INTERACCIN EN PROCESOS MULTIVARIABLES

Dr. William Ipanaqu

1.1. Introduccin
El control de procesos multivariables normalmente se complica debido a la interaccin que
existe entre las variables de los procesos a controlar, as como debido a la direccionalidad de
estos procesos, esto es, a su tendencia a responder con una mayor o menor ganancia segn sea
la relacin entre las magnitudes de las entradas aplicadas.
En este seccin se exponen los ms importantes instrumentos matemticos utilizados para
evaluar de una manera terica prctica la direccionalidad y el acoplamiento en los sistemas de
control multivariable. Entre estos elementos se encuentran: La descomposicin en valores
singulares (SVD), el condition number, las Bandas de Gershgorin y el Relative Gain Array
(RGA); as como sus aplicaciones en sistemas fsicos de varias entradas y varias salidas.

1.2. Direccionalidad de los sistemas multivariables

En un sistema SISO, y = Gd, la ganancia en una frecuencia dada es simplemente

G j d

G j
d
La ganancia depende de la frecuencia , pero debido a que el sistema es lineal, es
independiente de la magnitud de la entrada d
d

Las cosas no son tan simples en los sistemas MIMO, porque en estos sistemas las seales de
entrada y de salida son vectores, y necesitamos considerar las magnitudes de los elementos de
cada vector utilizando la norma del vector. Entonces para una frecuencia dada la magnitud de
la seal de entrada vectorial sera

d12 d 22

(1.1)

y la magnitud de la seal de salida vectorial sera

y12 y 22

(1.2)

La ganancia de un sistema G s para una seal de entrada particular d viene entonces

dada por la relacin

G j d
d

y12 y 22

(1.3)

d12 d 22
Nuevamente la ganancia depende de la frecuencia , y nuevamente es independiente de la
magnitud de la entrada d . Sin embargo, en un sistema MIMO hay ms grados de libertad
y la ganancia tambin depende de la direccin de la entrada d.
Para ilustrar esto consideremos, por ejemplo, un sistema de dos entradas y dos salidas. En este

d1
, la ganancia es en general diferente para los cinco siguientes vectores entrada:
d 2

caso, d

Control Avanzado

1
0
0.707
0.707
0.6
d 01 , d 02 , d 03
, d 04
, d 05

0
1
0.707
0.707
0.8
Todas las cuales tienen la misma magnitud d = 1 pero diferentes direcciones. Sea el
sistema:

5 4
G1

3 2

(1.4)

Si calculamos los vectores salida correspondientes obtenemos

5
4
6.36
0.707
0.2
y 01 , y 02 , y 03
, y 04
, y 05

3
2
3.54
0.707
0.2
y las normas de estos cinco vectores salida, iguales a las correspondientes
ganancias, son

y01 5.83 ,

y02 4.47 ,

y03 7.3 ,

y04 1,

y1 0.28

Esta dependencia de la ganancia de la direccin de entrada se ilustra grficamente en la Figura

1.1 donde se ha usado el cociente d 2 d1 como una variable independiente para representar la
direccin de la entrada. Podemos ver que, dependiendo del cociente d 2 d1 , la ganancia vara
entre 0.272 y 7.343.

Figura 1.1 Ganancia G1 d

d como funcin de d 2 d1 para G1 en (3.27)[5]

El valor mximo de la ganancia definida por la ecuacin (1.3) cuando se vara la direccin de la
entrada es 7.343, que es igual al valor singular mximo de G,

mx
d 0

Gd
d

mx Gd G
d 1

(1.5)

mientras que la ganancia mnima es 0.272, que es igual al valor singular mnimo de G,

mn
d 0

Gd
d

mn Gd G
d 1

(1.6)

Las primeras igualdades en las ecuaciones (1.5) y (1.6) se deben a que la ganancia es
independiente de la magnitud de la entrada en un sistema lineal. Ms adelante veremos porqu
las ganancias mxima y mnima son iguales a los valores
singulares mximo y mnimo respectivamente.

1.3. Descomposicin en Valores Singulares

Los descomposicin en valores singulares, tambin es un instrumento terico de gran utilidad
en la evaluacin de la direccionalidad de los sistemas MIMO.

186

Interaccin en Procesos Multivariables

En esta seccin se explicar de manera general la definicin de la descomposicin en valores

singulares desde un punto de vista matemtico, y adems, de qu manera se puede utilizar en el
clculo de las ganancias de los procesos multivariables y en la evaluacin de la direccionalidad
de dichos sistemas.
Matriz unitaria
Una matriz compleja U es unitaria si:

U U 1

(1.7)

Donde U es la transpuesta compleja conjugada de U.

Todos los autovalores de una matriz unitaria tienen valor absoluto igual a 1, y todos sus valores
singulares (como veremos ms adelante) son iguales a 1.
Autovalores y autovectores
Sea A una matriz cuadrada de n x n. Los autovalores i = 1, . . . , n, son las n soluciones a la
ecuacin caracterstica de orden n:

det A I 0
El autovector ti correspondiente al autovalor i es la solucin no trivial t i 0 a:

A i I ti

At i i t i

Los autovectores pueden juntarse como columnas en la matriz T y los autovalores 1, 2,. . . , n
como elementos diagonales en la matriz :

T t1 , t 2 ,, t n ;

diag 1 , 2 ,, n

Entonces podemos escribir: AT T

1.3.1. Descomposicin en Valores Singulares (SVD)

Cualquier matriz compleja A de dimensiones l x m puede ser factorizada en una
descomposicin en valores singulares o SVD (singular valie descomposition)

A UV

(1.8)
donde la matriz U de dimensiones l x l y la matriz V de dimensiones m x m son unitarias, y la
matriz de dimensiones l x m contienen una matriz diagonal 1 de valores singulares reales y
no negativos, i, ordenados en orden descendente, como se muestra a continuacin

1 ;
0
o
donde
y

1 0 ;

lm

(1.9)

lm

1 diag 1 , 2 ,, k ;

(1.10)

k mn l , m

(1.11)

1 2 k

(1.12)
Los vectores columna de V, simbolizados por vi, son llamados vectores singulares derechos o de
entrada y los vectores columna de U, simbolizados por ui, son llamados vectores singulares
izquierdos o de salida.

187

Control Avanzado

Definimos u u1 , v v1 , u u k y v vk .
Ntese que la descomposicin indicada en la ecuacin (1.8) no es nica ya que A U ' V ' ,
donde U ' US, V ' VS 1 y S diag e j i , siendo i cualquier nmero real, es tambin una
DVS de A. Sin embargo, los valores singulares, i, son nicos.
Consideremos las siguientes relaciones, para deducir como calcular los valores singulares y las
matrices unitarias

AA UV UV UV V U UU
dado que U U 1 , podemos escribir
AA U U

(1.14)

son sus autovalores.

vemos entonces que U es la matriz de autovectores de AA y

De modo similar

(1.13)

2
i

A A UV UV V U UV VV
dado que V V 1 , podemos escribir
A AV V

(1.15)
(1.16)

vemos entonces que U es la matriz de autovectores de A A y i2 son sus autovalores.

Los valores singulares son entonces las races positivas de los k mn l , m autovalores ms
grandes de A A y AA . Esto es

i A i A A i AA

(1.17)

Adems, las columnas de U y V son autovectores unitarios de AA y A A , respectivamente.

. Rango de una matriz: El rango de una matriz es igual al nmero
de valores singulares diferentes de cero de la matriz. Siendo rank A r , entonces la matriz A
es deficiente de rango si r k mn l , m , y tiene valores singulares i = 0 para
i r 1,, k . Una matriz cuadrada deficiente de rango es una matriz singular (una matriz no
cuadrada es siempre una matriz singular).

1.3.2.Condition Number
El condition number de una matriz de dimensiones l x m se define como el cociente

1 A A

k A A

(1.18)

donde k mn l , m . Se dice que una matriz con un condition number alto es una matriz mal
condicionada. Segn esta definicin una matriz deficiente de rango tiene un condition number
infinito.

1.3.3.Valores singulares de una matriz de 2 x 2

En general, los valores singulares tienen que ser calculados numricamente. Sin embargo, para
matrices de 2 x 2, se puede deducir fcilmente una expresin analtica. Establezcamos las
siguientes igualdades

b tr A A aij

c det A A

(1.19)

i, j

Ahora, la suma de los autovalores de una matriz es igual a su trazo y el producto es igual a su
determinante, por tanto
(1.20)
1 2 b ,
1 2 c

188

Interaccin en Procesos Multivariables

Resolviendo 1 y 2 en funcin de b y c, y utilizando la ecuacin (1.17) obtenemos

b b 2 4c
;
2
1 2
para
A

3 4

A
Por

ejemplo,

b b 2 4c
2

tenemos

b aij

(1.21)
2

1 4 9 16 30 ,

c det A 2 4 , y encontramos que A 5.465 y A 0.366 .

2

1.3.4. Uso de la DVS para medir la ganancia

Vamos ahora a dar una interpretacin fsica de la DVS cuando esta se aplica a la respuesta en
frecuencia de un sistema MIMO G s con m entradas y l salidas.

Consideremos una frecuencia fija en la que G j una matriz compleja constante de

dimensiones l x m, y representemos a G j por G para simplificar las expresiones. A

Cualquier matriz G se le puede aplicar la DVS; por tanto
(1.22)
G UV
Podemos ilustrar esto con la DVS de una matriz real de 2 x 2, la cual siempre puede ser escrita
de la forma

cos 1 sen 1 1 0 cos 1 sen 2

G
sen 1 cos 1 0 2 sen 2 cos 2

(1.23)

donde los ngulos 1 y 2 dependen de la matriz dada. De la ecuacin (1.24) vemos que las
matrices U y V tienen columnas ortonormales.
Los valores singulares son llamados tambin valores principales o ganancias principales, y las
direcciones asociadas a ellos se llaman direcciones principales.
Direcciones de entrada y de salida. Los vectores columna de U, simbolizados por ui,
representan las direcciones de salida de la planta. Son ortogonales y de longitud unitaria
(ortonormales), es decir

ui

ui1 ui 2 uil
2

ui ui 1,

ui u j 0,

i j

(1.25)
(1.26)

De igual manera, los vectores columna de V, simbolizados por vi, son ortonormales y de
longitud unitaria, y representan las direcciones de entrada. Estas direccones de entrada y de
salida se relacionan a travs de los valores singulares. Para aclarar esto, recordemos que V es
unitaria y por tanto V V I , entonces podemos escribir GV U , con lo cual al considerar
la columna i tenemos
(1.27)
Gvi i ui
donde vi y ui son vectores y i es un escalar. Es decir, si aplicamos una entrada en la direccin
vi, entonces obtendremos una salida en la direccin ui. Adems, dado que vi 1 y u i 1
podemos ver que el i-simo valor singular i nos da
directamente la ganancia de la matriz G en esta direccin. En otras palabras:

i G Gvi

Gvi
vi

(1.28)

Valores singulares mximo y mnimo. Como ya se ha dicho, se puede mostrar que la ganancia
ms grande en cualquier direccin es igual al valor singular mximo

189

Control Avanzado

G 1 G mx
d 0

Gd
d

Gv1

(1.29)

v1

y la ganancia ms pequea en cualquier direccin es igual al valor singular mnimo

G k G mn
d 0

Gd
d

Gvk

(1.30)

vk

donde k mn l , m. As, para cualquier vector d tenemos que

Gd
d

(1.31)

Definimos u u1 , v v1 , u u k y v vk . Luego

Gv u ,

Gv u

(1.32)
El vector v corresponde a la direccin de la entrada con la mayor amplificacin, y u es la
correspondiente direccin de salida en la cual las entradas son ms efectivas. Las direcciones
asociadas a v y u son llamadas algunas veces las direcciones ms fuertes, de alta
ganancia, o ms importantes. Las siguientes direcciones ms importantes ests asociadas
con v2 y u2, y as sucesivamente hasta las direcciones menos importantes, ms dbiles o de
baja ganancia que estn asociadas con v y u .
Para ilustrar todo lo que hemos dicho acerca de la descomposicin en valores singulares en esta
seccin, consideremos primero el mismo ejemplo que en la seccin 1.1.1,

5 4
G1

3 2
La descomposicin en valores singulares de G1 es

0 0.794 0.608
0.872 0.490 7.343
G1

0.490 0.872 0
0.272 0.608 0.794

La ganancia ms grande es 7.343 y se obtiene para una entrada en la direccin

0.794
v
, y la ganancia ms pequea es 0.272 y se obtiene para una entrada en la direccin
0.608
0.608
v
. Esto confirma lo encontrado anteriormente.
0.794
Dado que en la planta G1 ambas entradas afectan ambas salidas, se dice que el sistema es
interactivo. Adicionalmente, el sistema es mal condicionado, es decir, algunas combinaciones
de las entradas tienen un efecto fuerte en las salidas, mientras que otras combinaciones tienen
un efecto dbil en las salidas. Esto se puede cuantificar mediante el condition number, que para
el sistema considerado es 7.343 0.272 27 .
Proceso de destilacin. Consideremos ahora el siguiente modelo de una columna de
destilacin

G s

1 87.8 86.4
75s 1 108.2 109.6

(1.33)

Para analizar el modelo en el estado estacionario hagamos s = 0, y llamemos G a G 0

87.8 86.4
G

108.2 109.6
Los las magnitudes de los elementos de la matriz de transferencia son mucho mayores que 1, lo
que indica que no se tendrn problemas de restriccin en las entradas. Sin embargo, esto no es
190

Interaccin en Procesos Multivariables

totalmente cierto ya que la ganancia en la direccin ms dbil (correspondiente al valor singular

ms pequeo) es en realidad
slo u poco mayor que 1. Podemos observar esto en la DVS de G.

0.625 0.781 197.2 0 0.707 0.708

G
0.781 0.625 0
1.39 0.708 0.707

A partir del primer vector singular de entrada, v 0.707 0.708 , se puede ver
Que la ganancia es 197.2 cuando aumentamos una entrada y disminuimos la otra
entrada en una cantidad similar. Por el otro lado, a partir del segundo vector singular de

entrada, v 0.708 0.707 , se puede ver que si aumentamos ambas entradas en una
cantidad similar, la ganancia es solamente 1.39. La razn de esto es que la interaccin en la
planta es tal que los de las dos entradas se contrarrestan. Por tanto, segn este modelo, el
proceso de est mal condicionado, al menos en el estado estacionario, y el condition number es
197.2 1.39 141.7 .

En sistemas dinmicos los valores singulares y sus direcciones asociadas varan con la
frecuencia, y para propsitos de control el rango de frecuencia de mayor inters es el
correspondiente al ancho de banda a lazo cerrado. Los valores singulares usualmente se dibujan
como una funcin de la frecuencia en un diagrama de Bode de magnitud con una escala
logartmica para le frecuencia y para la magnitud. En la Figura 1.2 se muestran los trazos
tpicos de los valores singulares del proceso de destilacin considerado en el ejemplo anterior.

Figura 1.2.- Diagrama de Bode de los valores singulares del proceso de destilacin en (1.34)

1.4. Bandas de Gershgorin

Antes de definir las bandas de Gershgorin es necesario tener en claro el concepto de
dominancia diagonal y la definicin de los Nyquist arrays los cuales se presentan a
continuacin.

1.4.1. Dominancia diagonal

Una matriz racional Qs de dimensiones m x m es de fila diagonalmente dominante si:
m

q ii ( s) q ij ( s)

i 1, , m

(1.35)

j 1
j i

191

Control Avanzado

De igual manera, una matriz racional Qs de dimensiones m x m es de columna

diagonalmente dominante si:
m

qii ( s) q ji ( s)
Si denominamos ri s a:
m

ri ( s) qij ( s)

i 1,, m

(1.36)

j 1
j i

j 1
j i

ri ( s) q ji ( s)

i 1,, m (1.37)

j 1
j i

Ms diagonal es la matriz compleja Qs , cuanto menor sea ri s .

1.4.2. Nyquist arrays

El Nyquist array de Gs (no necesariamente cuadrada) es un conjunto de grficos, donde el (i,
j)-simo grfico es el lugar de Nyquist de g ij s ((i, j)-simo elemento de Gs ). Se hace uso

tambin del inverse Nyquist array, el cual es el conjunto de grficos de los lugares de Nyquist,
de los elementos de G 1 s , (claramente, el inverse Nyquist array est definido solamente
cuando Gs es cuadrada).

1.4.3. Crculos y bandas de Gershgorin

La definicin de los crculos y las bandas de Gershgoring
teorema de Gershgorin.

se encuentra en el enunciado del

(Teorema de Gershgorin): Asumimos que Z es una matriz compleja

de dimensiones m x m. Los autovalores de Z estn dentro de los m crculos, cada uno con centro
en zii y radio:
m

z
j 1
j i

ij

i 1,, m

(1.38)

que constituye la suma de los mdulos de los elementos de la fila i.

Estos tambin estn dentro de la unin de los crculos, cada uno con centro en zii y radio:
m

z
j 1
j i

ji

i 1,, m

(1.39)

que constituye la suma de los mdulos de los elementos de la columna i.

Luego tenemos que, considerando el Nyquist array de alguna G(s) cuadrada, si para cada
frecuencia , graficamos un crculo con centro en gii(j) (elemento de la diagonal de G(s)), y
de radio:
m

g ij ( j )
j1
j i

ji

( j )

(1.40)

j1
j i

A cada uno de estos crculos se les llama crculos de Gershgorin, y a la unin de stos, bandas
de Gershgorin (ilustrados en la Figura 1.3).
Si las bandas de Gershgorin de Gs excluyen el origen, diremos que Gs es diagonalmente
dominante (fila dominante o columna dominante, ver Figura (1.4).

192

Interaccin en Procesos Multivariables

1.5. Relative Gain Array (RGA)

Las ganancias relativas y el relative gain array son herramientas matemticas muy tiles para
evaluar la interaccin entre las variables de entrada y de salida de un sistema fsico tanto
cuando se tienen slo dos entradas y dos salidas, que es el caso real ms frecuentemente
encontrado, como cuando se tiene en general n entradas y n salidas. A continuacin se
presentan estos conceptos, algunos ejemplos de su aplicacin y sus ms importantes
propiedades.

Figura 1.3: Un Nyquist array con los crculos de Gershgorin

Figura 1.4: Bandas de Gershgorin para un sistema que: (a) es diagonalmente dominante, (b) no
es diagonalmente dominante

6.5.1 Ganancia relativa

Un lazo simple de control est formado por la conexin de una variable controlada y una
variable manipulada mediante un controlador.

193

Control Avanzado

En un proceso multivariable, la ganancia a lazo abierto de una determinada variable controlada

respecto a una variable manipulada dada puede cambiar cuando otras variables se colocan en
control. Puede tener un valor cuando todos los dems lazos estn abiertos, un valor diferente
cuando uno de los otros lazos est cerrado, un tercer valor cuando dos de los otros lazos estn
cerrados, etc.
Este concepto puede ser ilustrado para un proceso con dos pares de variables interactuantes
usando la Figura 1.5. Si el lazo 2 se abre (m2 constante) al desabilitar su controlador, la
ganancia a lazo abierto para el lazo 1 es:

c1
m1

k11 g11

(1.41)

m2

donde k representa la ganancia en el estado estacionario y g el vector de ganancia dinmica.

El cierre del lazo 2 forma un camino paralelo de m1 a c1 a travs de k21g21, el
lazo 2, y k12g12. Considerando que c1 es afectado por ambas variables manipuladas:
(1.42)
c1 m1k11g11 m2 k12 g12
La variable m2 es conducida por su controlador
(1.43)
m2 r2 c2 k 2 g 2
el cual responde a la influencia de m1:
(1.44)
c2 m2 k 22 g 22 m1k 21g 21

Figura 1.5.- Diagrama de bloques de un sistema multivariable de 2 x 2[4]

Combinando las tres ecuaciones anteriores se llega a una relacin entre c1 y m1:

r m1 k 21 g 21
k12 g12
c1 m1k11 g11 2
1 k 2 g 2 k 22 g 22

(1.45)

La diferenciacin de la expresin anterior nos da la ganancia a lazo abierto con el controlador 2

en automtico:

dc1
k g k g
k11 g11 21 21 12 12
dm1
1 k 2 g 2 k 22 g 22

(1.46)

Si k21 o k12 se acerca a cero, la ganancia del lazo 1 se vuelve independiente de la

accin del controlador 2. La ganancia del lazo 1 es tambin una funcin de los parmetros del
controlador 2. A medida que k2g2 se acerca a cero, la ganancia del lazo 1 no se ve afectada por

194

Interaccin en Procesos Multivariables

el lazo 2; en el otro extremo, cuando k2g2 se acerca al infinito por ejemplo si k2g2 es un
integrador acercndose al estacionario la ecuacin se aproxima a:

c1
m1

k11 g11
c2

k 21 g 21k12 g12
k 22 g 22

(1.47)

Para ilustrar el potencial para la interaccin, consideremos el caso en que todos los elementos
dinmicos son iguales. Entonces (1.47) se reduce a:

c1
m1

k11 g11 1 k 21k12 k11 k 22

(1.48)

c2

Esta expresin asla las caractersticas interactuantes en un solo grupo. Dividiendo la ganancia
a lazo abierto con m2 constante entre aquella obtenida con c2 constante resulta la ganancia
relativa 11:

11

c1 m1 m
c1 m1 c

1
1 k 21k12 k11 k 22

(1.49)

Si tenemos por ejemplo: k11 = 1, k12 = -2, k21 = 3, k22 = 4. Entonces 11 = 0.4.
Para ganancias relativas entre cero y uno, el lazo 2 aumenta la ganancia del lazo 1,
haciendo que este sea ms sensible a la accin de control y ms lento a responder
completamente. Ganancias relativas mayores que la unidad mantienen la respuesta dinmica
pero reducen la efectividad de la accin de control al reducir la ganancia del lazo. Ganancias
relativas muy altas indican que el control ser muy poco
efectivo.
Las ganancias relativas negativas representan un caso especial. Porque la ganancia del lazo 1
cambia de signo cuando el controlador 2 es transferido entre manual y automtico, la accin del
controlador 1 ser incorrecta para una de estas condiciones. Si est ajustado para
retroalimentacin negativa cuando el controlador 2 est controlando, se producir
retroalimentacin positiva cuando el controlador 2 no pueda controlar, ya sea porque est en
manual o porque su variable manipulada est en su lmite. Ocurre lo mismo para el caso
contrario, es decir, si el controlador 1 est ajustado para retroalimentacin negativa cuando el
controlador 2 no puede controlar, se producir inestabilidad cuando el controlador 2 est
controlando. Consecuentemente, el lazo 1 es estable slo condicionalmente.

1.5.2. Relative Gain Array

Hasta este punto, slo una ganancia relativa ha sido obtenida: 11. En un sistema de 2 x 2,
habrn cuatro ganancias relativas, ordenadas en una matriz.
m1
m2
c1
11
12
1.0
c2
21
22
1.0
1.0
1.0
(1.50)
Esta matriz de ganancias relativas recibe el nombre de relative gain array o RGA.
El RGA tiene la propiedad de que la suma de los elementos tanto de sus columnas
como de sus filas es siempre la unidad. Entonces tenemos que para el sistema de 2 x 2, 22 =
11, y 21 = 12 = 1 11. En el caso de un sistema n x n se necesitan
evaluar (n 1)2 como mnimo para completar la matriz.
Para el ejemplo considerado en la seccin 1.3.1 tenemos entonces: 22 = 0.4, y 21 = 12 = 0.6
La matriz de 2 x 2 se llena con variables complementarias. Si 11 es 1.0, 22 tambin lo ser, y
los otros elementos sern cero. (Esto describe el caso en que no existe interaccin si se
analiza el modelo de la planta se encontrar que k12 o k21 es cero). Entonces m1 deber controlar
c1, y m2, c2. En el caso contrario, ya que 12 = 1.0, m2 deber controlar c1, y m1, c2. Si 11 es
negativa, 22 tambin lo ser. Segn lo dicho al final de la seccin 1.3.1 esto indica que si m1
195

Control Avanzado

controla c1, y m2, c2 se producir inestabilidad de todos modos porque el problema de la

ganancia relativa negativa se presenta en ambos lazos.
Las ganancias relativas en el rango 0 1 indican interaccin moderada. Para minimizar la
interaccin, los apareamientos debern realizarse entre las variables cuyas ganancias relativas
sean ms cercanas a la unidad. Si las cuatro ganancias relativas son 0.5, no existe preferencia, y
se tendr que examinar las propiedades dinmicas para determinar la mejor opcin.
Cuando una ganancia relativa exceda la unidad, aparecern en la misma fila y en la misma
columna otras ganancias relativas que sern negativas. Los pares de variables que tengan
ganancias relativas negativas no debern seleccionarse para el control por las razones dada
anteriormente. La nica opcin en un sistema de 2 x 2
(y generalmente tambin en sistemas de mayor orden) es aparear variables que tengan
ganancias relativas altas. Cuando la ganancia relativa excede 5, la interaccin entre los lazos se
vuelve severa, y podra no ser posible controlar ambos lazos al mismo tiempo.

1.5.3. Seleccin de los pares de entrada-salida.

Criterio: Seleccionar una variable uj para controlar una salida yi de manera que yi/uju=cte sea
mxima y del mismo orden de magnitud e igual signo que yi/ujy=cte, es decir, de forma que
las ganancias relativas ij sean positivas y lo ms cercano posible a la unidad. Comprobar la
estabilidad, si los pares elegidos nos dan un sistema inestable, se eligen los siguientes pares
positivos.
Pero como los ij son ganancias estacionarias, esta regla no garantiza que la interaccin
dinmica entre los lazos sea mnima.
Ejemplo:
Y1
Y2

U1
0.2
0.8

U2
0.8
0.2

Los valores 11 = 22 = 0.2 = 1/5 indican que cuando se cierra el otro lazo, la ganancia del lazo
(u1, y1) (u2, y2) aumenta 5 veces (o disminuye si se abre). Los valores 12 = 21=0.8=1/1.25
indican que al cerrase el otro lazo la ganancia aumenta muy poco (solo 1.25 veces).
Claramente esto nos indica que la combinacin (u1, y2) (u2, y1) es la ms adecuada, la que
presenta menos interaccin.
Ejemplo:

Y1
Y2

U1
2
-1

U2
-1
2

Si elegimos (u1, y1) y (u2, y2) la ganacia cambia en un factor de 0.5 al cerrar el otro lazo. La
otra combinacin cambia el signo de las ganancias. No puede considerarse.
Clculo de las ganancias relativas de un sistema. Primero se debe calcular la matriz de
ganancias estacionarias, Kij, para lo cual hay dos formas:
1.- Experimentalmente o en simulacin cuando no podemos actuar sobre el sistema
directamente, como se ha indicado anteriormente.

196

Interaccin en Procesos Multivariables

2.- Analticamente a partir de los balances del proceso en condiciones estacionarias.

Una vez calculados los elementos de la matriz de ganancias estacionarias, los elementos
Kij=yi/ujy=cte se pueden calcular a partir de ellos Kij = yi/uju=cte, de la siguiente forma:
y1 = K11 * ul + K12 * u2
y2 = K21 * ul + K22 * u2

Para un sistema 2x2:

Para obtener K11 = y1/u1y2=cte, se hace y2 = 0 => 0=K21 * ul + K22 * u2

u 2

K 21
u1 => se sustituye este valor en la primera ecuacin:
K 22

y1 K 11* u1 K 12 *

Para obtener K 22

y 2
u 2

K 21
y1
u1 => K 11
K 22
u1

y 1cte

y 2 cte

K 11* K 22 K 12 * K 21
K 22

, se procede de forma similar, haciendo y1 0 =>

0 K 11* u1 k 12 * u 2 u1

K 12
K 11* K 22 K 12 * K 21
u 2 K 22
K 11
K 11

Siguiendo el mismo procedimiento, tenemos que:

K 12

y1
u 2

K 21

y 2
u1

y 2 cte

y 1 cte

K 21* K 12 K 11* K 22
K 21

K 21* K 12 K 11* K 22
K 12

Por tanto los coeficientes Kij se pueden calcular como combinacin de ganancias estacionarias
en lazo abierto. Ahora las ganancias relativas, ij, se calculan fcilmente:

11

K11
K11 * K 22

,
K 11 K11 * K 22 K12 * K 21

22

K 22
K11 * K 22
, etc.

K 22 K11 * K 22 K12 * K 21,

Por tanto la matriz de ganancias relativas queda:

197

Control Avanzado

U1

U2

Y1

K 11* K 22
K 11* K 22 K 21* K 12

K 12 * K 21
K 21* K 12 K 11* K 22

Y2

K 12 * K 21
K 21* K 12 K 11* K 22

K 11* K 22
K 11* K 22 K 21* K 12

Con esta matriz de y utilizando la regla dada, se deben elegir los pares de entrada-salida ms
adecuados (aquellos con valor de ij positivos y lo ms cercanos posible a la unidad) teniendo
en cuenta la estabilidad.
Una caracterstica adicional que debe notarse del clculo de las ganancias relativas, es que, por
ser cocientes de ganancias a lazo abierto similares, no solamente son adimensionales, sino
adems no se ven afectadas por dimensiones, no linearidades, ni factores comunes.

Ejemplo: MEZCLADOR
Objetivos: controlar el flujo y la composicin de la mezcla.

A
T

A: Caudal de entrada de A
S: Caudal de entrada de B
F: Caudal de Salida
X: Fraccin molar de A a
La salida

FT

Modelo en estado estacionario:

Suma de caudales de entrada = caudal de salida.
Balance de masas en estado estacionario.

=
F=A+S
X*F=A

Clculo de la matriz de ganancias estacionarias:

K FA

F
A

K FS

F
S

S cte

Acte

K XS

198

K XA

1,

( A / A S )
A

S cte

S
1 X

2
F
( A S )

1,

X
S

Acte

( A / A S )
S

Acte

A
X

2
F
( A S )

Interaccin en Procesos Multivariables

La matriz de ganancias estacionarias queda

A
1

1 X
F

S
1

X
F

La matriz de ganancias relativas, haciendo operaciones queda:

A

1-X

1-X

El emparejamiento depender del valor de x:

FC

Si X 0.5 = (A,F)
(S,X)

FT

AT
FT
AC
A

Si X 0.5 = (A,X)
(S,F)

AT
TT

FT

FC

199

Control Avanzado

Si X 0.5, esto indica que la interaccin es muy alta y el sistema no podra controlarse
empleando lazos simples.
Para un sistema n x n puede emplearse el mismo procedimiento para obtener las ganancias
relativas en funcin de las estacionarias. En cualquier caso e independientemente de la
dimensin puede obtenerse la matriz RGM a partir de la matriz de ganancias estacionarias de la
siguiente forma:
Calcular la traspuesta de la inversa de la matriz de ganancias estacionarias y multiplicar cada
trmino de esta nueva matriz por el correspondiente trmino de la matriz original.
Una forma de saber si se ha realizado bien el clculo es que la suma por filas y por columnas de
la matriz RGM es igual a uno.
El siguiente paso es estudiar la estabilidad del par entrada-salida elegido. Para ello se utiliza el
ndice de interaccin: Iij de un par que se define:

Iij

1 ij
ij

Un ndice de interaccin 1, evita inestabilidades debidas a la interaccin entre lazos simples.

Ejemplo:
Primer lazo

FT

AT

I FA

K * K XA
1 FA
FS
FA
K FA * K XS

I FA

1 X
X

I XS

1 X
X

FT
Si damos un salto en la referencia de F = hay un salto F, el controlador modificar A para
llevar a la salida F a su nuevo valor de referencia = A = F / KFA. Debido a la interaccin,
este cambio en el flujo de A provoca un cambio en la composicin de la mezcla de salida: =
X = KXA * A = KXA * F / KFA. Este cambio en la composicin de salida se detecta por su
controlador que toma una accin correctiva para restaurar la composicin a su valor de
refrencia. Esta accin de control sobre el flujo de S tiene una magnitud: = S = X / Kxs =
KXA * F / (KFA * KXS). Finalmente, y de nuevo debido a la interaccin este cambio de S,
causa una variacin en le flujo de salida F de magnitud: F = KFS * S = KFS * KXA * F /
(KFA * KXS).= IFA * F. Se ha realizado un ciclo completo, y esto se repetir hasta que
desaparezcan las desviaciones. Para que esto ocurra , el ndice de interaccin IFA debe ser
menor que 1 para que las desviaciones en F debido a la interaccin, despus de un ciclo
completo sean menores que las variaciones de F, F debido al cambio en la referencia. Si IFA >
1, las desviaciones se incrementan en cada ciclo hasta que el controlador llega a la saturacin,
que es una situacin indeseable.

200

Interaccin en Procesos Multivariables

Otra forma de ver la estabilidad con la matriz de ganancias estacionarias, es mediante el

teorema de Niederslinski. Seleccionando los pares de la diagonal principal de la matriz de
ganancias estacionarias (u1, y1), (u2, y2),....... El sistema es inestable si:

SSGM
n

Kii
i 1

donde |SSGM| es el determinante de la matriz de ganancias estacionarias.

Ejemplo: MEZCLADOR: Si elijo la combinacin (A,F) y (S,X)

F
X

A
1

S
1

1 X
F

Determinante / (KFA * KXS) = 1 / X > 0

X
F

ESTABLE
S

X
F

1 X
F

Si cojo (A,X) y (S,F) =>: Determinante / (KFS * KXA) = 1/ (1-X) > 0

ESTABLE

Los dos sistemas son estables, ahora deberamos probar con el ndice de interaccin:
Para la primera combinacin:

I FA

1 X
X

I XS

1 X
X

Para la segunda:

I XA

X
1 X

I FS

X
1 X

Si X > 0.5 => IFA = IXS < 1 => Sistema es estable con la combinacin (A,F) y (S,X), en cambio
es inestable si cogemos los pares (A,X) y (S,F) ya que IXA = IFS > 1
Si X < 0.5 => la combinacin estable es (A,X) y (S,F).

1.5.4. Reduccin de la Interaccin

Si a pesar de elegir adecuadamente los pares de entrada-salida, la interaccin es muy alta, no se
pueden utilizar lazos simples para controlar el sistema. Para controlar el sistema total hay varias
soluciones:
1.- Mtodos de desacoplo. Tratan de eliminar por completo la interaccin para poder
controlar el sistema con lazos simples:
a) Desacoplo en estado estacionario.
b) Desacoplo dinmico.

201

Control Avanzado

2.- Tcnicas de diseo en el dominio frecuencial, que tratan de reducir la interaccin y

controlar el sistema globalmente.
a) Mtodo del diagrama inverso de Nyquist (INA).
b) Tcnica de los lugares caractersticos.
3.- Tcnicas de control avanzado.
a) Control Robusto (con tcnicas de H, etc.)
b) Control Predictivo Multivariable, etc.

1.5.5. Desacoplo en estado estacionario.

Una alternativa al desacoplo completo, lo que suele conducir a compensadores irrealizables o
muy complejos es limitar el desacoplo al estado estacionario. Con ello se tendr interaccin en
los transitorios, pero en los estados estacionarios, cuando el sistema est en su referencia, los
valores de una variable no influirn en los valores de las otras salidas.
Una solucin para este problema es coger un regulador del tipo: K = G-1 (0) * Q, con Q
diagonal, para el caso de un sistema con igual nmero de entradas y salidas. En el caso de un
sistema 2 * 2 esto se traducira en:
1

G ( 0 ) G12 ( 0 ) Q1
K 11

G21( 0 ) G22 ( 0 ) 0

0
Q2

En el fondo el problema de desacoplo est en la necesidad de resolver la ecuacin algebraica

GK = Q => K = G-1 Q

y1

U1

Ref1
R1

U2

Ref2

R2

Y2

Vamos a ver como queda la salida del sistema con el desacoplo en estado estacionario, en lazo
cerrado:
Y(s) = [I + G(s) K(s)]-1 G(s)K(s)W(s) = [I + G(s)G-1 (s)Q(s)]-1 G(s) G-1 (s) Q(s) W(s)
Para calcular la salida en estado estacionario, se hace s=0:

202

Interaccin en Procesos Multivariables

Y() = [I + G(0) G-1 (0) Q(0)]-1 G(0) G-1 (0) Q(0) W(0) = [I + Q(0)]-1 Q(0) W()
Por ser Q(0) diagonal => [I + Q(0)]-1, tambin lo ser y por lo tanto el sistema queda
desacoplado. Ntese, no obstante que aparece un error estacionario entre y() y w() en
general. Por ejemplo para el caso en que Q(0) = I, o sea cuando Q1 = Q2 = 1, el error
estacionario ser: y() = [I +I]-1 I w() = 0.5 w(). De modo que en general Q deber tener
ganancia alta para reducir dicho error.
Pero existe un problema, si la matriz G es casi singular (su determinante 0) y por lo tanto mal
condicionada, el desacoplo calculado puede estar lejos del correcto, ya que pequeos errores en
la determinacin de G darn lugar a grandes variaciones en los reguladores calculados.
Un procedimiento para saber si una matriz G est mal condicionada, y por lo tanto si es factible
implementar reguladores de desacoplo, es aplicar la descomposicin en valores singulares
(SVD) y calcular el condition number. Este nmero puede tomarse como una medida de lo
prxima que A est de ser singular; cuanto mayor sea el condition number ms mal
condicionada est la matriz A. No existe una regla fija pero un valor de 50, indica
proximidad a condiciones de matriz singular. Como conclusin, no siempre se puede
desacoplar en estado estacionario.

6.5.6 RGA en sistemas n x n

La reduccin de las variables controladas y manipuladas de un sistema, tal como se present en
la seccin anterior, no siempre es posible. Habrn casos en los que se tendr que considerar
ms de dos lazos interactuantes en el control. Cuando esto ocurre el clculo de las ganancias
relativas de se hace ms difcil. Si la derivadas independientes que se deben realizar para el
clculo de kij no son prcticas, se tendrn que usar mtodos matriciales. Efectivamente, a partir
de una matriz de ganancias K no singular puede obtenerse una matriz de ganancias H
calculando la matriz inversa:
(1.51)
H K 1
Entonces la matriz de ganancias relativas ij se calcula mediante el producto elemento por
elemento de las ganancias kij y las ganancias h ji:
ij k ij h ji
(1.52)
o

RGA K K K H K K 1
(1.53)
donde el operador simboliza el producto Hadamard o Schur o elemento por elemento.
Obviamente esta definicin del RGA se aplica tambin en sistemas de 2 x 2.
Si ordenamos los datos del ejemplo considerado en las secciones 1.3.1 y 1.3.2 en una forma
matricial tendremos:

1 2
0.4 0.2
0.4 0.6
1
K1
, K1
, K1

3 4
0.3 0.1
0.6 0.4
Lo cual coincide con los resultados obtenidos anteriormente.
Y en el caso de un sistema de 3 x 3 tendramos, por ejemplo:

1 2 3
0.7 0.6 0.3
0.7 0.6 0.9
1

K 2 3 4 1 , K 2 0.1 0.2 0.1 , K 2 0.3 0.2 0.1

0 1 2
1
0
1
1
1
1

203

Control Avanzado

1.5.7. Propiedades del RGA

Muchas de las propiedades algebraicas del RGA se deducen directamente si sus elementos se
presentan de la siguiente forma:

ij k ij k ji k ij

cij

i j

det K

k ij det K ij

(1.54)

det K

donde k ji simboliza el ji-simo elemento de la matriz K K 1 , K ij simboliza la matriz K

con la fila i y la columna j borradas, y cij 1

i j

det K ij es el cofactor de la matriz K.

Para cualquier matriz K de n x n no singular, se cumplen las siguientes propiedades:

1. K 1 K K
2. La suma de los elementos de cada fila y de cada columna del RGA es 1. Esto es,

i 1

3.

ij 1 y

n
j 1

ij 1 .

K I si y slo si K es una matriz triangular superior o inferior; y en particular el RGA

de una matriz diagonal es la matriz identidad.

4. El RGA no vara con las escalas. Es decir, D1 KD2 K donde D1 y D2 son matrices
diagonales.
5. El RGA es una medida de la sensibilidad a la incertidumbre relativa de elemento por elemento de una matriz. Ms precisamente, la matriz K se vuelve singular si un elemento de

K es perturbado de kij a k ij k ij 1

1
ij

1.1. Conclusiones

204

La ganancia en los sistemas MIMO, a diferencia de los SISO, no depende nicamente de la

frecuencia sino tambin de la direccin en que se apliquen las entradas. Frente a este hecho
los valores y los vectores singulares representan una eficiente medida de las ganancias y las
direcciones mximas y mnimas.
El condition number da una idea de la sensibilidad de un proceso a la variacin de las
entradas. Adems permite ver si el sistema est cerca o no de la singularidad y, por tanto, si
es factible o no usar reguladores de desacoplo.
Con los crculos de Gershgorin se puede conocer el grado de dominancia diagonal de un
sistema multivariable
El RGA nos indica qu tanto acoplamiento existe en un proceso multivariable, y nos
permite seleccionar los pares de variables controladas y manipuladas. Su clculo puede
realizarse experimentalmente hallando las ganancias de un lazo con resto de lazos abiertos
y cerrados, o analticamente si se dispone del modelo matemtico.