1

ANALISIS DE SISTEMAS EN EL ESPACIO DE

ESTADOS.
Freddy Guillen M
Teoria de control III, UNIVERSIDAD POLITECNICA SALESIANA
fguillenm@est.ups.edu.ec

AbstractEn el siguiente documento se especifican definiciones, modelamiento y clculos de un sistema en base a su

espacio de estados, as como tambin se especifica el clculo y
el modelamiento para el diseo del compensador bajo el mismo
rgimen, los clculos se facilitaran con la ayuda del software
MATLAB para obtener la respuesta natural del sistema y la
respuesta compensada del sistema en tiempo continuo y en
tiempo discreto.

I. INTRODUCCION.
El anlisis de sistemas medianos o grandes puede volverse
muy tedioso y propenso a errores debido al tamao del
sistema de ecuaciones que se necesita para describirlo y al
nmero
de manipulaciones algebraicas requerido para
encontrar una solucin a dichas ecuaciones. Por lo tanto, es
necesario encon- trar otros procedimientos que permitan
resolver estos sistemas de una forma mas rpida y encontrar
soluciones con errores casi nulos, entre estos procedimientos
se encuentra el anlisis de sistemas a travs de variables de
estado. Un conjunto de variables de estado es un grupo de
seales en un sistema que junto con la excitacin del sistema
determina por completo el estado de este mismo en cualquier
tiempo futuro.[1] El orden de un sistema es igual que el
numero de variables de estado necesarias para establecer de
manera nica su estado, si el sistema se describe mediante una
ecuacin diferencial o en diferencias, su orden es el mismo
que el de la ecuacin. el numero de variables de estado que
requiere un sistema fija el tamao del vector de estado y , en
consecuencia, el numero de dimensiones en el espacio de
estados que es justo un ejemplo de un espacio vectorial, el
sistema sigue una trayectoria a travs de ese espacio.
II. CARACTERISTICAS DE LAS
VARIABLES DE ESTADO.
Las variables de estado de los sistemas no son nicas. Una
persona podra elegir un conjunto y otra elegira otro y ambos
podran ser correctos y completos. Sin embargo, en muchos
casos existe un conjunto de variables de estado que es ms
conveniente que cualquier otro para algunos propsitos de
anlisis. [1]El anlisis de las variables de estado tiene las
siguientes caractersticas:
Reduce la probabilidad de errores de anlisis al hacer
sistemtico el proceso.[3], [1]

Describe todas las seales importantes del sistema, tanto

internas como externas

Ofrece informacin sobre la dinmica del sistema y

puede ayudar a mejorar el diseo del mismo.
Es posible formularlo a travs de mtodos matriciales y,
cuando eso se hace, el estado del sistema y las respuestas
del mismo pueden describirse mediante dos ecuaciones
matriciales.
Se puede combinar las tcnicas de anlisis de variables
de estado con las de transformacin. [1]
III.
MODELAMIENTO DE UN
SISTEMA.
Se plantea un sistema electrico en el que se tienen 3
variables de estado de la siguiente forma:
A. SISTEMA.
Un sistema modelado en variables de estado tiene la forma
de la ecuacion 1, cuya salida tiene la forma de ecuacion 2
x = Ax + B
y = Cx

(1)
(2)

Donde A y B son matrices cuyos valores se obtienen del

sistema, la matriz C escoge la variable que se desea a la
salida del sistema. estas ecuaciones tienen su representacin
en bloques como muestra la fig. 1.

Figure 1.

Diagrama de bloques de las ecuaciones de espacio de estados.

Para modelar el sistema de la fig.2, se usan las Leyes

de Kirchoff las cuales nos van a dar una perspectiva de las
posibles variables de estado del sistema.
V ent = R1 i1 + L1 i1 + R2 (i1 i2)
(3)
C

2
0 = R2 (i2 i1) +

i2dt + L2

i2

(4)

1
0 = R2 (x2 x3) +

x1 + L2 x2(11)
C
Las ecuaciones (6), (10) y (11) muestran un sistema de tres
ecuaciones con tres incgnitas de donde se tiene que despejar
las derivadas de las variables de estado quedando de esta
forma las ecuaciones (12) , (13) y (14).
x1 = x2
Figure 2.

Sistema Electrico de tercer orden.

(12)
x1

R2 x3 R2 x2
C
x2 =

L2
L2
L2

Las variables de estado se definen u organizan buscando

la variable de estado de orden ms bajo con respecto a sus

(13)

V ent R1 x3 R2 x3
R2
(14)

x3x2=
+

L1
L1
L1
L1
variable
estadose completa
forma
En
estedepunto
la
ecuacin
matricial
caracterstica
de
un
sistema
de
3
estados
como
muestra
la
ecuacin (15),

x1la entrada oidtV ent,

donde u es
derivadas como muestra la tabla 1.

x2
x3
x4

di
dt2
di
d2 t

x1
x1
x2 = A x2 + B(15)
x3
x3

Table I

IDENTIFICACION

x = Ax + B

DE VARIABLES

por lo tanto para el sistema de la fig.2. se tienen 3 variables

de estado

ahora por ultimo se reemplaza los valores quedandonos la

ecuacion (16).

0
1
0
R2
x2 = 1
C L2 L2

x1

B. PLANTEAMIENTO DE LAS VARIABLES DE ESTADO.

Tomamos la ecuacin (4) como punto de partida, la i2dt

es nuestra primera variable de estado, por lo que se plantea

x
3

R2
L2

R
2
L1

x1
x2 + 0

R1+
L1R2

L1
(
)
(16)
x3
la ecuacin (5) luego de esta misma ecuacin se obtiene
y cuya salida se especifica mediante la matriz C segun las
la segunda variable de estado derivando a (5) quedando la variables de estado propuestas en las ecuaciones anteriores
ecuacin (6) la misma que al derivarse nos da la ecuacin (7). como muestra la tabla. 2.
Ahora sobre la ecuacin (3) obtendremos la tercera variable

de estado x3, la misma que se plantea con la ecuacin (8) y
.
. x1

y = C x y = 0 1 0 x2
a esta se la deriva obteniendo la ecuacin (9)
x3
i2dt = x1

(5)

variable de estado

i2dt

dt

dx1x2 = i2
i2 = x2 x1 = x2
dt

(7)
(6)

i1 = x3

(8)

i1 = x3

(9)

x1
x2
x3

representacion

i2dt
i2
i1
Table II

REPRESENTACION DE LAS VARIABLES DE ESTADO

El siguiente paso es reemplazar estas variables obtenidas, en

las ecuaciones (3) y (4) quedando las ecuaciones (10) y
(11) respectivamente.

V ent = R1 x3 + L1 x3 + R2 (x3 x2)

(10)

C. ANLISIS DE ESTABILIDAD
La matriz A lleva la informacin acerca de las
caractersticas como la estabilidad, sensibilidad, ubicacin de
polos y ceros etc. del sistema, por lo que se plantea la
ecuacin (17) donde es una variable anloga a s del plano
Laplace.
det |I A|
resolviendo la ecuacin (17) se obtiene lo siguiente:

(17)

1 0 0

.
.
1
R2
.

RL22
det . 0 1 0
(18)
L2
CL20
.
.
R2
R1+R2
.
)
. 0 0
( L1
L1
1
con la ayuda de MATLAB se obtiene:
codigo :
syms
lmd;
gx = det (lmd I A)
raices = solve(gx, lmd); raices = double(raices)
de donde se observa en el Command Window de MATLAB
la ecuacion obtenida y sus raices :
gx = lmd3 + 3 lmd2 + 2 lmd + 2
raices =
2.5214
0.2393 0.8579i
0.2393 + 0.8579i

Figure 3.

la ecuacion (19) es la ecuacion caracteristica del sistema, de

donde se tiene que despejar los polos dominantes del sistema
para obtener los factores de frecuencia natural, frecuencia y
factor de amortiguamiento.
3 + 32 + 2 + 2 = 0

(19)

Raices del sistema.

cuyas graficas se encuentran en la fig.5, LAS CUALES NOS

MUESTRAN UNA RESPUESTA NATURAL DEL SISTEMA
(sin compensador) ante un escalon unitario, con R1,R2,L1,L2
y C =1.
Figure 4.

Simulacion del sistema sin control

al factorizar la ecuacion (19)1 obtenemos la ecuacion

(20) de donde se determina la existencia de 3 polos al
lado izquierdo del plano (LO QUE DEMUESTRA ESTABILIDAD), un polo netamente real y dos polos complejos
conjugados los mismos que son los polos dominantes del
sistema como muestra la fig.3.
( + 2.521) (2 + 0.4786 + 0.7932) = 0
(20)
Con estos datos obtenemos la frecuencia natural y el factor
de amortiguamiento del sistema, especificados en las ecuaciones 21 y 22.
,
n = (0.2393)2 + (0.8579)2 = 0.8906 (21)

0.2393

= n =

0.8906

= 0.2687
(22)

IV.
MODELAMIENT
O DEL SISTEMA EN
SIMULINK DE
MATLAB.
A partir de este punto vamos a simular el sistema en
simulink de MATLAB para estimar su respuesta ante una
seal de entrada en particular. Para ingresar a simulink , en

el command window de MATLAB se digita >> simulink y

se presiona enter , luego se crea un nuevo archivo y
construimos nuestro sitema como lo muestra la fig.4. y
1
Se puede factorizar la ecuacin (19) mediante MATLAB con el cdigo zpk,
de la siguiente manera: gp=tf([1],[1 3 2 2]);zpk(gp)

Figure 5.

V. DISEO DEL COMPENSADOR.

Para el diseo del compensador en rgimen de espacio de
estados, se prioriza el concepto de OBSERBABILIDAD y de

Respuesta natural del sistema

CONTROLABILIDAD,
los
mismos
que
son
indispensables para poder aplicar un compensador con
xito, luego se aplicara el controlador al sistema bajo las
nuevas caractersticas im- puestas por el diseador con su
repectiva simulacion y por ltimo se analizara el
concepto de OBSERVADOR con su aplicacion y la
simulacion del sistema completo.
A. OBSERVABILIDAD y CONTROLABILIDAD.
El criterio de OBSERVABILIDAD se refiere a una
carac- terstica del sistema en donde sus variables de
estado pueden ser medidas desde la salida del sistema y
que se define en base a la propiedad de "RANGO
COMPLETO" de la matriz Po ecuacion (23). El criterio
de CONTROLABILIDAD se refiere a una caracterstica
del sistema en donde se define si al sistema se le puede
aplicar un compensador, y que tambin se define en base
a la propiedad de "RANGO COMPLETO" de la matriz
Pc ecuacion (24).
A continuacin se calculara el rango de la matriz Po y Pc
del sistema propuesto el mismo que se definir con R1,
R2, L1, L2 Y C =1, con la ayuda de MATLAB
determinaremos
si es observable y controlable,
mediante el condigo rank

Figure 6.

Esquema del sistema con

mximo sobresalto del sistema, ecuacin(27), que es del

41% y el tiempo de establecimiento (ecuacin 28) que
es de 12.5363 s.

Mp = e 12 = 0.416289
3

ecuaciones (25)
(26).

t
s

ts = 12.5363

(28)

= n

Po =

(27)

CA

(23)

.. .

C An1
.n.1
.. ..
P c = [B.AB. .
B]
. . .A
(24)

0
1
0
P o = 1 1 1 ;
rank(P o) = 3
(25)
1
1 3

0 0
1
P c = 0 1 3 ;
rank(P c) = 3
(26)
1 2 5
para definir si un sistema es controlable y observable,
el rango de la matriz Po y Pc tiene que ser diferente de 0,
por
lo tanto nuestro sistema con R1, R2, L1, L2 Y C
=1 si es controlable y observable.

Se impone un mximo sobresalto del 15% y un

tiempo de establecimiento del 50% del tiempo de
establecimiento natural (50% de 12 = 6seg), por lo tanto
al factor de amortiguamiento natural le incrementamos
un 60% de su valor natural para obtener un Mp%
menor al 15%, (ecuacin 29) y en base
a la (ecuacin 28) despejamos la nueva frecuencia natural
(ecuacion
30).

0.520361

nuevo = 0.60+ = 0.52 Mp = e

10.5203612

0.147436
(29)
n =

3
ts =

0.52 6

3
= 0.9608

(30)

ts

Ahora con estos datos se obtienen los nuevos polos para

calcular la constante del compensador de la siguiente forma:
= n = 0.9608 0.520361 = 0.5 (31)

,
,
,
n = 2 + 2 = 2 2 = 0.96082
0.52 = 0.82044
B. COMPENSADOR.
El COMPENSADOR es un bloque mas aplicado a
nuestro sistema el cual recoge informacin de las
variables de estado y las multiplica por una constante
impuesta por el diseador
para una respuesta deseada del sistema . En la fig.6.
podemos ver el esquema del sistema con compensador.
C. CALCULO DE LA CONSTANTE Ka DEL COMPENSADOR.
Para obtener un valor de la constante Ka del
compensador se necesita definir los nuevos polos o
condiciones por donde se necesita que el sistema
responda, por lo tanto nos referimos a la fig.3 de donde
se obtuvo la frecuencia natural y el factor de
amortiguamiento, el mismo que nos sirve para calcular
el

(32)

por lo tanto nuestras nuevas raices

son:

0.5 i 0.820449 y 3.5

(33)
y un polo real en -3.5.
la ley de control es: = kxquedando las siguientes
ecuaciones :
x = Ax + B

(34)

reemplazando kx = x = Ax+B(kx) x = (ABk)x

(35)

siendo (A Bk) una Aequivalente o testeada, y se

obtiene la ecuacin caracterstica (ecuacin 36) de donde se
obtiene los valores del vector k del compensador.
(det ..I A. .) (det |I A + B k |)
(36)
.
.

0
0

0
0
0 0

CL2

01

R2

R2
L1

R1+R2

L1

.
.
+ 0 k1 k2 k3

R2
L2

L2

1
L1

(37)

para nuestro sistema se utiliza R1, R2, L1, L2 y C = 1 y

obtenemos:
.
.

0
.
det . 0
0
.
. 0 0

1 1

1+ 0

k1
k3

k2

.
0 .
..
.
(38)
observamos en la fig.8 y en la fig.7 se observa el esquema
simulado.
Figure 7. ESQUEMA DE SIMULACION DEL SISTEMA COMPENSADO.

resolvemos este sistema y obtenemos los valores de k1

k2 y k3; pero con la ayuda de Matlab y el comando >>
acker podemos simplificar este procedimiento de la siguiente
manera:
codigo :
acker(A, B, raices);
donde raices son las races propuestas por el diseador
para alcanzar las caracteristicas deseadas de respuesta, en
este caso la ecuacion 33 muestra las raices deseadas.
codigo :
acker(A, B, [3.5, 0.5 j 0.8204449, 0.5 + j

0.8204449]);
el cual nos entrega este vector de constantes Ka:
Ka = [0.2690 0.9231 1.5000];
D. SIMULACION DEL SISTEMA COMPENSADO.
Si la variable escogida para la salida en la matriz C es la
corriente i2, debido a la naturaleza del sistema por la accin
del condensador esta se tiene que estabilizarse en 0, como

Figure 8.

GRAFICAS DEL SISTEMA COMPENSADO

se har una comparacin con la respuesta natural del

sistema y la respuesta compensada en base a la fig.9.
Figure 9.

codigo acker y cuyas raices a usar son Ka pero multiplicado

por una ganancia de 5 a 10, y cuya respuesta se encuentra en
la fig.11.
VII.
DIGITALIZACIN DEL
SISTEMA.

COMPARACION DE LAS RESPUESTAS.

segn la fig.9 se puede observar claramente una reduccin

del mximo sobresalto y del tiempo de establecimiento.
VI.
OBSERVADOR.
En la fig.7 se muestra un esquema del sistema
compensado pero inaplicable fsicamente ya que implicara
desarmar la planta del sistema para conseguir llegar a las
variables de estado del sistema y es por eso que se aplica el
concepto
de OBSERVADOR, el cual es una simulacin
de la planta y que permite estimar las variables de estado y
cuyo esquema se encuentra en la fig.10. en el cual el valor
de las constantes Ke se calcula con MATLAB mediante el

Para la digitalizacin del sistema vamos a necesitar la

funcin de transferencia en el plano s, en este caso
es

Figure 11. RESPUESTA DEL SISTEMA COMPENSADO CON OBSERVADOR

"ecuacin(39)" y con la ayuda de matlab vamos a digitalizar el

mismo:

Figure 10.

ESQUEMA SISTEMA COMPENSADO CON OBSERVADOR

s
3

s + 3s + 2s + 2

Figure 12.

Resultados de la Digitalizacion del Sistema

Figure 13.

sistema controlado digital

i2
V i(s)

sysd1 = c2d(sys, 0.5, opt)

(39)
el denominador de la funcin de transferencia coincide con
la ecuacin 19 y ahora se procede a digitalizar el sistema con
el comando
codigo :
ss(tf ([num], [den]))
sys = ss(tf ([1 0], [1 3 2 2]))

aplicamos s2z para mapear las raices calculadas para el

diseo en el plano z
obteniendo la siguiente respuesta de matlab fig.12.
Entonces en nuestras simulaciones se cambian los integradores de tiempo continuo por los de tiempo discreto como
muestran la figura (13) y cuyas simulaciones estan en
la
opt = c2dOptions(r M ethodr ,r tustinr ,r F ractDelayApproxOfirgduerar(r1, 43));con un periodo de muestreo de 0.5.

Figure 14.
0.5

respuesta del sistema digitalizado con periodo de muestreo de

VIII.

CONCLUSIONES.

El anlisis en espacio de estados es una herramienta ms

para el diseo de compensadores para sistemas lineales y no
lineales.
El anlisis en espacio de estados tambin es aplicable en
el dominio del tiempo discreto.
El observador es una simulacin de la planta donde se
puede obtener informacin estimada de las variables de
estado.
MATLAB es una herramienta primordial para el clculo en
espacio de estados.
Existe relacin exacta entre la ecuacin caracterstica en el
plano s y en espacio de estados por lo que se puede aplicar el
mismo principio para el clculo de compensadores.
REFERENCES
[1] M.J. Roberts, SEALES Y SISTEMAS, anlisis mediante mtodos de
transformada y MATLAB, McGraw Hill, 2001.
[2] Kailath, T., Linear Systems, Prentice-Hall, 1980, p. 201.
[3] Katsuhico Ogata, SISTEMAS DE CONTROL EN TIEMPO DISCRETO,
Prentice Hall, 2da edicion, 1996