PI, PD, PID, en forma digital, enriquecidas
4
con algoritmos digitales de autosintonizacin, adems de las prestaciones que aporta la interface visual que aporta una pantalla LCD en color que puede conmutar a diferentes modos y presentaciones como las mostradas
Figura 1.5. Controladores digitales actuales de un solo lazo de control.
Primer sistema de Control Distribudo: en 1975 (TDC2000 de Honeywell)

El microcontrolador hizo econmicamente posible disear computadoras especializadas en cada parte del proceso, de manera que en un tiempo ya se tenan computadoras interactuando y compartiendo las diferentes labores de control, supervisin, monitoreo, almacenamiento, todas ellas intercomunicadas mediante una red de rea local tambin basada en computadoras. Este esquema mejor notablemente la robustez del sistema global, la disponibilidad de los componentes, as como el la velocidad al realizar procesamiento en paralelo basado en mltiples computadoras. A este esquema se le denomin control distribuido (ver figura 1.6). El primer esquema de este tipo fue comercializado por Honeywell en 1975 y se denomin el TDC2000.
Interfaz de Comunicacin
cc en DDC
...
Sensores / Actuadores
Computadora Supervisora
cc en DDC
...
...
cc en DDC
Planta
...
Computadoras
En D.D.C.
Figura 1.6. Esquema de control jerrquico o distribuido.
En la actualidad las compaas de automatizacin disean prcticamente todos sus equipos pensados como una pieza de un sistema de control distribuido, por ejemplo, en la figura 1.7 se muestra el diagrama de un sistema de control distribuido actual de la compaa Foxboro.
Figura 1.7. Sistema de control distribudo actual de la compaa Foxboro.
1.3.- Desarrollo de la Teora del Control Digital
A continuacin se enumeran algunos de los desarrollos ms significativos de la teora de control digital y de control en general. 1948 Oldenburg y Sartorius.- Ecuaciones de diferencias para SLITs 1949 C. Shannon concreta un trabajo previo de Nyquist estableciendo el teorema fundamental del muestreo. 1947 Hurewicz define una transformacin para seales discretas 1952 Ragazzini y Zadeh (USA) retoman el trabajo de Hurewicz y definen la Transformada Z. Esta es definida tambin en forma independiente por Tsypkin (URSS), Jury (USA) y Barker (Inglaterra). Otro enfoque fue desarrollado por Tsypkin en 1950, Barker en 1951,
y Jury en 1956 esta alternativa fue conocida como la Transformada Z modificada.

1960 R. Kalman Introduce la teora del espacio de estado. 1957 Bellman y Pontryagin (1962). Muestan que el problema del diseo de controladores puede formularse como un Problema de optimizacin. 1960 Kalman: problema LQR = Ecuacin de Riccati. Introduce tambin la teora de control estocstico convirtiendo el controlador LQR en el LQG lo que conlleva ms tarde al Filtro de Kalman 1969 1979 Mtodos polinomiales para la solucin de problemas especficos de control (Kalman 1969, Rosenbrock 1970, Wonham 1974, Blomberg & Ylinen 1983, Kucera 1979. 1970s 1980s Se desarrollan metodologas para la identificacin de procesos basadas en computadora. Astrom y Eykhoff (1971), Ljung (1987) 1970s 1980s paralelamente se desarrollan tambin metodologas para incorporar esquemas de identificacin a los controladores diseados, de manera que se obtienen controladores adaptables que por primera vez son viables dados los avances de la tecnologa digital Astrom y Wittenmark (1973, 1980, 1995). 1974: El Britnico Ebrahim Mandani, demuestra la aplicabilidad de la lgica difusa descrita (por Lofti Zadeh 10 aos antes) en el campo del control, desarrolla el primer sistema de Control con Lgica Difusa prctico: La Regulacin de un Motor de Vapor esto inaugura los primeros trabajos de tcnicas de inteligencia artificial aplicadas al control: despus vendran las redes neuronales y los algoritmos genticos. 1980s Aparecen los primeros controladores digitales que incorporan herramientas de sintonizacin automtica desarrolladas como un producto de la teora del control adaptable. En 1987, aparece el concepto de Fuzzy Boom", ya que se comercializa una multitud de productos basados en la lgica difusa, sobretodo en el Japn. 7
1980 a la fecha. George Zames (1981). Introduce la tcnica de diseo de controladores robustos denominada control H-infinito. Alberto Isidori (1985). Retoma las herramientas de la geometra diferencial para el estudio de los sistemas no lineales
1.3.1.- El futuro del control por computadora

El desarrollo que se espera para el futuro prximo se deber dar en:
Conocimiento de los procesos.- El conocimiento de los procesos se ve impulsado por el uso de las computadoras conectadas a los procesos, ya que de esta manera es ms fcil la obtencin de datos en lnea as como la realizacin de experimentos y el proceso de los resultados. Tecnologa de las mediciones.- Esto es difcil de predecir, sin embargo, la combinacin de sensores de distintas tecnologas con los modelos matemticos del proceso ya aporta nuevas tcnicas de diagnstico de fallas, adems del desarrollo de medidores basados en computadora. Tecnologa de las computadoras.- Aqu se espera un desarrollo continuado de la reduccin de la razn costo/desempeo de los circuitos principales y de soporte de las computadoras, adems del desarrollo de software y perifricos cada vez ms poderosos. Teora del control.- La incorporacin de las herramientas tericas desarrolladas ha sido gradual (control adaptable, control de modelo predictivo) sin embargo an faltan por incorporarse muchos algoritmos y metodologas. Dificultades: La implementacin de los nuevos mtodos de control en tiempo real basados en herramientas de software accesibles. 1.4.- Porqu una teora de control por computadora?
Una manera simple de ver el control digital es considerarlo como una versin aproximada del control analgico, es decir, podemos usar la teora de control analgico tradicional para desarrollar controladores analgicos y al final hacer una buena aproximacin discreta del controlador obtenido, entonces porqu considerar una teora aparte para estudiar los sistemas de control por computadora?. Una buena teora de control debe explicar completamente el esquema bsico de control por computadora mostrado en la figura 1.1. el cual tiende a comportarse como un sistema analgico conforme la frecuencia del reloj se incrementa ms y ms. Sin embargo, existen varios fenmenos propios de este esquema que no pueden ocurrir en un sistema puramente analgico.
1.4.1.- Caractersticas propias de los sistemas muestreados.

Las siguientes caractersticas estn presentes en los sistemas muestreados, sin embargo, NO pueden aparecer en los sistemas lineales invariantes en el tiempo con controladores continuos: Dependencia del tiempo Armnicos de alto orden Transitorio de tiempo finito (tiempo de asentamiento finito)
Dependencia del tiempo.

Por ejemplo, consideremos la respuesta en el tiempo de un sistema continuo y uno digital bajo la misma entrada (escaln unitario) mostrada en la figura 1.8 Continuo: y (t ) + y (t ) = u (t )
Step response
Discreto: yk=0.3679yk-1+0.6321uk
Step Response Amplitude
1
0.
0.8
Amplitud e
0.
0.6 0.4
0.
0.
0.2
0 0 1 2 3 4 5 6
Time (sec)
Time (sec)
Figura 1.8. Respuesta al escaln unitario de un sistema continuo y un sistema discreto.
Y luego veamos qu ocurre si el escaln se retarda 0.5 segundos. La respuesta de ambos sistemas se muestra en la figura 1.9 Continuo: y (t ) + y (t ) = u (t )
1
Step Response
0.8
Amplitude
0.6
0.4
0.2
Time (sec)

1
Step Response
0.8
Amplitude
0.6
0.4
0.2
Time (sec)
Figura 1.9. Respuesta de los sistemas anteriores al escaln retardado 0.5 seg.
De la figura 1.9 se puede observar que mientras la salida del sistema continuo cumple con la propiedad de invariancia en el tiempo: Si la respuesta a u(t) es y(t), entonces la respuesta a u(t-0.5) es y(t-0.5) En cambio, la salida del sistema discreto produce una salida y(k-1) en lugar de la esperada y(k-0.5).
Armnicos de alto orden

Para el mismo par de sistemas del caso anterior, si obtenemos su respuesta a una entrada puramente senoidal de 0.25 hertz, con un periodo de muestreo de 1.9 segundos, obtenemos la respuesta mostrada en la figura 1.10. Continuo: y (t ) + y (t ) = u (t )
Figura 1.10. Respuesta de ambos sistemas a una seal senoidal de 0.25 hertz
Como puede observarse de la figura 1.10, mientras que el sistema continuo presenta un estado estacionario completamente senoidal con una frecuencia igual a la de entrada, la salida del sistema discreto es un tren de pulsos cuadrados, el cual contiene una gama de frecuencias muy grande, no presente en la entrada.
10
Transitorio de tiempo finito

Consideremos el sistema doble integrador
y = u (t )
Consideremos adems el controlador analgico por retroalimentacin de estado: u (t ) = k1 y + k2 y Con k1 = k2 = -1
(1.3)
(1.4)
En la figura 1.11 se muestra la respuesta del controlador analgico en color azul y la respuesta correspondiente de su versin discretizada (en color rojo) con un periodo de muestreo Ts=0.1s. En la figura 1.12 se muestran las acciones de control necesarias para obtener la respuesta de la figura 1.11.
1 .5
posicion (y)
0 .5
10
Figura 1.11. Respuesta al escaln unitario del integrador doble con la retro de estado continua y discretizada
1
entrada (u)
0.5 0
-0.5 0 1 2 3 4 5 6 7 8 9 10 Figura 1.12. Accin de control aplicada al doble integrador con la retro de estado continua y discretizada
La ley de control discretizada se calcula en los instantes de muestreo simplemente como
u (kTs ) = k1 y (kTs ) + k2 y (kTs )
(1.5)
y se mantiene constante entre un instante de muestreo y el siguiente, por esta razn la grfica de u(k) presenta la forma escalonada tpica mostrada en la figura 1.12. Utilizando teora de control digital se demuestra que la ley de control (1.5) corresponde a un controlador deadbeat, el cual tiene un tiempo de asentamiento finito de n*Ts donde n=2 (orden del sistema) cuando se eligen las ganancias siguientes:
11
k1 =
1 3 , k2 = 2 Ts 2Ts
(1.6)
La figura 1.13 muestra la respuesta del sistema en lazo cerrado usando el controlador deadbeat con Ts=1seg.
1.5
posicion (y)
1 0.5 0 0 1 2 3 4 5 6 7 8 9 10
Figura 1.13 respuesta del doble integrador con el controlador deadbeat con Ts=1s
1
entrada (u)
0.5 0
-0.5 -1 0 1 2 3 4 5 6 7 8 9 10
Figura 1.14 Accin de control del deadbeat aplicada al doble integrador.
Como puede apreciarse en la figura 1.13, la salida del sistema alcanza la referencia en 2 segundos y la accin de control (figura 1.14) no requiere un esfuerzo muy considerable comparado con el controlador analgico o el discretizado del primer caso (figura 1.12).
1.4.2.- Procesos inherentemente muestreados.
Si no fuera suficiente justificacin la existencia de los comportamientos propios de los sistemas digitales mencionados arriba, existen tambin sistemas que son discretos de origen, es decir, sistemas que no son discretizaciones de procesos continuos. Por ejemplo: Algoritmos ejecutados en computadora. (Mtodos numricos): Muestreo gobernado por el reloj de la computadora. Sistemas de medicin muestreados o Radar: muestras cada revolucin de la antena o Instrumentos analticos (espectrgrafos, cromatgrafos): Muestras de la sustancia procesadas fuera de lnea o Sistemas econmicos: muestras cada periodo de corte. Electrnica de potencia: muestreo debido al switcheo de los tiristores
12
Sistemas biolgicos: transmisin de seales en el sistema nervioso basadas en pulsos. Motores de combustin interna: estn sincronizados por el proceso de explosin repetitiva.
13
Captulo 2. Modelado del Proceso de Muestreo
Captulo 2 Modelado del Proceso de Muestreo

2.1. Introduccin.
El muestreo es la propiedad fundamental de los sistemas de control por computadora y es realizado como una parte del proceso de conversin de Analgico a Digital. En el contexto de comunicaciones electrnicas y sistemas de control, muestrear significa reemplazar una seal continua por sus valores numricos o muestras tomados en ciertos instantes de tiempo denominados instantes de muestreo. El proceso inverso al muestreo consiste en convertir una secuencia de valores numricos (muestras) a una seal continua y se denomina inversin del muestreo o reconstruccin de seales. Este proceso inverso es realizado en los convertidores de digital a analgico.
2.2.- Descripcin del proceso de muestreo y definiciones
En la figura 2.1 se describe el proceso de muestreo que convierte la seal analgica f (t ) en la seal de tiempo discreto f (tk ) . f(t) muestreador f(tk)
tk t t0 t1
t2 t3 t4 t5 t0 t1 t2 t3 t4 t5 tk
Figura 2.1. El proceso de muestreo.
El proceso de muestreo solo discretiza los valores del tiempo (escala horizontal) y no los valores de la seal (escala vertical), esto es slo una parte de lo que ocurre en un convertidor de analgico a digital, ya que en el muestreo solo se convierten en discretos los valores del tiempo, por ello a f (tk ) se le llama seal de tiempo discreto. En un convertidor de analgico a digital, tambin se discretizan los valores de f (tk ) al expresarlos con un nmero finito de bits (a este proceso se le llama cuantizacin). De esta manera, al usar n bits, solo se pueden representar 2n valores de f (tk ) y el resto de los valores simplemente se redondean al valor ms cercano.
14
En la figura 2.2 se muestra la etapa de cuantizacin suponiendo que se usan solamente n=3 bits y por lo tanto solo se pueden representar 8 valores distintos de f (tk ) .
f(tk)
cuantizacin
t0 t1
t2 t3 t4 t5 tk
Cdigo 111 110 101 100 011 010 001 000
f(tk)
Plena escala Mnima escala
t0 t1
t2 t3 t4 t5 tk
Fig. 2.2. Proceso de cuantizacin y codificacin para n=3 bits.
Despus de la cuantizacin se asigna un cdigo binario a cada valor representable de la seal f (tk ) , con esto se discretiza la escala vertical, obtenindose una seal discreta en ambas escalas (vertical y horizontal). Denotaremos los instantes de muestreo como t0 , t1 , t2 , t3 , ... o bien, como tk con k = 0,1, 2,3,... de manera que la versin muestreada de f (t ) consiste en la secuencia, lista o conjunto de valores f (tk ) = { f (t0 ), f (t1 ), f (t2 ),...} .
Muestreo uniforme o peridico.- Es el que se considerar en este curso y corresponde al caso en que los instantes de muestreo son equidistantes, es decir, son mltiplos de un intervalo de tiempo constante h . A esta constante h se le llama periodo de muestreo.
tk = k h
En este caso la secuencia f (tk ) se convierte en
f (tk ) = { f (0), f (h), f (2h), f (3h),...}
Frecuencia de muestreo.- Se denota por f s y se define como el inverso del periodo de muestreo, es decir 1 f s = (muestras/seg) h O bien, 2 s = 2 f s = (rad/seg) h
15
2.3.- Introduccin al Teorema Fundamental del Muestreo.
Una pregunta fundamental que se desprende del proceso de muestreo es la siguiente Ser posible recuperar la informacin de la seal analgica f (t ) a partir de sus muestras f (tk ) ? El teorema fundamental del muestreo responde a esta pregunta. Para ganar alguna nocin intuitiva respecto a este teorema observemos que entre ms muestras tomemos por unidad de tiempo (es decir, entre mayor sea la frecuencia de muestreo f s ) perderemos menos informacin de la seal original, pero la informacin perdida tambin depende de que tan rpido cambia dicha seal original. Para visualizar esta situacin consideremos el muestreo de dos seales muestreadas a la misma frecuencia f s , pero una seal con variaciones lentas y otra con variaciones rpidas en la figura 2.3
1
1.5 1 0.5
0.5
0
0
-0.5
-0.5 -1 -1.5 0
-1
-1.5 0
0.5
1.5
0.5
(a)
Fig. 2.3.- Dos seales muestreadas a la misma frecuencia variaciones rpidas
(b)
1.5
f s . a) Seal con variaciones lentas. b) Seal con
Como puede intuirse de la figura 2.3, es posible que no se pueda recuperar la seal original del inciso (b) a partir de sus muestras.
Un caso que hace evidente lo que ocurre en la figura 2.3(b) es el mostrado en la figura 2.4 en donde se muestrean dos seales distintas: f1 (t ) = 1 + sin(2 t ) , f 2 (t ) = 1 . En este caso se
obtienen las mismas muestras f (tk ) para las dos seales, por lo tanto a partir de las puras muestras es imposible saber si las muestras provienen de una seal o de la otra.
f1 f2
Fig. 2.4.- Dos seales que producen las mismas muestras.
16
2.3.1.- El Teorema de Nyquist-Shannon.
El teorema del muestreo de Nyquist-Shannon, tambin conocido como teorema del muestreo de Whittaker-Nyquist-Kotelnikov-Shannon, es un teorema fundamental de la teora de la informacin, de especial inters en las telecomunicaciones y en el control digital. Este teorema fue formulado en forma de conjetura por primera vez por Harry Nyquist en 1928 (Certain topics in telegraph transmission theory), y fue demostrado formalmente por Claude E. Shannon en 1949 (Communication in the presence of noise). La siguiente es la versin de Shannon:
Una seal continua f (t ) que no contiene frecuencias mayores a 0 est dada de manera nica por sus muestras en puntos equidistantes {..., f (2h), f ( h), f (0), f (h), f (2h),...} si s > 20
Adems, la seal continua f (t ) se puede calcular a partir de sus muestras mediante la siguiente frmula de interpolacin de Shannon.
f (t ) =
k =
f (kh) Sinc [s (t kh) / 2]
(2.1)
Donde la funcin Sinc se define como
sin x Sinc( x) = x 1
si x 0 si x = 0
(2.2)
Demostracin: La hiptesis de que f (t ) no contiene frecuencias mayores a 0 , significa que el espectro (contenido de frecuencia o Transformada de Fourier) F ( ) de la seal es de Ancho de Banda Limitada como se muestra en la figura 2.5.
F ( )
s 0
2
0 s
2
Ancho de banda
Figura 2.5.- Espectro de banda limitada
F ( ) es la Transformada de Fourier de f (t ) , es decir,

17
F ( ) =
f (t )e jt dt
(2.3)
O bien, f (t ) es la Transformada Inversa de Fourier de F ( )
1 F ( )e jt d (2.4) 2 A partir de F ( ) definimos la funcin auxiliar siguiente 1 (2.5) Fs ( ) = F ( + ks ) h k = Obsrvese que en el caso en que s > 20 , entonces Fs ( ) es simplemente una secuencia peridica de copias de F ( ) como se muestra en la figura 2.6(a). f (t ) =
Fs ( )
2s
3s 2
s 0
2
0 s
2
(a) Caso s > 20

Fs ( )
3s 2
2s
2s
3s 2
0 s 2
0
(b) Caso s < 20
s0 2
3s 2
2s
Figura 2.6.- Espectro de la seal
Fs ( ) a) Para s > 20 . b) Para s < 20
En el caso en que s < 20 , Fs ( ) se deforma debido a la contribucin del traslape de cada copia de F ( + ks ) con la copia vecina F ( + (k + 1)s ) lo cual hace aparecer frecuencias que no estaban en el espectro original como se observa en la figura 2.6(b). A continuacin supondremos que ocurre el caso de la figura 2.6(a), es decir, supondremos que s > 20 . Como Fs ( ) es peridica de periodo s se puede expandir en una serie de Fourier, como sigue Fs ( ) = Donde los coeficientes Ck estn dados por
Ce
k k =
jkh
(2.6)
18
Ck =
s / 2
Fs ( )e jkh d
(2.7)
s /2
Aseguramos que Ck = f (kh) , para verificarlo, evaluemos f (t ) dado por (2.4) en t = kh
1 f (kh) = 2
Y como suponemos que s > 20 entonces
F ( )e
j kh
1 f (kh) = 2
s / 2
F ( )e jkh d
s /2
Y como en este intervalo F ( ) = hFs ( ) , entonces
h f (kh) = 2
Y como s =
s / 2
Fs ( )e j kh d
/2
2 , obtenemos h f (kh) = 1
s / 2
Fs ( )e j kh d = Ck
s /2
Por lo tanto: Conociendo Ck = f (kh) podemos calcular de manera nica Fs ( ) , usando (2.6), Conociendo Fs ( ) podemos calcular de manera nica F ( ) (truncando entre ) 2 2 y conociendo F ( ) podemos calcular de manera nica f (t ) usando (2.4) y
Con lo cual queda demostrado el teorema.
A continuacin demostraremos que la manera de reconstruir la seal original a partir de sus muestras se logra mediante la frmula de interpolacin (2.1) Partiendo de (2.4), tenemos que 1 1 f (t ) = F ( )e jt d = 2 2
s / 2
F ( )e jt d
s /2
Y si s > 20 lo anterior se puede expresar en trminos de Fs ( ) como
h f (t ) = 2
s / 2
Fs ( )e jt d
/2
19
Sustituyendo la serie de Fourier para Fs ( ) (2.6) obtenemos
jkh jt Ck e e d s / 2 k = Introduciendo el exponencial a la sumatoria /2 h s f (kh)e j (t kh ) d = 2 s /2 k =

f (t ) = h 2
Usando la linealidad de la integral h = 2
s /2
s /2
k =
f (kh)e j (t kh ) d
s /2
Sacando el factor que no depende de la variable de integracin s / 2 h f (kh) e j (t kh ) d = 2 k = s /2 Integrando para t kh h = 2
k =
1 f (kh) e j (t kh ) j (t kh)
s /2
s / 2
=
Usando la frmula de Euler
h 2
k =
f (kh)
e js (t kh )/2 e js (t kh )/ 2 j (t kh)
h 2
k =
f (kh)
2sin [s (t kh) / 2] (t kh)
Reacomodando las constantes y recordando que s =

=
k =
f (kh)
2 h sin [s (t kh) / 2]
s (t kh) / 2
Que es la frmula de interpolacin (2.1) buscada para t kh . El caso t = kh slo implica cambiar el valor de la integral por s .
Observaciones sobre el Teorema del Muestreo:
1.
A la frecuencia N =
se le denomina Frecuencia de Nyquist y define la mxima 2 frecuencia contenida en la seal original que puede ser reconstruida treas el muestreo.
20
2.
La ecuacin (2.1) define la reconstruccin de seales cuya Transformada de Fourier es nula para frecuencias mayores a N
La frmula (2.1) es no causal, ya que para calcular el valor de la seal original en un instante dado t requiere las muestras f (kh) las cuales an no han ocurrido para kh > t (si t es el instante presente para kh es futuro)
3.
4.
La frmula (2.1) es una suma ponderada de las muestras f (kh) . La funcin de ponderacin es (t ) = Sinc(s t / 2) (2.8) Por lo tanto la frmula (2.1) se puede reescribir como
f (t ) =
k =
f (kh) (t kh)
(2.9)
Es importante tener bien presente la forma que tiene la grfica de la funcin (t ) , ya que es una funcin que aparece comnmente en el campo del procesamiento digital de seales. Dicha grfica se muestra en la figura 2.7.
1 0.8 0.6 0.4 0.2 0 -0.2 -0.4 ... -13h -11h -9h -7h -5h -3h -2h -h 0 h 2h 3h 5h 7h 9h 11h 13h
t ... Funcin (t)
Figura 2.7.- Grafica de la funcin
(t ) = Sinc(s t / 2)
De la figura 2.7 se puede observar que la amplitud de la funcin de ponderacin (t ) es menor del 10% para t > 3h y menor del 5% para t > 6h , por lo tanto si nos esperamos 3 o 6 periodos de muestreo podemos obtener ms muestras para evaluar la frmula disminuyendo el error de reconstruccin aproximadamente en un 10% y 5% respectivamente. Esta estrategia implica agregar retardos a la reconstruccin, lo cual no es deseable en sistemas de control en tiempo real, pero es perfectamente manejable en la reconstruccin de seales en tiempo diferido (seales almacenadas para su proceso posterior).
5. La frmula (2.1) garantiza una reconstruccin perfecta cuando se cumple la condicin del teorema del muestreo, es decir, cuando 0 < , pero el clculo de la frmula (2.1) 2 requiere considerar todas las muestras presentes, pasadas y futuras de la seal, es decir, requiere f (kh) para k desde hasta + , lo cual en general no es posible. En la
21
prctica, la sumatoria infinita se trunca a valores finitos pero muy grandes de k , obtenindose una reconstruccin aproximada.
6. Por la razn del punto anterior, si se requiere una mejor reconstruccin en la prctica se debe exagerar la condicin del teorema 0 <
s
2
siendo una recomendacin emprica
0 <<
s
2
Tarea No. 1
1.- Graficar cuatro ciclos de la seal analgica f (t ) = sin(200 t ) + 0.2 cos(400 t ) junto con sus muestras (ver figura 2.3). Calcular el periodo de muestreo adecuado h para tener: a) 1 muestra cada ciclo b) 2 muestras cada ciclo c) 10 muestras cada ciclo
2.- Para la seal anterior calcula la frecuencia 0 a que hace referencia el Teorema del muestreo y para cada inciso anterior calcula s y verifica si se cumplen o no las condiciones del Teorema. 3.- Obtener la seal reconstruida usando la frmula de interpolacin de Shannon (2.1). Graficar la seal original junto con sus muestras y junto con la seal reconstruida para cada inciso y explicar si se obtienen los resultados esperados y si no es as explicar por qu.
2.4.- La Inversin del Muestreo (Reconstruccin de Seales).

Al proceso inverso del muestreo se le denomina reconstruccin de seales, es decir, la reconstruccin de seales consiste en la obtencin de la seal continua f (t ) a partir de la secuencia de muestras {..., f (2h), f ( h), f (0), f (h), f (2h),...}
2.4.1.- El Reconstructor de Shannon.

La frmula de interpolacin de Shannon (2.1) es el mejor mtodo de reconstruccin en el sentido de que logra una reconstruccin perfecta cuando se cumplen las condiciones del teorema del muestreo y se aplica en la forma ideal en que est expresada. Sin embargo, como ya se dijo antes, la mayor desventaja de este reconstructor es que se trata de una frmula no causal y por lo tanto no se recomienda su uso para sistemas de control en tiempo real.
Por esta razn es conveniente disponer de mtodos menos exactos pero causales como los que se describen a continuacin
22
En la figura 2.8a se muestra una reconstruccin perfecta de una seal utilizando la frmula de interpolacin de Shannon. Al disminuir la frecuencia de muestreo comienzan a aparecer algunos errores en la reconstruccin como se observa en la figura 2.8b.
1 1
0.5
f(t) original f(kh) f(t) reconstruida
0.5
-0.5
-0.5
-1
-1
-1.5 0
0.5
1.5
-1.5 0
0.5
1.5
(a) Fig. 2.8.- Reconstruccin con la frmula de Shannon a) Caso
(b)
s > 20 . b) Caso s < 20
2.4.2.- El Retenedor de Orden Cero (Zoh).

Este es el reconstructor ms utilizado por su sencillez y consiste simplemente en congelar el valor de la muestra presente hasta que se tiene la siguiente muestra, es decir,
f (t ) = f (kh) para kh t < (k + 1)h
(2.10)
Por lo tanto, la seal reconstruida toma una forma escalonada como se puede ver en la figura 2.9 en la cual se muestra la reconstruccin de la misma seal que en las figuras 2.8.
1 0.5 0 -0.5 -1
f(t) original muestras f(kh) f(t) reconstruida
-1.5 0 0.5 1 1.5 2 Fig. 2.9.- Reconstruccin con el retenedor de orden cero.
23
El retenedor de orden cero no solamente se utiliza para reconstruir seales. Es utilizado tambin para retener el valor de las muestras a la entrada de los convertidores analgico a digital mientras se realiza la conversin. En este caso el bloque de muestreo y retencin van juntos como se muestra en la figura 2.10
switch analgico
Muestreador
Retenedor de orden cero
Fig. 2.10 Primera etapa de un convertidor A/D
2.4.3.- El Retenedor de Orden Uno (Foh).

Este retenedor une la muestra actual con la muestra siguiente mediante una lnea recta cuya pendiente es igual a la lnea que une la muestra pasada con la presente, es decir,
f (t ) = f (kh) +
f (kh) f [ (k 1)h ]
(t kh) para kh t < (k + 1)h
(2.11)
En la figura 2.11 se muestra la reconstruccin de la misma seal de la figura 2.9 mediante el retenedor de orden uno.
1
0.5
-0.5
-1
-1.5
0.5
1.5
Fig. 2.11.- Reconstruccin con el retenedor de orden uno.
24
2.4.4.- El Retenedor Poligonal

Los picos de error generados por el retenedor de orden uno se deben a que es un extrapolador, ya que predice el comportamiento rectilneo entre una muestra y la siguiente basado en la recta que une la muestra actual con la anterior. Si en lugar de esta idea usamos un interpolador que una la muestra actual con la siguiente mediante una recta obtenemos el retenedor poligonal siguiente
f (t ) = f (kh) +
f [ (k + 1)h ] f [ kh ] (t kh) para kh t < (k + 1)h h
(2.12)
En la figura 2.12 se muestra una reconstruccin tpica utilizando este retenedor poligonal.
1 f(t) original f(kh) f(t) reconstruida
0.5
-0.5
-1
-1.5
0.5 1 1.5 Fig. 2.12 Reconstruccin con el retenedor poligonal.
Obsrvese que la ecuacin (2.12) es no-causal, por lo tanto este retenedor tampoco puede implementarse en tiempo real.
2.5.- Confusin de Frecuencia o Aliasing.

Cuando se muestrean seales peridicas es posible que aparezcan frecuencias lentas en la seal muestreada que no estaban presentes en la seal original. Para explicar este fenmeno repasaremos qu es una seal peridica y estudiaremos el caso ms sencillo en el que la seal peridica contiene una sola frecuencia (seal sinusoidal pura). Una seal analgica f (t ) se dice peridica cuando existe una constante positiva T tal que
25
f (t ) = f (t + nT ) con n = 0, 1, 2,... (2.13) A la constante T ms pequea que cumple lo anterior se le llama el periodo fundamental de f (t ) .
Por ejemplo, la seales sinusoidales f (t ) = sin(t ) y g (t ) = cos(t ) son peridicas y su periodo fundamental es T = 2 radianes, ya que sin(t ) = sin(t + 2n ) con n = 0, 1, 2,... (2.14) cos(t ) = cos(t + 2n ) con n = 0, 1, 2,... (2.15)
Ejemplo: La sinusoide de frecuencia (rad/seg) dada por f (t ) = sin(t ) es peridica puesto que de acuerdo a (2.14) f (t ) = sin(t ) = sin(t + 2n ) con n = 0, 1, 2,... Es decir, 2 2 f (t ) = sin( (t + n)) = f (t + n) con n = 0, 1, 2,...
Por lo tanto su periodo fundamental es T =
En forma similar para el caso de seales discretas: Una seal de tiempo discreto f (kh) se dice peridica cuando existe un entero positivo N tal que f (kh) = f (kh + nNh) con n = 0, 1, 2,... (2.16) A la constante N ms pequea que cumple lo anterior se le llama el periodo fundamental de f (kh) . Ahora consideramos el muestreo de una seal analgica sinusoidal f (t ) = sin(t ) , el cual consiste en convertir la seal f (t ) a sus muestras f (kh) , entonces f (kh) = sin(2 fkh) = sin(2 (kht + n)) con n = 0, 1, 2,... Seguir siendo peridica la seal despus del muestreo?
2.5.1.- Tres propiedades fundamentales de las seales sinusoidales muestreadas.

Para que una seal de tiempo discreto f (kh) sea peridica debe existir un entero N 0 tal que f ( kh) = f (( k + N ) h) para todo entero k (2.17) Es decir, para el caso de la seal sinusoidal debe existir un entero N tal que sin(2 fkh) = sin(2 f (k + N )h)
26
Comparando con (2.14) obtenemos que fNh = 1, 2,... es decir, fNh debe ser un entero, lo cual es imposible cuando fh es un nmero irracional.
Propiedad 1.- La seal sinusoidal muestreada sin(2 fkh) no necesariamente es peridica. Ejemplo: En cul de los siguientes casos la seal sinusoidal muestreada sin(2 fkh) es peridica? (considerar h=1) a) Para f = 0.1 b) Para f = 1.12 c) Para f = d) Para f = 2 Solucin: solamente en los incisos (a) y (b) se cumple que fh es racional por lo tanto solo en esos caso la sinusoide es peridica. Propiedad 2.- Las sinusoides muestreadas cuyas frecuencias estn separadas un mltiplo de s (o bien un mltiplo de f s ) son idnticas.
En efecto,
sin((0 + ns )kh) = sin(2 ( f 0 + nf s )kh)

= sin(2 f 0 kh + 2 nf s kh) = sin(2 f 0 kh + 2 nk ) = sin(2 f 0 kh) = sin(0 kh)
En otras palabras, las sinusoides de frecuencias 0 , 0 + ns , con n = 0, 1, 2,... (o bien, f 0 , f 0 + nf s , con n = 0, 1, 2,... ) dan exactamente el mismo resultado despus del muestreo. Por esta razn se dice que las frecuencias 0 + ns son ALIAS de la frecuencia 0 o bien, las frecuencias f 0 + nf s son un ALIAS de la frecuencia f 0 .
Propiedad 3.- La mxima frecuencia posible de una sinusoide muestreada es s / 2 = N (o bien f s / 2 ).

Esto es consecuencia de la propiedad anterior, ya que cualquier frecuencia mayor que s / 2 se puede escribir como = 0 + ns para algn entero n donde 0 puede ser positiva o negativa, pero est en el rango 0 < s / 2 . Ver la figura 2.13
0
0
s
2
3s 2
2s
3s
= 0 + 2s
27

Fig. 2.13. Expresando una frecuencia
como
= 0 + ns
Es decir, cualquier frecuencia mayor que s / 2 es el alias de una frecuencia 0 en el rango s / 2 < 0 < s / 2 . En otras palabras, las nicas sinusoides muestreadas posibles tienen frecuencias en el intervalo fundamental siguiente
s fs f < < s o bien, < f < s 2 2 2 2
(2.18)
2.5.2.- Frecuencia normalizada de sinusoides muestreadas.

Cuando se muestrea la sinusoide f (t ) = sin(t ) = sin(2 Ft ) se obtiene la sinusoide muestreada f (kh) = sin(kh) = sin(2 Fkh) la cual se puede reescribir como
f (k ) = sin( k ) = sin(2 fk ) F Donde = h = y f = Fh = son las frecuencias normalizadas (y sus unidades son Fs Fs ciclos/muestra) de la seal muestreada.
Obsrvese que los intervalos fundamentales dados por (2.18) en el caso de frecuencias normalizadas se convierten en 1 1 < < o bien, < f < (2.19) 2 2
Ejemplo: Si las siguientes sinusoides continuas se muestrean usando una frecuencia de muestreo de Fs = 1 Kmuestra / seg :
f1 (t ) = cos(450 t ) ,
a) b) c) d)
f 2 (t ) = cos(1400 t ) ,
f 3 (t ) = cos(9520 t ) .
En que seales se convierten? Cul es la frecuencia en Hertz de las seales analgicas? Calcular la frecuencia en el intervalo fundamental de las seales muestreadas. En qu casos se obtiene un alias de la frecuencia original?
f1 (kh) = cos(450 kh) ,
f 2 (kh) = cos(1400 kh) ,
f 3 (kh) = cos(9520 kh) . Para
Solucin: a) Al muestrear lo nico que se cambia es t por kh , se obtenienen las seales muestreadas siguientes: f1 (kh) = cos(450 kh) , f 2 (kh) = cos(1400 kh) , f 3 (kh) = cos(9520 kh) . Para
28
b) Como f1 (t ) = cos(450 t ) = cos(2 (225)t ) su frecuencia es de 225 Hz

Como f 2 (t ) = cos(1400 t ) = cos(2 (700)t ) su frecuencia es de 700 Hz Como f 3 (t ) = cos(9520 t ) = cos(2 (4625)t ) su frecuencia es de 4625 Hz
Fs = 1000 muest / seg , c) Normalizando las frecuencias con es decir, h = 0.001 seg / muestra se obtiene f1 (k ) = cos(0.45 k ) , f 2 (k ) = cos(1.4 k ) , f 3 (k ) = cos(9.52 k ) .
Calculando de qu frecuencia (en el intervalo fundamental) son alias:
f1 (k ) = cos(0.45 k ) = cos(2 (0.225)k ) . En este caso f = 0.225 ciclos/muestra est en el intervalo fundamental y no es un alias. f 2 (k ) = cos(1.4 k ) = cos(2 (0.7)k ) = cos(2 (1 0.3)k ) = cos(2 (0.3)k ) por lo tanto, en este caso f = 0.3 ciclos/muestra. Es decir, 0.7 es un alias de -0.3. f 3 (k ) = cos(9.52 k ) = cos(2 (3.173333)k ) = cos(2 (3 + 0.173333)k ) = cos(2 (0.173333)k ) por lo tanto, en este caso f = 0.1733333 ciclos/muestra. Es decir, 3.173333 es un alias de 0.173333 d) Convertimos a frecuencia en Hertz multiplicando por Fs = 1000 muest / seg :
(0.225ciclos/muestra)*(1000muestras/seg) = 225 Hertz (no es alias) (-0.3ciclos/muestra)*(1000muestras/seg) = -300 Hertz (alias) (0.173333ciclos/muestra)*(1000muestras/seg) = 173.33 Hertz (alias) Como era de esperarse, slo en el segundo y tercer caso se obtuvieron alias, ya que solo en esos casos se viola la hiptesis del teorema fundamental del muestreo.
Tarea No. 2
a) Verificar mediante la graficacin de las sinusoides continuas siguientes f1 (t ) = cos(2 F1t ) , f 2 (t ) = cos(2 F2t ) donde F1=1/8 Hz y F2=-7/8 Hz junto con
sus muestras a razn de Fs = 1 muestra/seg. (ver figura 2.14) que ambas sinusoides producen las mismas muestras (y por lo tanto una es el alias de la otra). b) Cul es la frecuencia de la sinusoide discreta obtenida?
29
1.5 Fs=1 Hz 1 0.5 0 -0.5 -1 -1.5 0

F1=1/8 Hz
F2=-7/8 Hz
Fig. 2.14. Solucin del inciso (a)
Ejercicios: 1.- A qu frecuencia se deber muestrear la seal f1 (t ) = sin(2 t ) para que sea un alias de
f 2 (t ) = sin(0.4 t ) ? Verificarlo graficando las dos selaes junto con sus muestras a la frecuencia de muestreo calculada.
2.- La seal modulada f (t ) = sin(40t ) cos(20t ) es muestreada con f s =
30
. Determina
las frecuencias (en Hertz) que estarn contenidas en la seal muestreada.
2.5.3.- Prefiltrado Antialiasing

Una manera de asegurar que las componentes de alta frecuencia de la seal a muestrear no generen alias al muestrearse es evitando que contenga frecuencias mayores a N , esto se puede lograr mediante un filtro analgico pasa bajas previo a la etapa de muestreo (ver figura 2.15) cuya frecuencia de corte sea 0 c N donde 0 es la mxima frecuencia que nos interesa conservar de la seal original.
f(t)
Filtro antialiasing
Etapa de muestreo del convertidor f(k) libre A/D de alias
Fig. 2.15. Prefiltrado analgico anialiasing.
30
Un filtro pasa bajas de segundo orden con frecuencia de corte c que puede ser utilizado con este fin se muestra en la figura 2.16. La funcin de transferencia de este filtro es la siguiente
H ( s) =
c 2 s 2 + 2c s + c 2
Si se elige = 1/ 2 se tiene una respuesta de frecuencia mximamente plana en la banda de paso.
vi(t)
R R C1
R C2
vo(t)
Fig. 2.16. Filtro pasabajas de segundo orden.
Los capacitores del filtro mostrado en la figura 2.16 se deben elegir como C1 =
3 C y 2
2 C para un valor de capacitancia C. el diagrama de Bode de Magnitud 3 correspondiente a este filtro se muestra en la figura 2.17. C2 =
Diagrama de Bode (Magnitud)
Magnitud (dB)
0 -20 -40 -60 -80
Frecuencia (rad/seg)
Fig. 2.17. Respuesta de frecuencia de la magnitud de ganancia del filtro pasabajas de segundo orden.
31
Captulo 3. Modelado de Sistemas de Control Digital
Captulo 3 Modelado de Sistemas de Control Digital

3.1.- Modelado desde el punto de vista de la computadora.
Si nos ubicamos en el lugar del algoritmo discreto que se ejecuta en la computadora en el diagrama bsico de un lazo de control digital directo (ver figura 3.1) podemos observar que desde este punto de vista, el proceso a controlar se comporta como un sistema cuya entrada manipulable es la seal discreta u (k ) y cuya respuesta es la seal discreta y (k )
R e lo j
y(t)
A/D
y(k) Algoritmo u(k) Algoritmo
d diis sc crre etto o

Computadora
D/A
u(t)
Proceso Continuo
y(t)
Fig. 3.1. Algoritmo discreto controlando un proceso continuo
Es decir, desde el punto de vista de la computadora, el proceso se comporta como se muestra en la figura 3.2
Computadora
y(k)
A Allg go orriittm mo o d i s c r e t o discreto
u(k)
D/A
u(t)
Proceso y(t) A/D Continuo
y(k)
Figura 3.2. Punto de vista de la computadora
O sea que la computadora ve al proceso continuo como si fuera otro sistema que procesa entradas discretas y produce salidas discretas y por lo tanto debiera admitir un modelo discreto.
3.2.- Obtencin de modelos discretos a partir de modelos continuos.

En esta seccin se aborda el problema de obtener una representacin discreta adecuada a partir del modelo continuo lineal con coeficientes constantes de un proceso dado. 32
El problema de la obtencin de un modelo discreto para un sistema continuo siempre implica introducir algunas suposiciones sobre lo que ocurre entre un instante de muestreo y el siguiente (informacin que no se tiene) por lo cual ningn modelo discreto puede representar de manera exacta todo lo que ocurre en un sistema continuo. Para aclarar este punto partiremos de un caso particular sencillo y a partir de este caso obtendremos algunas generalizaciones.
3.2.1. Modelo discreto invariante al escaln para un sistema continuo de primer orden.
Supondremos que el proceso continuo es un Sistema Lineal Invariante en el Tiempo (SLIT) de primer orden cuya entrada es u (t ) y cuya salida es y (t ) , entonces su modelo est dado por la siguiente funcin de transferencia Y ( s) b = (3.1) U ( s) s + a Donde Y ( s ), U ( s ) denotan la Transformada de Laplace de la salida y la entrada respectivamente y donde a y b son nmeros reales constantes.
G p ( s) = En el caso en que a es positiva el sistema es estable y resulta conveniente escribir el modelo como sigue K G p ( s) = (3.2) Ts + 1 Donde K = b / a es la ganancia del sistema y T = 1/ a es la constante de tiempo del sistema La ecuacin diferencial correspondiente al modelo (3.1) es la siguiente
y (t ) + ay (t ) = bu (t )
Donde y (t ) denota la derivada de la salida respecto al tiempo.
(3.3)
Para obtener un modelo discreto de (3.3) consideremos que las seales son muestreadas con un periodo de muestreo h y obtengamos una expresin de y ((k + 1)h) en funcin de y (kh) como se ilustra en la figura 3.3. Esto equivale a resolver la ecuacin diferencial (3.3) con la condicin inicial y (t0 ) = y (kh) para t0 = kh (3.4) La ecuacin (3.3) es una ecuacin diferencial lineal de primer orden y su solucin general es muy conocida, est dada por
y (t ) = e
a ( t t0 )
y (t0 ) + e a (t )bu ( )d
t0
(3.5)
33
La solucin (3.5) nos dice cunto vale y (t ) en cualquier instante si se conoce la condicin inicial y (t0 )
y((k+2)h) y((k+1)h)
y(t)
y(kh)
t
kh (k+1)h (k+2)h Fig. 3.3.Evolucin de la salida entre instantes de muestreo consecutivos.
Sustituyendo en (3.5) la condicin inicial (3.4) calcularemos el valor de la salida en el instante t = (k + 1)h como sigue
( k +1) h
y ((k + 1)h) = e
ah
y (kh) +
kh
e a ( kh + h )bu ( )d
(3.6)
La integral de la ecuacin (3.6) no se puede resolver porque no se sabe como evoluciona la entrada u (t ) entre instantes de muestreo, a menos que supongamos algo sobre su comportamiento.
Suposicin: Se supondr que la entrada u (t ) no vara entre instantes de muestreo. Esto podra ocurrir en la realidad de varias maneras, particularmente en los siguientes dos casos: 1) Si la entrada u (t ) es una seal escaln. 2) Si u (t ) se reconstruye a partir de sus muestras u (kh) mediante un retenedor de orden cero.
El modelo discreto que obtendremos es exacto en cada instante de muestreo si se cumple la suposicin anterior, debido a esto, a este modelo se le llama modelo discreto invariante al escaln o equivalente discreto con retenedor de orden cero.
Bajo la suposicin anterior la ecuacin (3.6) se transforma en

( k +1) h
y ((k + 1)h) = e
Resolviendo la integral
ah
y (kh) + bu (kh)
kh
e a ( kh+ h ) d
( k +1) h
(3.7)
y ((k + 1)h) = e
ah
b y (kh) + u (kh)e a ( kh + h ) a
kh
Evaluando en los lmites de la integral, obtenemos b y ((k + 1)h) = e ah y (kh) + (1 e ah ) u (kh) a
(3.8)
34
Es decir, hemos obtenido el modelo discreto dado por la ecuacin de diferencias lineal de primer orden y ((k + 1)h) = y (kh) + u (kh) (3.9) Donde b = e ah , = (1 e ah ) (3.10) a Ejemplo: Obtener el modelo discreto invariante al escaln para el sistema continuo dado por la siguiente funcin de transferencia. Considerar un periodo de muestreo h = 1 1 G p ( s) = s +1 Solucin: En este caso a = b = 1 . Sustituyendo en (3.10), obtenemos = e1 , = (1 e 1 )
Por lo tanto el modelo discreto queda y ((k + 1)h) = e1 y (kh) + (1 e 1 )u (kh) Es decir, aproximadamente y ((k + 1)h) = 0.3679 y (kh) + 0.6321u (kh) La simulacin de este caso de sistema continuo y su equivalente discreto se mostraron en el captulo 1. En la figura 3.4 se muestran nuevamente las respuestas de ambos sistemas a un escaln unitario. En esta ocasin se enciman las graficas para que se observe la perfecta coincidencia de ambos modelos en los instantes de muestreo.
1 0.8 0.6 0.4 0.2 0 0 t Respuesta al escaln unitario
y(t)
y(k)
Fig. 3.4. Respuesta al escaln unitario del sistema de primer orden continuo y su equivalente discreto.
3.2.2.- El operador corrimiento.

Antes de abordar el problema de la obtencin de modelos discretos para sistemas ms generales introduzcamos una notacin que ayudar a simplificar la representacin de los sistemas discretos.
35
Se define el operador corrimiento o adelanto unitario que se denotar como q de manera que para cualquier seal discreta x(kh) qx(kh) = x((k + 1)h) (3.11) En forma similar se define el operador retardo unitario o corrimiento hacia atrs denotado q 1 de manera que qx(kh) = x((k + 1)h) (3.12) Ambos operadores se pueden aplicar de manera repetida, por ejemplo q 2 x(kh) = q (qx(kh)) = qx((k + 1)h) = x((k + 2)h) En forma similar q 3 x(kh) = x((k + 3)h) , o bien, q 3 x(kh) = x((k 3)h) , etc.
3.2.3.- Diagramas de simulacin.

Una de las ventajas del operador retardo es que este puede implementarse fsicamente o simularse en una computadora. Algunos simuladores como Simulink permiten definir una simulacin mediante diagramas de bloques. As por ejemplo, basndonos en el bloque bsico de retardo unitario mostrado en la figura 3.5 podemos construir diagramas de simulacin de sistemas discretos.
x(kh)
q-1
x((k-1)h)
Fig. 3.5.- Bloque del operador retardo unitario
Ejemplo: El diagrama de simulacin para el sistema de primer orden dado por la ecuacin (3.9): y ((k + 1)h) = y (kh) + u (kh) se puede obtener observando lo siguiente: 1) Si la salida de un bloque de retardo es y (kh) , la entrada debe ser y ((k + 1)h) 2) Entonces esta entrada puede obtenerse de la ecuacin original (3.9) Aplicando esta idea se obtiene el diagrama de la figura 3.6.
u(kh) x((k+1)h)
+
q-1
x(kh)
Fig. 3.6. Diagrama de simulacin del sistema discreto de primer orden.
En Simulink slo hay algunas diferencias: la apariencia de algunos bloques, la manera en que se define el periodo de muestreo, la manera en que se definen entradas y salidas y 36
especialmente que en lugar del smbolo q-1 se usa el smbolo 1/z. En la figura 3.6 se muestra el diagrama correspondiente en simulink as como el resultado de la simulacin.
Fig. 3.6. Simulacin del sistema de primer orden discreto en Simulink.
A continuacin se presentarn enfoques alternativos aproximados pero ms sencillos para la obtencin de modelos discretos de sistemas continuos.
3.2.4.- Aproximacin de la derivada por diferencias finitas.

Una manera clsica de aproximar la derivada de una funcin y (t ) conociendo dos puntos de dicha funcin es mediante la pendiente de la recta que une dichos puntos como se muestra en la figura 3.7 y se puede expresar como
y (t ) =
dy (t ) y y (t + t ) y (t ) = dt t t
y(kh+h)
Pendiente aproximada
(3.13)
y(t)
Pendiente exacta
y(kh)
t
kh
(k+1)h Fig. 3.7. Aproximacin de la derivada.
As, si deseamos aproximar la derivada (pendiente de la recta tangente) en t = kh , con t = h , sustituyendo en (3.13) obtenemos
37
y (kh + h) y (kh) (3.14) h A la ecuacin anterior se le denomina aproximacin por diferencias hacia delante. En trminos del operador q la aproximacin (3.14) queda como sigue q 1 y (kh) y (kh) (3.15) h En forma similar podemos obtener la aproximacin por diferencias hacia atrs siguiente y (kh) y (kh h) y (kh) (3.16) h Que en trminos del operador q esta otra aproximacin queda como sigue
y (kh)
1 q 1 y (kh) y (kh) (3.17) h Sin embargo, la aproximacin (3.16) no es recomendable, ya que no preserva la estabilidad del sistema original.
Ejemplo: Aplicando las dos aproximaciones al sistema continuo de primer orden y (t ) + ay (t ) = bu (t ) con h = 0.1 , obtenemos Por diferencias hacia delante y (kh + h) y (kh) + ahy (kh) bhu (kh) Es decir, y (kh + h) + (ah 1) y (kh) bhu (kh) Por diferencias hacia atrs y (kh) y (kh h) + ahy (kh) bhu (kh)
Como puede verse, las dos aproximaciones obtenidas son diferentes, en la figura 3.8 se muestran las respuesta al escaln ambas aproximaciones comparadas con la respuesta del sistema continuo (La aproximacin por diferencias hacia atrs no funciona para este ejemplo pues produce un sistema discreto inestable como puede verse en la figura.
1 0.8 0.6 0.4 0.2 0 0
t
original dif atrs dif adelante
0.5
1.5
2.5
3.5
Fig. 3.8.- Respuesta al escaln unitario de ambas aproximaciones y el sistema continuo original.
38
Tambin puede observarse en la figura 3.8 ninguna de las dos aproximaciones coinciden con el sistema original en los instantes de muestreo como ocurri con la aproximacin invariante al escaln (ver figura 3.4).
3.2.5.- Aproximacin de la integral (Regla trapezoidal o de Tustin).

Si escribimos las ecuaciones diferenciales que definen al sistema continuo utilizando integrales en lugar de derivadas podemos obtener otras aproximaciones al considerar el rea bajo la curva definida por la integral entre dos instantes de muestreo como se muestra en la figura 3.9.
x(t)
rea exacta
I (kh) = x(t )dt

0
kh
x(kh+h)
rea trapezoidal aproximada
x(kh)
h Fig. 3.9.- Aproximacin mediante un trapecio del rea entre los instantes kh y kh+h.
kh
(k+1)h
Si escribimos el rea bajo la curva de la seal x(t ) desde 0 hasta t como una funcin del tiempo tenemos
I (t ) = x( )d
0
(3.18)
Por lo tanto el rea hasta el instante kh ser
I (kh) = x(t )dt

0
kh
(3.19) (3.20)
Y hasta el instante kh + h
I (kh + h) =
kh + h
x(t )dt
Y observando la figura, la diferencia entre estas dos reas es el rea entre los instantes kh y kh + h , la cual se puede aproximar por el rea del trapecio, por lo tanto
I (kh + h) I (kh)
O bien,
x(kh + h) + x(kh) h 2 x(kh + h) + x(kh) h 2
(3.21)
I (kh + h) I (kh) +
(3.22)
Lo cual se puede escribir en trminos del operador q como sigue
39
(q 1) I (kh)
O bien,
q +1 hx(kh) 2
(3.23)
h q +1 x(kh) 2 q 1 A esta aproximacin se le llama regla trapezoidal o aproximacin de Tustin.
I (kh)
(3.24)
Ejemplo: Para el sistema de primer orden y (t ) + ay (t ) = bu (t ) con h = 0.1 podemos aplicar esta aproximacin reescribiendo el sistema en trminos de una integral como sigue
y (t ) = [ ay (t ) + bu (t ) ] dt
t 0
Por lo tanto
y (kh + h) = y (kh) +
kh + h
kh
[ ay (t ) + bu (t )] dt
Usando (3.22) con x(t ) = ax(t ) + bu (t ) obtenemos [ay (kh + h) + bu (kh + h)] + [ ay (kh) + bu (kh)] y (kh + h) y (kh) + h 2 Simplificando obtenemos 2 y (kh + h) 2 y (kh) ahy (kh + h) + bhu (kh + h) ahy (kh) + bhu (kh) Despejando (2 + ah) y (kh + h) + (ah 2) y (kh) bhu (kh + h) + bhu (kh) En la figura 3.9 se muestra la respuesta al escaln unitario del sistema continuo original comparado con la respuesta del sistema discreto aproximado mediante regla trapezoidal, si se compara con la figura 3.8 se puede observar que la regla trapezoidal da mejores resultados que la aproximacin por diferencias hacia delante.
1
0.8 0.6 continua aprox trapezoidal 0.4
0.2
t
0 0
0.5
1.5
2.5
3.5
Fig. 3.9. Respuesta al escaln unitario de la aproximacin por trapecios para diferentes valores de h.
40
3.2.6.- Modelos discretos de sistemas continuos de orden mayor a uno.

Hasta aqu se han ejemplificado solamente sistemas de primer orden, sin embargo, las aproximaciones anteriores se pueden aplicar a sistemas de mayor orden con ayuda del operador q , directamente a partir de la funcin de transferencia del sistema continuo, reemplazando cada multiplicacin por la variable compleja s por una operacin derivada expresada de manera aproximada en trminos de q y reemplazando las variables de entrada y salida por sus muestras en el instante kh , de esta manera podemos resumir la tcnica en la siguiente tabla
Tabla 3.1. Obtencin de Aproximaciones Discretas
Mtodo de aproximacin
Derivada por diferencias hacia adelante Derivada por diferencias hacia atrs Integral por regla trapezoidal (Tustin)
Reemplazar q 1 s por h 1 q 1 s por h 2 q 1 s por h q +1
Explicacin
Ecuacin (3.15) Ecuacin (3.17) Ecuacin (3.24)
Ejemplo: Obtener la aproximacin discreta por diferencias hacia delante y por la regla trapezoidal para el siguiente sistema continuo de segundo orden dado por su ecuacin diferencial y (t ) + a1 y (t ) + a0 y (t ) = bu (t ) Solucin: La funcin de transferencia correspondiente al sistema es Y (s) b G (s) = = 2 U ( s ) s + a1s + a0 Es decir, 2 (3.25) s + a1s + a0 Y ( s ) = bU ( s )
Usando diferencias hacia adelante q 1 2 q 1 + a1 + a0 y (kh) = bu (kh) h h Desarrollando el cuadrado 2 2 2 (q 2q + 1) + a1h ( q 1) + a0 h y (kh) = bh u (kh)
Es decir,
2 2 2 q + (a1h 2)q + (1 a1h + a0 h ) y (kh) = bh u (kh) En el dominio del tiempo discreto obtenemos
y (kh + 2h) + (a1h 2) y (kh + h) + (1 a1h + a0 h 2 ) y (kh) = bh 2u (kh)
(3.26)
41
Ahora aplicamos la regla trapezoidal a partir de (3.25), obteniendo 2 q 1 2 2 q 1 + a1 + a0 y (kh) = bu (kh) h q +1 h q + 1 2 Multiplicando por el comn denominador (q + 1) obtenemos
4 ( q 1) 2 + 2a1h ( q 1) (q + 1) + a0 h 2 (q + 1) 2 y (kh) = bh 2u (kh)(q + 1) 2 Desarrollando los productos 4 ( q 2 2q + 1) + 2a1h(q 2 1) + a0 h 2 (q 2 + 2q + 1) y (kh) = bh 2u (kh)(q 2 + 2q + 1)

Agrupando en potencias de q
2 2 2 2 2 2 (4 + 2a1h + a0 h )q + (8 + 2a0 h )q + (4 2a1h + a0 h ) y (kh) = bh u (kh)(q + 2q + 1) Pasando al dominio del tiempo discreto
(4 + 2a1h + a0 h 2 ) y (kh + 2h) + (8 + 2a0 h 2 ) y (kh + h) + (4 2a1h + a0 h 2 ) y (kh) = bh 2 [u (kh + 2h) + 2u (kh + h) + u (kh)]
(3.27)
A continuacin se obtiene la respuesta al escaln unitario de ambos modelos con propsitos de comparacin, en el caso a1 = 4, a0 = 16, b = 16 para un periodo de muestreo h = 0.1 . Los resultados se muestran en la figura 3.10.
1.4 1.2 1 0.8 0.6 0.4 0.2 0 0 0.5 1 1.5 2 2.5 3 3.5 4
t
continua difs adelante Tustin
Fig. 3.10. Respuesta al escaln unitario de las aproximaciones por diferencias hacia Adelante y regla trapezoidal para un sistema de segundo orden.
3.3.- La Transformada Z.
Para poder tratar el caso general de la obtencin de modelos discretos invariantes al escaln para sistemas de cualquier orden, debemos introducir antes una herramienta que nos permitir extender la nocin de funcin de transferencia a los sistemas discretos y de esta 42
forma tratar de manera unificada la parte continua y la parte discreta de un sistema de control por computadora. Dicha herramienta se denomina Transformada Z.
Nota Histrica: El origen de la Transformada Z se remonta a alrededor de 1730, cuando Abraham De Moivre introduce el concepto de funcin generadora de secuencias, sin embargo, no fue sino hasta 1947 que fue presentada por W. Hurewickz como un mtodo para transformar seales muestreadas con la idea de resolver ecuaciones de diferencias lineales con coeficientes constantes. En 1952 el grupo de control de la Universidad de Columbia encabezado por John R. Raggazini, (que inclua a L. A. Zadeh, E. I. Jury, R. E. Kalman, J. E. Bertram, B. Friedland y G. F. Franklin) denomina al mtodo de Hurewicz como Transformada Z.
3.3.1.- Definicin de la Transformada Z.
La transformada Z de una seal discreta x(kh) se define como la serie de potencias X ( z) =

donde z es una variable compleja. La ecuacin (3.28) a veces se denomina Transformada Z bilateral porque considera que el intervalo de muestras disponibles de la seal se extiende para todos los posibles valores de k (positivos y negativos). En la mayora de los casos en los sistemas de control por computadora el conteo de las muestras empieza a partir de k=0, y se supone que antes de esto el valor de todas sus seales es cero. Por ello es conveniente una definicin alternativa denominada Transformada Z unilateral. Que ser la que utilicemos de aqu en adelante
X ( z ) = x(kh) z k
k =0
x(kh) z
k =
(3.28)
(3.29)
De aqu en adelante (a menos que se especifique lo contrario) se supondr que todas las seales tratadas tienen valor cero antes de k=0 (para k negativo), es decir, trataremos seales x(kh) tales que x(kh) =0 para k<0. A este tipo de seales se les llama seales causales. Al procedimiento inverso para recuperar la seal discreta x(kh) a partir de X(z) se denomina transformada Z inversa.
Notacin: Por conveniencia, en ocasiones denotaremos X ( z ) como sigue
X ( z ) = Z [ x(kh)]
(3.30)
43
Observacin: Debido a que la transformada Z est definida mediante una serie infinita de potencias de z, puede ocurrir que la serie sea divergente y en ese caso X ( z ) no existe. X ( z ) solo existe para aquellos valores de z para los cuales la serie converge.
Al conjunto de valores de z para los cuales X ( z ) existe se le llama Dominio de Convergencia de la Transformada y se abreviar ROC de aqu en adelante. La definicin es lo nico que se requiere para calcular la transformada Z de la mayora de las seales sencillas.
Notacin: De aqu en adelante utilizaremos la representacin (kh) =seal pulso unitario discreto, y (kh) = seal escaln unitario discreto Es decir, 1 para k = 0 (kh) = 0 para k 0
(3.31)
(kh) =
1 0
para k 0 para k < 0
(3.32)
Ejemplos: Calcular X ( z ) y la ROC para las siguientes seales discretas de duracin finita.:
1) x(kh) = {1, 2, 4,5} , es decir x(0) = 1, x(h) = 2, x(2h) = 4, x(3h) = 5, x (kh) = 0 para k 4
De la definicin se obtiene: X ( z ) = 1 + 2 z 1 + 4 z 2 + 5 z 3 , por lo tanto ROC= todo el plano complejo Z excepto z=0. 2) x(kh) = (kh) = seal pulso unitario. De la definicin X ( z ) = 1 , por lo tanto ROC= todo el plano complejo Z. 3) x(kh) = (kh nh) donde n es una constante positiva. De la definicin X ( z ) = z n , por lo tanto ROC= todo el plano complejo Z excepto z=0.
Ejemplo: Calcula la transformada Z de la siguiente seal de duracin infinita: a k para k 0 x(kh) = a k (kh) = 0 para k < 0 Solucin: De la definicin obtenemos
X ( z ) = a k (kh) z k
k =0
(3.33)
44
La cual es una serie geomtrica de razn az 1 , y por lo tanto converge al valor 1 z X ( z) = = 1 1 az za

siempre y cuando az 1 < 1 , es decir, la ROC es z > a
Ejemplo: Encuentre la transformada Z del escaln unitario (kh) :
(3.34)
Solucin: Como puede observarse, esta seal corresponde al ejemplo anterior en el caso particular en que a=1. Por lo tanto 1 z ( z ) = = (3.35) 1 1 z z 1 Y por lo tanto la ROC es z > 1 .
3.3.2.- Propiedades de la Transformada Z
A continuacin se presentan algunas de las propiedades fundamentales que tiene la transformada Z y gracias a las cuales se ha convertido en una herramienta muy til para el modelado, anlisis y diseo de los sistemas y seales en tiempo discreto.
3.3.2.1.- Linealidad
Esta propiedad es una consecuencia directa de la definicin, ya que la transformada se define como una sumatoria y las sumatorias poseen la propiedad de linealidad, es decir,
Z [ ax1 (kh) + bx2 (kh) ] = aZ [ x1 (kh)] + bZ [ x2 (kh) ]

O lo que es lo mismo, Si x(kh) = ax1 (kh) + bx2 (kh) , entonces X ( z ) = aX 1 ( z ) + bX 2 ( z )
(3.36)
Donde a, b son dos constantes cualesquiera. La ROC de X ( z ) ser la interseccin de las ROC para X 1 ( z ) y X 2 ( z ) . La propiedad de linealidad se extiende para cualquier nmero de sumandos en la combinacin lineal del lado derecho de (3.36).
Ejemplo. Sea x(kh) = 3(2k ) 2(1) k . Por la propiedad de linealidad tendremos que 3 2 X ( z ) = 3Z[2 k ] 2Z[1k ] , es decir, X ( z ) = . La ROC de X(z) es la 1 1 2z 1 + z 1 interseccin de la ROC de cada sumando, es decir, es la interseccin de z > 2 con z > 1 ,
es decir, la ROC de X(z) es z > 2 . 45
Ejemplo. La transformada Z de la sinusoide discreta x(kh) = sin(0 kh) (kh) se puede calcular usando la propiedad de linealidad y la frmula de Euler: e j e j sin( ) = (3.37) 2j Por lo tanto
e j0kh (kh) 2j Entonces, de (3.34) y de la propiedad de linealidad obtenemos 1 1 1 X ( z) = j0 1 j0 1 2 j 1 e z 1 e z lo cual se puede escribir como sigue 1 e j0 z 1 e j0 z 1 X ( z) = j 0 1 j0 1 2 2 j 1 e z e z +z o bien, sin(0 ) z 1 X ( z) = 1 2 cos(0 ) z 1 + z 2
x(kh) =
j 0 kh
(3.38)
y la ROC ser la interseccin entre z > e j0 y z > e j0 , pero e j0 = 1 , por lo tanto la
ROC es z > 1 .
3.3.2.2.- Corrimiento en el tiempo.
a)
Corrimiento hacia atrs (Retardo). Si X ( z ) es la transformada Z de x(kh) , entonces: Z[ x(kh nh)] = z n X ( z ) (3.39)
Donde n es cualquier entero positivo. La ROC por lo tanto es la misma que la de X ( z ) , excepto por z = 0 .
Demostracin:
De la definicin
Z[ x(kh nh)] = x(kh nh) z k

k =0
Haciendo el cambio de variable i = k n se obtiene

Z[ x(kh nh)] =
x(ih) z i n = z n x(ih) z i
i = n i = n
i
Pero como ya se dijo x( xh) = 0 para k < 0 , por lo tanto =z

n
x(ih) z
i=0
= z n X ( z)
46
b) Corrimiento hacia adelante (Adelanto). Si X ( z ) es la transformada Z de x(kh) , entonces: 1 ( n 1) Z[ x(kh + nh)] = z n X ( z ) z n (3.40) x(0) + x(h) z + ... + x(nh h) z
Donde n es cualquier entero positivo. La ROC por lo tanto es la misma que la de X ( z ) , excepto por z = 0 .
Demostracin:
De la definicin
Z[ x(kh + nh)] = x(kh + nh) z k

k =0
Haciendo el cambio de variable i = k + n se obtiene

Z[ x(kh + nh)] = x(ih) z i + n = z n x(ih) z i
i =n i=n

Sumando y restando el trmino
x(ih) z
i =0
n 1
n 1 = z n x(ih) z i x(ih) z i i=0 i =0 n 1 n 1 = z n X ( z ) x(ih) z i = z n X ( z ) z n x(ih) z i i =0 i =0 n n n 1 = z X ( z ) z x(0) z x(h) ... zx(nh h) .
Obsrvese que si las condiciones iniciales x(0), x(h),..., x(nh h) son cero, la propiedad anterior se convierte simplemente en Z[ x(kh + nh)] = z n X ( z ) (3.41) Ejemplo: Consideremos el escaln unitario discreto (kh) , calculemos las transformadas Z de las siguientes seales:
Escaln retardado 3 periodos de muestreo:

Z[ (kh 3h)] = z 3( z ) = z 3
1 1 = 3 2 1 1 z z z
Escaln adelantado 3 periodos de muestreo: 2 Z[ (kh + 3h)] = z 3( z ) z 3 (0) + z (h) + z (2h) = z3 1 z3 1+ z + z2 1 1 z 1 = z3 (1 + z + z 2 ) 1 1 z 1 z 2 + z 1 z 6 + z 4 + z 3 = 1 z 1 z 1
= z3
47
3.3.2.3.- Transformada de la convolucin.
La convolucin de seales es una operacin importante en el procesamiento de seales tanto analgicas como discretas ya que nos permite expresar el efecto de un sistema lineal cualquiera sobre la seal de entrada en el dominio del tiempo. En el caso discreto, la convolucin se define como sigue
Sean dos seales de tiempo discreto x1 (kh) , x2 (kh) , la convolucin de estas dos seales denotada como x1 * x2 est dada por la sumatoria siguiente del producto de una por el corrimiento de la otra
x1 * x2 = x1 (kh) x2 (nh kh)
k =0 n
(3.42)
Se puede demostrar que la convolucin es conmutativa, es decir,

x1 * x2 = x2 * x1 = x1 (nh kh) x2 (kh)
k =0 n
(3.43)
Si la transformada Z de x1 (n) es X 1 ( z ) y la transformada z de x 2 (n) es X 2 ( z ) , entonces Z[ x1 * x2 ] = X 1 ( z ) X 2 ( z ) (3.44) cuya ROC es al menos la interseccin de las ROC de X 1 ( z ) y de X 2 ( z ) .
Demostracin. De la definicin de convolucin (3.42)
x1 * x2 = x1 (kh) x2 (nh kh)
k =0 n
Entonces,
n Z[ x1 * x2 ] = Z x1 (kh) x2 (nh kh) k =0 Por definicin de la transformada Z, n 1 = x1 (kh) x2 (nh kh) z n n =0 k = 0 Observando que la sumatoria interna se puede extender hasta infinito pues como se dijo x2 (kh) es cero para k<0, por lo tanto
= x1 (kh) x2 (nh kh) z n n =0 k = 0 Intercambiando el orden de las sumatorias
= x1 (kh) x2 (nh kh)z n = x1 (kh) x2 (nh kh)z n

k =0 n=0
k =0
n =0
Usando la propiedad de corrimiento en el tiempo = x1 (kh) z k X 2 ( z )

k =0
Y de la definicin de transformada Z = X1( z) X 2 ( z) . 48
Ejemplo. La manera directa de calcular la convolucin de dos seales discretas sustituyendo en la definicin (3.42) y desarrollando la sumatoria trmino a trmino. Este procedimiento resulta bastante laborioso. Sin embargo, se puede facilitar un poco el clculo si hacemos uso de la propiedad anterior, por ejemplo, calculemos la convolucin de las siguientes dos seales de duracin finita: x1 (kh) = {1, 2,1, 1} , x2 (kh) = {1, 2,3,1}
Solucin. Escribimos la trasformada z de cada seal: X 1 ( z ) = 1 + 2 z 1 + z 2 z 3 , X 2 ( z ) = 1 + 2 z 1 + 3z 2 + z 3 multiplicamos las expresiones en el dominio z: X 1 ( z ) X 2 ( z ) = 1 + (2 + 2) z 1 + (1 + 3 + 4) z 2 + (1 + 1 + 2 + 6) z 3 + (3 6 + 6) z 4 + (1 3) z 5 z 6
= 1 + 4 z 1 + 8 z 2 + 8 z 3 + 3 z 4 2 z 5 z 6
Por lo tanto
x1 * x2 = {1, 4,8,8, 3, 2, 1}
El ejemplo anterior revela que la convolucin de seales de duracin finita sigue las mismas reglas que la multiplicacin de polinomios.
3.3.2.4.- Teorema del valor final.
Esta es una propiedad muy til para averiguar a qu valor tiende una seal cuando el tiempo crece a infinito, usando solamente informacin de su Transformada Z. x() = lim x(kh) = lim(1 z 1 ) X ( z ) (3.45)
k z 1
Demostracin. Calculemos la expresin del lado derecho usando la definicin de transformada Z
lim(1 z 1 ) X ( z ) = lim(1 z 1 ) x(kh) z k

z 1 z 1 k =0
Usando la propiedad de corrimiento hacia atrs = lim x(kh) z k x(kh h) z k z 1 k =0 k =0

N N = lim lim x(kh) z k x(kh h) z k z 1 N k =0 k =0
Intercambiando el orden de los lmites (se supone que la expresin entre corchetes es continua respecto a N y respecto a z), obtenemos
49
N N = lim lim x(kh) z k x(kh h) z k N z 1 k =0 k =0
Sustituyendo el lmite z=1,

N N = lim x(kh) x(kh h) N k =0 k =0
Desarrollando las sumatorias = lim ( x(0) + x(h) + ... + x( Nh h) + x( Nh) ) ( x(1) + x(0) + x(h) + ... + x( Nh h) )
N
= lim [ x( Nh)] = x()

N
Ejemplo.
Consideremos la siguiente seal exponencial discreta de la ecuacin (3.33) a k para k 0 x(kh) = a k (kh) = 0 para k < 0 Cuya transformada Z ya se calcul y est dada por (3.34) 1 z X ( z) = = , con ROC z > a 1 1 az za De acuerdo al Teorema del valor final
x() = lim(1 z 1 )
z 1
1 =0 1 az 1
Sin embargo, este resultado slo es vlido en la ROC, pero como z 1 , entonces la ROC se transforma en a < 1 , lo cual corresponde a lo esperado (es decir, solamente las funciones exponenciales que cumplen a < 1 tienden a cero como valor final) como se ilustra en la figura 3.11.
1 x(kh)=(0.8)
k
1 0.8
x(kh)=(-0.8)
0.8
0.6 0.4
0.6
0.2 0 -0.2
0.4
0.2
-0.4 -0.6
0 0
10
15
20
-0.8 0
10
15
20
(a)
(b)
Fig. 3.11. Seal exponencial discreta para el caso
a < 1 , a) a = 0.8 , b) a = 0.8

50
3.3.3.- Tablas de Transformadas Z.
Usando la definicin y las propiedades de la transformada Z es posible obtener expresiones para la transformada Z de una gran variedad de seales de tiempo discreto. De esta manera, es posible elaborar un compendio de seales y sus correspondientes transformadas Z y sus respectivas ROC en forma de tabla de transformadas. Se pueden encontrar tablas muy extensas en los libros de texto o en diferentes sitios de internet, por ejemplo: https://www.u-cursos.cl/ingenieria/2009/2/EL41C/1/material_alumnos/bajar?id_material=45237 En la tabla 3.2 se resumen las transformadas obtenidas hasta aqu y algunas otras junto con sus correspondientes transformadas de Laplace. Como puede verse en dicha tabla, todas las transformadas Z mostradas son funciones racionales de z 1 (es decir, son divisiones de polinomios en z-1). En esta seccin se introducen algunos conceptos importantes relacionados con estas funciones.
Seal Impulso unitario Continua
x(t )
Tabla 3.2 Transformadas de algunas seales discretas X (s) X (z) Discreta x ( kh) 1
(t ) (t )
t (t ) eat (t )
sin(0 t ) (t )
(kh) (kh)
kh (kh) eakh (kh)
sin(0 kh) (kh)
ROC Todo el plano z
Escaln unitario Rampa unitaria Exponencial
1 s 1 s2 1 sa
1 s2 + 2
1 1 z 1 hz 1
z >1 z >1
z > ah
(1 z )
1 2
1 1 e ah z 1
sin(0 h) z 1 1 2 cos(0 h) z 1 + z 2 1 cos(0 h) z 1 1 2 cos(0 h) z 1 + z 2 e ah sin(0 h) z 1 1 2eah cos(0 h) z 1 + e 2 ah z 2 1 e ah cos(0 h) z 1 1 2eah cos(0 h) z 1 + e 2 ah z 2
z >1 z >1
z > ah z > ah
Sinusoidal
cos(0 t ) (t )
Sinusoidal modulada por exponencial
s s2 + 2
1 ( s a) 2 + 2 sa ( s a) 2 + 2
cos(0 kh) (kh)

e akh sin(0 kh) (kh) e akh cos(0 kh) (kh)
e at sin(0 t ) (t ) e at cos(0 t ) (t )
Adems de las transformadas de seales individuales es conveniente tener a la mano las propiedades de la transformada Z y de la transformada de Laplace. En la tabla 3.3 se resumen todas las propiedades de la transformada Z presentadas en esta seccin.
51
Tabla 3.3. Propiedades de la Transformada Z
Propiedad
Dominio del tiempo

c1 x1 (kh) + c2 x2 (kh) x(kh nh) x(kh + nh) x1 * x2
Dominio z
c1 X 1 ( z ) + c2 X 2 ( z ) z n X ( z) z n X ( z ) z n x(kh) z k
k =0 n 1
ROC
Linealidad Corrimiento hacia atrs Corrimiento hacia adelante Convolucin Teorema del valor final
Interseccin de las ROC de X1(z) y X2(z) La de X(z) excepto z=0 La misma de X ( z ) Interseccin de las ROC de X1(z) y X2(z) Interseccin de la ROC de X ( z ) con z=1
X1( z) X 2 ( z)
lim x(kh)
k
lim(1 z 1 ) X ( z )
z 1
3.4.- La Funcin de Transferencia de Pulso.
Como ya vimos en secciones anteriores, un sistema discreto lineal invariante en el tiempo (DSLIT) puede ser representado por una ecuacin de diferencias que en general ser de la forma a0 y (kh + Nh) + a1 y (kh + Nh h) + ... + aN y (kh) = (3.46) b0 x(kh + Mh) + b1 x(kh + Mh h) + ... + bM x(kh)
Donde: x(kh) , y (kh) son la entrada y la salida del sistema respectivamente, a0 , a1 ,..., aN ,
b0 , b1 ,..., bM son coeficientes constantes y N, M son los mximos adelantos involucrados de la salida y la entrada respectivamente, a N se le llama el orden del sistema.
Observacin: para que el sistema dado por (3.46) sea causal se requiere que N M
Calculando la transformada Z a cada lado de la ecuacin (3.46) y usando la propiedad de corrimiento hacia delante, suponiendo condiciones iniciales cero, obtenemos a0 z N Y ( z ) + a1 z N 1Y ( z ) + ... + aN Y ( z ) = b0 z M X ( z ) + b1 z M 1 X ( z ) + ... + bM X ( z ) Factorizando, obtenemos ( a0 z N + a1 z N 1 + ... + aN ) Y ( z ) = ( b0 z M + b1 z M 1 + ... + bM ) X ( z ) Despejando el cociente de la salida entre la entrada
Y ( z ) b0 z M + b1 z M 1 + ... + bM = X ( z ) a0 z N + a1 z N 1 + ... + aN
(3.47)
52
Si definimos el cociente anterior como

Y (z) (3.48) X ( z) Entonces obtenemos la representacin de la ecuacin de diferencias (3.46) como una simple multiplicacin de la forma Y ( z) = G( z) X ( z) (3.49)
G( z) =
Al cociente (3.48) dado por la Transformada Z de la salida entre la Transformada Z de la entrada de un sistema discreto bajo condiciones iniciales cero se le llama la Funcin Transferencia de Pulso o Funcin de Transferencia Discreta del sistema. Por lo tanto, de acuerdo a (3.47), un DSLIT descrito por la ecuacin de diferencias lineal (3.46) tiene una funcin de transferencia de pulso de tipo racional dada por (3.47).
Ejemplo De acuerdo a lo anterior el DSLIT descrito por la siguiente ecuacin de diferencias y (kh) + 0.5 y (kh h) + y (kh 2h) = x(kh) + x(kh h)
Tendr la siguiente funcin de transferencia de pulso. 1 + z 1 G( z) = 1 + 0.5 z 1 + z 2 Que tambin puede escribirse como z2 + z G(z) = 2 z + 0.5 z + 1 La funcin transferencia se ha convertido en un lenguaje estndar en los simuladores de sistemas dinmicos, por ejemplo, en Matlab se puede introducir el sistema del ejemplo anterior como sigue:
>> num=[1 1 0]; % coeficientes del numerador en potencias decrecientes de z >> den=[1 0.5 1]; % coeficientes del denominador >> h=0.01; % Periodo de muestreo >> G=tf(num,den,h); %define la funcin de transferencia discreta
3.5. Polos y Ceros de Funciones de Trasferencia de Pulso
En general, las funciones de transferencia de pulso de un DSLIT tienen la forma de una funcin racional de la variable compleja z, es decir, se pueden escribir como divisiones de polinomios en potencias de z o de z 1
G(z) = B ( z ) b0 z M + b1 z M 1 + ... + bM = A( z ) a0 z N + a1 z N 1 + ... + aN
(3.50)
53
Donde a0 , a1 ,..., aN , b0 , b1 ,..., bM , son constantes.

La funcin de transferencia de pulso (3.50) puede ser escrita en trminos de potencias de z 1 multiplicando numerador y denominador por z N para obtener b0 z M N + b1 z M N 1 + ... + bM z N G(z) = a0 + a1 z 1 + ... + aN z N O bien,
G(z) = z
d
b0 + b1 z 1 + ... + bM z M a0 + a1 z 1 + ... + aN z N
(3.51)
Donde d = N M es el retardo total del sistema.
Definimos un cero de G ( z ) como un valor de z que hace cero el numerador B ( z ) , es decir, es un valor de z tal que G ( z ) = 0 . En forma similar un polo de G ( z ) es un valor de z que hace cero el denominador A( z ) , es decir, un valor de z tal que G ( z ) = . De acuerdo a la definicin anterior, la funcin racional G ( z ) puede ser expresada de manera que aparezcan en su expresin explcitamente los ceros y los polos, factorizando numerador y denominador como sigue
G( z) = K
( z z1 )( z z2 )...( z z M ) ( z p1 )( z p2 )...( z pN )
(3.52)
Donde
K = b0 / a0 , z1 , z 2 ,..., z M son las races del numerador, es decir, los ceros finitos
de X ( z ) , p1 , p 2 ,..., p N son las races del denominador, es decir, los polos finitos de X ( z ) Obsrvese que de acuerdo a la expresin (3.51) la funcin de transferencia de pulso tiene adems d = N M ceros repetidos para z = . Por lo tanto G ( z ) tiene M ceros finitos, N polos finitos y N M ceros infinitos. Si contamos tanto ceros finitos como infinitos resulta que X ( z ) tiene el mismo nmero de polos que de ceros.
3.6.- Modelado desde el punto de vista del proceso.
El esquema general de control digital directo mostrado en la figura 3.1 tambin puede ser replanteado desde el punto de vista del proceso continuo, el cual recibe como entrada la seal continua u (t ) , la cual es la salida del convertidor digital/analgico de la computadora 54
y esta a su vez recibe la salida del proceso continuo y (t ) , por lo tanto, desde el punto de vista del proceso las seales discretas son invisibles, todo lo que ocurre en el lazo de control son seales continuas, esto se representa en la figura 3.12.
y(t)
A/D
y(k)
Algoritmo discreto
u(k)
D/A
u(t)
Proceso Continuo
y(t)
Computadora
Fig. 3.12. El punto de vista del proceso continuo.
En lugar de intentar obtener un modelo continuo de los procesos discretos que ocurren en la computadora (lo cual no es posible pues dentro de la computadora no se tiene la informacin de lo que ocurre entre dos instantes de muestreo consecutivos) le daremos la vuelta al problema usando la nocin de la funcin transferencia de pulso. Mediante la transformada Z ahora podemos representar lo que ocurre dentro de la computadora en trminos de su funcin de transferencia de pulso, de manera que el esquema general de control digital directo mostrado en la figura 3.12 se puede replantear ahora en trminos de funciones de transferencia como se muestra en la figura 3.13
y(t)
y(k)
H(z)
u(k)
ZOH
u(t)
G(s)
Proceso continuo
y(t)
Convertidor A/D
Convertidor D/A
Algoritmo discreto
Fig. 3.13. Diagrama de control digital directo modelado mediante funciones de transferencia.
Obsrvese en la figura 3.13 que ambas H(z) y G(s) son funciones transferencia, pero distintos dominios. Obsrvese tambin que el convertidor de analgico a digital se modelado por un muestreador mientras que el convertidor de digital a analgico se modelado por un muestreador seguido de un reconstructor simple ZOH (Retenedor orden cero).
en ha ha de
Para obtener un modelo que no mezcle variables de diferente dominio tenemos dos alternativas: 1) Obtener la funcin de transferencia en el dominio de Laplace equivalente de H(z) y de los convertidores A/D y D/A 2) Obtener una funcin de transferencia en Z equivalente del retenedor de orden cero en cascada con G(s) La primera opcin no es posible porque dentro de la computadora se ejecuta un algoritmo discreto que no tiene la informacin de tiempo continuo, sin embargo, la segunda opcin
55
tampoco es muy atractiva porque implica discretizar la informacin continua de G(s) y por lo tanto perder informacin, sin embargo es el nico camino posible y a pesar de perder informacin de lo que ocurre entre instantes de muestreo aplicaremos esta idea que se esquematiza como se ilustra en la figura 3.14.
y(t)
y(k)
H(z)
u(k)
u(k)
ZOH
u(t)
G(s)
G(z)
y(t)
y(k)
Fig. 3.14. Adicin de un muestreador ficticio a la salida de la planta continua.
Obsrvese que en la figura 3.14 se ha agregado un muestreador ficticio a la salida de la planta continua, las razones para hacer esto son las siguientes: 1) No es posible obtener una funcin de transferencia G(z) que relacione la salida continua y (t ) con la entrada discreta u (k ) 2) El muestreador representa la prdida de informacin de y (t ) entre instantes de muestreo. 3) Considerando el muestreador s es posible obtener una funcin de transferencia G(z) que relacione la salida y (k ) con la entrada u (k )
3.6.1.- Obtencin de G(z) a partir de G(s).
Una manera de calcular G(z) a partir de G(s) es suponer el siguiente experimento: En la figura 3.14 supongamos que u (k ) = (kh) , es decir, la computadora genera un escaln unitario discreto, por lo tanto 1 U (z) = (3.53) 1 z 1 Por lo tanto debido al retenedor de orden cero u (t ) = (t ) (escaln unitario continuo), por 1 lo tanto U ( s ) = y por lo tanto, s G (s) Y (s) = (3.54) s Por lo tanto G( s) (3.55) y (t ) = L 1 s Adems
Y ( z ) = Z [ y (kh) ]
56
Podemos definir
Y ( z ) = Z [ y (t ) ] = Z [ y (kh)]
(3.56)
Esta definicin implica que al no poder calcular la transformada Z de la seal continua y (t ) , introducimos un muestreo ficticio para reemplazar y (t ) por y (kh) . Con esta definicin, podemos obtener G(z) como sigue Y ( z) G( z) = (3.57) U ( z) Entonces, de (3.53) G ( z ) = (1 z 1 )Y ( z ) (3.58) Y sustituyendo (3.55) G( s) G ( z ) = (1 z 1 )Z L 1 s Que por comodidad abreviaremos como G (s) (3.59) G ( z ) = (1 z 1 )Z s Tomando en cuenta la prdida de informacin entre instantes de muestreo en la salida y (k ) podemos finalmente transformar todo el diagrama de bloques de la figura 3.14 a un solo dominio como se muestra en la figura 3.15
y(t)
y(k)
H(z)
u(k)
G(z)
y(k)
Fig. 3.15. Diagrama de bloques del lazo de control digital directo en el dominio z.
Obsrvese que ahora los muestreadores no son ya necesarios porque todas las seales que fluyen en el diagrama son de tiempo discreto, por lo tanto se pueden eliminar los muestreadores como se muestra en la figura 3.16.
Y( z)
H(z)
U( z)
G(z)
Y( z)
Fig. 3.16. Eliminacin de los muestreadores.
57
Para poder aplicar el razonamiento descrito hasta aqu, todava debemos detallar el clculo de G(z) de acuerdo a (3.60), para ello veamos primeramente la obtencin de GOH ( s ) .
Otra manera de calcular G(z) a partir de G(s) se basa en la siguiente observacin: En el diagrama de la figura 3.15 se tiene que
G ( z ) = Z[GOH ( s )G ( s )]
(3.60)
Donde GOH ( s ) es la funcin de transferencia en el dominio de Laplace del retenedor de orden cero. A continuacin obtendremos esta funcin de trasferencia del retenedor de orden cero GOH ( s ) usando la siguiente propiedad muy conocida de la teora de sistemas continuos lineales invariantes en el tiempo (SLIT). La Funcin de transferencia de un SLIT continuo es la Transformada de Laplace de su respuesta al impulso unitario. Al retenedor de orden cero no se le puede aplicar un impulso unitario o delta de Dirac (t ) , pues antes tiene que pasar por la etapa del muestreador, el cual lo convierte en un pulso unitario (kh) . En la figura 3.17 se muestra la respuesta al pulso unitario g OH (t ) , del retenedor de orden cero, obtenida de acuerdo a su definicin dada por (2.10).
(kh) 1 (kh)
0h gOH(t)
gOH(t) 1
ZOH
0h
Fig. 3.17. Respuesta al pulso unitario del retenedor de orden cero.
La respuesta al pulso unitario del retenedor de orden cero es entonces un pulso de ancho h y de amplitud 1, el cual puede ser expresado como la suma de dos escalones unitarios como sigue (vase la figura 3.18).
gOH (t ) = (t ) (t h)
(t)
1
(3.61)
gOH(t)
(t-h)
=
t
0h
0h
Fig. 3.18. Obtencin del pulso de ancho h mediante la resta de dos escalones unitarios.
Aplicando Transformada de Laplace a (3.61) obtenemos
58
GOH ( s ) =
1 (1 ehs ) s
(3.62)
Sin embargo el trmino e hs que representa un retardo puro de valor h no puede ser expresado como una funcin racional (divisin de polinomios de s) y es mejor representarla en el dominio de z de acuerdo a la propiedad del retardo (3.39). hs z 1 = Z e Y sustituyendo en (3.62) obtenemos la siguiente expresin que mezcla dos dominios
GOH ( s ) =
1 (1 z 1 ) s
(3.63)
Finalmente obtenemos la funcin de transferencia F(s) de los dos bloques en cascada: el retenedor de orden cero seguido de la planta continua G(s):
G ( z ) = Z [GOH ( s )G ( s ) ]
G ( s) = Z (1 z 1 ) s
Por lo tanto,
G (s) G ( z ) = (1 z 1 )Z s
(3.64)
La cual nos da la expresin para la discretizacin de la planta continua G(s) precedida por un retenedor de orden cero y por lo tanto es una discretizacin invariante al escaln.
3.6.2.- Discretizacin de funciones transferencia en lazo abierto usando tablas de transformadas.
Lo nico que hace falta para poder aplicar la expresin (3.64) es un procedimiento para transformar una expresin del dominio de Laplace al dominio Z, lo cual se puede realizar a partir de las tablas de transformadas. Para realizar esto tenemos que partir de expresiones de G(s) en forma de funcin racional de s y aplicar el procedimiento de expansin en fracciones parciales, las cuales son fciles de encontrar en las tablas, como se ilustra en los siguientes ejemplos.
3.6.2.1.- Ejemplo. Sistema de primer orden. Comencemos con el caso ms simple. Consideremos que la planta continua est dada por la funcin de transferencia de primer orden siguiente b G (s) = (3.65) s+a
59
Sustituyendo en (3.64), obtenemos

b G ( z ) = (1 z 1 )Z s(s + a)
Factorizando b y desarrollando en fracciones parciales el trmino entre corchetes ( 1 ) ( 1 ) G ( z ) = b(1 z 1 )Z a a s s+a Por la propiedad de linealidad de la transformada Z 1 1 1 1 G ( z ) = b(1 z 1 ) ( a )Z ( a )Z s s + a Buscamos en la Tabla de Transformadas (3.1) y obtenemos 1 1 1 1 G ( z ) = b(1 z 1 ) ( a ) 1 ( a ) ah 1 1 (e ) z 1 z Haciendo operaciones (1 z 1 ) b G ( z ) = 1 a 1 (e ah ) z 1
=
Y finalmente
b 1 (e ah ) z 1 (1 z 1 ) a 1 (e ah ) z 1
b(1 e ah ) z 1 G( z) = a ae ah z 1
O bien,
F ( z) =
b 1 e ah a z e ah
(3.66)
Obsrvese que esta funcin de transferencia corresponde a la ecuacin de diferencias b y (kh + h) = e ah y (kh) + (1 e ah )u (kh) (3.67) a Comprese con (3.8) y se observar que se trata del mismo resultado, como era de esperarse, pues la inclusin de un retenedor de orden cero equivale a la suposicin de que la entrada no cambia entre instantes de muestreo.
3.6.2.1.- Ejemplo. Sistema de segundo orden reducible mediante fracciones parciales. Consideremos ahora la planta continua dada por la siguiente funcin transferencia de segundo orden 1 G (s) = 2 s +s
60
Sustituyendo en (3.64), obtenemos

1 G ( z ) = (1 z 1 )Z 2 s( s + s)
Como el factor cuadrtico del denominador tiene races s1 = 0 y s2 = 1 , las cuales son reales y distintas, por lo tanto podemos desarrollar en fracciones parciales de primer orden como sigue C A B G ( z ) = (1 z 1 )Z 2 + + s s + 1 s Donde los coeficientes A, B y C se obtienen pro igualacin de coeficientes; en este caso A=1, B=-1, C=1, por lo tanto 1 1 1 G ( z ) = (1 z 1 )Z 2 + s s + 1 s Por la propiedad de linealidad de la transformada Z 1 1 1 G ( z ) = (1 z 1 ) Z 2 Z + Z s s + 1 s Buscamos en la Tabla de Transformadas (3.1) y obtenemos hz 1 1 1 G ( z ) = (1 z 1 ) + 1 2 1 h 1 (1 z ) 1 z 1 e z Haciendo la multiplicacin hz 1 1 z 1 G( z) = 1 + 1 z 1 1 e h z 1 Haciendo la suma de fracciones hz 1 (1 e h z 1 ) (1 z 1 )(1 e h z 1 ) + (1 z 1 ) 2 G( z) = (1 z 1 )(1 e h z 1 ) Factorizando (1 e h z 1 ) hz 1 (h + 1) 1 + (1 z 1 ) 2 G( z) = (1 z 1 )(1 e h z 1 ) Ordenando en potencias de z 1 , obtenemos finalmente
(h 1 + e h ) z 1 + (1 e h he h ) z 2 G( z) = 1 (1 + e h ) z 1 + e h z 2
3.6.2.3.- Ejemplo. Sistema de segundo orden no reducible mediante fracciones parciales. Consideremos ahora la planta continua dada por la siguiente funcin de transferencia 1 G (s) = 2 s + s +1 Sustituyendo en (3.64), obtenemos
61
1 G ( z ) = (1 z 1 )Z 2 s ( s + s + 1) 3 Como el factor cuadrtico del denominador tiene races s1,2 = 1 2 j 2 , las cuales son complejas conjugadas, por lo tanto no se puede desarrollar en fracciones parciales de primer orden sino que el factor de segundo orden se conservar como sigue A Bs + C G ( z ) = (1 z 1 )Z + 2 s s + s + 1 Donde las constantes A, B, C se pueden obtener por igualacin de coeficientes, obtenindose en este caso A=1, B=-1, C=-1, por lo tanto s +1 1 G ( z ) = (1 z 1 )Z 2 s s + s + 1 Por la propiedad de linealidad de la transformada Z 1 s +1 G ( z ) = (1 z 1 ) Z Z 2 s + s + 1 s El segundo trmino no es fcil de encontrar en una tabla de transformadas, a menos que lo escribamos en trminos de ( s + a ) donde a es una constante, para esto completamos el cuadrado en el denominador, obteniendo 1 (s + 1 1 2) 2 G ( z ) = (1 z 1 ) Z Z + 2 2 3 3 1 1 (s + 2 ) + 4 (s + 2 ) + 4 s
Buscamos en la Tabla de Transformadas (3.1) y obtenemos 1 h/ 2 1 e h / 2 cos( 23 h) z 1 sin( 23 h) z 1 1 2e G ( z ) = (1 z 1 ) 1 h/ 2 1 h 2 h / 2 1 h 2 3 3 1 z 1 2e cos( 2 h) z + e z 1 2e cos( 2 h) z + e z Haciendo la multiplicacin 1 h /2 1 (1 z 1 ) 1 e h /2 cos( 23 h) z 1 sin( 23 h) z 1 2 (1 z )e G( z) = 1 1 2e h /2 cos( 23 h) z 1 + e h z 2 1 2e h /2 cos( 23 h) z 1 + e h z 2
Haciendo la suma de fracciones 1 h /2 1 2e h /2 cos( 23 h) z 1 + e h z 2 (1 z 1 ) 1 e h /2 cos( 23 h) z 1 1 sin( 23 h) z 1 2 (1 z )e G( z) = 1 2e h /2 cos( 23 h) z 1 + e h z 2
Simplificando, en forma de divisin de polinomios en potencias de z 1 obtenemos finalmente h /2 h /2 1 e h /2 cos( 23 h) 1 sin( 23 h) z 1 + e h + e h /2 cos( 23 h) + 1 sin( 23 h) z 2 2e 2e G( z) = 1 2e h /2 cos( 23 h) z 1 + e h z 2
62
3.6.2.4.- Ejemplo. Sistemas de orden superior. Cuando se tiene una planta de orden mayor que 2, siempre es posible expresarla en trminos de los dos casos anteriores. Consideremos por ejemplo la planta continua dada por la siguiente funcin de transferencia de cuarto orden s+3 G (s) = 4 3 s + 4 s + 6 s 2 + 5s + 2
3 Como las races del denominador son s1 = 1, s2 = 2, s3,4 = 1 2 2 , se puede factorizar como sigue s+3 G (s) = ( s + 1)( s + 2)( s 2 + s + 1) Por lo tanto G( s) s+3 = s s ( s + 1)( s + 2)( s 2 + s + 1) G( s) Y por lo tanto se puede desarrollar en fracciones parciales como sigue s G( s) A B C Ds + E = + + + 2 s s s + 1 s + 2 s + s + 1 1 1 4 Donde A = 3 2 , B = 2 , C = 6 , D = 3 y E = 3
B C Ds + E A G ( z ) = (1 z 1 )Z + + + 2 s s + 1 s + 2 s + s + 1 etc (El resto del procedimiento es similar al de los ejemplos anteriores).
3.6.3.- Reduccin de Bloques en Cascada.

Con el procedimiento descrito en la seccin anterior ya podemos expresar un sistema de control que involucra elementos continuos y discretos en un solo dominio (el dominio Z). De esta manera podemos extender las reglas de reduccin de diagramas de bloques al dominio Z con una sola excepcin que en la que hay que tener precaucin especial:
Bloques en Cascada con muestreador de por medio

En el caso en que dos bloques continuos estn conectados en cascada con un muestreador (convertidor A/D) de por medio la equivalencia es directa como se muestra en la figura 3.17
63
u(t)
u(k)
G(s)
H(s)
y(t)
y(k)
U(z)
G(z)H(z)
Y(z)
Fig. 3.17. Bloques continuos en cascada con muestreador de por medio.
De manera que en la figura 3.17 se pueden obtener las funciones de transferencia de pulso de cada bloque en forma directa como
G ( z ) = Z [G ( s ) ] y H ( z ) = Z [ H ( s ) ]
Y por lo tanto el diagrama de la figura 3.17 se puede convertir a un slo bloque o funcin de transferencia de pulso dado por
Y (z) = G( z)H ( z) U (z)
(3.68)
Bloques en Cascada sin muestreador de por medio

Si no existe un muestreador en medio de dos bloques continuos se aplica el procedimiento explicado en la seccin anterior para el caso (Retenedor ZOH Planta Continua) y de esta manera la equivalencia por bloques es como se muestra en la figura 3.17
64
u(t)
u(k)
G(s)
H(s)
y(t)
y(k)
u(t)
u(k)
G(s)H(s)
y(t)
y(k)
U(z)
GH(z)
Y(z)
Fig. 3.17. Bloques continuos en cascada sin muestreador de por medio
En la figura 3.17 el bloque equivalente GH(z) se obtiene discretizando el equivalente en cascada G(s)H(s) de los bloques continuos, es decir
GH ( z ) = Z [G ( s ) H ( s ) ]
(3.69)
3.6.4.- Funcin de transferencia de pulso de un sistema de control digital de una planta continua.
Una vez que tenemos expresada la funcin de transferencia de la planta en cascada con el retenedor de orden cero tenemos expresado todo el sistema en un solo dominio y podemos aplicar todas las reglas de reduccin de diagramas de bloques para obtener una expresin simplificada del sistema en lazo cerrado. As por ejemplo, para obtener la funcin de transferencia del siguiente sistema de control digital directo mostrado en la figura 3.19. Donde M(s) representa la funcin de transferencia de un sensor analgico.
65

Algoritmo discreto
r(k)
+ -
H(z)
u(k)
D/A
u( t )
G(s)
y(t)
y1(k)
A/D
y 1( t )
M(s)
Computadora Fig. 3.19.- Sistema de control digital directo con entrada de referencia.
Usando el razonamiento explicado en la seccin anterior, el sistema se transforma al mostrado en la figura 3.20
r(k)
+ -
e(k)
H(z)
u(k)
y(t)
GH0(s)G(s)
y(k)
y1(k)
y1(t)
M(s)
Fig. 3.20. Sistema de control digital directo con entrada de referencia en el dominio Z.
De la figura 3.20 obtenemos las relaciones siguientes Y ( z ) = G ( z )U ( z )

Donde, de acuerdo con (3.64)
(3.70)
G (s) G ( z ) = (1 z 1 )Z s Adems, tambin del diagrama de la figura 3.20 se tiene que

U (z) = H (z)E( z)
(3.71) (3.72) (3.73) (3.74)
Donde
E ( z ) = R ( z ) Y1 ( z )
Pero
Y1 ( z ) = GM ( z )U ( z )
Donde de acuerdo a (3.64) ,
G (s) M (s ) GM ( z ) = (1 z 1 )Z s Sustituyendo (3.71), (3.72) y (3.73) en (3.70) obtenemos Y ( z ) = G ( z ) H ( z ) [ R( z ) GM ( z )U ( z )]

Despejamos ahora U(z) en (3.70) y sustituyendo obtenemos
66
Y ( z) Y ( z ) = G ( z ) H ( z ) R ( z ) GM ( z ) G( z) Factorizando Y(z) se obtiene Y ( z ) [1 + H ( z )GM ( z )] = G ( z ) H ( z ) R( z )

Finalmente la funcin de transferencia de lazo cerrado queda como sigue Y (z) G( z)H ( z) = R ( z ) 1 + GM ( z ) H ( z )
(3.75)
Obsrvese que en el caso particular en que el sensor tiene la funcin de transferencia M(s)=1 se tiene que GM(z) =G(z) y entonces la ecuacin anterior se transforma en la expresin ms familiar Y (z) G( z) H ( z) = (3.76) R( z ) 1 + G ( z ) H ( z )
Ejemplo. Obtener la funcin de transferencia de lazo cerrado del sistema de control digital directo de la figura (3.19) con sensor M(s)=1, para la planta continua dada por 1 G (s) = 2 s +s Y para el algoritmo de control proporcional dado por H ( z) = K p Solucin. Como ya se calcul en un ejemplo anterior, en este caso se tiene que h (1 e h + he h ) z 1 + (1 e h ) z 2 G( z) = 1 (1 + e h ) z 1 + e h z 2
Sustituyendo en (3.76) se obtiene
h (1 e h + he h ) z 1 + (1 e h ) z 2 Y (z) 1 (1 + e h ) z 1 + e h z 2 = h (1 e h + he h ) z 1 + (1 e h ) z 2 R( z ) 1+ K p 1 (1 + e h ) z 1 + e h z 2 Eliminando denominador comn se obtiene Kp h (1 e h + he h ) z 1 + (1 e h ) z 2 Y (z) = h 1 h 2 h h 1 h 2 R ( z ) 1 (1 + e ) z + e z + K p h (1 e + he ) z + (1 e ) z Kp
Expresando en potencias de z 1
Kp h (1 e h + he h ) z 1 + (1 e h ) z 2 Y (z) = h h h 1 h 2 R( z ) 1 + K p h e K e he z e K + ) + + p (1 e h ) (1 + ) + p (1 z
(3.77)
67
Una vez que tenemos el modelo del sistema completo en una sola funcin de transferencia, es deseable poder utilizar este modelo para responder algunas preguntas bsicas sobre el comportamiento del sistema: Es estable?, Oscila?, su respuesta crece o decrece con el tiempo? tiende a una constante?. Este problema lo trataremos con mayor detenimiento en el siguiente captulo, en donde presentaremos algunas herramientas que nos permiten responder estas y otra preguntas. Sin embargo poseemos una herramienta que ya nos permite responder algunas de las preguntas anteriores: El Teorema del valor final.
Ejemplo: Usando el Teorema del Valor Final calcularemos a que tiende la respuesta del sistema del ejemplo anterior ante una entrada escaln unitario. Sea Y ( z) Gcl ( z ) = R( z) Entonces Y ( z ) = Gcl ( z ) R ( z ) Del teorema del valor final y () = lim(1 z 1 )Y ( z ) = lim(1 z 1 )Gcl ( z ) R( z )
z 1 z 1
Y si la entrada de referencia es un escaln unitario obtenemos simplemente y ( ) = Gcl (1) Sustituyendo en (3.77)
y ( ) =
h h h Kp h (1 e + he ) + (1 e ) h h h h h 1+ K ph (1 + e ) + K p (1 e + he ) + e + K p (1 e )
(3.78)
Simplificando
y ( ) =
K p ( h he h ) K p h K p (he h )
=1
En otras palabras, la respuesta al escaln es estable y tiende sin error a la referencia al transcurrir el tiempo, y este comportamiento es independiente de los valores de Kp y h siempre y cuando no sean cero.
68
Introduccin a la Teora de Control Digital
Captulo 4. Anlisis de Sistemas de Tiempo Discreto
Captulo 4 Anlisis de Sistemas de Tiempo Discreto

4.1.- Introduccin.
En el captulo anterior se ha descrito la obtencin de dos tipos de modelos para sistemas discretos o para el equivalente discreto de un sistema continuo: La ecuacin de diferencias y la funcin de transferencia de pulso Una vez que tenemos el modelo de un sistema discreto, podemos utilizarlo para predecir cul es el comportamiento del sistema que representa ante condiciones iniciales distintas de cero, o ante diferentes entradas de prueba. Especialmente, es importante saber si presentar o no una respuesta acotada u oscilatoria, si tendr sobreimpulsos, que tan rpida o lenta ser, etc. Este es el problema que abordaremos en este captulo.
4.2.- Clculo de la Respuesta de un DSLIT.
El problema de anlisis de un sistema consiste en obtener la respuesta del sistema ante una entrada dada. Existen dos mtodos para abordar este problema:
i. Obtener la solucin de la ecuacin de diferencias que representa al sistema. Para obtener la solucin de una ecuacin de diferencias es posible utilizar varias metodologas distintas: 1) Mtodos analticos 2) Solucin iterativa 3) Transformada Z inversa ii. Obtener la respuesta del sistema a una seal de prueba elemental (seal pulso unitario) , descomponer la entrada en trminos de estas entradas elementales y aplicar la propiedad de linealidad. La solucin por mtodos analticos es muy similar a como se trata en el caso del clculo de la solucin de una ecuacin diferencial y no ser tratada en estos apuntes.
4.3.- Solucin de las ecuaciones de diferencias mediante iteracin numrica.

El mtodo iterativo constituye la manera ms sencilla de resolver una ecuacin de diferencias, ya que simplemente evaluamos repetitivamente la ecuacin a partir de las condiciones iniciales especificadas.
69
Ventajas. El mtodo iterativo es sencillo y se puede implementar en una computadora de manera directa. Desventajas. En general es difcil obtener una expresin analtica de la solucin con este mtodo.
Si no tenemos una solucin analtica de la solucin y (kh) , esto implica que si deseamos por ejemplo el valor y (5000h) , necesitamos realizar 5000 iteraciones a partir de la condicin inicial para obtenerlo, en cambio, si conociramos la solucin analtica, bastara con sustituir k=5000 en la expresin analtica de la solucin.
4.3.1.- Ejemplo. Sistema de primer orden

Obtener la respuesta al escaln unitario del sistema dado por la siguiente ecuacin de diferencias de primer orden, para condiciones iniciales cero. y (kh + h) = y (kh) + u (kh) (4.1)
Solucin. Haciendo las iteraciones a partir de la condicin inicial y (0) = 0 , obtenemos

Para k=0: Para k=1: Para k=2:
y (h) = y (0) + u (0) = (0) + (1) = y (2h) = y (h) + u (h) = ( ) + (1) = ( + 1) y (3h) = y (2h) + u (2h) = ( + 1) + (1) = ( 2 + + 1)
Para k=3: y (4h) = y (3h) + u (3h) = ( 2 + + 1) + (1) = ( 3 + 2 + + 1) Por induccin, para k=n-1: y (nh) = y (nh h) + u (nh h) = ( n 1 + ... + + 1) Mediante induccin en este caso es posible obtener una expresin analtica para la solucin, como sigue y (nh) = ( n 1 + ... + + 1) Pero el trmino entre parntesis se puede escribir como 1 n n 1 + ... + + 1 = 1 La cual es una sumatoria geomtrica con razn de crecimiento , por lo tanto, la solucin analtica es 1 n y (nh) = (4.2) 1 En la figura 4.1 se muestra el comportamiento de esta respuesta para h = 1 , = 1 y para diferentes valores de la constante
70
=0.9
=-0.9
10 8
y(k) y(k)
1 0.8 0.6 0.4 0.2 0 10 20 30 Time (sec)

=1.1111
6 4 2 0 0 40 50
10
20 30 Time (sec)
=-1.1111
40
50
100 50
y(k)
1500 y(k) 1000 500 0 0
0 -50
10
20 30 Time (sec)
40
50
-100 0
10
20 30 Time (sec)
40
50
Fig. 4.1.- Respuesta al escaln unitario del sistema de primer orden para diferentes valores de
Como se puede observar en la figura 4.1, dependiendo del valor de la constante el comportamiento de la respuesta al escaln del sistema de primer orden (4.1) puede ser dramticamente diferente, y puede pasar de ser oscilatorio, no oscilatorio hasta ser inestable. Ms adelante analizaremos como esta situacin tambin se presenta en sistemas de orden mayor. El mtodo iterativo se puede emplear para sistemas de cualquier orden, sin embargo entre mayor sea el orden del sistema es ms difcil encontrar una expresin analtica de la solucin, por esta razn es importante tener un mtodo orientado al clculo de soluciones analticas.
4.4.- Solucin de la Ecuacin Lineal de Diferencias Mediante Transformada Z Inversa.

Si deseamos calcular la respuesta y (kh) ante una entrada u (kh) bajo condiciones iniciales cero, para un sistema discreto dado por su funcin de transferencia Y ( z) = G( z) (4.3) U ( z) Ser suficiente con calcular Y ( z ) Y ( z ) = G ( z )U ( z ) (4.4) y luego expresar el resultado en el dominio del tiempo discreto, es decir,
y (kh) = Z 1 [Y ( z ) ]
(4.5)
71
Para evaluar la expresin anterior expresaremos Y ( z ) en trminos fciles de encontrar en las tablas de Transformadas Z, o bien, aplicaremos alguno de los siguientes mtodos para el clculo de la Trasformada Z inversa.
4.5.- Clculo de la Transformada Z Inversa.

Al proceso de obtener la seal en el tiempo discreto x(kh) a partir de su expresin transformada X ( z ) se le denomina transformada Z inversa. Se puede obtener la siguiente frmula de inversin explcita usando teora de variable compleja: 1 x(kh) = X ( z ) z k 1dz (4.6) 2 j C Donde C es un trayecto cerrado en el plano complejo Z que encierra al origen y se encuentra dentro de la ROC de X ( z ) . La Transformada Z inversa se puede obtener por inspeccin a partir de la tabla de transformadas Z ya calculadas, sin embargo, en las tablas no siempre se pueden encontrar todas las posibles expresiones en Z, por esta razn a veces se usa alguno de los tres mtodos que se describirn a continuacin.
4.5.1.- Clculo directo de la integral de contorno compleja.

El Teorema Integral de Cauchy y la frmula de Cauchy (Teorema de los Residuos) los cuales son resultado de la teora de variable compleja proporcionan una herramienta para calcular la integral (4.6)
Teorema Integral de Cauchy: Si f ( z ) es una funcin analtica para todos los puntos sobre y dentro de un contorno cerrado simple C, entonces (4.7) f ( z )dz = 0 Frmula integral de Cauchy: Si f ( z ) es una funcin analtica sobre y dentro de un contorno cerrado simple C y si z = z0 es un punto en el interior del contorno, entonces 1 f (z) dz = f ( z0 ) (4.8) 2 j C z z0
y tambin,
1
2 j
(z z )
C
f ( z)
0
dz =
1 d k 1 f ( z ) ( k 1)! dz k 1 z = z
(4.9)
0
72
A partir de los resultados anteriores se puede obtener un mtodo prctico para evaluar la integral de contorno para una funcin racional de la forma: N (z) f ( z) = (4.10) D( z ) supongamos que f ( z ) tiene n races simples z1 , z2 ,...., zn dentro de C, expandiendo f ( z ) en fracciones parciales, obtenemos n Ri ( z ) 1 1 f ( z ) dz = (4.11) dz 2 j C 2 j C i =1 z zi
donde Ri es el residuo de f ( z ) en el polo z=zi, es decir, Ri ( z ) = ( z zi ) f ( z ) De (4.11) y usando (4.8), obtenemos n 1 f ( z ) dz Ri ( zi ) = = [ residuos de f ( z )] 2 j C i =1 todos los polos zi
(4.12)
(4.13)
La frmula anterior funciona tambin cuando los polos son repetidos, pero en ese caso se debe usar (4.9) en lugar de (4.8) Finalmente, la frmula (4.13) aplicada al clculo de la transformada inversa queda 1 x(kh) = X ( z ) z k 1dz = Residuos de X ( z ) z k 1 en z = zi 2 j C zi dentro de C donde zi son los polos de X ( z ) z k 1 .
(4.14)
Ejemplo.
Calcular la transformada inversa de X ( z ) =
1 con ROC z > a . 1 az 1
Solucin. Usando la frmula de integracin obtenemos 1 1 1 X (kh) = z k 1dz = 1 2 j C 1 az 2 j
zk dz za
donde C es una circunferencia de radio mayor que a . Para el clculo consideraremos dos casos: Para k 0 : En este caso el nico polo encerrado por C es z=a, y el residuo correspondiente es: R1 = z k = ak
z =a
por lo tanto
73
x(kh) = a k para k 0 Para k < 0 : En este caso
(4.15)
zk tiene un polo en z=0 adems del polo en z=a. za Calcularemos los residuos para cada valor de k: Para k=-1: 1 1 1 1 = , R2 (a ) = = R1 (0) = z a z =0 a z z =a a por lo tanto
x ( h) =
Para k=-2: x(2h) =
dz = + = 0 2 j z ( z a ) a a
C
2 j z
C
1 1 d 1 dz = + 2 ( z a) dz z a z =0 z
=0
z =a
etc., en general (para k<0): x(kh) = Pero,
1 2 j
1 1 1 d k 1 1 dz = + k k k 1 (k 1)! dz z a z = 0 z z ( z a)
z =a
1 d k 1 1 k = (1) (k 1)! k 1 dz z a ( z a)k

x(kh) = Por lo tanto x(kh) = 0 para k < 0 Tomando en cuenta los dos casos: (4.15) y (4.16) obtenemos que (4.16) 2 j z
C
1 1 dz = (1)k ( z a) ( z a)k
+
z =0
1 zk
=0
z =a
x(kh) = a k (kh)
Observacin: Como la ROC especificada es el exterior de un crculo, se espera que la seal x(kh) sea causal, por lo tanto x(kh) = 0 para k < 0 era un resultado esperado y podemos omitir el anlisis del caso k<0 si hacemos desde el inicio esta observacin. 4.5.2.- Clculo por expansin en serie de potencias
74
La idea de este mtodo consiste en expandir X ( z ) en una serie de potencias de z que converge en la ROC dada, es decir, se expresa X ( z ) en la forma X ( z) =
cz
n n =
(4.17)
Entonces de la definicin y de la unicidad de la transformada z, obtenemos simplemente
x(n) = cn para todo n

Ejemplo: Determine la transformada z inversa de
(4.18)
X ( z) = cuando la ROC es a) z > 1 b) z < 0.5

Solucin:
1 1.5 z + 0.5 z 2
a)
En este caso como la ROC es el exterior de un crculo, la seal es de tipo causal, por lo que buscaremos una serie en potencias de z 1 . Usando el procedimiento de divisin de polinomios obtenemos:
1 2 3 1+ 3 +7 + 15 + ... 2 z 4 z 8 z 1 2 1 3 +1 1 2 z 2 z 1 2 1 3 +1 2 z 2 z 2 3 1 1 2 z 2 z
3 2
2 3 z 1 9 +3 4 z 4 z 7 2 3 3 4 z 4 z 7 4
3 7 4 z 2 21 z +8 8 z 15 3 7 4 8z 8 z
....
7 15 Es decir, x(n) = {1, 3 2 , 4 , 8 ,...} , o bien,
x ( n) =
2n +1 1 n u ( n) = 2 ( 1 2 ) u ( n) n 2
b) En este caso la ROC es el interior de un crculo por lo tanto corresponde a una seal anticausal por ello desarrollamos en potencias positivas de z. usando nuevamente el procedimiento de divisin de polinomios, pero ordenando al revs: 75
1 2
z 2
2 z 2 + 6 z 3 + 14 z 4 + 30 z 5 + 62 z 6 ... 3 1 2 z +1 1
1 3z + 2 z 2 3z 2 z 2 3z 9 z 2 + 6 z 3 7 z 2 6z3 7 z 2 21z 3 + 14 z 4 15 z 3 14 z 4
15 z 3 45 z 4 + 30 z 5 31z 4 + 30 z 5
....
de donde, x(n) = {..., 62,30,14, 6, 2, 0, 0}
es decir,
n n 2 ( 1 u ( n 1) 2 2 ( 1) = x ( n) = u n ) 2
4.5.3.- Clculo por expansin en fracciones parciales
Este mtodo consiste en realizar una expansin en fracciones parciales de la funcin X ( z) racional para posteriormente buscar para cada fraccin parcial su correspondiente z expresin en el tiempo en una tabla de transformadas Z de funciones bsicas. Para aplicar este mtodo previamente se deber escribir X ( z ) como una funcin racional propia, es decir, como una divisin de polinomios de la forma X ( z) = Donde M < N . Toda funcin racional impropia ( M N ) se puede expresar siempre como la suma de un polinomio ms una funcin propia. La transformacin inversa de un polinomio es inmediata, por lo cual slo queda el problema de transformar la parte propia.
Ejemplo: Expresar la siguiente funcin racional impropia como un polinomio ms una fraccin racional propia: 2 1 z3 + 2 3 z + 2 z +1 X ( z) = 1 z2 2 3 z+ 2
bM z M + bM 1 z M 1 + ... + b1 z + b0 aN z N + aN 1 z N 1 + ... + a1 z + a0
(4.19)
76
Solucin: Primero observamos que se deben eliminar del numerador las potencias z 3 y z 2 , por lo tanto usamos el procedimiento de divisin de polinomios arreglando los polinomios en potencias descendentes de z y paramos el proceso cuando el grado del residuo sea menor que el grado del denominador: z+ 4 3
3 1 2 2 1 z2 2 3 z + 2 z + 3 z + 2 z +1
z3 2 z2 + 1 z 3 2
4 3
z2 + 0z + 1
4 z2 8 9 z+ 6
8 9 2 z+6
4 3
Por lo tanto
X ( z) = z + 4 3 +
z+ 2 6 1 z2 2 z 3 + 2
8 9
4.5.3.1.- Caso de Polos Distintos (Reales y Complejos) Ejemplo. Polos reales distintos: Obtener la expansin en fracciones parciales de
X ( z) , z
para X ( z) = 1
1 1.5 z + 0.5 z 2
Solucin: Multiplicando numerador y denominador por z 2 se obtiene X ( z) z = 2 z z 1.5 z + 0.5
factorizando el denominador obtenemos X (z) z = ( z 1)( z 0.5) z Expandiendo en fracciones parciales X ( z) R R2 = 1 + z z 1 z 0.5 donde
77
R1 =
Finalmente
z z = 2 , R2 = = 1 z 0.5 z =1 z 1 z =0.5
X ( z) =
2z z z 1 z 0.5
Esta expresin contiene solamente funciones bsicas cuya transformada Z inversa se puede obtener de la tabla de transformadas Z, una vez que se especifique la ROC correspondiente. El procedimiento mostrado en el ejemplo anterior puede ser utilizado siempre y cuando los polos no sean repetidos, inclusive aunque stos sean complejos como se ilustra en el siguiente ejemplo.
Ejemplo. Polos complejos distintos: Obtener la expansin en fracciones parciales de X ( z) , para z 1 + z 1 X ( z) = 1 z 1 + 0.5 z 2 Solucin: Multiplicando numerador y denominador por z2 se obtiene X (z) z +1 = 2 z z z + 0.5 factorizando el denominador obtenemos X ( z) z +1 = z ( z p1 )( z p2 ) 1 1 1 1 donde p1 = 2 + j 2 , p2 = 2 j 2 .
Expandiendo en fracciones parciales X ( z) R1 R2 = + z ( z p1 ) ( z p2 ) donde 3 +1 j z +1 p +1 z +1 R1 = j , R2 = = 1 = 2 2 =1 3 2 2 z p2 z = p p1 p2 j z p1

1
=
z = p2
1 j p2 + 1 3 j = 2 2 =1 +3 2 2 p2 p1 j
* Obsrvese que R1 = R2 , lo cual es una consecuencia de que p1 = p2 . Sustituyendo, se obtiene

1 1 3 j +3 j X ( z) = 2121 + 21 21 z ( z 2 2 j) ( z 2 + 2 j)
78
La cual no es una expresin muy adecuada, ya que si en la expresin original solo tenamos coeficientes reales, deberamos esperar lo mismo en la expresin expandida. Esta dificultad puede ser resuelta al transformar al dominio del tiempo: As, si X ( z) R R = + z ( z p) ( z p )
entonces
_____ x(n) = Rp n u (n) + Rp n u (n) = Rp n + Rp n u (n) = Re {Rp n } u (n) Donde u(n) es el escaln unitario discreto y se escribe solo para enfatizar que la seal es causal.
Si denotamos R, p en forma polar: R = R e j , p = p e j se obtiene
x(n) = Re {Rp n } u (n) = Re R p e(

n
+ jn )
} u ( n)
j
o bien,
x(n) = R p cos(n + )u (n)

3 Para el ejemplo, R = 1 2 j 2 = 5 2
e j , = tan 1 (3) , p = 1 + j1 = 2 2
5 2
1 2
e 4 , por lo tanto
X (kh) =
( )
1 2
cos ( 4 kh + )
En la figura 3.3 se muestra el comportamiento en el tiempo de esta seal

x(n)
1 0.8 0.6 0.4 0.2 0 -0.2 -0.4
n
5 2 1 2
10
15
Fig. 4.2. Grfica de la seal X (n) =
( )
cos ( n + ) del ejemplo 4
79
4.5.3.2.- Polos repetidos.
X ( z) contiene trminos de la forma ( z p ) n , se generar una z sumatoria de n fracciones parciales de la forma: Rn R1 R2 + + ... + (4.20) 2 n ( z p) ( z p) ( z p) Cuando el denominador de
Donde los coeficientes de los numeradores se calculan como sigue
Ri =
1 d ni (n i )! dz n i
X ( z) ( z p)n z z= p
X ( z) , para z
(4.21)
Ejemplo: Obtener la expansin en fracciones parciales de
X ( z) =
1 (1 + z )(1 z 1 ) 2
1
Solucin: Multiplicando numerador y denominador por z2 se obtiene z3 X ( z) = ( z + 1)( z 1) 2 Es decir, X ( z) z2 = ( z + 1)( z 1) 2 z Expandiendo en fracciones parciales R3 X ( z) R1 R2 = + + 2 z ( z 1) ( z 1) ( z + 1)
donde R1 =
z2 + 2z 3 d z2 = 1 ( 1) 2 = 4 dz z + z =1 z + z =1 z2 1 = R2 = z + 1 z =1 2 z2 1 = R3 = 2 ( z 1) z =1 4
Por lo tanto, la expansin en fracciones parciales queda 3 1 1 z z z X ( z) = 4 + 2 2+ 4 z ( z 1) ( z 1) ( z + 1)
80
Donde cada sumando se puede encontrar en una tabla de Transformadas Z.

4.6.- Ejemplos de clculo de la respuesta de un sistema discreto mediante transformada Z 4.6.1.- Sistema de primer orden en lazo abierto
Consideremos el modelo discreto de una planta de primer orden, dada por su ecuacin de diferencias y (kh + h) = y (kh) + u (kh) (4.22) Donde y son constantes.
La funcin de transferencia de pulso correspondiente a (4.22) est dada por
G( z) =
(4.23)
Calcularemos la respuesta al escaln unitario bajo condiciones iniciales cero, es decir, consideraremos que la entrada a la planta es 1 U ( z) = 1 z 1 Entonces Y ( z ) = G ( z )U ( z ) , es decir,
Y ( z) = z 1 1 1 z
O bien,
Y ( z) = ( z )( z 1) z
Desarrollando en fracciones parciales 1 Y ( z) 1 = z 1 z 1 z Por lo tanto z z Y (z) = 1 z 1 z De las tablas obtenemos la Transformada Z inversa, por lo tanto y (kh) =
1 k 1
(4.24)
Comprese con (4.2), como es de esperarse, se obtiene el mismo resultado puesto que (4.23) es la funcin de transferencia correspondiente a la ecuacin de diferencias (4.1) .
81
Observacin. El modelo discreto (4.23) no necesariamente proviene de la discretizacin de una planta continua, pero en el caso en que as sea, la planta continua correspondiente sera b G (s) = s+a ah ah b Y se tendra que = e , = a (1 e ) y entonces la ecuacin (4.24) se convierte en b 1 e akh y (kh) = (4.25) a
Que no es ms que la discretizacin de y (t ) = b 1 e at a (4.26)
La cual es la respuesta de la planta continua ante un escaln unitario, bajo condiciones iniciales cero.
4.6.2.- Sistema de segundo orden (Sucesin de Fibonacci)
Una de las aplicaciones del clculo de la solucin analtica de una sistema discreto es el clculo del trmino general en una sucesin numrica, por ejemplo, consideremos el ejemplo clsico de la sucesin de Fibonacci, la cual se obtiene sumando los dos nmeros anteriores para generar el siguiente. Por ejemplo, si empezamos con las condiciones iniciales x(0) = 1 , x(1) = 1 , la sucesin sera la siguiente secuencia discreta
{1,1, 2,3,5,8,13, 21,34,55,89,144,...}
(4.27)
La pregunta es: Cul es el trmino general de la sucesin?, es decir, cunto vale x(k ) ?
Solucin: Podemos considerar la sucesin (4.27) como la salida del sistema dado por la ecuacin de diferencias que nos dice como obtener x(k ) en trminos de los sus valores anteriores x(k ) = x(k 1) + x(k 2) (4.28) La cual es vlida para k 2
O bien, adelantando la ecuacin 2 instantes de muestreo se obtiene x(k + 2) = x(k + 1) + x(k ) La cual es vlida para k 0
(4.29)
Aplicando Transformada Z a (4.29), como en este caso las condiciones iniciales no son cero, obtenemos 1 z2 X ( z ) x(0) x(1) z = z [ X ( z ) x(0) ] + X ( z ) Factorizando
( z 2 z 1) X ( z ) = ( z 2 z ) x(0) + x(1) z
82
Despejando X ( z ) ( z 2 z ) x(0) + x(1) z X ( z) = z2 z 1 Sustituyendo las condiciones iniciales z2 X ( z) = 2 z z 1 Cuyos polos son
p1 =
(4.30)
1+ 5 1 5 , p2 = 2 2
(4.31)
Y por lo tanto (4.30) se puede factorizar como X ( z) z = z ( z p1 )( z p2 ) Expandiendo en fracciones parciales

1 2 X ( z) p p p p = 1 2 + 2 1 z z p1 z p1
O bien, tomando en cuenta que p1 p2 = 5
X ( z) 1 p1 p2 = z 5 z p1 z p1
Por lo tanto
pz 1 p1 z 2 5 z p1 z p1 Y de las Tablas de Transformadas obtenemos 1 k +1 x(k ) = ( p1 ) ( p2 )k +1 5

X ( z) =
4.7.- Clculo de la Respuesta de un DSLIT por Convolucin con la Respuesta al Impulso Unitario.
Como ya se coment antes, una metodologa que permite obtener la respuesta de un sistema ante una seal de entrada arbitraria x(kh) consiste en expresar esta seal como una combinacin de seales elementales (pulsos unitarios) para luego, por linealidad, obtener la respuesta del sistema como una combinacin de las respuestas a estas seales elementales.
4.7.1.- Descomposicin de una seal discreta en trminos de impulsos
Una de las seales ms sencillas de generar es el pulso unitario, el cual se defini anteriormente. La respuesta de un DSLIT a sta seal lo caracteriza completamente, es decir, la respuesta de un DSLIT ante cualquier tipo de entrada puede ser expresada en trminos de su respuesta al pulso unitario.
83
Para verificar lo anterior primeramente expresemos una seal arbitraria como una sumatoria de impulsos, para ello notemos que una secuencia arbitraria x(kh) cumple con la siguiente propiedad: x(kh) (kh nh) = x(nh) (kh nh) (4.32) puesto que el impulso unitario retardado (kh nh) vale cero en todos lados excepto en k = n , en donde vale 1, pero en ese instante justamente x(kh) vale x(nh) . El resultado de esta operacin se ilustra en forma grfica en la figura 4.3. para n = 8 .
x(kh)
1 0.5 0 -0.5 0 1 0.5 0 -0.5 0 1 0.5 0 -0.5 0 1 2 3 4 5 6 7 8 9 10 1 2 3 4 5 6 7 8 9 10 1 2 3 4 5

(kh-8h)
10
x(8h) (kh-8h)
kh
Fig. 4.3.. Extraccin de la muestra x(8) mediante la operacin x(k)(k-8).
Es decir, al multiplicar una seal x(kh) por (kh nh) , extraemos la muestra x(kh) . Si repetimos este proceso para todos los valores de k podremos expresar la seal original x(kh) como sigue (se supone una seal causal)
x(kh) = x(nh) (kh nh)

n =0
(4.33)
La expresin anterior nos dice que podemos expresar cualquier seal discreta como una sumatoria ponderada de impulsos desplazados.
Ejemplo: Expresar la siguiente seal discreta causal de duracin finita como sumatoria ponderada de impulsos desplazados:
x(kh) = {1, 1,3,1, 2}

Solucin.
x(kh) = (kh) (kh h) + 3 (kh 2h) + (kh 3h) 2 (kh 4h)
84
4.7.2.- Respuesta de un DSLIT ante Entradas arbitrarias: La Convolucin.
A continuacin consideraremos el experimento mostrado en la figura 4.4 que consiste en aplicar un pulso unitario a un sistema discreto en el instante k = n . Denotaremos la respuesta del sistema a este pulso unitario por g (kh nh) .
[(k-n)h]
g[(k-n)h]
DSLIT
[(k-n)h]
g[(k-n)h]
nh
nh
Fig. 4.4. Respuesta a un pulso unitario aplicado en el instante k=n
De acuerdo a la ecuacin (4.33), una entrada discreta cualquiera x(kh) puede ser expresada como el siguiente tren de impulsos modulado en amplitud:
x(kh) = x(nh) (kh nh)

n =0
Por lo tanto, si el sistema es lineal, por superposicin, la respuesta del sistema y (kh) puede expresar como sigue
y (kh) = x(nh) g (kh nh)

n=0
(4.34)
A la sumatoria anterior se le llama sumatoria de convolucin, por lo tanto, La respuesta de un DSLIT a una entrada arbitraria x(kh) es la convolucin de la entrada con la respuesta al pulso unitario g (kh) del sistema. En ocasiones la sumatoria de convolucin se denota como sigue
x(nh) g (kh nh) = x(kh) * g (kh)

n =0
(4.35)
Se puede demostrar sin mucha dificultad que la convolucin es conmutativa, es decir,
x(kh) * g (kh) = g (kh) * x(kh)

o sea que
x(nh) g (kh nh) = g (nh) x(kh nh)

n =0 n=0
85
Observacin: En el caso continuo se tiene un resultado completamente similar. Si h(t) es la respuesta al impulso unitario continuo (t) del sistema continuo, la respuesta a una seal cualquiera x(t), est dada por la integral de convolucin
y (t ) =
h( ) x(t )d
Ejemplo: Si la respuesta al impulso de un DSLIT es g (kh) = {1, 2,1, 1}
Determina la respuesta del sistema ante la entrada x(kh) = {1, 2,3,1} Solucin: En la siguiente tabla se muestran los pasos intermedios para calcular la sumatoria de convolucin x(kh) * g (kh) :
y (kh) = x(nh) g (kh nh) = x(nh) g (kh nh)

n =0 n =0
Evaluando: y(0)=x(0)h(0)=1 y(1)=x(0)h(1)+x(1)h(0)=4 y(2)=x(0)h(2)+x(1)h(1)+x(2)h(0)=8 y(3)=x(0)h(3)+x(1)h(2)+x(2)h(1)+x(3)h(0)=8 y(4)=x(1)h(3)+x(2)h(2)+x(3)h(1) =3 y(5)=x(2)h(3)+x(3)h(1)=-2 y(6)=x(3)h(3)=-1

n 0 1 2 3
x(nh) k 0 1 2 3 4 5 6 7 Es decir,
1 g(kh) 1 2 1 -1 0 0 0 0
2 g(kh-h) 0 1 2 1 -1 0 0 0
3 g(kh-2h) 0 0 1 2 1 -1 0 0
1 g(kh-3h) 0 0 0 1 2 1 -1 0
y(kh) 1 4 8 8 3 -2 -1 0
y (kh) = {1, 4,8,8,3, 2, 1}
Observacin: La convolucin de dos secuencias finitas, una de longitud N y la otra de longitud M, produce otra secuencia finita de longitud N+M-1
86
4.7.3.- Respuesta al impulso de sistemas causales
Como la respuesta y (kh) de un sistema causal no puede depender de informacin anterior al instante k, su respuesta al impulso g (kh ih) debe ser cero para k < i . Por lo tanto y (kh) = x(ih) g (kh ih) = x(ih) g (kh ih)
i=0 i =0
es decir, la respuesta de un sistema causal a una entrada causal x(kh) estar dada por la sumatoria de convolucin finita siguiente
y (kh) = x(ih) g (kh ih) = g (ih) x(kh ih)

i=0 i =0
(4.36)
Ejemplo: Determinar la respuesta al escaln unitario (kh) del sistema causal cuya respuesta al impulso unitario para k 0 es g (kh) = a k , con a 1 Solucin: Como el sistema y la entrada son causales podemos usar la ecuacin (4.36). Adems (kh) = 1 para k 0 , por lo tanto:
y (kh) = g ( jh) (kh ih) = a i

i=0 i =0
es decir, y (kh) = 1 a k +1 1 a
4.8.- Anlisis de Estabilidad de DSLITs
Una de las propiedades ms importantes de los sistemas es su estabilidad. En estos apuntes consideramos la nocin de estabilidad desde el punto de vista entrada-salida siguiente: Se dice que un sistema es estable en el sentido BIBO (Bounded input Bounded Output), si a toda seal de entrada u (kh) acotada responde con una salida y (kh) tambin acotada. La estabilidad BIBO de un sistema puede ser obtenida observando la respuesta al impulso del sistema, ya que se puede demostrar el siguiente resultado
4.8.1.- Respuesta al Pulso y Estabilidad
Podemos establecer la estabilidad BIBO de un sistema DSLIT a partir de su respuesta al pulso unitario g (kh) como sigue:
87
Suponiendo que el sistema es BIBO estable, deber producir una salida y (kh) acotada para cualquier entrada acotada u (kh) , es decir, existen dos constantes finitas M u , M y , tales que
u (kh) < M u , y (kh) < M y para todo valor de k,

pero la respuesta del sistema se puede calcular mediante convolucin en trminos de su respuesta al impulso g (kh) , de acuerdo a (4.36), por lo tanto
y (kh) =
g (ih)u (kh ih)

i =0 k
y de la desigualdad del tringulo, el valor absoluto de una suma es menor o igual que la suma de sus valores absolutos, por lo tanto
y (kh) g (ih)u (kh ih)

i =0
Adems el valor absoluto de un producto es el producto de los valores absolutos, por lo tanto
y (kh) g (ih) u (kh ih)

i =0
pero como u (kh) est acotada por M u :
y (kh) < g (ih) M u

i=0
Es decir,
y (kh) < M u g (ih)

i =0
Es decir, para que y (kh) est acotada para todo valor de k se requiere que el lado derecho de la desigualdad anterior sea un nmero finito M y an cuando k tiende al infinito, es decir, se requiere que exista un nmero positivo M g finito que acote a la sumatoria infintia de los valores absolutos de la respuesta al pulso unitario, es decir,
g (ih) M
i =0
<
(4.37)
La condicin anterior se enuncia diciendo que la respuesta al impulso g (kh) es absolutamente sumable. Es decir: Un DSLIT es BIBO estable si su respuesta al impulso es absolutamente sumable. La condicin (4.37) no solo es suficiente, tambin es necesaria, esta condicin tiene dos consecuencias que se pueden demostrar con un poco de anlisis:
88
i. Para que g (kh) sea absolutamente sumable es necesario que g (kh) tienda a cero conforme k tiende a infinito. (Esta condicin no es suficiente en general, pero s lo es para DSLITs). ii. Si g (kh) es absolutamente sumable cualquier entrada de duracin finita al sistema producir una salida y (kh) que tiende a cero conforme k tiende a infinito.
Ejemplo: Obtener el rango de valores de la constante a para el cual es estable el sistema causal cuya respuesta al impulso es g (kh) = a k para k 0 Solucin: Evaluamos la condicin de sumabilidad absoluta (4.37)
i =0
g (ih) = a i
i =0
= a = 1 + a + a + a + ...
i
i=0
La cual es una Serie Geomtrica con razn de crecimiento a , la suma de sus primeros N trminos es SN = 1 a
N +1
1 a
N +1
Para que el lmite de SN cuando N tiende a infinito exista, se requiere que a < 1 , as a tiende a cero conforme N tiende a infinito y por lo tanto 1 i a = 1 a i =0 es decir, el sistema es BIBO estable solamente si a < 1 .
4.8.2.- Estabilidad y Polos de la funcin Transferencia de Pulso.
Consideremos un DSLIT con entrada u (kh) y salida y (kh) , cuya funcin de trasferencia de pulso est dada por Y ( z) G( z) = U ( z) Si la entrada es un pulso unitario se tiene que U ( z ) = 1 y por lo tanto Y ( z ) = G ( z ) es la respuesta al pulso unitario en el dominio Z. Es decir, La Transformada Z de la respuesta al pulso unitario g (kh) es la funcin de transferencia de pulso G ( z ) del sistema.
89
Por lo tanto, si conocemos la Funcin de Transferencia G ( z ) del sistema podemos obtener la respuesta al impulso unitario del sistema mediante transformacin inversa de G ( z ) .
De acuerdo a la seccin anterior, si G ( z ) es racional con polos no repetidos p1 , p2 ,..., pn se podr escribir como sigue Rz Rz Rz G ( z ) = 1 + 2 + ... + n (4.38) z p1 z p2 z pn por lo tanto, su respuesta al impulso en el tiempo ser una sumatoria de exponenciales cuyas bases estarn dadas por los polos. g (kh) = R1 p1k + R2 p2 k + ... + Rn pn k (4.39) Si todos los polos tienen magnitud menor que la unidad esta respuesta al impulso tender a cero conforme el tiempo crece y bastar con que algn polo no cumpla esta condicin para que g (kh) crezca indefinidamente conforme k crece, es decir,
pi < 1 para todo i
lim g (kh) 0
k
(4.40)
Como los polos pueden ser complejos, la desigualdad pi < 1 representa una regin del plano complejo Z. La condicin (4.40) se puede expresar tambin como sigue
( todos los
polos pi dentro del crculo unitario )
lim g (kh) 0
k
La condicin (4.40) garantiza la condicin de sumabilidad absoluta de g (kh) en el caso de DSLITs, por lo tanto la podemos tomar como una condicin necesaria y suficiente para la estabilidad BIBO de este tipo de sistemas. Un sistema DSLIT causal es BIBO estable si y solo si todos sus polos estn en el interior del crculo unitario.
ROC
Im(z)
1
x
r
x
x Re(z) x
polos
Fig. 4.5. Polos de un DSLIT causal BIBO-estable y ROC de su funcin de transferencia.
90
1 + z 1 como ya se vio en un ejemplo 1 z 1 + 0.5 z 2 1 1 1 anterior, tiene los polos p1 = 1 2 + j 2 , p2 = 2 j 2 que en forma grfica se muestran como cruces en el plano z en la figura 4.5 de donde se aprecia que se encuentran en el interior del crulo unitario, por lo tanto, g (kh) debe tender a cero conforme k crece, lo cual en efecto ocurre, como se aprecia en la figura 4.2.
Ejemplo: La funcin sistema H ( z ) =
Im(z) p1
1
p2
x Re(z)
Fig. 4.6. Representacin en el plano Z de los polos p1,2 = 1 j1 2 2
4.9. Mtodos para el anlisis de estabilidad basada en los polos
Como se mostr en la seccin anterior, el problema de averiguar la estabilidad de un DSLIT se convierte en el problema de averiguar si todos los polos de su funcin de transferencia G ( z ) estn o no dentro del crculo unitario. Este problema se puede resolver usando mtodos numricos para bsqueda de races de polinomios, sin embargo los mtodos numricos solo se pueden aplicar cuando se conocen todos los coeficientes de G ( z ) lo cual no siempre es posible. Cuando G(z) contiene coeficientes desconocidos el problema de clculo de races se vuelve muy complicado para orden 2 e intratable para orden 3 o mayor, en estos casos en lugar de calcular las races se reduce el problema a averiguar si hay algunas fuera del crculo unitario. As como en el caso continuo existen mtodos analticos como el Criterio de Routh para averiguar si las races de un polinomio estn en el semiplano complejo derecho, para el caso discreto se han desarrollado criterios como el de Schur-Cohn o el Criterio de Joury que nos permiten averiguar si un polinomio tiene alguna raz en el exterior del crculo unitario.
4.9.1.- Criterio de Routh Modificado.
El criterio de Routh nos da un procedimiento para averiguar si un polinomio tiene races con parte real positiva. Es posible utilizar el procedimiento dado por el criterio de Routh para averiguar si un polinomio tiene races en el exterior del crculo unitario, si previamente 91
realizamos una transformacin de variables que convierta el exterior del criculo unitario en el semiplano complejo derecho.
La Transformacin Bilineal de Mbius.
Los siguientes cambios de variable compleja tienen la propiedad de transformar los nmeros complejos z ubicados en el interior del crculo unitario en nmeros complejos v w ubicados en el semiplano complejo izquierdo como se ilustra en la figura 4.7 v=
O bien, w= z 1 para z 1 z +1 (4.42) z +1 para z 1 z 1 (4.41)
Las transformaciones anteriores son conocidas como transformaciones bilineales de Mbius sus correspondientes transformaciones inversas son las siguientes.
z=
v +1 para v 1 v 1
(4.43)
z=
Im(v)
1+ w para w 1 1 w
Im(z)
(4.44)
z=
Re(v)
v +1 v 1
z +1 z 1
1
Re(z)
v=
Plano V
Plano Z
Figura 4.7.- Transformacin de Mbius entre los planos V y Z .
Ejemplo. Utilizando la transformacin bilineal y el criterio de Routh, averiguar cuntas races fuera del crculo unitario tiene el siguiente polinomio. A( z ) = z 3 + 0.5 z 2 z + 1 = 0 Solucin. Sustituyendo z=1 podemos observar que el polinomio dado no tiene races en z=1, por lo tanto podemos usar la transformacin (4.41).
92

3

2
v +1 v +1 v +1 + 0.5 +1 = 0 v 1 v 1 v 1
Multiplicando por (v 1)3 se obtiene

+ 0.5 ( v + 1) ( v 1) ( v + 1)( v 1) + ( v 1) = 0 Desarrollando los productos ( v3 + 3v2 + 3v + 1) + 0.5 ( v2 + 2v + 1) ( v 1) ( v + 1) ( v 2 2v + 1) + ( v3 3v2 + 3v 1) = 0
3 2 2 3
( v + 1)
(v
+ 3v 2 + 3v + 1) + 0.5 ( v 3 + v 2 v 1) ( v3 v 2 v + 1) + ( v 3 3v 2 + 3v 1) = 0
Agrupando trminos semejantes 1.5v3 + 1.5v 2 + 6.5v 1.5 = 0 O bien, v3 + v 2 + 13 3 v 1 = 0 La condicin necesaria para estabilidad del Criterio de Routh (todos los coeficientes deben ser positivos) no se cumple.
Para ver cuntas races estn en el semiplano complejo derecho construimos el arreglo de coeficientes correspondiente, obteniendo 1 1
16 3 13 3
-1
-1 De donde se observa que el nmero de cambios de signo en la primera columna es 1, por lo tanto, existe una raz del polinomio A(v) en el semiplano complejo derecho lo cual significa que existe una raz del polinomio original A( z ) fuera del crculo unitario.
En este ejemplo se conocen todos los coeficientes del polinomio y no se aprecia la ventaja de usar el criterio de Routh, ya que mediante un mtodo numrico podemos calcular las races del polinomio, las cuales son
Races de A( z ) -1.5558 0.5279+0.6034j 0.5279-0.6034j Magnitud 1.5558 0.8017 0.8017
De donde se puede observar a simple vista que hay una raz (valor marcado en fondo gris) fuera del crculo unitario
93
4.9.1.1.- Diseo de controladores estabilizantes en lazo cerrado.
A continuacin trataremos dos ejemplos en los cuales los polinomios involucrados contienen coeficientes desconocidos. Estos son problemas tpicos de diseo de controladores para lograr la estabilidad del sistema completo en lazo cerrado.
Ejemplo: Calcular el rango de valores de la ganancia K p de un controlador proporcional
para el siguiente esquema de control digital directo, en donde G ( s ) =

Control proporcional
1 . s +1
r(k)
+ -
Kp
u(k)
D/A
u( t )
G(s)
y(t)
y1(k)
A/D
Computadora Figura 4.8. Control digital proporcional de una planta continua
Solucin.
Primero expresamos todos los bloques del sistema en el dominio z como se muestra en la siguiente figura
r(z)
+ -
Kp
G(z)
y(z)
Figura 4.9. Sistema de la figura anterior expresado en z.
En donde
1 G ( z ) = (1 z 1 )Z s ( s + 1)
Es decir,
1 eh G( z) = z e h
Por lo tanto la funcin de transferencia de lazo cerrado ser K pG ( z) K p (1 e h ) Glc ( z ) = = 1 + K p G ( z ) z e h + K p (1 e h )
94
De donde el nico polo en lazo cerrado es z = e h K p (1 e h ) . Por lo tanto, Para que el sistema en lazo cerrado sea estable se requiere que z = e h K p (1 e h ) < 1
O lo que es lo mismo
1 < e h K p (1 e h ) < 1
Restando e h
1 e h < K p (1 e h ) < 1 e h
Dividiendo entre (1 e h ) , el cual es una cantidad positiva puesto que h > 0 , obtenemos
1 e h < K p < 1 1 eh
Multiplicando por (-1)

1 < K p <
1 + eh 1 e h
(4.45)
As, por ejemplo, si h = 0.01

1 < K p < 100.5
Ejemplo: Repetir el problema anterior para la planta continua siguiente G ( s ) =
1 . s +s
2
Solucin. Primero expresamos todos los bloques del sistema en el dominio z igual que se hizo en el problema anterior en la figura 4.9, solo que ahora 1 G ( z ) = (1 z 1 )Z 2 s ( s + 1)
Es decir, de acuerdo a los clculos de un ejemplo del captulo anterior (h 1 + e h ) z + (1 e h he h ) G( z) = z 2 (1 + e h ) z + e h
Por lo tanto la funcin de transferencia de lazo cerrado ser h h h Kp K pG ( z) (h 1 + e ) z + (1 e he ) Glc ( z ) = = 2 h h h h h 1 + K p G ( z ) z (1 + e ) z + e + K p (h 1 + e ) z + (1 e he ) Simplificando obtenemos Glc ( z ) =
h h h Kp (h 1 + e ) z + (1 e he ) h h h h h z2 + K p (h 1 + e ) (1 + e ) z + e + K p (1 e he )
Por lo tanto, los polos de lazo cerrado son las races del polinomio del denominador 95
h h h h h A( z ) = z 2 + K p (h 1 + e ) (1 + e ) z + e + K p (1 e he ) = 0
An calculando las races de este polinomio sera difcil llegar a conclusiones sobre estabilidad. En lugar de calcular las races para analizar la estabilidad del sistema en lazo cerrado aplicaremos el criterio de Routh modificado, para ello aplicamos primeramente la transformacin bilineal
v +1 v + 1 h h h A(v) = K p (h 1 + e h ) (1 + e h ) + + e + K p (1 e he ) = 0 v 1 v 1
2
Eliminando el denominador comn 2 2 h h 2 h h h A(v) = ( v + 1) + K p (h 1 + e ) (1 + e ) ( v 1) + e + K p (1 e he ) ( v 1) = 0 Agrupando trminos semejantes h h h h h 2 h h h A(v) = 1 + K p (h 1 + e ) (1 + e ) + e + K p (1 e he ) v + 2 2e 2 K p (1 e he ) v+

h h h h h +1 K p (h 1 + e ) (1 + e ) + e + K p (1 e he ) = 0
Simplificando, obtenemos h h h h h h A(v ) = K p h(1 e h )v 2 + 2 1 e K p (1 e he ) v + 2(1 + e ) + K p (2 h 2e he ) = 0

Aplicando el Criterio de Routh, obtenemos: 1) Condicin necesaria: Todos los coeficientes deben ser positivos, por lo tanto: K p h(1 e h ) > 0 (4.46)
h h h 2 1 e K p (1 e he ) >0
(4.47) (4.48)
2(1 + e h ) + K p (2 h 2e h he h ) > 0
Como h > 0 y (1 e h ) > 0 , la condicin (4.46) se satisface si Kp > 0 La condicin (4.47) se puede reescribir como sigue 1 e h K p (1 e h he h ) > 0
(4.49)
Graficando el trmino entre parntesis (1 e h he h ) se puede ver que siempre es positivo, por lo tanto la desigualdad anterior se puede escribir como 1 eh Kp < (4.50) 1 e h he h Adems la condicin (4.48) se puede reescribir como
2(1 + e h ) K p [2 + h + 2e h + he h ] > 0
96
En forma similar al graficar el trmino entre corchetes 2 + h + 2e h + he h se observa que siempre es positivo, por lo tanto, despejando 2(1 + e h ) Kp < (4.51) 2 + h + 2e h + he h
Nuevamente, si graficamos el lado derecho de las expresiones (4.50) y (4.51) observamos que siempre es mayor el lado derecho de (4.51), es decir, para que se cumplan las tres condiciones (4.49), (4.50) y (4.51), es suficiente con que se cumpla (4.49) y (4.50), es decir, 1 eh 0 < Kp < (4.52) 1 e h he h Por ejemplo, para h=0.1
0 < K p < 20.34
4.9.2.- Criterio de Joury.

A diferencia del criterio de Routh, el criterio de Joury analiza un polinomio directamente en el plano Z y sin necesidad de hacer ninguna transformacin de coordenadas nos dice cuntas races fuera del crculo unitario tiene dicho polinomio. Consideremos el polinomio siguiente
A( z ) = a0 z n + a1 z n 1 + ... + an 1 z + an
(4.53)
A partir de los coeficientes del polinomio anterior se forma el arreglo numrico siguiente
rengln
1:
a0 an b0 bn 1 c0 cn 2
a1 an 1 b1 bn 2
a2 an 2
an 1 a1 bn 1 b0
an a0
2:
3:
bn 2 b1 cn 2 c0
4:
5:
cn 3 c1
6:
2n+1: En donde
z0
97
b0 =
a0 an
a0
an a0
, b1 =
a1 an 1
a0
an a0
, ... , bn 1 =
an 1 a1
a0
an a0
b0 bn 1 bn 2 bn 1 b b0 b b0 c0 = n 1 , ... , cn 2 = 1 b0 b0 ...
(4.54)
Obsrvese que por cada par de renglones del arreglo anterior solamente se calcula el primero y el siguiente simplemente se invierte en orden respecto al calculado. Obsrvese tambin que si los elementos sombreados (que aqu llamaremos pivotes) en el arreglo de Joury son cero, los clculos no se pueden continuar.
Criterio de Joury. Suponiendo que a0 > 0 : El polinomio A( z ) no tiene races fuera del disco unitario si y solo si todos los pivotes son positivos, es decir,
b0 > 0, c0 > 0, ..., z0 > 0 (4.55)
Si ningn pivote es cero, el nmero de pivotes negativos es igual al nmero de races fuera del disco unitario.
Observacin: Si se cumple la condicin (4.55), la ltima desigualdad ( z0 > 0 ) es la ms laboriosa de evaluar, pero en su lugar se puede sustituir por la condicin equivalente ms sencilla de evaluar:
A(1) > 0 y ( 1)n A( 1) > 0 (4.56)
Observacin: Por procedimiento se recomienda evaluar primero la condicin (4.56) antes de construir el arreglo de Joury. La condicin (4.56) se puede considerar como una condicin necesaria para que el polinomio tenga todas sus races dentro del crculo unitario, ya que si no se cumple existir al menos una raz fuera del disco unitario. 4.9.3.- Criterio de Schur- Cohn
Dado el polinomio de grado m Am(z) dado por
Am ( z ) = a0 + a1 z 1 + ... + am z m = ak z k
k =0
(4.57)
El polinomio recproco de Am(z) se define como
98

m m
Bm ( z ) = z m Am ( z 1 ) = z m ak z k = ak z ( m k ) = a0 z m + a1 z ( m 1) + ... + am 1 z 1 + am (4.58)
k =0 k =0
Es decir los coeficientes de Bm(z) son los mismos que los de Am(z) pero en orden inverso. Para aplicar el Criterio de Schur-Cohn al polinomio A( z ) = 1 + a1 z 1 + ... + aN z N Comenzamos haciendo AN ( z ) = A( z ) y K N = aN
(4.59) (4.60) (4.61)
Y luego obtenemos los polinomios de grado decreciente Am ( z ) donde m = N , N 1,...,1 , de acuerdo a la siguiente ecuacin recursiva: A ( z ) K m Bm ( z ) Am 1 ( z ) = m (4.62) 1 Km2 Donde el coeficiente Km es el coeficiente de la mxima potencia de z-1 en Am(z), es decir, K m = am (4.63) El criterio de Schur-Cohn establece que el polinomio A(z) tiene todos sus polos en el interior del crculo unitario si y solo si se satisface la condicin K m < 1 para todo m = 1, 2,..., N (4.64)
Ejemplo: Es o no estable el sistema dado por la siguiente funcin de transferencia? 1 z 1 H ( z) = 1 2 1 7 1 4 z 2 z Solucin. Como la estabilidad solo depende de los polos, es decir, del denominador, hacemos 1 2 A2 ( z ) = 1 7 1 4 z 2 z de donde K2 = 1 2 Adems 7 1 B2 ( z ) = 1 + z 2 2 4 z sustituyendo en (4.62) obtenemos A ( z ) K 2 B2 ( z ) A1 ( z ) = 2 1 K 22
A1 ( z ) =
1 2 7 1 1 1 7 1 +1 + z 2 ) 4 z 2 z 2 ( 2 4 z
1 1 4 =
4 3 21 1 7 z = 1 z 1 3 4 8 2
99
de donde
K1 =
7 2
Como K1 = 7 2 > 1 se concluye que el sistema es inestable. En este ejemplo se puede verificar fcilmente esta conclusin, ya que el denominador se puede factorizar como 1 2 1 1 = z 2 ( z 2 7 A2 ( z ) = 1 7 4 z 2 z 4 z 2)
= z 2 ( z + 2)( z 1 4)
de donde se observa que el polo p1 = 2 est fuera del crculo unitario. En forma similar al criterio de Routh o al de Joury, la utilidad del Criterio de Schur-Cohn radica en que se puede aplicar, an si algn coeficiente del polinomio es desconocido.
4.9.4.- El Lugar de las Races.

El objetivo del mtodo del Lugar de las Races es obtener las condiciones sobre el parmetro K para la estabilidad del sistema lineal cuya funcin transferencia en lazo cerrado es: Y (z) KG ( z ) = (4.65) R ( z ) 1 + KG ( z ) H ( z ) El mtodo se basa en la obtencin de una grfica de la variacin de los polos de lazo cerrado al variar K, es decir la variacin de las races de la ecuacin caracterstica:
1 + KG ( z ) H ( z ) = 0
(4.66)
Una vez que se tiene la grfica. Se analiza a simple vista si existen trayectorias de variacin de los polos de lazo cerrado que salgan del crculo unitario y por lo tanto indiquen la inestabilidad del sistema en lazo cerrado.
4.9.4.1.- Reglas para el trazado del Lugar de las Races

Las dos herramientas fundamentales para el trazado de este lugar geomtrico se obtienen de la ecuacin caracterstica del sistema en lazo cerrado (4.66) como sigue
KG ( z ) H ( z ) = 1 = 1 + j 0
O bien, en forma polar,
(4.67)
KG ( z ) H ( z ) = 1 (2n + 1)
Donde n = 0, 1, 2,...
(4.68)
100
La ecuacin (4.68) se descompone en dos igualdades que se deben cumplir de manera simultnea:
Condicin de la Magnitud:
G(z)H(z) =
Condicin del ngulo: (con n=0, 1, 2, 3, )
1 K
(2n + 1) para K 0 cis [ G(z)H(z) ] = 2n para K 0 Basados en las dos condiciones anteriores se pueden obtener las siguientes 11 reglas: 1. Puntos en K=0.- De la condicin de magnitud se ve que stos puntos corresponden a los polos de lazo abierto (los polos de G(z)H(z)). 2. Puntos en K=.- Por la misma razn stos corresponden a los ceros de lazo los ceros de G(z)H(z). 3. Nmero de ramas.- Es igual al nmero de polos de lazo abierto (ya que cada polo es el inicio de una rama que comienza cuando K=0 y termina en un cero de G(z)H(z) cuando K ). 4. Puntos sobre el eje Real.- Sobre el eje real slo se cumple la condicin de ngulo a la izquierda de un nmero impar de polos y ceros reales de G(z)H(z). 5. Simetras.- El Lugar de las Races (L.R.) es simtrico respecto al eje real. 6. Asntotas.- Cuando Z tiende a el L.R. es asinttico a las lneas rectas cuyos ngulos de inclinacin estn dados por: (2k + 1) = , k nm donde: n = nmero de polos finitos de lazo abierto m = nmero de ceros finitos de G(z)H(z) k = 0,1,2,...,|n-m| 7. Interseccin de las asntotas.- Esta siempre ocurre en el eje real, en la posicin dada por
= a
Re{polos de G(z)H(z)} Re{ceros de G(z)H(z)} nm
8. ngulos de partida y de llegada.- Las ramas que llegan a ceros complejos de G(z)H(z) o parten de polos complejos de G(z)H(z) lo hacen formando un ngulo que se determinan usando la condicin de del ngulo, suponiendo un punto S sobre el lugar de las races
101
infinitamente cercano y trazando vectores s-pi desde cada polo finito pi y s-zi desde cada cero finito zi de G(z)H(z) y evaluando. cis[G(z)H(z)] = 180 =
ceros de G(z)H(z)
cis(z z ) cis(z p ) i i polos de

G(z)H(z)
9. Interseccin del L.R. con el Crculo Unitario.- El lugar donde esto ocurre puede ser determinado por el Criterio de Joury o el de Routh Modificado. 10. Puntos de Bifurcacin.- Como estos corresponden a lugares donde ocurren races mltiples, se pueden encontrar hallando las races de la siguiente ecuacin:
dG(z)H(z) =0 dz
11. Valores de K sobre el L.R.- El valor de K en cualquier punto zo del L.R.se puede determinar de la condicin de magnitud como sigue: 12. K =
1 = G(z)H(z)
polos de G(z)H(z)
p z i o z z i o
ceros de G(z)H(z)
102

Control Digital Unac

Hochgeladen von

Dokumentinformationen

Copyright

Verfügbare Formate

Dieses Dokument teilen

Dokument teilen oder einbetten

Freigabeoptionen

Stufen Sie dieses Dokument als nützlich ein?

Sind diese Inhalte unangemessen?

Copyright:

Verfügbare Formate

Control Digital Unac

Hochgeladen von

Copyright:

Verfügbare Formate

UNIVERSIDAD NACIONAL DEL CALLAO FACULTAD DE INGENIERIA ELECTRICA Y ELECTRONICA

ESCUELA DE INGENIERIA ELECTRONICA

REVISADO POR M.Sc Ing. Jacob Astocondor Villar

Introduccin al Control Digital

Reloj Salida Continua y(t)

Figura 1.1. Esquema tpico de control por computadora

Introduccin al Control Digital

Consola del operador

Controladores analgicos Figura 1.2. Esquema de control supervisorio.

Introduccin al Control Digital

Puertos D/A (Salida)

Puertos A/D (Entrada)

Consola del operador

Figura 1.3. Esquema de una computadora en control digital directo.

Periodo de la minicomputadoras (fines de los 60s)

Introduccin al Control Digital

Periodo de las microcomputadoras (inicios de los 70s)

Introduccin al Control Digital

Figura 1.5. Controladores digitales actuales de un solo lazo de control.

Primer sistema de Control Distribudo: en 1975 (TDC2000 de Honeywell)

Introduccin al Control Digital

Consola del operador

Figura 1.6. Esquema de control jerrquico o distribuido.

Figura 1.7. Sistema de control distribudo actual de la compaa Foxboro.

1.3.- Desarrollo de la Teora del Control Digital

Introduccin al Control Digital

y Jury en 1956 esta alternativa fue conocida como la Transformada Z modificada.

Introduccin al Control Digital

1.3.1.- El futuro del control por computadora

Introduccin al Control Digital

1.4.1.- Caractersticas propias de los sistemas muestreados.

Dependencia del tiempo.

Figura 1.8. Respuesta al escaln unitario de un sistema continuo y un sistema discreto.

Introduccin al Control Digital

Armnicos de alto orden

Introduccin al Control Digital

Transitorio de tiempo finito

La ley de control discretizada se calcula en los instantes de muestreo simplemente como

u (kTs ) = k1 y (kTs ) + k2 y (kTs )

Introduccin al Control Digital

Figura 1.14 Accin de control del deadbeat aplicada al doble integrador.

Introduccin al Control Digital

Introduccin al Control Digital

Captulo 2. Modelado del Proceso de Muestreo

Captulo 2 Modelado del Proceso de Muestreo

Figura 2.1. El proceso de muestreo.

Introduccin al Control Digital

Captulo 2. Modelado del Proceso de Muestreo

Cdigo 111 110 101 100 011 010 001 000

Plena escala Mnima escala

Fig. 2.2. Proceso de cuantizacin y codificacin para n=3 bits.

f (tk ) = { f (0), f (h), f (2h), f (3h),...}

Introduccin al Control Digital

Captulo 2. Modelado del Proceso de Muestreo

2.3.- Introduccin al Teorema Fundamental del Muestreo.

f s . a) Seal con variaciones lentas. b) Seal con

Fig. 2.4.- Dos seales que producen las mismas muestras.

Introduccin al Control Digital

Captulo 2. Modelado del Proceso de Muestreo

2.3.1.- El Teorema de Nyquist-Shannon.

f (kh) Sinc [s (t kh) / 2]

Donde la funcin Sinc se define como

F ( ) es la Transformada de Fourier de f (t ) , es decir,

Introduccin al Control Digital