Sie sind auf Seite 1von 226

SISTEMAS DE CONTROL I

Grupo de Investigaci
on en Control Industrial

Area
de Autom
atica

Profesores:
Jose Miguel Ramrez S.
Esteban Emilio Rosero Garca

UNIVERSIDAD DEL VALLE


Escuela de Ingeniera Electrica y Electronica
Santiago de Cali
27 de septiembre de 2007

Contenido
1. Introducci
on a los sistemas de control
1.1. Importancia . . . . . . . . . . . . . . .
1.2. Definiciones . . . . . . . . . . . . . . .
1.3. Clasificaciones . . . . . . . . . . . . . .
1.4. Representacion . . . . . . . . . . . . .
1.5. Bucla tpica . . . . . . . . . . . . . . .
1.5.1. Bucla Tpica Analoga . . . . . .
1.5.2. Bucla Tpica Digital . . . . . .
1.6. Analisis . . . . . . . . . . . . . . . . .
1.7. Dise
no . . . . . . . . . . . . . . . . . .

.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.

2. Modelado an
alogo
2.1. Sistemas analogos en representacion entrada-salida . . . . .
2.1.1. Transformada de Laplace . . . . . . . . . . . . . . . .
2.1.2. Funcion de Transferencia . . . . . . . . . . . . . . . .
2.1.3. Trazado de diagramas de bloques . . . . . . . . . . .

2.1.4. Algebra
de diagramas de bloques . . . . . . . . . . .
2.1.5. Simplificacion de un diagrama de bloques; entradas
m
ultiples . . . . . . . . . . . . . . . . . . . . . . . . .
2.1.6. Modelado de sistemas fsicos . . . . . . . . . . . . . .
2.1.7. Graficos de flujo de se
nal (GFS) . . . . . . . . . . .
2.2. Sistemas analogos en representacion de estado . . . . . . . .
2.2.1. Introduccion . . . . . . . . . . . . . . . . . . . . . . .
2.2.2. Definiciones . . . . . . . . . . . . . . . . . . . . . . .
2.2.3. Representacion matricial . . . . . . . . . . . . . . . .
2.2.4. Representacion de sistemas en el espacio de estado .
2.2.5. Diagrama de estado . . . . . . . . . . . . . . . . . . .

.
.
.
.
.
.
.
.
.

12
13
14
15
21
22
23
25
26
27

.
.
.
.
.

33
34
34
40
42
44

.
.
.
.
.
.
.
.
.

49
51
55
62
62
63
67
68
81

2.2.6. Ecuacion caracterstica, valores propios y vectores propios . . . . . . . . . . . . . . . . . . . . . . . . . . . . 88


2.2.7. Matrices de Transferencia . . . . . . . . . . . . . . . . 90
3. Modelado digital
3.1. Modelado del procesador digital . . . . . . . . . . . . . . . .
3.1.1. Secuencias . . . . . . . . . . . . . . . . . . . . . . . .
3.1.2. Representacion matematica de secuencias . . . . . . .
3.1.3. Representacion matematica del proceso de muestreo .
3.1.4. Transformada Z . . . . . . . . . . . . . . . . . . . . .
3.1.5. Funcion de transferencia discreta . . . . . . . . . . .
3.1.6. Reconstruccion de Se
nales . . . . . . . . . . . . . . .
3.1.7. Modelado de sistemas de datos muestreados con la funcion de transferencia de pulsos . . . . . . . . . . . . .
3.1.8. FdT de Pulsos de Elementos en Cascada . . . . . . .
3.1.9. FdT de Pulsos de sistemas Realimentados . . . . . .
3.2. Sistemas discretos en representacion de estado . . . . . . . .

.
.
.
.
.
.
.

98
99
99
101
101
103
108
112

.
.
.
.

116
118
120
123

4. Caractersticas de los sistemas realimentados


4.1. Sistemas en red abierta y en red cerrada . . .
4.2. Ganancia . . . . . . . . . . . . . . . . . . . .
4.3. Sensibilidad . . . . . . . . . . . . . . . . . . .
4.4. Perturbaciones . . . . . . . . . . . . . . . . .
4.4.1. Perturbacion en G(s) : . . . . . . . . .
4.4.2. Perturbacion en H(s) . . . . . . . . . .
4.5. Control de la Respuesta . . . . . . . . . . . .
4.5.1. Respuesta Transitoria . . . . . . . . .
4.5.2. Respuesta Permanente . . . . . . . . .
4.6. Estabilidad . . . . . . . . . . . . . . . . . . .

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.

134
. 135
. 136
. 137
. 140
. 140
. 143
. 144
. 145
. 145
. 146

5. An
alisis de la respuesta en el tiempo
5.1. Se
nales de Prueba . . . . . . . . . . . . . . . . .
5.2. Respuesta Transitoria . . . . . . . . . . . . . . .
5.2.1. Sistemas de Primer Orden . . . . . . . .
5.2.2. Sistemas de Segundo Orden . . . . . . .
5.2.3. Caractersticas de Respuesta Transitoria
5.2.4. Expresiones Analticas: . . . . . . . . . .

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

153
154
156
156
157
159
160

5.2.5. Especificaciones de funcionamiento para la respuesta


transitoria . . . . . . . . . . . . . . . . . . . . . . . . .
5.2.6. Sistemas con Ceros y de Orden Superior a 2. . . . . . .
5.2.7. Polos Dominantes de Lazo Cerrado . . . . . . . . . . .
5.2.8. Sistemas de Tercer Orden con un polo real. . . . . . . .
5.2.9. Sistemas de Segundo Orden Subamortiguados con un
cero. . . . . . . . . . . . . . . . . . . . . . . . . . . . .
5.3. Respuesta Permanente . . . . . . . . . . . . . . . . . . . . . .
5.3.1. Error Permanente: . . . . . . . . . . . . . . . . . . . .
5.3.2. Clasificacion del Tipo de Sistema . . . . . . . . . . . .
5.3.3. Error permanente debido a una entrada escalon . . . .
5.3.4. Error permanente debido a una entrada rampa . . . . .
5.3.5. Error permanente debido a una entrada parabolica . .
5.4. Respuesta Temporal, Sistemas Discretos . . . . . . . . . . . .
5.4.1. Representacion en el plano Z de las se
nales. . . . . . .
5.4.2. Correlacion Plano S a Plano Z . . . . . . . . . . . . . .
5.4.3. Respuesta al Escalon de Sistemas Discretos . . . . . . .
5.4.4. Respuesta Permanente Discreta . . . . . . . . . . . . .
5.4.5. Solucion de las ecuaciones dinamicas; la matriz de transicion de estado continua . . . . . . . . . . . . . . . . .
5.4.6. Solucion de las Ecuaciones Dinamicas Discretas . . . .
5.4.7. Discretizacion de Ecuaciones Dinamicas de Tiempo Continuo . . . . . . . . . . . . . . . . . . . . . . . . . . . .
6. Acciones b
asicas de control
6.1. Accion de Control - PID . . . . . . . . . . . . . . . . .
6.1.1. Accion Proporcional P . . . . . . . . . . . . .
6.1.2. Accion Integral I . . . . . . . . . . . . . . . .
6.1.3. Accion Proporcional Integral PI . . . . . . . .
6.1.4. Accion Proporcional Derivativa
PD . . . .
6.1.5. Accion Proporcional Integral Derivativa PID .
6.1.6. Implementacion digital de la ley de control PID
Referencias . . . . . . . . . . . . . . . . . . . . . . . . . . .

J. Ramrez y E. Rosero

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

161
164
165
167
168
169
169
170
170
171
171
173
173
176
183
187
189
193
195

204
. 205
. 205
. 207
. 210
. 212
. 215
. 219
. 226

GICI

Curso: Sistemas de Control I


Introducci
on
A continuacion una descripcion del curso:
C
odigo: 710014
Cr
editos: 4

Programa: MAESTRIA EN INGENIERIA ENFASIS


EN AUTOMATICA
EN AUTOMATIZACION
INDUSTRIAL(5778)
(7710), ESPECIALIZACION
Intensidad Horaria: 3 Horas Semanales Teora, 1 Hora semanal Practica
Pre-requisitos:
Perodo: Febrero-Junio de 2007
Observaciones: No es habilitable, Si es validable
La Ingeniera del Control Automatico juega un papel fundamental en los
sistemas y procesos tecnologicos modernos, y los beneficios que se obtienen
con un buen control incluyen productos de mejor calidad, menor consumo de
energa, minimizacion de desechos, mayores niveles de seguridad y reduccion
de la polucion.
La dificultad es que algunos de los aspectos mas avanzados de la teora
requieren una base matematica. Sin embargo, su impacto practico solo se
puede medir por los beneficios que trae en sus aplicaciones. En este curso
se presentan los fundamentos de control para sistemas lineales en tiempo
discreto y continuo, muy u
tiles para posteriormente realizar analisis y dise
no
de estrategias de control aplicadas a un sistema real.

Mapa conceptual

Figura 1: Mapa conceptual de Sistemas de control I

Objetivos
General: Capacitar al estudiante para el analisis de sistemas de control
lineales analogos y discretos, con representacion de entrada salida o de estado.
Especficos
Emplear la terminologa utilizada en los sistemas de control analogos
y digitales.
Identificar, diferenciar y analizar los elementos y se
nales de la bucla
tpica de control analoga y digital.
Representar, simplificar, analizar y sintetizar un sistema de control por
medio de un diagrama de bloques, diagrama de flujo de se
nal y diagrama de estado.
J. Ramrez y E. Rosero

GICI

Deducir el modelo matematico en funcion de transferencia y variables


de estado para sistemas de control analogos y digitales.
Analizar las diferentes interrelaciones entre las representaciones entradasalida y de estado.
Analizar el efecto de la realimentacion en el funcionamiento de un sistema analogo y digital.
Calcular y analizar la respuesta en el tiempo de un sistema analogo y
digital.
Determinar el efecto de las diferentes acciones de control en el comportamiento de un sistema.

Metodologa y orientaciones para el estudio


Los temas se desarrollaran mediante clases magistrales, trabajo de lectura de los estudiantes, ejercicios en clase, ejercicios a desarrollar por los
estudiantes, trabajo en el computador y trabajo en un proyecto en el cual se
aplicaran los conocimientos adquiridos.
La evaluacion sera:
Evaluaciones parciales: (4 evaluaciones) 80 %
Proyectos: 20 %
En cada captulo proponemos ejercicios y evaluaciones realizadas en a
nos
anteriores, con el objeto que el estudiante los desarrolle como parte de su
preparacion y no se debe entregar ning
un informe al profesor. Las evaluaciones se realizaran al finalizar las unidades como se planearon en la presentacion de las unidades. Adicionalmente habra 4 proyectos a desarrollar
por el estudiante, que deben ser entregados oportunamente al profesor del
curso.

J. Ramrez y E. Rosero

GICI

Presentaci
on de las unidades
A continuacion se describe el contenido de cada una de las unidades del
curso:
Unidad 1: Introducci
on a los sistemas de control
Definicion, clasificacion, representacion basica, bucla tpica analoga y digital, analisis y dise
no de sistemas de control.
Unidad 2: Modelado: an
alogo
Sistemas analogos en representacion entrada-salida: ecuaciones diferenciales, Transformada de Laplace, funcion de transferencia,
diagramas de bloques, algebra, modelado de sistemas analogos
fsicos, graficos de flujo de se
nal.
Evaluaci
on: Parcial 1
Sistemas analogos en representacion de estado: introduccion, control clasico vs. control moderno, definiciones, representacion matricial, representacion en el espacio de estado a partir del sistema
y de la ecuaciones diferenciales sistemas monovariables y multivariables, diagramas de estado, ecuacion caracterstica, valores y
vectores propios, matrices de transferencia.
Unidad 3: Modelado: digital
Sistemas discretos en representacion entrada-salida: modelado del
procesador digital: secuencias, representacion del muestreo, ecuaciones de diferencia, transformada Z, la funcion de transferencia
discreta; modelado de los conversores: muestreo y retencion, reconstruccion de se
nales, teorema del muestreo; modelado de sistemas de datos muestreados: funcion de transferencia de pulsos,
elementos en cascada y en realimentacion.
Sistemas discretos en representacion de estado.
Evaluaci
on: Parcial 2
Unidad 4: Caractersticas de los sistemas realimentados
J. Ramrez y E. Rosero

GICI

Efectos de la realimentacion en la ganancia, respuesta transitoria


y permanente, sensibilidad a los cambios parametricos, perturbaciones, estabilidad, comparacion.
Unidad 5: An
alisis de la respuesta en el tiempo
Respuesta temporal de sistemas analogos: se
nales de prueba, respuesta transitoria, respuesta permanente.
Respuesta temporal de los sistemas discretos: representacion en el
plano Z de se
nales, correlacion plano S a plano Z, respuesta transitoria, respuesta permanente.
Evaluaci
on: Parcial 3
Respuesta temporal de las ecuaciones dinamicas: la matriz de transicion de estado continua, solucion homogenea y total, solucion de
las ecuaciones dinamicas discretas, discretizacion de ecuaciones
dinamicas.
Unidad 6: Acciones b
asicas de control
Control proporcional, integral, derivativo y sus combinaciones; implementaciones analoga y discreta.
Evaluaci
on: Parcial 4

Glosario
Sntesis: es el uso de un procedimiento explcito para encontrar un sistema
que funcione de manera especificada.
Parametros distribuidos: Muchos fenomenos se pueden describir matematicamente por ecuaciones diferenciales parciales, y tienen como variable interna
las variables de espacio.
Parametros concentrados: Estos se pueden modelar por ecuaciones diferenciales ordinarias, y los eventos se pueden describir por n
umeros finitos de
J. Ramrez y E. Rosero

GICI

cambio de variables.
Determinstico: si el modelo trabaja con una relacion exacta entre las
variables derivadas y medidas y no hay incertidumbres.
Estocastico: Un modelo es estocastico si emplea conceptos de probabilidad y de incertidumbre.

Bibliografa
1. TEXTO GUIA: KUO BENJAMIN, Sistemas de Control Autom
atico, P.H.H., 1997.
2. KUO BENJAMIN, Sistemas de Control Digital, CECSA, P.H.H., 1997.
3. W. BOLTON, Ingeniera de Control, Alfaomega, 2a. Edicion, 2001.
4. ERONINI-UMEZ-ERONINI, Dinamica de Sistemas y Control, Thompson Learning, 2001.
5. OGATA KATSUSHITO, Ingeniera de Control Moderno, P.H.H., 3 edicion, 1998.
6. OGATA KATSUSHITO, Sistemas de Control en Tiempo Discreto. P.H.H,
Mex. 1996.
7. PAUL H. LEWIS-CHANG YANG, Sistemas de Control en Ingeniera,
P.H.H., Madrid 1999
8. DORF RICHARD, Sistemas Modernos de Control, Addison-Wesley
Iberoamericana, 2da edicion en espa
nol, 1989.
9. GENE F. FRANKLIN, Control de Sistemas Dinamicos con retroalimentacion, Addison-Wesley Iberoamericana, 1991.
10. KARL J. ASTROM-BJORN WITTENMARK, Computer-Controlled
Systems, Pentice Hall Information and Systems Sciences Series. 3ra
Edicion.
J. Ramrez y E. Rosero

10

GICI

11. SCHULTZ D. and MELSA J., State functions and linear control systems, Mac Graw-Hill Book Company. 1967.
12. SIGURD SKOGESTAD and IAN POSTLETHWAITE, Multivariable
Feedback Control, Jhon Wiley & Sons Ltd, 1996.

J. Ramrez y E. Rosero

11

GICI

Captulo 1
Introducci
on a los sistemas de
control
Introducci
on
El control automatico ha desempe
nado una funcion vital en el avance de
la ingeniera y la ciencia, es una parte importante e integral de los procesos
modernos industriales y de manufactura. Practicamente, cada aspecto de las
actividades de nuestra vida diaria esta afectado por alg
un tipo de sistema de
control. Los sistemas de control se encuentran en gran cantidad en todos los
sectores de la industria tales como control de calidad de los productos manufacturados, lneas de ensamble automatico, control de maquina-herramienta,
sistemas de transporte, sistemas de potencia, robotica, etc., a
un el control de
inventarios y los sistemas economicos y sociales se pueden analizar a traves
de la teora de control automatico.
Debido a que los avances de la teora y la practica del control automatico
aportan los medios para obtener un desempe
no optimo de los sistemas dinamicos, tales como mejorar la productividad y eliminar muchas de las operaciones repetitivas y rutinarias, los ingenieros y cientficos deben tener un
buen conocimiento de este campo.
En esta unidad se presentaran las definiciones, las clasificaciones, las representaciones, la bucla tpica analoga y digital, y de forma general, los procesos de analisis y dise
no de los sistemas de control.

12

1.1. IMPORTANCIA

Objetivos
1. Conocer la importancia de los sistemas de control en la sociedad.
2. Emplear la terminologa utilizada en los sistemas de control analogos
y digitales. (Conocimiento)
3. Identificar, diferenciar y analizar los elementos y se
nales de la bucla
tpica de control analoga y digital. (Comprensi
on)

Contenidos
1.1.

Importancia

1. Los sistemas de control han sido de gran impacto para el desarrollo de


nuestra sociedad ya que han permitido:
Automatizar tareas humanas repetitivas, tediosas y/o peligrosas.
Trabajar con tolerancias mucho menores, mejorando la calidad de
los productos.
Disminuir costos de produccion en mano de obra e insumos.
Mejorar la seguridad de operacion de las maquinas y procesos.
2. Los sistemas de control tienen vastas
areas de aplicaci
on en:
Industrias del transporte, incluyendo la aeroespacial; procesos qumicos
y biologicos; sistemas mecanicos, electricos y electromecanicos; agroindustria, industrias de procesos y de manufactura; sistemas economicos,
polticos y sociales.
3. Los encontramos en nuestra cotidianidad :
Desde la nevera hasta el sistema de control de combustion electronica
de los automoviles y as como en nuestro propio cuerpo: control de la
temperatura corporal, presion arterial, equilibrio,...
El simple acto de se
nalar con el dedo es un sistema de control.

J. Ramrez y E. Rosero

13

GICI

1.2. DEFINICIONES

Ahora bien, su aplicacion requiere de varias tecnologas como la informatica,


la electrica, la electronica y las comunicaciones; tambien exige buena fundamentacion matematica y conocimientos del proceso a controlar.
De lo anterior se deriva que los sistemas de control sean un area multidisciplinar y transversal a las ingenieras y a otras ciencias.

1.2.

Definiciones

SISTEMA DE CONTROL: Arreglo de componentes fsicos interconectados de forma que se puedan comandar dinamicamente.
ENTRADA: Estmulo aplicado al sistema de control para producir
una respuesta especificada.
SALIDA: Respuesta obtenida que puede ser diferente a la especificada.

PERTURBACION:
Es una entrada que afecta adversamente a la
salida.
Ejemplos
Sistema de control de excitacion digital, ver figura 1.1.
Entrada

Salida

Perturbacion

Voltaje de referencia (Nominal)


Voltaje en terminales
Carga (Corriente de armadura)

Sistema de control de la velocidad en una turbina, ver figura 1.2.


Entrada
Velocidad de referencia (f = 60 Hz.)
Salida
Velocidad en el eje
Perturbacion Carga (Torque electrico)

J. Ramrez y E. Rosero

14

GICI

1.3. CLASIFICACIONES

Figura 1.1: Sistema de control de excitacion digital. Fuente: [R. C. Schaefer,


2001]

1.3.

Clasificaciones

Son muchas las clasificaciones posibles de realizar; aqu se presentan algunas de mayor interes.
DE CONTROL: Variable que
DE ACUERDO A LA ACCION
activa el sistema a controlar.
DE LAZO ABIERTO: Accion de control independiente de la salida;
para su buen desempe
no se requiere de una buena calibracion; si
el proceso a controlar es estable, no hay riesgo de inestabilidad.
DE LAZO CERRADO: Se compara la entrada y la salida y usa la
diferencia (error) como accion de control; se requiere por tanto de
una realimentaci
on, la cual genera posibilidad de inestabilidad.
J. Ramrez y E. Rosero

15

GICI

1.3. CLASIFICACIONES

Figura 1.2: Sistema de control de frecuencia

DE ACUERDO A LA FUENTE DE ENERGIA del elemento


que genera la accion de control:
- Neumaticos (Aire a presion).
- Hidraulicos (Aceite o agua a presion).
- Electricos - Electronicos (Electricidad).

DE ACUERDO A COMO SE GENERA LA ACCION


DE
CONTROL a partir del error:
- Todo - Nada (ON - OFF).
- Proporcional (P), Integral (I), Proporcional Integral (PI), Proporcional Derivativo (PD), Proporcional Integral Derivativo (PID).
- Adelanto y/o Atraso de Fase.
- RST

DE ACUERDO A LA FUNCION:

J. Ramrez y E. Rosero

16

GICI

1.3. CLASIFICACIONES

SERVOMECANISMO: Busca seguir una entrada variante; la salida


es la posicion y/o sus derivadas; por ejemplo, el sistema de control
de posicion hidraulico, figura 1.3.

Figura 1.3: Servomecanismo de posicion.


REGULADOR: Busca mantener constante la salida, principalmente
ante cambios debidos a disturbios; por ejemplo, los sistemas de
control de tension y frecuencia de los sistemas de generacion; el
sistema de control de temperatura, la figura 1.4 muestra un regulador de temperatura.
DE ACUERDO A LAS PROPIEDADES del proceso controlado:
- Parametros Concentrados - Distribudos.
- Determinstico - Estocastico.
- Continuo - Discreto (Flujo del producto).
- Estatico - Dinamico.
- Variante - Invariante.
- Lineal - No lineal.
INDUSTRIAL:
DE ACUERDO A LA APLICACION
- De Procesos: temperatura, flujo, presion, PH, nivel, densidad,
composicion, viscosidad, color, etc.

J. Ramrez y E. Rosero

17

GICI

1.3. CLASIFICACIONES

Figura 1.4: Regulador de temperatura.

- De Manufactura: Produccion de partes: autos, equipos domesticos, etc.


DE ACUERDO A LA ESTRATEGIA DE CONTROL:
- Directo (feedforward) - Realimentado (feedback).
- Serie - Paralelo.
- Centralizado - Distribudo
- Cascada, sobrerrango, selectivo, etc.

DE ACUERDO A LAS SENALES


INVOLUCRADAS en el
sistema de control.
- Monovariable, si el sistema controla una sola variable.
- Multivariable, si tiene m
ultiples entradas y salidas.
- Sistema de control analogo, discreto, de datos muestreados o digital, dependiendo del tipo de se
nal presente en el sistema.
Para esta u
ltima clasificacion, definamos los tipos de se
nales:

J. Ramrez y E. Rosero

18

GICI

1.3. CLASIFICACIONES

Se
nal de tiempo continuo: Se define sobre un rango continuo del
tiempo; su amplitud puede ser continua o cuantificada; por ejemplo, la salida de un conversor D/A es una se
nal de tiempo continuo
cuantificada. Ver figura 1.5.

e*(t)

kt
Figura 1.5: Se
nal de tiempo continuo

Se
nal an
aloga: Se
nal de tiempo continuo con un rango continuo de
amplitud; por ejemplo, la salida del sistema de control. Ver figura
1.6.

e(t)

t
Figura 1.6: Se
nal analoga

Se
nal de tiempo discreto: Solo esta definida en instantes discretos
del tiempo; el tiempo esta cuantificado.
Se
nal de datos muestreados: Se
nal de tiempo discreto en un rango
continuo de valores; por ejemplo, el muestreo de una se
nal analoga.
Ver figura 1.7.
Se
nal digital: Se
nal de tiempo discreto con amplitud cuantificada;
por ejemplo, la salida de un conversor A/D, la cual es una secuencia de n
umeros binarios. Ver figura 1.8.
J. Ramrez y E. Rosero

19

GICI

1.3. CLASIFICACIONES

e*(t)

kt
Figura 1.7: Se
nal de datos muestreados

e*(t)

kt
Figura 1.8: Se
nal digital

As, a partir del tipo de se


nal presente en el sistema, los sistemas se
clasifican en:

SISTEMAS ANALOGOS:
Solo contienen se
nales analogas; se
describen mediante ecuaciones diferenciales.
SISTEMAS DISCRETOS: Solo contienen se
nales discretas; se
describen mediante ecuaciones de diferencia.
SISTEMAS DE DATOS MUESTREADOS: Tienen se
nales
discretas y se
nales de tiempo continuo.
SISTEMAS DIGITALES: Se incluyen se
nales de tiempo continuo y se
nales digitales en forma de codigo numerico.
En este curso se despreciaran los efectos de la cuantificacion de se
nales en
los conversores A/D y en el calculo de la ley de control en un procesador digital; por ello, a un sistema de control gobernado por un procesador digital de
se
nales (Computador, Microcontrolador, DSP, etc.) se le denominara SISTEMA DE CONTROL DIGITAL SCD.

J. Ramrez y E. Rosero

20

GICI


1.4. REPRESENTACION

1.4.

Representaci
on

La representacion mas usual es por DIAGRAMAS DE BLOQUES;


estan compuestos por bloques, sumadores, puntos de reparto, flechas y las
se
nales o variables.
BLOQUES
Entrada BLOQUE

Salida

Dentro del bloque se tiene el nombre, la descripcion, el dibujo u operacion


matematica que realiza.
SUMADORES: Suman o restan se
nales.

r +

r +

r+b

+
c
r +

rb

b
+
rb+c

b
PUNTOS DE REPARTO: Permiten usar una se
nal varias veces.
C
C

J. Ramrez y E. Rosero

21

GICI

1.5. BUCLA TIPICA

FLECHAS: Representan la direccion de las se


nales; esta direccion corresponde a la informacion de control, no de potencia.
VARIABLES o se
nales en el sistema; cuando haya lugar a confusion, se
usara como notacion:
Min
usculas: Dominio del tiempo.
May
usculas: Dominio de la frecuencia compleja (S )
En proyectos de automatizacion, los sitemas de control se representan a partir
de estandares como el Instrumentation Symbols and Identifications preparado
por la Instrument Society of America (ISA), el cual es un sistema de
designacion por smbolos y codigos de identificacion como se muestra en la
figura 1.9.

Identificacion funcional
TIC
101
Identificacion de lazo
Figura 1.9: Normas ISA
El crculo es el smbolo general del instrumento. Las letras y n
umeros en su
interior, el codigo de identificacion. En la identificacion funcional, la primera
letra corresponde a la variable medida del lazo; las restantes indican las funciones del instrumento: Registrador, Indicador, Controlador, Transmisor, etc.
El estandar tambien define los smbolos para los actuadores, sensores primarios, procesos y lneas de comunicacion de se
nales. La figura 1.10 muestra un
ejemplo de estos diagramas.

1.5.

Bucla tpica

Veremos las buclas tpicas para los sistemas de control analogos y digitales; como su nombre lo indica, estas buclas se encuentran ampliamente en
la industria.
J. Ramrez y E. Rosero

22

GICI

1.5. BUCLA TIPICA

Figura 1.10: Diagrama ISA de un sistema de control

1.5.1.

Bucla Tpica An
aloga

La bucla tpica analoga se muestra en la figura 1.11.


Los elementos y se
nales de la bucla tpica analoga, se describen a continuacion.
CONTROLADOR: Comparador mas el compensador. El comparador genera la se
nal de error y a partir de ella, el compensador define la se
nal
de control apropiada para compensar las deficiencias de desempe
no del
sistema.
ACTUADOR: (Elemento final de control). Adec
ua los niveles de potencia
entre la se
nal de control y la variable manipulada.
J. Ramrez y E. Rosero

23

GICI

1.5. BUCLA TIPICA

Disturbio
Entrada de
Referencia

Controlador
+

error

Variable
Se
nal de
Manipulada
Control
Compensador
Actuador

Planta

Salida
Controlada

B
Se
nal de
realimentacion

Elementos de realimentacion

Figura 1.11: Bucla tpica analoga

PLANTA: Representa la maquina o proceso a controlar.

ELEMENTOS DE REALIMENTACION:
Son dispositivos que permiten
medir la se
nal de salida y entregar un valor de magnitud apropiada para
el comparador; pueden incluir sensores (captadores de la se
nal), transductores (adecuadores de la se
nal) o transmisores de se
nal.
ENTRADA O REFERENCIA: Es un estmulo del sistema que corresponde al valor deseado de la salida.
ERROR: Es la diferencia entre la referencia y la salida.

SENAL
DE CONTROL: Es la se
nal de salida del controlador.
VARIABLE MANIPULADA: Es la variable del proceso que permite
variar la salida controlada.

DISTURBIO O PERTURBACION:
Es una se
nal de entrada al sistema
de control que afecta adversamente la salida del sistema; cuando entra
en la realimentacion se le denomina RUIDO.
SALIDA O VARIABLE CONTROLADA: Es la cantidad o condicion
que se mide y trata de controlar del sistema; representa la respuesta
del sistema y puede ser diferente de la entrada deseada.

SENAL
DE REALIMENTACION:
Es la se
nal medida de la planta.
Ejemplo:
1. Sistema de control de la Tension: Ver figura 1.12.
J. Ramrez y E. Rosero

24

GICI

1.5. BUCLA TIPICA

Corriente de
amadura
Voltaje
Nominal

Regulador de tension

Angulo
disparo

Puente
controlado
excitatriz

Voltaje de
Campo

Generador

Voltaje en
Terminales

Tension DC

Transformador, rectificador, filtro

Figura 1.12: Bucla tpica del controlador de tension

2. Sistema de control de velocidad: Ver figura 1.13.


Torque
electrico

Velocidad
Referencia
60 Hz

Se
nal
posicion
Gobernador velocidad valvula
Tension DC
de realimentacion

Posicion

Valvulas y
alabes
servomotores

Turbina

Velocidad
eje

Sensor Velocidad

Figura 1.13: Bucla tpica del controlador de velocidad

1.5.2.

Bucla Tpica Digital

La bucla tpica digital se muestra en la figura 3.1.5


PROCESADOR DIGITAL: Realiza el algoritmo de control; recibe, procesa y entrega se
nales digitales.
S/H: (Sampler and Holder) Muestreo y Retencion: Convierte la se
nal analoga e(t) en una se
nal de datos muestreados e(kT ) y extrapola la se
nal
muestreada un cierto tiempo.
A/D: (Analog to Digital conversor) Conversor analogo a digital: Convierte
una se
nal analoga en una digital; reliza el proceso de codificacion. Normalmente el S/H es parte integral del A/D.
J. Ramrez y E. Rosero

25

GICI


1.6. ANALISIS

d(t)
r(t) +

e(t)

S/H

e*(Kt)

A/D

e(Kt) Procesador a(Kt)

Digital

D/A

a(t)

Actuador

m(t)

Salida
Controlada
Planta

Reloj

Elementos de realimentacion

b(t)

Figura 1.14: Bucla tpica digital

D/A: (Digital to Analog conversor) Conversor digital a analogo: Convierte


una se
nal digital en una analoga; realiza el proceso de decodificacion.
Lleva implcito el mantenimiento de la se
nal analoga.
Reloj: Sincroniza los procesos de codificacion y decodificacion.
El A/D puede medir directamente b(t); en tal caso, la comparacion la hace
el procesador digital.
Si el sistema es multivariable, se tendran circuitos multiplexores y demultiplexores.

1.6.

An
alisis

ANALIZAR un sistema es determinarle sus caractersticas de funcionamiento que cuantifiquen:


La velocidad de respuesta
Su exactitud permanente
El grado de estabilidad
Se consideraran tres pasos generales para el analisis de un sistema de control:
1. Obtener una idea cualitativa de su funcionamiento; basicamente se logra obteniendo los elementos y se
nales de la bucla tpica y observando
la secuencia de eventos, luego de una variacion en la entrada deseada
o del disturbio.
J. Ramrez y E. Rosero

26

GICI

y(t)


1.7. DISENO

2. Establecer un modelo matematico que represente al sistema:


- En una representacion entrada-salida, los diferentes componentes
del sistema se representan por funciones de transferencia y se
interconectan construyendose as un diagrama de bloques o un
grafico de flujo de se
nal. (Control cl
asico)
- En una representacion del estado interno del sistema utilizando
variables de estado. (Control moderno)
3. Analizar el sistema mediante:

La respuesta en el tiempo.
Enfoque Cl
asico :
El lugar geom
etrico de las raices.

 La respuesta en f recuencia.
V alores y vectores propios.
Enfoque Moderno :
Respuesta en el tiempo.

1.7.

Dise
no

DISENAR
un sistema de control, es obtener uno que cumpla determinadas especificaciones de funcionamiento; las especificaciones de funcionamien
se logra ajustando
to son los lmites, rangos o cotas de las caractersticas. Esto
el controlador.
En el enfoque clasico, el dise
no mas usual es por analisis; con cuatro pasos
generales:
1. Conocer las especificaciones y expresarlas en terminos matematicos.
2. Analizar el sistema; mediante tanteos con la gua de un metodo de compensacion, ajustar el controlador hasta cumplir con las especificaciones.
3. Verificar el funcionamiento mediante simulacion digital para incluir
dinamicas no modeladas, no linealidades, perturbaciones, etc, realizar
reajustes.
4. Ajuste en sitio, realizar reajustes.

J. Ramrez y E. Rosero

27

GICI


1.7. DISENO

En el enfoque moderno, el dise


no se realiza por un procedimiento analtico,
lo que se conoce como Sntesis.

Resumen
En esta unidad expusimos los conceptos basicos de lo que es un sistema
de control. Describimos sus componentes basicos, los clasificamos de acuerdo
a las se
nales que manejan, objetivos de control, dimos varios ejemplos de la
vida real, y de forma general describimos el proceso de analisis y dise
no de
un sistema de control que puede ser aplicado a diferentes ramas de la ciencia
y la ingeniera.

Actividades de aprendizaje
1. Realice una lectura reflexiva y crtica del material del curso.
2. Realice las lecturas complementarias.
3. Una consulta en internet sobre avances de la tecnologa y los sistemas
de control para discutir en clase.
4. La figura 1.15 muestra el diagrama de un sistema de control (Evaluacion
a
no 2003). El desplazamiento de la polea movil es perpendicular al del
indicador y el del objeto; x1, x2 y x3 son las posiciones del indicador,
objeto y polea movil respectivamente; la tension V1 entre el punto movil
del potenciometro y la conexion entre las resistencias R, es proporcional
al desplazamiento x3 en el factor k1 ; la tension de salida del amplificador
es k2 veces su tension de entrada; la dinamica para la velocidad del
motor se rige por la segunda ley de Newton rotacional:
d(t)
= k3 V3 (t) tL(t)
(1.1)
dt
donde J es el momento de inercia equivalente del motor y la carga, k3
es una constante y tL(t) es un par arbitrario y desconocido de carga.
El pi
non tiene un radio r. Todos los parametros y variables estan en
unidades del sistema internacional.
J

J. Ramrez y E. Rosero

28

GICI


1.7. DISENO

Figura 1.15: Sistema de control

Identifique los elementos y se


nales de la bucla tpica realimentada.
5. Identificar los diferentes elementos y se
nales de la bucla de realimentacion
tpica para:
a) Regulador de Velocidad de Watt. (figura 1.16)

Figura 1.16: Regulador de velocidad de Watt

J. Ramrez y E. Rosero

29

GICI


1.7. DISENO

b) Diagrama esquematico de un sistema de seguimiento del Sol, sin


considerar el tacometro, (figura 1.17).

Figura 1.17: Sistema de seguimiento del sol. Fuente: [Kuo, 1996]

6. Una Universidad desea establecer un modelo del sistema de control que


represente la poblacion estudiantil como salida, con la poblacion estudiantil deseada como entrada. La administracion determina el porcentaje
de admisiones al comparar la poblacion estudiantil actual y la deseada.
La oficina de admisiones utiliza entonces ese porcentaje para admitir
estudiantes. Trace un diagrama de bloques funcional que muestre la
administracion y la oficina de admisiones como bloques del sistema.
Tambien muestre las siguientes se
nales: la poblacion estudiantil deseada, la poblacion estudiantil real, el porcentaje deseado de estudiantes
determinando por la administracion, el porcentaje real de estudiantes
generado por la oficina de admisiones, el porcentaje de deserciones y el
porcentaje neto de influjo. [Nise, 2004]
7. Durante una operacion medica, un anestesista controla la profundidad
J. Ramrez y E. Rosero

30

GICI


1.7. DISENO

de inconciencia al controlar la concentracion de isoflurano en una mezcla vaporizada con oxgeno y oxido nitroso, la profundidad de anestesia
es medida por la presion sangunea del paciente. El anestesista tambien regula la ventilacion, el equilibrio de fluido y la administracion de
otros medicamentos. Para liberar al anestesista de dedicar mas tiempo a estas u
ltimas tareas, y en el interes de la seguridad del paciente,
deseamos automatizar la profundidad de la anestesia al automatizar el
control de concentracion de isoflurano. Dibuje un diagrama de bloques
funcional del sistema, mostrando las se
nales y subsistemas pertinentes
(Meier,1992). [Nise, 2004]
8. Un sargento se detena en una joyera cada ma
nana a las 9 en punto y
ajustaba su reloj comparandolo con el cronometro del escaparate. Un
da el sargento entro en el comercio y felicito al due
no por la exactitud
del cronometro. Esta ajustado con la hora de Arlington? -pregunto el
sargento-. No -contesto el due
no- lo ajusto seg
un el ca
nonazo del fuerte
a las 5 p.m. Dgame, sargento por que se detiene todos los das y comprueba la hora de su reloj?. El sargento le contesto, yo soy el artillero
del fuerte. Es la retroalimentacion positiva o negativa?. El cronometro
del joyero se atrasa un minuto cada 24 horas y el reloj del sargento se
atrasa un minuto cada 8 horas. Cual es el error total en la hora del
ca
non del fuerte despues de 15 das?. [Dorf, 1989]
9. Adam Smith(1723-1790) analizo el tema de la libre competencia entre
los participantes de una economa en su libro La riqueza de las Naciones. Puede decirse que Smith sugirio que:
1) los trabajadores, como un todo, comparan los diferentes empleos
posibles y toman aquellos que ofrecen mayor remuneracion, y
2) en cualquier empleo el pago disminuye seg
un aumenta el n
umero de
trabajadores solicitantes. Supongamos que r=total promedio de pagos
en todas las actividades, c=total de pagos en una actividad particular;
q=afluencia de trabajadores dentro de una actividad especfica. Dibuje
un ciclo de retroalimentacion que represente este sistema. [Dorf, 1989]

Lecturas complementarias
J. Ramrez y E. Rosero

31

GICI


1.7. DISENO

A brief history of feedback control, Captulo 1: Introduction to


Modern Control Theory, en: F.L. Lewis, Applied Optimal Control and
Estimation, Prentice-Hall, 1992.
Computer Technology, captulo 1, seccion 1.2: Computer Controlled
Systems, Theory and Design, Karl Astrom and Bjornn Wittenmark,
Prentice Hall,1997.

Referencias
KUO BENJAMIN, Sistemas de Control Automatico, Prentice Hall
1997.
DORF RICHARD, Sistemas Modernos de Control, Addison-Wesley
Iberoamericana, 2da edicion en espa
nol; 1989.
NISE, NORMAN, Sistemas de Control para Ingeniera, Editorial CECSA, 3ra Edicion.

J. Ramrez y E. Rosero

32

GICI

Captulo 2
Modelado an
alogo
Introducci
on
Para analizar y dise
nar sistemas de control de altas prestaciones, se debe
conocer lo mejor posible la dinamica del sitema obteniendo su modelo matematico.
El comportamiento dinamico se describe generalmente por medio de ecuaciones diferenciales. Ademas, si estas ecuaciones pueden linealizarse, entonces
se puede utilizar la Transformada de Laplace para obtener las relaciones de
entrada-salida para los componentes del sistema y los subsistemas en la forma
de funciones de transferencia. Los bloques de las funciones de transferencia
se pueden organizar en diagramas de bloques o en diagramas de flujo de
se
nal para representar las interconexiones de una manera grafica. Los diagramas de bloques y de flujo de se
nal son herramientas muy convenientes
para dise
nar y analizar sistemas de control de altas prestaciones. Notemos
que es una representacion de Entrada-Salida. En el modelado de sistemas
fsicos consideraremos en esta Unidad los sistemas mecanicos, hidraulicos,
neumaticos, termicos y electricos.
La teora moderna de control esta basada en el conocimiento del comportamiento interno de los sistemas, reflejado en las variables que influyen
en su dinamica. El conocimiento de la evolucion de todas las variables que
influyen en la dinamica del sistema, permite efectuar un mejor control del
sistema y su utilizacion en el control de sistemas mas complejos. Esta representacion se aplica de forma directa a sistemas multivariables, no-lineales o
con parametros variantes.
En esta unidad se presentara el modelado de los sistemas analogos tanto para
33


ENTRADA-SALIDA
2.1. SISTEMAS ANALOGOS
EN REPRESENTACION

la represetacion entrada-salida y de estado.

Objetivos
1. Representar, simplificar y analizar un sistema de control por medio
de un diagrama de bloques, diagrama de flujo de se
nal y diagrama de
estado. Aplicaci
on
2. Deducir el modelo matematico en funcion de transferencia y variables
de estado para sistemas de control analogos y digitales. Conocimiento
3. Analizar las diferentes interrelaciones entre las representaciones entradasalida y de estado. An
alisis

Contenido
2.1.
2.1.1.

Sistemas an
alogos en representaci
on entradasalida
Transformada de Laplace

Los sistemas fsicos con almacenamiento de energa, son de naturaleza


dinamica. Los sistemas dinamicos se describen mediante Ecuaciones Diferenciales obtenidas al aplicar las leyes fsicas que los rigen. Si son lineales e
invariantes en el tiempo, podemos aplicarles a las ecuaciones diferenciales la
Transformada de Laplace (T.L) para simplificar su solucion. Esta transformada se define por:
Z
[f (t)]
es tf (t) dt F (S)
0

La Trasformada de Laplace existe si y solo si se cumplen las tres condiciones:


f (t) = 0 t < 0;
f (t) es continua a tramos;
f (t) es acotada exponencialmente :  R | lm | et f (t)| = 0
t

J. Ramrez y E. Rosero

34

GICI


ENTRADA-SALIDA
2.1. SISTEMAS ANALOGOS
EN REPRESENTACION

Caractersticas de la Transformada de Laplace:


1. La Transformada de Laplace convierte las se
nales temporales en se
nales
frecuenciales, funcion de la variable compleja s = + j.
2. Es una transformacion lineal.
3. La operacion derivada temporal, se convierte en la multiplicacion por s
en frecuencia. La integracion en la multiplicacion por 1/s en frecuencia;
por ello al aplicarla a una ecuacion integrodiferencial, se obtiene una
ecuacion algebraica en s.
4. Es invertible y se puede regresar al dominio temporal usando la Transformada Inversa de Laplace (TIL):
TL
%

&

f(t)

F(S)
- TIL .

Ver la tabla de transformadas de Laplace, tabla 2.1 y la de propiedades,


tabla 2.2.

J. Ramrez y E. Rosero

35

GICI


ENTRADA-SALIDA
2.1. SISTEMAS ANALOGOS
EN REPRESENTACION

12

f (t)
Impulso unitario (t)
Escalon unitario (t)
t
at
e
teat
sin t
cos t
n
t (n = 1, 2, 3, . . .)
n at
t e
(n = 1, 2, 3, . . .)


1
at
bt
e e
ba


1
bt
at

ae
be
h ba 
i
1
1
at
bt
1 + ab be ae
ab

13
14

eat sin t
eat cos t

1
2
3
4
5
6
7
8
9
10
11


at 1 + eat

 p
n
n t
2

16
e
sin n 1 t
1 2
 p

1 en t sin n ( 1 2 )t
17
1 2
 p

18 1 1 2 en t sin n ( 1 2 )t +
1
1 2
= arctan
15

1
a2

F (s)
1
1
s
1
s2
1
s+a
1
(s+a)2

s2 + 2
s
s2 + 2
n!
sn+1
n!
(s+a)n+1
1
(s+a)(s+b)
s
(s+a)(s+b)
1
s(s+a)(s+b)

(s+a)2 + 2
s+a
(s+a)2 + 2
1
s2 (s+a)
2
n
s2 +2n s+ 2

s
s2 +2n s+ 2
2
n
s(s2 +2n s+ 2 )

Tabla 2.1: Pares de transformadas de Laplace

J. Ramrez y E. Rosero

36

GICI


ENTRADA-SALIDA
2.1. SISTEMAS ANALOGOS
EN REPRESENTACION

1
2
3
4
5
6
7
8

[Af(t)] = AF (S)
[f1(t) f2(t)] = F1(S) F2 (S)
d
[ dt
f (t)] = sF (S) f (0)
d2
[ dt2 f (t)] = s2F (S) sf(0) df
(0)
dt
Pn
dn
n
nk k1
[ dt
f
(t)]
=
s
F
(S)

s
f
(0)
n
k=1
dk1
k1
donde f (t) = dtk1
f (t)
R
R
[ f (t) dt]t=0
F (S)
[ f (t)
s
# dt] = s +
"
R
RR
RR
[ f (t) dt]t=0
[ f (t) dt]t=0
f (t) dt dt = Fs(S)

+
+
2
s2
s
"
#
"
#
R
R
R
R
P
n
1
. . . f (t) (dt)n = Fs(S)
. . . f (t) (dt)n

+ k=1 snk+1
n
t=0

13

[eatf (t)] = F (s + a)
[f [(t a)](t a)] = eas F (s)
[tf (t)] =
dFs(s)
R

[ 1t f (t)]
 = s F (s) ds

14
15

Valor inicial: lmt0 f (t) = lms sF (s)


Valor final: lmt f (t) = lms0 sF (s)

9
10
11
12

[f

1
a

] = aF (as)

Tabla 2.2: Propiedades de la transformada de Laplace

Ejemplo:
Sistema mecanico de rotacion:

TURBINA

tm

Figura 2.1: Sistema turbina - masa

J : Momento de Inercia [Kg-m2 ]


f : Coeficiente de friccion viscosa [N-m-s/rad]
dp
= 377 x 103
f = d
J. Ramrez y E. Rosero

37

GICI


ENTRADA-SALIDA
2.1. SISTEMAS ANALOGOS
EN REPRESENTACION

: Velocidad angular [rad/s];


(0) = 16.96 (162 rev/min)
m : Torque aplicado [N-m] = 7.1 x 106 u(t)

Ley fsica (Segunda ley de Newton):


X
J w =

dw
= m fw
dt
Se obtiene la ecuacion diferencial:
J

dw
+ fw
dt
Aplicando la transformada de Laplace:
m = J

Tm (s) = J [sW (s) (0)] + fW (s)


y despejando W (s) se obtiene:

W (s) =

Tm (s)
Js + f
| {z }

Respuesta f orzada

J (0)
Js + f
| {z }

Respuesta

natural

Reemplazando:
W (s) =

16,95(s + 0,57)
71 + 124,6s
=
(7,35s + 3,77)s
s(s + 0,512)

N (s)
D(s)

NOTACION:
D(s) = 0
s = 0, s = 0,512
s = 0,57

Ecuacion caracterstica
Polos del sistema
Ceros del sistema

Representacion de polos y ceros en el plano complejo:

J. Ramrez y E. Rosero

38

GICI


ENTRADA-SALIDA
2.1. SISTEMAS ANALOGOS
EN REPRESENTACION

Figura 2.2: Representacion de Polos y Ceros.

Para obtener la evolucion temporal:


F racciones parciales :
W (s) =

k1
s

k2
s+0,512

k1 , k2 : Residuos.




k1 = 16,95(s+0,57)
s+0,512

= 18,8

s = 0




k2 = 16,95(s+0,57)

s

= 1,92

s = 0,512

(t) = 1 { 18,8
s

(t) =

18,8
|{z}

1,92
}
s+0,512

Respuesta permanente

1,92e0,512t
| {z }

i
u(t)

Respuesta transitoria

Los teoremas del valor inicial y valor final permiten obtener directamente
estos valores en frecuencia:



71
+
124,6s


(t)
= lm sW (s) =
= 18,83 (180 rev/min.)

s0
7,35s + 3,77
t
s=0

J. Ramrez y E. Rosero

39

GICI


ENTRADA-SALIDA
2.1. SISTEMAS ANALOGOS
EN REPRESENTACION



(t)

t0


124,6
= lm sW (s) =
= 16,95 (162 rev/min.)
s
7,35

La figura 2.3 muestra la respuesta temporal.

w(t)[rpm]
180
162

t [s]
2

10

Figura 2.3: Respuesta temporal del sistema turbina - masa

Notemos que hay una relaci


on directa entre la ubicaci
on de los
polos y ceros y la forma de la respuesta.

2.1.2.

Funci
on de Transferencia

Caracteriza la relacion entrada - salida de sistemas lineales e invariantes;


se define la Funcion de Transferencia (FdT), como la relacion entre la Transformada de Laplace de la salida a la Transformada de Laplace de la entrada,
con condiciones iniciales nulas.

[Salida]
F dT =

[Entrada]
condiciones

J. Ramrez y E. Rosero

40

iniciales=0

GICI


ENTRADA-SALIDA
2.1. SISTEMAS ANALOGOS
EN REPRESENTACION

Forma general:
G(s) =

bm sm + bm1 sm1 + . . . + b1 s + b0
an sn + an1 sn1 + . . . + a1s + a0

Si: n = m Funcion de transferencia propia


n < m Funcion de transferencia impropia
n > m Funcion de transferencia estrictamente propia
Para el sistema mecanico de rotacion:

(0) = 0 W (s) =

Tm (s)
Js + f

F dT

1
W (s)
=
Tm (s)
Js + f

Caractersticas:
Describe la dinamica del sistema: tener la funcion de tranferencia es
equivalente a tener la ecuacion diferencial.
Solo se aplica a sistemas lineales e invariantes.
Es una propiedad del sistema, no depende de la entrada.
Varios sistemas pueden tener la misma FdT.
No da informacion de la estructura interna del sistema.
En un diagrama de bloques, permite representar la dinamica de cada
componente.
Ejemplo: ver figura 2.4, el diagrama de bloques de la bucla de realimentacion tpica en el dominio de la frecuencia:
Las distintas Gi y H son las funciones de transferencia de los elementos;
R, E, A, M, D y B, son las T.L. de las se
nales.

J. Ramrez y E. Rosero

41

GICI


ENTRADA-SALIDA
2.1. SISTEMAS ANALOGOS
EN REPRESENTACION

D
R

G1

G2

G3

G4

Figura 2.4: Bucla tpica en frecuencia

2.1.3.

Trazado de diagramas de bloques

Se realiza mediante tres pasos principales:


Aplicar la transformada de Laplace a cada componente o ecuacion, con
condiciones iniciales nulas.
Reemplazar los elementos transformados por bloques simples.
Interconectar los bloques.
Ejemplo:
Excitatriz de corriente continua (Figura 2.5), considerando la velocidad
constante y excitacion en el rango lineal.

Rf
ef

Ra

+
eg

Lf

et

if

ia

Figura 2.5: Excitatriz de Corriente Continua

J. Ramrez y E. Rosero

42

GICI


ENTRADA-SALIDA
2.1. SISTEMAS ANALOGOS
EN REPRESENTACION

Ecuaciones:
ef = Rf if + Lf
et =

eg

dif
dt

Raia

eg = kg if

TRANSFORMANDO:
h
i
1 Ef (s) = If (s) Rf + Lf s

BLOQUE:
Ef (s)

1
Rf +sLf

Eg (s)

If (s)

Et (s)

Ra

Et (s) = Eg (s) Ra Ia(s)

Eg (s) = Kg If (s)

Ia (s)
If (s)

Kg

Eg (s)

INTERCONECTANDO:
Ia (s)

Ra

Et (s)

1
Rf +sLf

If (s)

Kg

Eg (s)

Et (s)
+

Ejercicio:
Obtenga el diagrama de bloques que representa al motor de corriente
continua, considerando como salidas la posicion , la velocidad angular y
la corriente de armadura ia .

J. Ramrez y E. Rosero

43

GICI


ENTRADA-SALIDA
2.1. SISTEMAS ANALOGOS
EN REPRESENTACION

2.1.4.

Algebra
de diagramas de bloques

Simplifica un diagrama de bloques complejo. Las reglas parten de escribir


una misma ecuacion en forma diferente.
Diagramas de bloques originales
B

C
+ A-B ++ A-B+C

B
AG1

G1
A
A

G1

AG1

AG1 G2

G2

AG1

G1

A
A

AB

AGBG

A B
G

AG

G1

10

AG1

++

AGBG

BG
AG

AG

AG

G
AG

A
A

AG
A

AGB

G
1
G

AG

AG

AG1 +AG2

G1 + G2

B
G

B
A

1
G

AG1 +AG2
A

G2

G1

1
G2

++

AG1 +AG2

G2
A

11

G1

B
A

1
G2

G1

G2

G2
A

12

AGB

B
A

AG1 G2

G1 G 2

AG

AG1 G2

G1

AG1 +AG2

++

A
G

AG2

G2

AG1 G2

G2

G2

C
+
+ A-B+C

2
A

++ A+C + A-B+C

3
4

Diagramas de bloques equivalentes

+ A-B ++ A-B+C

G1

G2

G1
1+G1 G2

Tabla 2.3: Propiedades del algebra de diagramas de bloques

J. Ramrez y E. Rosero

44

GICI


ENTRADA-SALIDA
2.1. SISTEMAS ANALOGOS
EN REPRESENTACION

Ejemplo:
Obtengamos el bloque equivalente de bloques en cascada sin carga de la
figura 2.6:

X1

G1 (s)

X2

G2 (s)

X3

Figura 2.6: Diagrama de bloques

Soluci
on :
2
3
3
G1 (s) = X
G2 (s) = X
Se requiere X
X1
X2
X1

X2 = G1 (s)X1 X3 = G2 (s)X2 = X3 = G2 (s)G1 (s)X1


X3
X1

X1

G1 (s)

X2

= G1 (s)G2 (s)

G2 (s)

X3

X1
=

G1 G 2

X3

Ejemplo:

G1

G2

C
G3

H
Figura 2.7: Diagrama de bloques de una bucla tpica

Hallar C/R para la bucla tpica; D(s) = 0 ver la figura 2.7.


Solucion:
Llamando G = G1 G2 G3 tenemos la figura 2.8 que es la forma canonica de
un sistema de control de lazo cerrado.

J. Ramrez y E. Rosero

45

GICI


ENTRADA-SALIDA
2.1. SISTEMAS ANALOGOS
EN REPRESENTACION

R +

G(s)

H(s)

Figura 2.8: Forma Canonica de un Sistema de Control de lazo cerrado

DEFINICIONES:

G(s)

C(s)
E(s)

H(s)

B(s)
C(s)

: F unci
on de T ransferencia Directa.

: F unci
on de T ransferencia de Realimentaci
on.

G(s)H(s) = GH(s) = B(s)


E(s)

: F unci
on de T ransferencia de Lazo Abierto.

C(s)
R(s)

: F unci
on de T ransferencia de Lazo Cerrado.

T (s)

Operamos para calcular la FdT de Lazo Cerrado:


E(s) = R(s) B(s)

= R(s) H(s)C(s)

C(s) = G(s)E(s)



= G(s) R(s) H(s)C(s)

C(s) + GH(s)C(s) = G(s)R(s)

J. Ramrez y E. Rosero

46

GICI


ENTRADA-SALIDA
2.1. SISTEMAS ANALOGOS
EN REPRESENTACION

F dT

F dT
|

equivalente

G(s)
C(s)
=
R(s)
1 + GH(s)
{z
}

de un

lazo de realimentaci
on

Simplificaci
on de un diagrama de bloques, una entrada
Para simplificar un diagrama de bloques se recomienda realizar los siguientes pasos:
1. Combinar bloques en cascada y/o en paralelo.
2. Desplazar e intercambiar puntos de toma y suma.
3. Recombinar pasos 1, 2, etc.
Ejemplo:
Diagrama de bloques de un sistema de control de la excitacion con red
estabilizadora y autoexcitacion, figura 2.9

R(s)+

G1

G2

G3

C(s)

H1

+
H2
Figura 2.9: Diagrama de bloques

G1 : Dinamica de la compensacion y del actuador.


G2 : Dinamica de la excitatriz.
G3 : Dinamica del generador.
J. Ramrez y E. Rosero

47

GICI


ENTRADA-SALIDA
2.1. SISTEMAS ANALOGOS
EN REPRESENTACION

H1 : Dinamica de la red estabilizadora.


H2 : Dinamica de la medida de tension.

R(s) +

1
G1

+
G1
+

G2

C(s)

G3
1
G3

H1

+
H2

1
G1

R(s)+

C(s)

G1 G 2 G3

H1
G3

+
H2

R(s)+

C(s)

G1 G 2 G3

H2 +

R(s)

H1
G3

1
G1

G1 G2 G3
H
1+G1 G2 G3 (H2 + G1 G1 )
3

J. Ramrez y E. Rosero

48

C(s)

GICI


ENTRADA-SALIDA
2.1. SISTEMAS ANALOGOS
EN REPRESENTACION

2.1.5.

Simplificaci
on de un diagrama de bloques; entradas m
ultiples

Como el sistema es lineal, para simplificar un diagrama con m


ultiples
entradas, se puede aplicar el principio de superposicion.
1. Llevar, si es posible, las entradas a un mismo punto de suma.
2. Reducir.
3. Calcular la respuesta debida a cada entrada.
4. Sumar las respuestas parciales para obtener la total.
Ejemplo:
Bucla tpica con perturbacion, ver figura 2.10.

D(s)
R(s)

++

G1

G2

C(s)

H
Figura 2.10: Bucla tpica con realimentacion

1. Paso 1

D(s)
1
G1

R(s) +
+

G2

G1

C(s)

H
Figura 2.11: Figura 1

J. Ramrez y E. Rosero

49

GICI


ENTRADA-SALIDA
2.1. SISTEMAS ANALOGOS
EN REPRESENTACION

2. Paso 2

D(s)
1
G1

R(s) +
+

G1 G2
1+G1 G2 H

C(s)

Figura 2.12: Figura 2

3. Paso 3
Con D(s) = 0
CR(s) =

G1 G2 (s)
R(s)
1+G1 G2 H(s)

CD (s) =

G2 (s)
D(s)
1+G1 G2 H(s)

Con R(s) = 0

4. Paso 4
Se obtiene:
C(s) = CR (s) + CD (s) =

J. Ramrez y E. Rosero

G2 (s)
[G1R(s)
1+G1 G2 H(s)

50

+ D(s)]

GICI


ENTRADA-SALIDA
2.1. SISTEMAS ANALOGOS
EN REPRESENTACION

Ejercicio:
Resuelva el ejercicio 2 propuesto en las actividades de aprendizaje.

2.1.6.

Modelado de sistemas fsicos

Muchos sistemas fsicos se pueden modelar usando las leyes fsicas que los
rigen, utilizando como:
VARIABLES:
El volumen o cantidad elemental del sistema.
La rata de variacion de esta cantidad (Flujo).
La energa potencial o fuerza actuante en el sistema.

PARAMETROS:
La resistencia (R) al paso del flujo.
La capacitancia (C) o relacion
La inductancia (L) o relacion

volumen
.
f uerza actuante

f uerza actuante
.
Rata de f lujo

L
La constante de tiempo ( ); = RC; R
.

SISTEMA
GAS

TERMICO
FLUIDO

TRASLACION

ROTACION

ELECTRICO

VARIABLES
Cantidad
Potencial
Volumen
Presi
on
Calor
Temperatura
Volumen
Nivel
Momentum
Velocidad
Momentum
Velocidad
Carga
Voltaje

Flujo
F. gas
F. calor
Caudal
Fuerza
Torque
Corriente

PARAMETROS
Resist. Capacit.
Induct.
Rg
Cg
Rt
Ct
Rf
Cf
Inertancia
1
f
m
K
1
f
J
K
Re
Ce
Le

Tabla 2.4: Variables y Parametros empleados en sistemas fsicos comunes

J. Ramrez y E. Rosero

51

GICI


ENTRADA-SALIDA
2.1. SISTEMAS ANALOGOS
EN REPRESENTACION

Ejemplo 1:

qi

q0

R
Figura 2.13: Sistema hidraulico

Para el sistema hidraulico de la figura 2.13, hallar


laminar.

H(s)
.
Qi (s)

Asuma flujo

V olumen

= Area
de la secci
on recta.
nivel h
nivel h
h
R :
=
= Resistencia de salida.
caudal de salida q0
C

Ley fsica empleada:


Ley de conservaci
on de la masa: Lquido que entra menos el que sale
es el lquido acumulado.
qidt qo dt = Cdh
h
R

qi

Rqi

= C dh
dt
= |{z}
RC dh
dt
l

J. Ramrez y E. Rosero

R
H(s)
=
Qi(s)
l s + 1

52

GICI


ENTRADA-SALIDA
2.1. SISTEMAS ANALOGOS
EN REPRESENTACION

Ejercicio:
Suponga que este tanque descarga en otro con capacitancia C2 y resistencia
de descarga R2; calcule la FdT entre el nivel del segundo tanque y el caudal qi.
Ejemplo 2:

Po

Pi

Figura 2.14: Sistema neumatico


(s)
para el sistema de gas de la figura 2.14. Asuma variaciones
Hallar PPoi (s)
de peque
na se
nal y temperatura constante.

Gas en el volumen
Cantidad de gas
=
P resi
on
Po

R :

(Pi Po )
P resi
on
=
Caudal
q

Ley fsica empleada:


Ley de conservaci
on de la masa: Gas a
nadido menos el que sale (cero)
igual al gas almacenado.
qdt

= CdPo

(Pi Po )
R

o
= C dP
dt

o
RC dP
= (Pi Po )
dt
|{z}

J. Ramrez y E. Rosero

53

GICI


ENTRADA-SALIDA
2.1. SISTEMAS ANALOGOS
EN REPRESENTACION

1
Po (s)
=
Pi (s)
g s + 1

Ejercicio:
(s)
si existe una resistencia de descarga R en el sistema neumatico.
Calcule PP0i (s)
Ejemplo 3:
Intercambiador de calor en un recipiente termicamente bien aislado, donde:
M: Mezclador, H: calentador y el lquido entra fro con flujo ca a temperatura i y sale caliente a temperatura 0 .
q0

qi2
H

qi1
i

ca

Figura 2.15: Intercambiador de calor


Hallar o (s) para el sistema de la figura 2.15. Asuma que solo existe
transferencia de calor por conduccion (flujo de calor proporcional a la diferencia de temperatura).
C

Calor acumulado
= mcp
T emperatura

cp : calor especfico del lquido, m : masa del lquido en el tanque.


R :

1
T emperatura
=
F lujo neto de calor
ca cp

ca : Velocidad de flujo del lquido en estado estable

J. Ramrez y E. Rosero

54

GICI


ENTRADA-SALIDA
2.1. SISTEMAS ANALOGOS
EN REPRESENTACION

Ley fsica empleada:


Ley de conservaci
on de calor: Calor que entra menos el que sale es el
que se acumula.
qi1 dt + qi2dt q0dt = Cd0

(2.1)

d0
dt

(2.2)

ca cp i + qi2 ca cp0 = C
i 0 + Rqi2 = RC

d0
dt

(2.3)

donde RC = c

o(s) =

R
i (s)
+
Qi2(s)
c s + 1 c s + 1

Ejercicio:
Obtener los diagramas de bloque y la FdT para el sistema de seguimiento
del sol descrito en el ejercicio 4-10 de la pagina 197 del libro de Kuo.([Kuo,
1996]).

2.1.7.

Gr
aficos de flujo de se
nal (GFS)

Es un procedimiento alterno para hallar las relaciones entre variables de


un sistema. Su ventaja frente al algebra de bloques estriba en que existe la

FORMULA
DE GANANCIA DE MASON con la cual se pueden encontrar
estas relaciones sin necesidad de reducir el gr
afico; cuando se tengan sistemas
complejos, es recomendable usar esta tecnica para el calculo de las funciones
de transferencia.
Caractersticas
Representan un conjunto de ecuaciones algebraicas simultaneas Aplicar
primero la Transformada de Laplace.
Es una red en la cual los NODOS estan conectados por RAMAS con
direccion y sentido.
J. Ramrez y E. Rosero

55

GICI


ENTRADA-SALIDA
2.1. SISTEMAS ANALOGOS
EN REPRESENTACION

Cada nodo representa una variable del sistema y cada rama act
ua como
un multiplicador de se
nal.
Un nodo suma todas las se
nales de entrada y transmite esta suma a
todas las ramas de salida:
Grafico

X1

Y = a1X1 + a2X2 + a3X3 + a4 Y

a4

Y2

a1
b2

X2

Y1

a2

Y
X3

b1

a3
Y1 = b1 Y

Y2 = b2 Y

Un NODO MIXTO: (Nodo con ramas de entrada y salida) se puede


considerar como un NODO DE SALIDA (Solo tiene ramas de entrada)
a
nadiendo un rama con TRANSMITANCIA (Ganancia de la rama)
unitaria; esto no es valido para un NODO DE ENTRADA (Nodo solo
con ramas de salida).
Para un sistema el GFS no es u
nico.
Las reglas del algebra de los diagramas de bloques se cumplen tambien
para los GFS:

J. Ramrez y E. Rosero

56

GICI


ENTRADA-SALIDA
2.1. SISTEMAS ANALOGOS
EN REPRESENTACION

X1

X2

X3

X1

X3

ab

X1

X2
X1

a+b

X2

X1
a

X4

X3

X1
ac

X4
bc

X2

= X2

Ejemplo:

R(s)

C(s)

E(s)
G(s)
H(s)

Figura 2.16: Diagrama de bloques

Hallar y reducir el GFS de la figura 2.16 para la forma canonica.

J. Ramrez y E. Rosero

57

GICI


ENTRADA-SALIDA
2.1. SISTEMAS ANALOGOS
EN REPRESENTACION

Solucion:

R(s)

E(s)

G(s)

R(s) G(s) C(s)


1

C(s)

C(s) 1

H(s)

C(s) = G(s)R(s) + (GH(s))C(s) =

GH(s)

G(s)
C
=
R
1 + GH(s)

Definiciones
Ruta: Cualquier conjunto de ramas en sucesion continua que se puede recorrer
en el mismo sentido.
Circuito: Ruta que parte y termina en un mismo nodo sin que ning
un otro
nodo se encuentre mas de una vez.
Ruta directa: Es aquella que empieza en un nodo de entrada y termina en
un nodo de salida sin pasar por ning
un nodo mas de una vez.
Ejemplo:
Forma canonica, figura 2.17:

FORMULA
DE GANANCIA DE MASON:

X MK K
sal
M=
=
ent

k=1

Donde:
M: Ganancia entre sal y ent .
J. Ramrez y E. Rosero

58

GICI

C(s)


ENTRADA-SALIDA
2.1. SISTEMAS ANALOGOS
EN REPRESENTACION

R(s)

C(s)

E(s) G(s) C(s)


1

Circuito

H(s)

Ruta
Ruta Directa

Figura 2.17: Forma canonica

sal , ent : Variables de los nodos de salida y entrada.


N: N
umero total de rutas directas.
MK : Ganancia de la k-esima ruta directa.
=

1 P11 +

Pm2

Pm3 + . . .

Pmr : Ganancia del producto de la m-esima combinacion posible de circuitos


que no se toquen. En otros terminos:
= 1 - (Suma de todas las ganancias de los circuitos individuales) + (Suma
de la ganancia de productos de todas las combinaciones posibles de
pares de circuitos que no se toquen) - (Suma de la ganancia de productos de todas las combinaciones posibles de tres circuitos que no se
toquen) + . . ..
K : La para la parte del GFS que no se toque con la ruta directa k-esima.
Ejemplo:
Aplicar la formula de Mason a la forma canonica para hallar
figura 2.18

C
.
R

de la

Solucion:
1. Una sola ruta directa N = 1, MK = M1 = G(s)
2. Un solo circuito Ganancia: P11 = - GH(s).
J. Ramrez y E. Rosero

59

GICI


ENTRADA-SALIDA
2.1. SISTEMAS ANALOGOS
EN REPRESENTACION

-H
Figura 2.18: Forma canonica

3. No hay circuitos que no se toquen Pmr = 0.


4. La ruta directa se toca con el u
nico circuito; 1 = 1.

M1 1
G(s)
C
=
=
=
R

1 P11

G(s)
C
=
R
1 + GH(s)

Ejemplo:
Aplicar la formula de Mason al GFS de la figura 2.19 para hallar

Y3
.
Y1

-d
c

b
Y1

Y2

Y3

-g
Figura 2.19: Diagrama de flujo de se
nal

Solucion:
J. Ramrez y E. Rosero

60

GICI


ENTRADA-SALIDA
2.1. SISTEMAS ANALOGOS
EN REPRESENTACION

Dos trayectorias o rutas directas N = 2, M1 = ae; M2 = abc


Tres circuitos con ganancias: C1 = - eg; C2 = - bcg; C3 = - d.
C1 y C3 no se tocan.

1 (eg bcg d) +

deg
|{z}

1 solo par de circuitos

Como hay un solo par de circuitos una sola combinacion posible. Si los
tres circuitos no se tocaran, habra tres combinaciones de pares de circuitos
que no se tocan: C1 C2 , C1C3 y C2 C3 y una combinacion de tres circuitos que
no se tocan: C1 C2 C3.
= 1 + eg + bcg + d + deg
El circuito C3 no toca la ruta directa M1 existe 1 para la parte que no
toca la ruta directa 1:

-d

1 = 1 (d) = 1 = 1 + d
M2 toca todo el GFS 2 = 1

M1 1 M2 2
Y3
Y
ae(1 + d) + abc
+
= 3 =
=
Y1

Y1
1 + eg + bcg + d + deg

Ejercicio:
Resuelva el ejercicio 3 propuesto en las actividades de aprendizaje.
J. Ramrez y E. Rosero

61

GICI


DE ESTADO
2.2. SISTEMAS ANALOGOS
EN REPRESENTACION

2.2.
2.2.1.

Sistemas an
alogos en representaci
on de
estado
Introducci
on

Los metodos clasicos se basan en representaciones de Entrada - Salida,


como la funcion de transferencia (FdT) y los graficos de flujo de se
nal (GFS).
Una alternativa es la representacion mediante VARIABLES DE ESTADO.
El estado de un sistema se refiere a sus condiciones presente, pasado y
futuro. El estado se puede describir por cifras, curvas, tablas, ecuaciones, etc;
para analizar sistemas es conveniente representarlos mediante un conjunto
adecuado de variables y ecuaciones de estado. Las variables de estado (V.E)
deben cumplir las siguientes caractersticas:
En t = t0, las las variables de estado definen los estados iniciales.
Dadas las entradas para t > t0 y los estados iniciales, las V.E definen
por completo el comportamiento futuro del sistema.
Las variables de estado no son las salidas del sistema; las salidas son las
variables medibles y seran funcion de las variables de estado. No siempre las
variables de estado se pueden medir; la libertad de eleccion de las variables
de estado es una ventaja para el analisis.
Ejemplo:
Calcular la evolucion de la corriente por el circuito RL de la figura 2.20; si
se aplica una tension escalon de magnitud Ei .
En esta red RL la historia esta especificada por la corriente inicial de la
bobina il (0+ ).
Si e(t) = Ei (t) entonces, aplicando la ley de voltajes de Kirchoff:
e(t) = Ri(t) + L

di(t)
dt

(2.4)

para t 0.
Aplicando la transformada de Laplace:
E(s) = (R + Ls)I(s) Li(0)

(2.5)

Li(0)
Ei
+
s(R + sL) R + sL

(2.6)

I(s) =
J. Ramrez y E. Rosero

62

GICI


DE ESTADO
2.2. SISTEMAS ANALOGOS
EN REPRESENTACION

R
+
i(t)

e(t)

Figura 2.20: Red RL

Aplicando la transformada inversa de Laplace:


Ei
Rt
Rt
(1 e L ) + i(0)e L
(2.7)
R
Esta ecuacion define el comportamiento de la red para t 0, luego se
puede usar como variable de estado i(t), esto es debido a que L almacena
energa y es la capacidad de almacenar energa la que da la informacion
sobre la historia del sistema, lo mismo sucede con el voltaje para el caso del
condensador.
El uso de las variables de estado para el analisis y dise
no de sistemas
lineales de control, en particular de sistemas multivariables permitio en la
decada de los 60s, un mejor control, mediante el uso de poderosas herramientas de dise
no por sntesis, como el control optimo y adaptativo.
En la actualidad estas tecnicas se aplican a sistemas multivariables con
representacion entrada-salida (matrices de transferencia) y se puede afirmar que ambas representaciones son complementarias. Para los sistemas nolineales o cuando se requiera observar estados internos, la representacion de
estado es la mas apropiada.
i(t) =

2.2.2.

Definiciones

ESTADO: El estado de un sistema es un conjunto mnimo de n


umeros
tales que el conocimiento de estos n
umeros y de las funciones de entrada,
junto con las ecuaciones que describen la dinamica, proporcionan la salida y
el estado futuro del sistema.

J. Ramrez y E. Rosero

63

GICI


DE ESTADO
2.2. SISTEMAS ANALOGOS
EN REPRESENTACION

VARIABLES DE ESTADO: Las variables de estado de un sistema


dinamico son el conjunto mnimo de variables cuyo conocimiento en cualquier
instante t0 (usualmente t0 = 0), mas la informacion sobre la entrada aplicada posteriormente, sea suficiente para determinar el estado del sistema en
cualquier instante t t0.
VECTOR DE ESTADO: Si se requieren n variables de estado para describir el comportamiento de un sistema, se pueden considerar las n variables
de estado como n componentes de un vector X(t), llamado vector de estado.
X(t) determina unvocamente el estado del sistema, especificada la entrada, para cualquier t t0 .
ESPACIO DE ESTADO: Es el espacio n-dimensional cuyos ejes de
coordenadas son x1, x2 , x3, . . . , xn (Las variables de estado); el estado del sistema se representara como un punto en el espacio de estado.
ECUACIONES DE ESTADO: Para un sistema con p entradas y q
salidas (lineal o no lineal, variante o invariante), las ecuaciones de estado del
sistema seran escritas de la forma:
dXi (t)
=
fi [x1(t), x2(t), . . . , xn (t); r1(t), r2(t), . . . , rp(t)]
dt }
| {z
i = 1, 2, 3, . . . , n
x1(t), x2(t), . . . , xn (t) : V ariables de estado
r1(t), r2(t), . . . , rp (t) : Entradas
{z
}
|
Solo derivadas de las
variables de estado

Solo variables de estado y entradas.

DE SALIDA: Relaciona las salidas del sistema con las


ECUACION
variables de estado y las entradas:
Ck (t) = gk [x1(t), x2(t), . . . , xn (t); r1(t), r2(t), . . . , rp (t)]
k = 1, 2, 3, . . . , n
Ck (t) : Elementos del vector de salidas = [c1(t), c2(t), . . . , cn (t)]

ECUACIONES DINAMICAS:
Es el conjunto de ecuaciones de estado y de salida.
J. Ramrez y E. Rosero

64

GICI


DE ESTADO
2.2. SISTEMAS ANALOGOS
EN REPRESENTACION

Ejemplo:
Ecuaciones de estado para el circuito de la figura 2.21; Aplicando la ley de
voltajes de Kirchoff:

R
+
i(t)

e(t)

+
ec (t)

Figura 2.21: Circuito RLC

di(t)
1
e(t) = Ri(t) + L
+
dt
C

i(t)dt

Consideramos dos casos para la seleccion de las variables de estado.


1. A partir de esta ecuacion integro-diferencial, se pueden escribir las
ecuaciones de estado, definiendo las variables de estado como:

x1(t) = i(t);

x2 (t) =

e(t) = Rx1 (t) + L

i(t)dt

1
dx1 (t)
+ x2(t)
dt
C

dx2(t)
= i(t) = x1 (t)
dt
Reordenando obtenemos las ecuaciones de estado:
dx1
dt

= R
x (t)
L 1

dx2
dt

= x1 (t)

J. Ramrez y E. Rosero

1
x (t)
LC 2

65

+ L1 e(t)

GICI


DE ESTADO
2.2. SISTEMAS ANALOGOS
EN REPRESENTACION

Son ecuaciones diferenciales de primer orden.


Cuando se parte de una ecuacion diferencial o integro-diferencial, el
objetivo con el cual se definen las variables de estado es el de obtener
ecuaciones diferenciales de primer orden.
2. Definir las variables de estado de acuerdo con los elementos de la red
que almacenan energa:

V.E :
{ iL = x1, VC = x2
Para lograr primeras derivadas en el primer miembro:
l (t)
Tension en L:
L didt
= Ri(t) eC (t) + e(t)
deC (t)
Corriente en C: C dt
= i(t)

Despejando y reemplazando las variables de estado se obtienen las


ecuaciones de estado:
dx1
dt

= R
x (t) L1 x2 (t) + L1 e(t)
L 1

dx2
dt

1
x (t)
C 1

Ecuacion de estado de 1. y 2. distintas!.


Por el caracter no u
nico de las V.E se pueden tener distintas ecuaciones
dinamicas para representar un sistema.
Generalmente, para sistemas lineales e invariantes, las ecuaciones dinamicas
se pueden escribir de la forma:

E .E

E .S

Pn

Ck (t) = =

Pq

dxi
dt

i=1

i=1

Pn

j=1

aij xj (t) +

Pn

j=1 cij

xj (t) +

Pp

k=1 bik

Pp

k=1

rk (t)

dik rk (t)

i, j, k = 1, 2, 3, . . . ,

J. Ramrez y E. Rosero

66

GICI


DE ESTADO
2.2. SISTEMAS ANALOGOS
EN REPRESENTACION

Si el sistema es lineal e invariante en el tiempo, los coeficientes son


constantes. Si el sistema es variante los coeficientes en las ecuaciones
dinamicas seran funcion del tiempo.
Si el sistema tiene no linealidades suaves los coeficientes seran funciones no
lineales de los estados y las entradas.

2.2.3.

Representaci
on matricial

Se definen las matrices columna o vectores:

x1 (t)
r1 (t)
x2 (t)
r2 (t)

X(t) = ..
R(t) = ..
.
.
xn (t)
rp (t)
{z
}
{z
}
|
|
V ector

de estado

V ector

de entrada

C(t) =

V ector

{z

c1(t)
c2(t)
..
.
cq (t)

de salida

Las ecuaciones dinamicas se expresan como:




dX(t)
= F X(t), R(t)
dt


C(t) = G X(t), R(t)
Donde F , G son matrices columna de (nx1) y (qx1) respectivamente.
Si el sistema es lineal e invariante, las ecuaciones dinamicas seran:
dX(t)
Ecuaci
on de estado :
= A(nx n) X(t) + B(nx p)R(t)
dt
Ecuaci
on de salida : C(t) = E(qx n) X(t) + D(qx p)R(t)
Donde:

A=

E=

a11 a12
a21 a22
..
..
.
.
an1 an2
c11 c12
c21 c22
..
..
.
.
cq1 cq2

b11 b12
. . . a1n

. . . a2n
b21 b22
.. B = ..
..
..
.
. .
.
bn1 bn2
. . . ann

. . . c1n
. . . c2n

.
..
. ..
. . . cqn

J. Ramrez y E. Rosero

D=

67

d11 d12
d21 d22
..
..
.
.
dq1 dq2

. . . b1p
. . . b2p

..
..
. .
. . . bnp

. . . d1p
. . . d2p

.
..
. ..
. . . dqp
GICI


DE ESTADO
2.2. SISTEMAS ANALOGOS
EN REPRESENTACION

Ejemplo:
Expresando las ecuaciones de estado obtenidas para el circuito RLC se tiene:
dx1 (t)

  1 
 R
1
dt

(t)
x

1
L
L
=

+ L e(t)
1
0
0
x2(t)
dx2 (t)
C
{z
}
{z
}
|
|
dt
A

2.2.4.

Representaci
on de sistemas en el espacio de estado

Las ecuaciones dinamicas se pueden obtener directamente desde el sistema


dinamico, utilizando variables de estado fsicas; tambien se pueden obtener
desde las ecuaciones diferenciales o las funciones de transferencia, usando
tecnicas de descomposicion [Kuo, 1996]; la figura 2.22 ilustra las relaciones
entre estas tres representaciones.
Sistema Din
amico (L, I)

Representaci
on

Ecuaciones dinamicas
E.E, E.S

Ecuaciones diferenciales

Funciones de
transferencia

Figura 2.22: Representacion de sistemas en espacio de estados

Ecuaciones din
amicas a partir del sistema
Las ecuaciones dinamicas se obtienen directamente del sistema, seleccionando como variables de estado aquellas variables de los elementos dinamicos
del sistema que permiten calcular la energa almacenada en el elemento en
cualquier instante (asignacion u
nica). La tabla 2.5 muestra las energas y las
variables de estado para diversos elementos fsicos.
En general, no hay una u
nica va en la seleccion de las variables de estado
fsicas para el metodo se
nalado arriba. Solo se deben escoger variables fsicas
J. Ramrez y E. Rosero

68

GICI


DE ESTADO
2.2. SISTEMAS ANALOGOS
EN REPRESENTACION

ENERGIA

ELEMENTO
Condensador C

CV 2
2

Inductancia L

LI 2
2

Masa m

m 2
2

Momento de Inercia J

Resorte K

J 2
2
Kx2
2

Comprensibilidad del fluido

2Ks
Capacitancia del fluido
A
2
Capacitancia termica C

P 2
Ks

Ah2
2

C2
2

V.E FISICA
Tension V

Corriente I

Velocidad lineal

Velocidad rotacional

Desplazamiento x

Presion P

Nivel h

Temperatura

Tabla 2.5: Variables de estado fsicas

J. Ramrez y E. Rosero

69

GICI


DE ESTADO
2.2. SISTEMAS ANALOGOS
EN REPRESENTACION

independientes. Las variables de estado independientes son aquellas que no


pueden ser expresadas en terminos de las restantes variables de estado seleccionadas.
En algunos sistemas se podran requerir mas de las variables de estado asociadas a los elementos almacenadores de energa, dependiendo de las salidas
requeridas.
Ejemplo: Modelo en varaibles de estado del motor de corriente continua
(CC), ver figura 2.23:

La

if = cte

Ra

+
eg

ia

ea

m m

t
J

Figura 2.23: Modelo matematico del motor CC

Ecuacion 1:
ea = Ra ia + La
Ecuacion 2:
eg = Kb

dia
+ eg
dt

dm
= Kb m
dt

(2.8)

(2.9)

Ecuacion 3:
t = KT i a
Ecuacion 3:
J

J. Ramrez y E. Rosero

dm
+ fm = t
dt
70

(2.10)

(2.11)

GICI


DE ESTADO
2.2. SISTEMAS ANALOGOS
EN REPRESENTACION

V.E :


En La : ia = x2
En J : = x1

Entrada : ea
Salida : = x1

Reemplazando las variables de estado:


ea = Ra x2 + La x2 + Kb x1
J x1 + fx1 = KT x2

x1 = Jf x1 + KJT x2
Reordenando :
b
a
x2 = K
x R
x +
La 1
La 2

ea
La


KT
0
Jf
x
x

1
1

+
ea
|{z}
Ecuacion de estado
1
Kb
Ra
x

2
2

R
L
L
L
a

| {z }
|
{z a } | {z } | {za }
X




=  1 0  x1
Ecuacion de salida |{z}
| {z } x2
Y
| {z }
E
X

Si m tambien es una salida requerida, debe considerarse otra variable de


estado x3 = m ; considerandose la ecuacion diferencial: m = ; x3 = x1 y
m = x3.
En tal caso, la descripcion del sistema por variables de estado sera:

KT
0
Jf
0
x1
x1
J

x2 = b Ra 0 x2 +

La
La ea

La

x3
x3
0
1
0
0

x
1

1 0 0

=
x2

m
0 0 1
x3
J. Ramrez y E. Rosero

71

GICI


DE ESTADO
2.2. SISTEMAS ANALOGOS
EN REPRESENTACION

Ecuaciones din
amicas a partir de las ecuaciones diferenciales
Un sistema fsico tambien puede ser representado por ecuaciones diferenciales o funciones de transferencia; cuando se representa por ecuaciones
diferenciales es de interes obtener las ecuaciones dinamicas para una entrada
sin derivadas, con derivadas y para m
ultiples entradas con o sin derivadas.
Otros casos es mejor tratarlos pasando las ecuaciones diferenciales a funciones
de transferencia y de ah a las ecuaciones dinamicas.
1. Entrada u
nica sin t
erminos derivativos
dn c(t)
dn1 c(t)
dn2 c(t)
dc(t)
+ a1
+ a2
+. . . + an1
+ an c(t) = r(t)
dt
dt
dt
dt
Se desea pasar a n ecuaciones de estado y una ecuacion de salida,
definiendo las n variables de estado en funcion de c(t) y sus derivadas;
como las variables de estado no son u
nicas, es importante asignar las
variables de estado de la manera mas conveniente, en este caso como:
dc(t)
; x3 (t) =
dt
As, las ecuaciones de estado son:
dx1 (t)

dt

dx2 (t)

dt
V.E de F ase
dx3 (t)

dt

..

dxn1 (t)
x1(t) = c(t); x2(t) =

dt

d2 c(t)
dn1 c(t)
; . . . ; xn (t) =
dt
dt
= x2 (t)
= x3 (t)
= x4 (t)
..
.
= xn (t)

Despejando la derivada de orden superior de la ecuacion dinamica tenemos:


dxn
= an x1(t) an1 x2 (t) . . . a2xn1 (t) a1xn (t) + r(t)
dt
Si la Ecuacion de Salida es: c(t) = x1(t), podemos expresar las ecuaciones diferenciales como:
dX
= AX(t) + BR(t)
dt
J. Ramrez y E. Rosero

72

GICI


DE ESTADO
2.2. SISTEMAS ANALOGOS
EN REPRESENTACION

C(t) = EX(t)
Donde:

A=

0
0
0
..
.

1
0
0
..
.

0
1
0
..
.

0
0
1
..
.

0
0
0
..
.

...
...
...
..
.

0
0
0
..
.

... 1
. . . a1 (n

0
0
0
0
0
an an1 an2 an3 an4

0
0



B = ..
E = 1 0 . . . 0 (1xn)
.
1 (n 1)
x
|
{z
}
F orma Canonica

x n)

Controlable

Esta forma tambien se conoce como forma canonica de variables de fase


o forma canonica asociada.
Esta representacion tiene ciertas caractersticas que facilitan el analisis
y dise
no (por realimentacion de estado se pueden asignar arbitrariamente los modosdel sistema) del sistema dinamico.
Ejemplo:
Sea la ecuacion diferencial:
d3 c(t)
d2 c(t)
dc(t)
+ 2c(t) = r(t)
+
5
+
3
2
dt
dt
dt
Despejando el termino de la maxima derivada:
d3 c(t)
dt3
Definiendo:

= 5

x1 = c(t);

Ecuacion de estado

J. Ramrez y E. Rosero

d2 c(t)
dc(t)
2c(t) + r(t)

2
dt
dt

dc(t)
d2 c(t)
;
x3 =
x2 =
dt
dt

x1
0
1
0
x1

0
1
x2
x2
= 0

2 1 5
x3
x3
73



+ 0 r(t)


1
GICI


DE ESTADO
2.2. SISTEMAS ANALOGOS
EN REPRESENTACION

Ecuacion de salida

c(t) =

x1

x
1 0 0
2

x3

2. Entrada u
nica con t
erminos derivativos
Sea la ecuacion diferencial:
cn + a1cn1 + . . . + an1 c + an c = b0un + b1un1 + . . . + bn1 u + bn u
Si se toman como variables de estado a c(t) y sus (n 1) derivadas, se
obtiene:

x1
x2
x3
..
.

= x2
= x3
= x4
..
.

xn = an x1 an1 x2 . . . a1 xn + b0un + b1un1 + . . . + bn1 u + bn u


c(t) = x1
Debido a los terminos derivativos de la n-esima ecuacion de estado, no
se llega a la forma normalizada.
Tratando de mantener la matriz A de la forma canonica controlable, se
define el siguiente conjunto de variables de estado:
x1
x2
x3
..
.

= x2 + 1 u
= x3 + 2 u
= x4 + 3 u
..
.

xn = xn1 + n1
c(t) = x1 + 0
Las constantes i se obtienen reemplazando c(t) en la ecuacion diferencial; as1 (Ogata [1993]):
1

Ver ejemplo A-3-3 del libro de Ogata

J. Ramrez y E. Rosero

74

GICI


DE ESTADO
2.2. SISTEMAS ANALOGOS
EN REPRESENTACION

0
1
2
3
..
.

=
=
=
=

b0
b1 a10
b2 a11 a20
b2 a12 a21 a3 0
..
.

n = bn a1 n1 . . . an1 1 an 0
Con esta eleccion las ecuaciones dinamicas del sistema seran:
X = AX(t) + Bu
C(t) = EX(t) + Du
Donde:

x1
x2
x3
..
.

X=

xn1
xn

;A =

1
2
3
..
.

B=

n1
n

0
0
0
..
.

1
0
0
..
.

0
1
0
..
.

0
0
1
..
.

0
0
0
..
.

0
0
0
0
0
an an1 an2 an3 an4

...
...
...
..
.

0
0
0
..
.

... 1
. . . a1




; E = 1 0 0 0 . . . 0 ; D = 0 = b0

Otra forma de asignar las variables de estado para obtener A en la


forma canonica controlable es la siguiente:
d
Utilizando el operador D = dt
, c(t) a partir de la ecuacion diferencial,
sera:
(D(p) = pn + a1pn1 + . . . + an1 p + an )
c(t) =

b1pn1
bn1 p
bn
b0pn
u +
u + ... +
u +
u
D(p)
D(p)
D(p)
D(p)

J. Ramrez y E. Rosero

75

GICI


DE ESTADO
2.2. SISTEMAS ANALOGOS
EN REPRESENTACION

Seleccionando como variables de estado:


x1 =

u
;
D(p)

x2 =

pu
;
D(p)

...

xn1 =

pn2 u
;
D(p)

xn =

pn1 u
D(p)

se obtienen las relaciones:


x 1 = x2 x 2 = x3 x 3 = x4 . . . x n1 = xn
...
x
1 = x3 x 1 = x4 . . . xn1
= xn
1
de
x1 =

u
D(p)

tenemos:
+ . . . + an1 x 1 + an x1 = u
xn1 + a1xn1
1
xn + a1 xn + a2xn1 + . . . + an1 x2 + an x1 = u
As las ecuaciones de estado seran:
x1 = x2
x2 = x3
x3 = x4
..
..
.
.
xn = a1xn a2xn1 . . . an1 x2 an x1 + u
Tambien, a partir de las anteriores relaciones se obtiene la ecuacion de
salida:
c(t) = (bn b0 an )x1 + (bn1 b0 an1 )x2 + + (b1 b0a1 )xn + b0

0
0
1
0
0
0
... 0

0
0
1
0
0
... 0
0

0
0
0
1
0
... 0
0

A = ..
..
. B = .. D = b0
..
..
..
..
.
.
. ..
.
.
.
.

0
0
0
0
0
0
... 1
an an1 an2 an3 an4 . . . a1
1


E = (bn b0 an ) (bn1 b0 an1 ) (bn2 b0an2 ) . . . (b1 b0a1)
J. Ramrez y E. Rosero

76

GICI


DE ESTADO
2.2. SISTEMAS ANALOGOS
EN REPRESENTACION

3. Entradas y salidas m
ultiples
Ecuacion de estado:
X nx1 = Anxn Xnx1 + Bnxp Rpx1
Ecuacion de salida:
Cqx1 = Eqxn Xnx1 + Dqxp Rpx1
A o Matriz del sistema: Determina la dinamica interna (movimientos
propios) del sistema; esta relacionada con el denominador de la FdT;
es de dimension nxn.
n: n
umero de variables de estado = N
umero de elementos almacenadores de energa = orden del sistema.
B o Matriz de entrada o de distibuci
on: Dimension nxp. Indica como excitan al sistema las p entradas.
E o Matriz de salida o de observaci
on: Dimension qxn. Determina
como se transmite el estado interno a las q salidas; permite observar a
traves de ellas el estado interno del sistema.
D o Matriz de acoplamiento o de interconexi
on: Dimension qxp.
Indica el acoplamiento directo entre la salida y la entrada, en la mayora
de los sistemas de control D es nula; sera distinta de cero en sistemas
con igual n
umero de polos y ceros.
Las ecuaciones dinamicas se pueden representar graficamente usando flechas
dobles para los vectores y los bloques para las matrices, como se muestra en
la figura 2.24.
De forma similar a los sistemas monovariables, se pueden interconectar
distintos sistemas, bien sea en cascada, paralelo o en realimentacion.

Ecuaciones din
amicas a partir de las funciones de transferencia
Sea:
G(s) =

C(s)
b0 sn + b1 sn1 + ...bn1s + bn
= n
R(s)
s + a1sn1 + ...an1s + an

J. Ramrez y E. Rosero

77

(2.12)
GICI


DE ESTADO
2.2. SISTEMAS ANALOGOS
EN REPRESENTACION

D
R

+
+

A
Figura 2.24: Modelo matricial de un sistema en Espacio de Estados

Aunque hay muchas formas de obtener la representacion por variables de


estado a partir de la funcion de transferencia en este punto solo se tratara el
metodo directo.
M
etodo directo
Con este metodo no se requiere que la funcion de transferencia se encuentre factorizada (es equivalente al presentado con el operador P ):
Se divide el numerador y el denominador por la maxima potencia en s:
C(s)
b0 + b1 s1 + ...bn1sn+1 + bn sn
=
R(s)
1 + a1s1 + ...an1sn+1 + an sn

(2.13)

Despejando C(s):
C(s) = b0 R +

(b1 b0a1 )s1 + (b2 b0a2 )s2 + ... + (bn b0an )sn ]R
1 + a1s1 + ...an1sn+1 + an sn
(2.14)

Definiendo la variable auxiliar


Y (s) =

R
1 + a1

s1

+ ...an1sn+1 + an sn

(2.15)

se obtiene:
C(s) = b0R + (b1 b0a1)s1 + (b2 b0 a2)s2 + ... + (bn b0an )sn ]Y (s)
(2.16)
J. Ramrez y E. Rosero

78

GICI


DE ESTADO
2.2. SISTEMAS ANALOGOS
EN REPRESENTACION

Y (s) = R a1s1 Y (s) a2 s2 Y (s)... an sn Y (s)

(2.17)

Escogiendo como variables de estado a:


x1 = sn Y (s)

(2.18)

x2 = sn+1 Y (s)

(2.19)

x3 = sn+2 Y (s)

(2.20)

...

(2.21)

xn = s1 Y (s)

(2.22)

se obtienen las siguientes ecuaciones dinamicas:


Ecuaciones de estado:
x1 = x2

(2.23)

x2 = x3

(2.24)

...

(2.25)

xn = Y (s) = R a1xn a2xn1 ...anx1

(2.26)

Ecuaciones de salida:
c(t) = b0R + (b1 b0 a1)xn + (b2 b0a2)xn1 + ... + (bn b0an )x1 (2.27)
Esta representacion es la forma can
onica controlable y utiliza variables
de estado de fase.
Ejemplo:
Para el sistema de control de la figura 2.25, obtener la representacion por
variables de estado con la matriz A de la forma canonica controlable.
La representacion puede obtenerse aplicando a la funcion de transferencia
del sistema, el metodo directo:

entonces:

C(s)
160(s + 4)
= 3
R(s)
s + 18s2 + 192s + 640

(2.28)

160s2 + 640s3
C(s)
=
R(s)
1 + 18s1 + 192s2 + 640s3

(2.29)

J. Ramrez y E. Rosero

79

GICI


DE ESTADO
2.2. SISTEMAS ANALOGOS
EN REPRESENTACION

R(s)

40
s(s+2)

4(s+4)
s+16

C(s)

Figura 2.25: Ejemplo

entonces:
C(s) = (160s2 + 640s3 )Y (s)
con:
Y (s) =

1+

18s1

R(s)
+ 192s2 + 640s3

(2.30)
(2.31)

de esta u
ltima expresion:
Y (s) = R(s) 18s1 Y (s) 192s2 Y (s) 640s3 Y (s)

(2.32)

Definiendo las variables de estado:


x1 = s3 Y (s)

(2.33)

x2 = s2 Y (s)

(2.34)

x3 = s1 Y (s)

(2.35)

se obtienen las ecuaciones de estado:


x1 = x2

(2.36)

x2 = x3

(2.37)

x3 = 1{Y (s)}

(2.38)

x3 = r(t) 18x3 192x2 640x1

(2.39)

entonces:
la ecuacion de salida se obtiene a partir de C(s):

J. Ramrez y E. Rosero

c(t) = 160x2 + 640x1

(2.40)

80

GICI


DE ESTADO
2.2. SISTEMAS ANALOGOS
EN REPRESENTACION

Las ecuaciones dinamicas en representacion matricial son:

x1
0
0
1
0
x1(t)
x2 = 0

0
1 x2(t) + 0 r(t)
x3
1
x3(t)
640 192 18


 x1 (t)
c(t) = 640 160 0 x2 (t)
x3 (t)
Otros metodos que llevan a formas canonicas son:
Anidado: lleva a la forma canonica observable
Expansion en fracciones parciales: lleva a la forma canonica de Jordan
Kuo [1996].

2.2.5.

Diagrama de estado

El diagrama de estado es la representacion grafica de un sistema descrito


mediante variables de estado; usualmente se utilizan para su representacion,
los grafos de fluencia por lo cual se construye siguiendo las reglas de estos.
La caracterstica mas importante de estos diagramas es que establecen una
estrecha relacion entre:
Las ecuaciones de estado
Las ecuaciones deferenciales
La solucion de las ecuaciones de estado
La simulacion por computador
Las operaciones lineales basicas que aparecen en un diagrama de estado
son:
Multiplicacion por una costante
Suma algebraica de variables
Integracion
J. Ramrez y E. Rosero

81

GICI


DE ESTADO
2.2. SISTEMAS ANALOGOS
EN REPRESENTACION

Estas operaciones tienen la siguiente representacion mediante grafos de


fluencia:
Multiplicacion

a1

x1 (t)

x2 (t)

X1(s)

X2(s)
Figura 2.26: Multiplicacion

y se obtienen las ecuaciones algebraicas en tiempo y frecuencia:


x2(t) = a1 x1(t)

(2.41)

X2 (t) = a1 X1 (t)

(2.42)

Suma
x1 (t)

X1(s)

a1
a2

x2 (t)

X2(s)

a3

x4 (t)

X4(s)

x3 (t)

X3(s)
Figura 2.27: Suma

y se obtienen las ecuaciones algebraicas en tiempo y frecuencia:


x4 (t) = a1x1 (t) + a2 x2(t) + a3x3 (t)

(2.43)

X4 (s) = a1X1 (s) + a2 X2 (s) + a3X3 (s)

(2.44)

J. Ramrez y E. Rosero

82

GICI


DE ESTADO
2.2. SISTEMAS ANALOGOS
EN REPRESENTACION

Integracion
x1 (t) =

ax2( )d + x(t0)

(2.45)

t0

x1(t0)

x1 (t0 )
s

s1

as1

X2(s)

X1(s)

X2(s)

X1(s)

Figura 2.28: Integracion


Realizando la transformada de Laplace:
X1 (s) = a

X2 (s) x1(t0)
+
s
s

(2.46)

para t0. Esta expresion es una ecuacion algebraica en frecuencia.


Estas graficas de la multiplicacion, suma e integracion seran los elementos basicos de los diagramas de estado; como se observa, se incluye en la
representacion, las condiciones iniciales, caracterstica importante de la descripcion de sistemas mediante variables de estado.

De la ecuaci
on diferencial al diagrama de estado
Aunque este enfoque directo no siempre es el mas conveniente, puede
construirse un diagrama de estado a partir de una ecuacion diferencial.
dn
dn1
dn2
d
c(t) + an c(t) = r(t) (2.47)
c(t)
+
a
c(t)
+
a
1 n1
2 n2 c(t) + .. + an1
n
dt
dt
dt
dt
Despejando el termino enesimo:
dn
dn1
dn2
d
c(t) = a1 n1 c(t) a2 n2 c(t).. an1 c(t) an c(t) + r(t) (2.48)
n
dt
dt
dt
dt
J. Ramrez y E. Rosero

83

GICI


DE ESTADO
2.2. SISTEMAS ANALOGOS
EN REPRESENTACION

considerando como nodos a las variables:


d
d2
dn
r, c, c(t), 2 c(t)... n c(t)
dt
dt
dt
Realizando la transformada de Laplace, se obtiene:

(2.49)

R(s), C(s), sC(s), s2C(s)...snC(s)

(2.50)

Interconectandolos mediante los grafos de las operaciones basicas para


representar la u
ltima ecuacion, se obtiene el diagrama de estado de la ecuacion
diferencial:

cn1 (t0 )
s

sn C s1
a1

cn2 (t0 )
s

c(t
0)
s

s1

s1
sn1 C
xn

c(t0 )
s

sn2 C
xn1

sC
x2

1
C
x1

a2
an1
an
Figura 2.29: Diagrama de estado de la ecuacion diferencial
Se asigna como variables de estado cada uno de los nodos de salida de
las integraciones; por tanto este diagrama de estado, representa la forma
canonica controlable.

Soluci
on Analtica
Con la ecuacion de estado:
d
X(t) = AX(t) + BR(t)
dt
J. Ramrez y E. Rosero

84

(2.51)
GICI


DE ESTADO
2.2. SISTEMAS ANALOGOS
EN REPRESENTACION

y la ecuacion de salida:
C(t) = EX(t) + DR(t)

(2.52)

y aplicando la transformada de Laplace a la ecuacion de estado, obtenemos:


SX(s) X(0) = AX(s) + BR(s)

(2.53)

X(s) = (sI A)1X(0) + (sI A)1 BR(s)

(2.54)

entonces
Aplicando la transformada de Laplace a la ecuacion de salida y reemplazando
obtenemos:
C(s) = E(sI A)1 X(0) + E(sI A)1 BR(s) + DR(s)

(2.55)

Los vectores de estado y de salida seran: 1 {X(s)} y 1 {C(s)}. La


solucion de la ecuaciones dinamicas se vera en detalle mas adelante.
Como se observa, se requiere para la solucion, el calculo de (sI A)1;
con el diagrama de estado esta operacion se puede realizar usando la formula
de Ganancia de Mason con Xi (s), i = 1, 2, .., n como nodos de salida y Xi (0),
i = 1, 2, .., n y Rj (j), j = 1, 2, .., p como nodos de entrada.
Ejemplo:
Hallar la solucion analtica para el siguiente sistema, con condiciones iniciales iguales a cero:

R(s) =

1
s

1
s

1
s
x2

1
x1

C(s)

2
4
Figura 2.30: Ejemplo

Aplicando la formula de ganancia con R(s) como nodo de entrada y X1 ,


X2 como nodos de salida:
J. Ramrez y E. Rosero

85

GICI


DE ESTADO
2.2. SISTEMAS ANALOGOS
EN REPRESENTACION

s2 R(s)
R(s)
= 2
1
2
1 + 2s + 4s
s + 2s + 4
s1 R(s)
sR(s)
X2 (s) =
= 2
1
2
1 + 2s + 4s
s + 2s + 4

X1 (s) =

(2.56)
(2.57)

entonces:


X1 (s)
X2 (s)

1
= 2
s + 2s1 + 4

1
s

R(s)

con R(s) = 1s , y aplicando la Transformada inversa de Laplace:



 1

x1(t)
(1 + 1,15et sen(1,73t + 4
))
4
3
1
(1,15et sen(1,73t))
x2(t)
2
para t 0, y la salida se obtiene como:
c(t) =

1 0

x1
x2

reemplazando:
4
1
))
c(t) = (1 + 1,15et sen(1,73t +
4
3

t0

(2.58)

Del diagrama de Estado a la Funci


on de Transferencia
La funcion de transferencia entre una entrada y una salida se obtiene a
partir del diagrama de estado considerando a todas las demas entradas y los
estados iniciales nulos.
Ejemplo
Para el sistema del ejemplo anterior, X1 (0)=X2 (0)=0 y solo hay una
entrada, por tanto:
C(s)
1
= 2
(2.59)
R(s)
s + 2s + 4

J. Ramrez y E. Rosero

86

GICI


DE ESTADO
2.2. SISTEMAS ANALOGOS
EN REPRESENTACION

Del diagrama de estado a las ecuaciones din


amicas
Las ecuaciones dinamicas pueden obtenerse a partir del diagrama de estado, aplicando la formula de ganancia; como en las ecuaciones diferenciales
no aparecen condiciones iniciales ni el operador s de Laplace, no se deben
considerar las entradas de condiciones iniciales ni las ramas de integracion
S 1 ; para escribir las ecuaciones de estado se deben considerar las primeras
derivadas de las variables de estado como nodos de salida y las variables de
estado y entradas como nodos de entrada; para la ecuacion de salida los nodos de salida son las salidas C y los nodos de entrada, las variables de estado
y las entradas del sistema r.
Ejemplo
Obtener las ecuaciones de estado directamente del diagrama de estado
para el sistema de los ejemplos anteriores.
Eliminando las ramas de ganancia S 1 el diagrama queda:

r(t)

x 2

x2
x 1

1
x1

c(t)

2
4
Figura 2.31: Ejemplo

x1 = x2

(2.60)

x2 = 4x1 2x2 + r(t)

(2.61)

c(t) = x1

(2.62)

Por supuesto, la formula de ganancia y el procedimiento anterior seran


de mayor utilidad para sistemas de mayor orden y con m
ultiples entradas y
salidas (MIMO).

J. Ramrez y E. Rosero

87

GICI


DE ESTADO
2.2. SISTEMAS ANALOGOS
EN REPRESENTACION

2.2.6.

Ecuaci
on caracterstica, valores propios y vectores propios

Como se sabe, la ecuaci


on caracterstica juega un papel importante en
el estudio de los sistemas lineales; de una funcion de transferencia se obtiene
igualando a cero el denominador; de los sistemas descritos por variables de
estado tambien puede obtenerse. De la ecuacion 2.55 se define la funcion
de transferencia (si R y C son escalares) como C(s)/R(s) con condiciones
iniciales iguales a cero.
Luego
C(s)
G(s) =
= E(sI A)1 B + D
(2.63)
R(s)
(sI A): No singular
G(s) = E

G(s) =

adj(sI A)
B+D
|sI A|

E[adj(sI A)]B + |sI A|D


|sI A|

Luego, la ecuacion caracterstica sera:


|sI A| = 0
Ejemplo
Hallar la ecuacion caracterstica para el sistema:
x 1 = x2
x 2 = 2x1 3x2 + r
c(t) = x2
Del sistema:
A=

sI A = s

1 0
0 1

J. Ramrez y E. Rosero

0 1
-2 -3

0 1
-2 -3
88

s 0
0 s

0 1
-2 -3

GICI


DE ESTADO
2.2. SISTEMAS ANALOGOS
EN REPRESENTACION

sI A =

s
-1
2 s+3

E.C = |sI A| = s(s + 3) + 2 = s2 + 3s + 2


Las races de la ecuacion caracterstica se denominan valores propios de la
matriz A; observese que si el sistema se da en la forma canonica controlable,
los coeficientes de la ecuacion caracteristica: sn + a1 sn1 + ... + an vienen
dados en la u
ltima fila de la matriz A
Ejemplo
La matriz A del ejemplo anterior esta en la forma canonica controlable; luego
la u
ltima fila sera a2, a1
EC: s2 + 3s + 2 = 0
(s + 1)(s + 2) = 0
Valores propios de A: 1 = 1; 2 = 2
Se define como vector propio de A al vector Pi que satisface la ecuacion
matricial:
(i I A)Pi = 0
i : i-esimo valor propio de A
Pi : Vector propio de A asociado con el valor propio i
Ejemplo
Los vectores propios para el sistema del ejemplo anterior, P1 asociado 1 =
1: (I A)P1 = 0
 
 


p11
0 1
-1 0

=0
-2 -3
0 -1
p12


-1 -1
2 2



p11
p12

J. Ramrez y E. Rosero

=0

p11 p12 = 0
2p11 + 2p12 = 0

89

p11 = p12

GICI


DE ESTADO
2.2. SISTEMAS ANALOGOS
EN REPRESENTACION

Una sola ecuacion para dos incognitas infinitas soluciones asumiendo


p11 = 1 p12 = 1


1
P1 =
1
p2 asociado a 2 = 2:
(2I A)P2 = 0

2p21 p22 = 0
2p21 + p22 = 0



p21
p22

=0

p22 = 2p21 ; sip22 = 2 p21 = 1

P2 =

2.2.7.

2 1
2
1

1
2

Matrices de Transferencia

Si en la ecuacion 2.55 C(s) es un vector de q salidas y R(s) un vector de


p entradas:
G(s) =

C(s)
= E(sI A)1B + D
R(s)

G(s) es una matriz de transferencias de


G11 G12
C1
C2 G21 G22

.. = ..
..
. .
.
Gq1 Gq2
Cq

dimensiones (qxp)

. . . G1p
R1

. . . G2p
R2
.. ..
. .
Rp
. . . Gqp

El elemento Gij relacionara la entrada j-esima con la salida i-esima.

J. Ramrez y E. Rosero

90

GICI


DE ESTADO
2.2. SISTEMAS ANALOGOS
EN REPRESENTACION

Ejemplo
Obtener G(s) para el sistema descrito por:
d2 c1
+ 4 dcdt1 3c2 = r1
dt2
dc2
+ dcdt1 + c1 + 2c2 = r2
dt

x1 = c1
con x2 = c1
x3 = c2

La representacion vectorial-matricial del sistema, sera:


dx1



0
1
0
x
0
0
1
dt
r
1
dx
2

= 0 4 3 x2 + 1 0
dt
r2
dx3
x3
1 1 2
0 1
dt


C1
C2

1 0 0
0 0 1

x1
x2
x3

Calculando primero (sI A)

s 1
0
(sI A) = 0 s + 4 3
1
1
s+2
|sI A| = s3 + 6s2 + 11s + 3

(sI A)1

s2 + 6s + 11
s+2
3
1

=
3
s(s + 2)
3s
|sI A|
(s + 4)
(s + 1) s(s + 4)
G(s) = E(sI A)1 B

G(s) =

1 0 0
0 0 1

s2 + 6s + 11
s+2
3
0 0
1

1 0
3
s(s + 2)
3s
|sI A|
(s + 4)
(s + 1) s(s + 4)
0 1

J. Ramrez y E. Rosero

91

GICI


DE ESTADO
2.2. SISTEMAS ANALOGOS
EN REPRESENTACION

1
G(s) = 3
2
s + 6s + 11s + 3

s+2
3
(s + 1) s(s + 2)

Ejercicio:
Resuelva el ejercicio 4 propuesto en las actividades de aprendizaje.

Resumen
En este captulo se ha presentado el modelado matematico de sistemas
lineales utilizando funciones de transferencia, diagramas de bloques y graficas
de flujo de se
nal. La funcion de transferencia de un sistema lineal se definio a
partir de aplicar la Transformada de Laplace a la ecuacion diferencial, sin
considerar las condiciones iniciales. Un metodo poderoso para representar la
interrelacion entre se
nales de un sistema lineal es la grafica de flujo de se
nal,
permite obtener las funciones de transferencia entre variables de entrada y
de salida de un sistema lineal utilizando la formula ganancia.
Este captulo tambien estuvo dedicado al modelado matematico de sistemas fsicos, se describieron las relaciones matematicas basicas de sistemas
electricos, hidraulicos, termicos y mecanicos. Para sistemas lineales, las ecuaciones diferenciales, las ecuaciones de estado y las funciones de transferencia
son las herramientas fundamentales para el modelado. Se realizo tambien una
introduccion al modelado por espacio de estado.

Actividades de aprendizaje
1. Realice una lectura reflexiva y crtica del material del curso.
2. Para las figuras 2.32 y 2.33.
a) Hallar la salida para el siguiente diagrama de bloques:
b) Reducir el siguiente diagrama a la forma canonica:

J. Ramrez y E. Rosero

92

GICI


DE ESTADO
2.2. SISTEMAS ANALOGOS
EN REPRESENTACION

H1
R1

G1
R2

G2

G3

++

H1
H3

Figura 2.32: Figura 1


H3
R1

G1

G2

G3

H2
H1

Figura 2.33: Figura 2


3. Para las figuras 2.34 y 2.35 de los ejercicios propuestos de diagramas
de bloques:
a) Obtenga el GFS y calcule C(s) utilizando la formula de ganancia
de Mason.
b) Calcule Y6 /Y1 para los siguientes GFS.
4. El siguiente juego de ecuaciones diferenciales, representa la dinamica
de un sistema multivarible:
c1 2c2 + c1 = 0

(2.64)

c2 + 3c2 + 8c2 + 3c1 = u 1 + 3u1 + 3u2

(2.65)

Con c1 (0) = 1, u1(0) = u2 (0) = 0, c2(0) = 1, c2 (0) = 0


J. Ramrez y E. Rosero

93

GICI


DE ESTADO
2.2. SISTEMAS ANALOGOS
EN REPRESENTACION

-H4
G4

Y1

Y2

G1

Y3

Y4

Y4 G3

Y6

Y6

Y5
H2

H1
H3

Figura 2.34: Grafico de flujo de se


nal 1
H4

G4

Y1

Y2

G5

G1

Y3

G2

Y4 G3
Y5
H2

H1
H3

Figura 2.35: Grafico de flujo de se


nal 2

a) Defina un conjunto adecuado de variables de estado y construya


el diagrama de estado.
b) Calcule la evolucion temporal de c1 (t) y c2 (t) debido a las condiciones iniciales, u1 = u2 = 0.
c) Calcule la ecuacion caracterstica, los valores propios y vectores
propios asociados al sistema.
d ) Obtenga la matriz de transferencia del sistema.
J. Ramrez y E. Rosero

94

GICI


DE ESTADO
2.2. SISTEMAS ANALOGOS
EN REPRESENTACION

5. Para la figura 1.15 del capitulo 1 (examen 2003):


a) Construya un diagrama de bloques del sistema, usando funciones
de transferencia para representar los diferentes componentes y
ecuaciones.
b) Aplicar la formula de Mason al diagrama de bloques anterior para
hallar C
de la figura 1.15.
R
6. (Evaluacion febrero de 2004) La figura 2.36 muestra el diagrama de
instrumentacion de un sistema de calentamiento.
R1
C1

V1

Producto
fro
LT
Agua
Tanque 1

Agitador 1

Chaqueta

qa : caudal agua
i: Corriente en la bobina

Tanque 2
TT2

C2

Producto
caliente

+
Caja
V3 Electrica

R2
V2
TT3

Bomba

b3

C3

a3

R3

Figura 2.36: Sistema de control

a) (30 %) Identifique y relaciones los diferentes elementos y se


nales
de la bucla de realimentacion tpica para el control de temperatura
del producto.

J. Ramrez y E. Rosero

95

GICI


DE ESTADO
2.2. SISTEMAS ANALOGOS
EN REPRESENTACION

b) (70 %) En el tanque 2, T T 3 genera una se


nal el`ectrica b3 proporcional a la temperatura del agua en el tanque con factor k1 ; el
controlador c3 implementa la ley de control:
Z
kp t
a3(t) = kp (R3 (t) b3(t)) +
(R3 b3)d
(2.66)
Ti 0
La caja electrica genera una tension V3 que obedece a la relacion:
k2 v3 = a3. La bobina se modela con inductancia L y resistencia
interna R. La transferencia de calor en el tanque 2 obedece a la
ecuacion diferencial:
T

d
= k3 i(t) ka qa
dt

(2.67)

Obtenga un grafico de flujo de se


nal que represente el sistema de control
de temperatura en el tanque 2.
7. El siguiente juego de ecuaciones diferenciales representa a un sistema
dinamico:
(2.68)
c1 + c1 + c2 = u1
c1 (0) = 0
c2 + c2 c1 = u2

(2.69)

c2 (0) = 1
a) (20 %) Defina un conjunto adecuado de variables de estado y
obtenga las matrices A, B, C y D de las ecuaciones dinamicas.
b) (15 %) Construya el diagrama de estado.
c) (15 %) Calcule c1 (s) debida a las condiciones iniciales; u1 =u2 = 0.
d ) (10 %) Calcule la ecuacion caracterstica del sistema.
e) (10 %) Calcule los valores propios del sistema.
f ) (10 %) Calcule los vectores propios asociados al sistema.
g) (20 %) Obtenga la matriz de transferencia del sistema

Lecturas complementarias
J. Ramrez y E. Rosero

96

GICI


DE ESTADO
2.2. SISTEMAS ANALOGOS
EN REPRESENTACION

Dominguez S., Campoy P., Sebastian J., Jmenez. Control en el espacio de estado. Prentice Hall, 2002.

Referencias
KUO BENJAMIN, Sistemas de Control Automatico, Prentice Hall
1997.
OGATA KATSUSHITO, Ingeniera de Control Moderno, P.H.H. 3 edicion, 1998.
OGATA KATSUSHITO, Sistemas de Control en Tiempo Discreto. P.H.H,
Mex. 1996.

J. Ramrez y E. Rosero

97

GICI

Captulo 3
Modelado digital
Introducci
on
La aplicacion de control por computadora ha hecho posible el movimiento
inteligente de robots industriales, la optimizacion de economa de combustible
en los automoviles, etc.. La capacidad en la toma de decisiones y la flexibilidad en los programas de control son las mayores ventajas de los sistemas
de control digital. Los controladores digitales se utilizan para alcanzar el desempe
no optimo (productividad maxima, beneficio maximo, costo mnimo o
la utilizacion de mnima de energa). Como vimos en la primera unidad, un
sistema de control digital, aparte de la planta analoga, incluye los conversores
analogico a digital, digital a analogico y el procesador en s mismo. Para
cada uno de estos elementos requeriremos una representacion matematica.
La planta analoga la representaremos por su funcion de transferencia o su
representacion de estado. El conversor A/D mediante una representacion
matematica del muestreo; el conversor D/A mediante su funcion de transferencia. Para el modelado del procesador digital, utilizaremos la herramienta
matematica transformada Z, con la cual, las soluciones a las ecuaciones en
diferencias se convierten en un problema de naturaleza algebraica similar a
la transformada de Laplace.
En esta unidad se presentara el modelado de los sistemas digitales tanto
para la represetacion entrada-salida como de estado.

98

3.1. MODELADO DEL PROCESADOR DIGITAL

Objetivos
1. Representar, simplificar, analizar y sintetizar un sistema de control por
medio de un diagrama de bloques, diagrama de flujo de se
nal y diagrama de estado. Aplicaci
on
2. Deducir el modelo matematico en funcion de transferencia y variables
de estado para sistemas de control analogos y digitales. Conocimiento
3. Analizar las diferentes interrelaciones entre las representaciones entradasalida y de estado. An
alisis

Contenido
3.1.

Modelado del procesador digital

Como se dijo en el estudio de la bucla tpica de control digital, el procesador digital es un sistema discreto que recibe, procesa y entrega se
nales
digitales.

3.1.1.

Secuencias

De la se
nal digital, interesa conocer su valor en instantes infinitesimales,
separados por el perodo de muestreo T . Este conjunto de valores se
denomina secuencia; por ejemplo:
n o
 
= {1, 0, 0.51, -0.26, . . . }
xk
, x(k) , x kT
 
kT
x kT
= e 3 cos( kT
) k = 0, 1, 2, . . . , n
4
T = 1s.
Las secuencias las podemos representar por la serie de datos o en forma
cerrada si ello es posible. Algunas secuencias importantes son:
J. Ramrez y E. Rosero

99

GICI

3.1. MODELADO DEL PROCESADOR DIGITAL

NOMBRE

MODELO

GRAFICO
(k)
1

Pulso unitario:

(k) =

0 k 6= 0
1 k=0

(k)
1

Escalon unitario:

(k) =

0 k<0
1 k0

r(k)

Rampa unitaria:

r(k) =

0
k<0
kT k 0

r(k)
a>0

Polinomial:

x(k) =

0<a<1

0
k<0
kT
k0
a

b<0

Exponencial:

x(k) =

0
k<0
bkT
e
k0

b>0

x(k)

Senoidal:

x(k) =

J. Ramrez y E. Rosero

0
k<0
sin kT k 0

100

GICI

3.1. MODELADO DEL PROCESADOR DIGITAL

3.1.2.

Representaci
on matem
atica de secuencias

Un pulso de amplitud A en el instante m:

m
se describe mendiante A(k m).
Una secuencia arbitraria es una suma ponderada de pulsos unitarios
desplazados:

X
x(k) =
x(m)(k m)
m=

Si la secuencia es nula para k < 0, se obtiene:


x(k) =

x(m)(k m)

m=0

x(k) = x(0)(k) + x(1)(k 1) + x(2)(k 2) + . . .

3.1.3.

Representaci
on matem
atica del proceso de muestreo

El muestreo de una se
nal se puede representar matematicamente multiplicando la se
nal por un tren de impulsos unitarios, T (t).

J. Ramrez y E. Rosero

101

GICI

3.1. MODELADO DEL PROCESADOR DIGITAL

x(t)

x*(t)
T

x(t) = T (t)x(t)

T (t)

3T 2T T

2T

3T

T (t) =

k=

(t kT )

As, la se
nal muestreada sera:

x (t) =

x(t)(t kT ) =

m=

x(kT)(t kT )

m=

Si x = 0 para t < 0, la sumatoria comienza a partir de k = 0.


Ecuaciones de Diferencias
El procesador digital calcula la secuencia de control a(kT ) a partir de la
secuencia del error e(kT ):
e(kT )

Procesador
a(kT )
digital

e(0), e(1),. . ., e(k)

a(0), a(1),. . ., a(k 1).

Estando almacenados e(i) [i = 0,. . . , k] y a(j) [j = 0, . . .,k - 1], el procesador calculara:


a(k) = f (e(i), a(j))
Si la funcion de calculo es lineal, tenemos:
a(k) = a1a(k 1) + a2 a(k 2) + . . . + an a(k n) + b0e(k) + b1e(k 1) + . . . + bm e(k m)
|
{z
}
Ecuaci
on de Diferencias Lineal de Par
ametros Constantes

J. Ramrez y E. Rosero

102

GICI

3.1. MODELADO DEL PROCESADOR DIGITAL

Conocidas las n condiciones iniciales de a(k) y la entrada e(k) k 0, la


ecuacion de diferencias permite calcular la evolucion futura de a(k).
Ejemplo:
Solucion iterativa de a(k) = a(k 1) + a(k 2) para k 2, con a(0) =
a(1) = 1.
k
0
1
2
3
4
5
..
.

a(k 2)
1
1
2
3
..
.

a(k 1)
1
2
3
5
..
.

a(k)
1 C.I.
1 C.I.
2
3
5
8
..
.

C.I.= Condiciones iniciales


En este caso, no hay expresion analtica de la solucion.
Como se vio, la transformada de Laplace simplifica la solucion de las
ecuaciones diferenciales; su aplicacion a secuencias permite definir una nueva
transformada, (Z ) que simplifica la solucion de las ecuaciones de diferencia.
Ejercicio:
Resuleva el ejercicio 2 propuesto en las actividades de apredizaje.

3.1.4.

Transformada Z

X
X
{x (t)} = {
x(kT)(t kT )} =
x(kT)ekTs

k=0

k=0

Sea:
Ts
|z ,{ze }

Relaci
on entre las Transformadas Z y

J. Ramrez y E. Rosero

103

GICI

3.1. MODELADO DEL PROCESADOR DIGITAL

X (S) , X(Z ) =

k=0

x(kT)z k

X(Z ): Transformada Z de x(t) unilateral para t > 0 o bilateral cuando


x(t) 6= 0 para t < 0 x(k) 6= 0 para k < 0.
La transformada Z solo considera valores de la se
nal en los instantes de
muestreo Z{x(t)} = Z{x (t)}, as, la transformada inversa Z (TIZ), no
permite obtener a x(t), solo x(t).
TZ
%
x(t)

&
F(Z)
.

x(t) TIZ
Expandiendo la sumatoria anterior, tenemos:
x(z) = x(0)z 0 + x(T )z 1 + x(2T )z 2 + ... . . . + x(nT )z n + ...
donde el coeficiente de z n es el valor de la secuencia x(kT) en k = n; es
decir, la transformada Z y la transformada Z inversa (Z 1 ) se pueden obtener
por inspeccion.

J. Ramrez y E. Rosero

104

GICI

3.1. MODELADO DEL PROCESADOR DIGITAL

Ejemplo: Calcular la transformada Z del pulso unitario y de los pulsos


de las figuras 3.1 y 3.2.
Z{(k)} = (0)z 0 + (1)z 1 + (2)z 2 + . . . + (n)z n = 1

(k m)

1
m

Figura 3.1: Pulso desplazado m perodos


Z{(k m)} = (0 m)z 0 + (1 m)z 1 + (2 m)z 2 + . . .+ (0)z m = z m

3
2

Figura 3.2: Funcion compuesta por pulsos desplazados

x(k) = 3(0) 1(k 1) + 2(k 2)


X(z) = 3 z 1 + 2z 2
De lo anterior se deduce que z 1 es un retardo de un perodo;
x(kT ) z 1 x(kT T )
z

x(k)
x(k 1).
sera un retardo de i perodos de muestreo.

J. Ramrez y E. Rosero

105

GICI

3.1. MODELADO DEL PROCESADOR DIGITAL

Para obtener X(z) tambien se pueden usar las tablas de transformadas


Z de funciones elementales (ver la tabla 3.1) junto con el uso apropiado de
las propiedades de la transformada Z (ver tabla 3.2 ).

1
2
3
4
5
6
7
8
9
10
11
12
13
14

X(s)
1
kT s
e
1
s
1
s2
1
s+a
a
s(s+a)
w
s2 +w2
s
s2 +w2
1
(s+a)2
w
(s+a)2 +w2
s+a
(s+a)2 +w2
2
s3

x(t) o x(k)
(t)
(t kT )
1(t)
t
at
e
1 eat
sin wt
cos wt
teat
eat sin wt
eat cos wt
t2
ak
ak cos k

X(z)
1
z k
z
z1
Tz
(z1)2
z
zeaT
aT
(1e
)z
(z1)(zeaT )
z sin wT
z2 2z cos wT +1
z(zcos wT )
z2 2z cos wT +1
T zeaT
(zeaT )2
zeaT sin wT
z2 2zeaT cos wT +e2aT
z2 zeaT cos wT
z2 2zeaT cos wT +e2aT
T 2 z(z+1)
(z1)3
z
za
z
z+a

Tabla 3.1: Tabla de transformada z


Ejemplo:
Resuelva:
x(k + 2) + 3x(k + 1) + 2x(k) = (k)

con x(k) = 0 para k 0.

Aplicando la transformada Z :
n
o
n
o
Z x(k + 2) + 3x(k + 1) + 2x(k) = Z (k)

=1

= z 2 X(z) z 2 x(0) zx(1) + 3zX(z) 3zx(0) + 2X(z) = 1


x(0) = 0; x(1) se obtiene al evaluar la ecuacion de diferencias en k = 1:
x(1) + 3x(0) + 2x(1) = (1) x(1) = 0
J. Ramrez y E. Rosero

106

GICI

3.1. MODELADO DEL PROCESADOR DIGITAL

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18

x(t) o x(k)
Z(x(t)) o Z(x(k))
ax(t)
aX(z)
x1 (t) + x2(t)
X1 (z) + X2 (z)
x(t) + T ) o x(k + 1)
zX(z) zx(0)
x(t + 2T )
z 2 X(z) z 2x(0) zx(T )
x(k + 2)
z 2X(z) z 2 x(0) zx(1)
x(t + kT )
z k X(z) z k x(0) z k1 x(T ) ... zx(kT T )
x(k + m)
z m X(z) z m x(0) z m1 x(1) ... zx(m 1)
d
tx(t)
T z dz
[x(z)]
d
kx(k)
z dz [x(z)]
at
e x(t)
X(zeaT )
eak x(k)
X(zea)
ak x(k)
x(za ) 
d
kak x(k)
z dz
X( za )
x(0)
lmz X(z) si ese lmite existe
x()
lmz1 [(z 1)X(z)] si z1
X(z) es analtica
z
P
X(1)
x(k)
P
X(z)Y (z)
x(kT )y(nT kT )
x(k m)
z m X(z) TZ unilateral
Tabla 3.2: Propiedades de la transformada z

= z 2 X(z) + 3zX(z) + 2X(z) = 1


X(z)

zX(z) =

1
z2 +3z+2
z
z+1

=
|{z}

F rac.parciales
z
z+2

1
z+1

1
z+2

n o
=
; como Z ak
n
o
Z (a)k
=

z
za
z
z+a

o
n
= zX(z) zx(0) = zX(z)
Z x(k + 1)
=
k+1n

x(k + 1) = (1)k
(2)k
;k 0
n
n1
n1
(2)
= (1)n (2)
x(n) = (1)
2
x(n) = 0,5(2)n (1)n
;n 1

NOTA: En muchos casos conviene expandir en fracciones parciales el termino


X(z)
, pues varias transformadas Z de funciones elementales tienen a Z en su
z
J. Ramrez y E. Rosero

107

GICI

3.1. MODELADO DEL PROCESADOR DIGITAL

numerador.
Ejemplo:
Obtener x(kT ) si X(z) =
Soluci
on:
X(z)
z

X(z) =

10z
z2 1,2z+0,2

10
z2 1,2z+0,2
i
h
z
z
12,5 z1 z0,2

h
i
X(z) = 12,5 (k) (0,2)k ;

12,5
z1

12,5
z0,2

k = 0, 1, 2, . . .

Ejercicio:
Resuelva los ejercicios 3, 4 y 5 propuestos propuestos en las actividades de
aprendizaje.

3.1.5.

Funci
on de transferencia discreta

Muchas veces el controlador digital resuelve las ecuaciones de diferencias:


a(k)+a1a(k1)+a2a(k2)+. . .+an a(kn) = b0e(k)+b1e(k1)+. . .+bm e(km)
aplicando la transformada Z con condiciones iniciales nulas:
A(z)+a1z 1 A(z)+a2z 2 A(z)+. . .+an z n A(z) = b0E(z)+b1z 1 E(z)+. . .+bm z 1 E(z)
Despejando, obtenemos:
b0 + b1z 1 + . . . + bm z m
A(z)
= G(z) =
E(z)
1 + a1 z 1 + a2z 2 + . . . + an z n
|
{z
}
Funci
on de Transferencia Discreta.

Si n m tenemos:
G(z) =

b0z n + b1 z n1 + . . . + bm z nm
N (z)
A(z)
= n
=
n1
2
E(z)
z + a1z
+ a2z + . . . + an
D(z)

G(z) :
Funcion racional de una variable compleja.
Donde: N (z) = 0 :
Ceros de G(z).
D(z) = 0 :
Polos de G(z); ecuacion caracterstica
De manera similar al caso continuo, se puede usar el algebra de los diagramas de bloques o la formula de ganancia de Mason, para calcular funciones
de transferencia discretas equivalentes.

J. Ramrez y E. Rosero

108

GICI

3.1. MODELADO DEL PROCESADOR DIGITAL

Ejemplo:
Funcion de transferencia discreta (FdTD) para un controlador digital
actuando como un integrador por la regla trapezoidal:
e(t)
e(k 1)
e(k)
A
t
tk

tk 1
T

A=

tk

e(t)dt
tk1

donde A es el area bajo la curva e(t). Tambien se puede calcular como:


A area del trapezoide formado por la recta entre e(k 1) y e(k)


1
A T e(k) + e(k 1) e(k) T
2


T
e(k) + e(k 1)
A
2
Si a(k 1) es el area calculada bajo la curva hasta el instante tk1 :


T
a(k) = a(k 1) +
e(k) + e(k 1)
2
aplicando la transformada Z:
A(z) = z 1 A(z) +
se obtiene:

T
T
E(z) + z 1 E(z)
2
2



T z+1
A(z)
=
G(z) =
E(z)
2 z1

J. Ramrez y E. Rosero

109

GICI

3.1. MODELADO DEL PROCESADOR DIGITAL

Modelado de los conversores; Muestreo y Retenci


on
Muestreo y retencion en frecuencia:
P
Para el muestreador: La salida muestreada es: e (t) = k= e(t)(t kT );

e (t)

e(t)
T
y aplicando la transformada de Laplace:

E (s) =

e(kT )eskT

k=

.
Para el retenedor:
Aplicando un impulso unitario en el instante kT :

(kT )
1

kT

Proceso de retencion
de orden cero H0 (s)

kT
T

kT + T



Como (t) = 1, la funcion de transferencia se puede calcular como


Respuesta al impulso .




1 1 sT
H0 (s) = (t) (t T ) = e
s s
1 esT
H0 (s) =
s
J. Ramrez y E. Rosero

110

GICI

3.1. MODELADO DEL PROCESADOR DIGITAL

Su respuesta en frecuencia es:


jT
2e 2

H0 (j) =

1ejT
j
sin T
jT
2
2

H0 (j) = T

T
2

jT
e 2

jT
e 2

2j

; |H0 (j)| = T |

sin T
2
T
2


|

|Ho (jw)|
0.64T

0.21T
0.13T
ws
2

ws

2ws

3ws

Figura 3.3: Respuesta de frecuencia del ROC.


La figura 3.3 muestra la respuesta frecuencial del retenedor de orden cero.
Note que:
s =

2
:
T

frecuencia de muestreo [rad/s].

Es un filtro pasa bajos no ideal.


A bajas frecuencias, la curva no es plana Distorsion.
Deja pasar se
nales indeseadas con frecuencias mayores a

s
.
2

Los retenedores de mas alto orden mejoran |H0 (j)| pero aumentan el retardo
de fase y pueden adicionar ruido al sistema. El Retenedor de Orden Cero
(ROC) es el retenedor mas ampliamente usado.

J. Ramrez y E. Rosero

111

GICI

3.1. MODELADO DEL PROCESADOR DIGITAL

3.1.6.

Reconstrucci
on de Se
nales

En este punto nos preguntamos: si pasamos una se


nal muestreada por un
ROC, sera posible reconstruir la se
nal original?
e*(t)

e(t)

e(t)

e*(t)

kt

e*(t)
T

ROC

e(t)

Claramente, la frecuencia de muesteo s debe ser lo suficientemente alta


para poder ver las componentes de alta frecuencia de la se
nal e(t). Sea el
tren de impulsos unitarios:

T (t) =

(t kT )

k=

Como es una se
nal periodica, entonces en series de Fourier sera expresada
como:
T (t) =

Cn ejns t

n=

donde: Cn =

1
T

R T2 P
T
2

k=

(t kT )ejns t dt.



R
Como f (t)(t a)dt = f (a) y en T2 ; T2 solo hay un impulso en
t = 0, entonces Cn = T1 e0 = T1 .

J. Ramrez y E. Rosero

112

GICI

3.1. MODELADO DEL PROCESADOR DIGITAL

e(t)

= e(t)T (t)

E (s) =

X
1 jns t
e
= e(t)
T
n=

e (t)estdt

E (s)

1
=
T

e(t)

ejns test dt

n=

Z
1 X
e(t)e(sjns )tdt
=
T n=

nal
La respuesta de frecuencia de una see
1
E(sjns ) muestreada e (t) es un tren inf inito de la
E (s) =

T n=
banda de frecuencia E(j).

E(j)

T |E(j jns )|

E(j)

0
2 2
T

2
T

2
T =

2 2
T

Figura 3.4: Espectros de frecuencia de la se


nal E(j)
Si en 1 hay componentes de E(j1 ) y de E(-j0 ), esto se conoce como
sobrelapamiento; la frecuencia 0 , es el Alias de 1 .
Para evitar el sobrelapamiento de espectros (Aliasing) debe incluirse un prefiltro pasobajo continuo que limite el ancho de banda de E(j) y mantener
s suficientemente elevada.

J. Ramrez y E. Rosero

113

GICI

3.1. MODELADO DEL PROCESADOR DIGITAL

De lo anterior, se tiene que dos sinusoides de diferente frecuencia pueden


tener la misma se
nal muestreada; sean:
e1(t) = sin (1 t)


e2(t) = sin ( 1 + ns t)
con n: entero.
Si se muestrean con T =

2
s

entonces:

e1(kT ) = sin (1 kT )


e2(kT ) = sin ( 1 + ns kT ) = sin (1 kT + 2nk)
e2(kT ) = sin (1 kT ) = e1 (kT )
Ejemplo:

1.5
Sen(2t/8)
Sen(7t/4)

0.5

0.5

1.5

4
Tiempo

Figura 3.5: Componentes de frecuencia

J. Ramrez y E. Rosero

114

GICI

3.1. MODELADO DEL PROCESADOR DIGITAL

e1(t) = sin ( 2
t), 1 = 4 ; s = 2fs = 2
8
Alias: 0 = 1 s = 4 2 = 7
4
s
,
2

Se
nales con componentes de frecuencia mayores a
nentes adicionales entre 0 y 2s .

tendran compo-

Teorema del Muestreo: Indica cual debe ser la mayor frecuencia de


E(j) para evitar sobrelapamiento de su espectro. Para recuperar una se
nal
a partir de sus muestras, se debe muestrear por lo menos al doble de la mayor
frecuencia de la se
nal: s > 21 , donde 1 : componente de mas alta frecuencia presente en la se
nal en tiempo continuo.
Una se
nal continua muestreada inapropiadamente, puede presentar oscilaciones ocultas si tiene componentes de frecuencia que sean m
ultiplos enteros
de s .

x(t)=x1(t)+x2(t)

Ejemplo:

x(t)=sen(t)+sen(3t)
x(kT)=sen(2/3 k)

1
0
1
0

pi

2pi

3pi

4pi

x1(t)=sen(t)

x1(t)

0.5
0
0.5
1
0

pi

2pi

3pi

4pi

x2(t)=sen(3t)

x2(t)

0.5
0
0.5
1
0

pi

2pi

3pi

4pi

Ws=3rad/seg

x(k)

0.5
0
0.5
1
0

Figura 3.6: Componentes de frecuencia con oscilaciones ocultas.

J. Ramrez y E. Rosero

115

GICI

3.1. MODELADO DEL PROCESADOR DIGITAL

La figura 3.6 muestra graficos de x(t) = sin t+sin 3t, x1(t) = sin t y x2(t) =
sin 3t. En la se
nal muestreada x(k), donde la frecuencia de muestreo s = 3
rad/s no se aprecia la oscilacion con frecuencia = 3 rad/s.

3.1.7.

Modelado de sistemas de datos muestreados con


la funci
on de transferencia de pulsos

Sea un sistema continuo G(s) sujeto a una entrada muestreada e(t).

E (s)

E(s)
s1
T

e(t)

C(s)
c(t)

G(s)

e (t)

c (t)

s2
T

Figura 3.7: Sistema continuo G(s) sujeto a una entrada muestreada e(t).
C(s) = G(s)E (s); C(t) podra calcularse a partir de 1 [C(s)] pero el
calculo es complejo porque G(s) y E (s) son transformadas de Laplace de
diferentes tipos de se
nal; el calculo se simplifica si solo nos interesamos por
C(t) en los instantes de muestreo, lo que se representa con el muestreador
ficticio S2 .



1 X
C (t) = C (s) = [G(s)E (s)] =
C(s jns )
T n=

1 X
G(s jns )E (s jns )
C (s) =
T n=

P
E (s) = T1
n= E(s jns )
E (s jns )

: Se
nal periodica con periodicidad s
E (s) desplazada un n
umero entero n
de perodos.
=E (s)

E (s jns )

J. Ramrez y E. Rosero

116

GICI

3.1. MODELADO DEL PROCESADOR DIGITAL

As, tenemos:

1 X
C (s) = E (s)
G(s jns ) = E (s)G (s)
T n=

C (s) = E (s)G (s)


Usando la notacion mas compacta z, tenemos:


C(z) = C (s)
C(z) = E(z)G(z)
sT
e

=z

Donde G(z) es la Funci


on de transferencia de pulsos; es la funcion de transferencia entre la entrada muestreada e(t) y la salida c(t) en los instantes de
muestreo, c(t).
El siguiente diagrama de bloques de la figura 3.8, representa la bucla
tpica de control digital de forma conveniente para aplicar las tecnicas de
transformadas.

A/D
R(s) +

Programa de
Computador

E (s)

E(s)

Planta + Actuador
D/A
A (s)

D(z)

C(s)

A(s)

1esT
s

G(s)

H(s)
Figura 3.8: Diagrama de bloques

La funcion de transferencia de pulsos entre A (s) y C (s) sera:


h 1 esT i
C(s) =
G(s)A(s) =
s

G(s)
s}
| {z

F unci
o n de s

J. Ramrez y E. Rosero

117


1 esT A(s)
{z
}
|
F unci
o n de esT

GICI

3.1. MODELADO DEL PROCESADOR DIGITAL

C (s) =

C(z) =

C(z) =

G(z) =

G(s)
s

o

1 esT A (s)

on

G(s)
s
G(s)
s
G(s)
s

on

o


1 esT A(s)


1 z 1 A(z)

1 z 1

esT =z

C(z)
A(z)

Ejemplo:
1
, calcular la salida en los instantes de muestreo si el comCon G(s) = s+1
putador genera un escalon unitario discreto en lazo abierto.
Soluci
on:
o
n

1
C(z) =
Z s(s+1) 1 z 1 A(z)
n

C(z) =

C(z) =

z
z1

1
s

1
s+1

z1
z

z
z1

z
zeT

C(kT ) = 1 ekT

Respuesta exponencial que tiende a 1; el ROC recibe un escalon discreto y


entrega un escalon continuo reconstruyendo perfectamente la se
nal.

3.1.8.

FdT de Pulsos de Elementos en Cascada


E (s)

E(s)
1.

G(s)

A (s)

A(s)
T

C (s)

C(s)
H(s)

Figura 3.9: Cascada totalmente muestreada

J. Ramrez y E. Rosero

118

GICI

3.1. MODELADO DEL PROCESADOR DIGITAL

C(s) = H(s)A (s)

C(z) = H(z)A(z)
|{z}
Z

A(s) = G(s)E (s)

A(z) = G(z)E(z)
|{z}
Z

= C(z) = G(z)E(z)H(z)
C(z)
= G(z)H(z)
E(z)

La FdTP total es el producto de las FdTP parciales.

E (s)

E(s)
2.

G(s)

A(s)

C (s)

C(s)
H(s)

Figura 3.10: Cascada sin muestreo intermedio

C(z) = GH(z)E(z)
C(s) = G(s)H(s)E (s)
|{z}
n
o Z
Donde : GH(z) = Z G(s)H(s)
C(z)
E(z)

E(s)
3.

= GH(z) 6= G(z)H(z)

G(s)

A (s)

A(s)
T

C (s)

C(s)
H(s)

Figura 3.11: Cascada sin muestreo de entrada


C(s) = H(s)A(s) = H(s)EG (s)
= H(z)EG(z)
C(z)
|{z}
Z

No hay FdT de Pulsos!!!.


La se
nal a muestrear a(t) depende de todos los valores de e(t) y no solo
de e(kT ).

J. Ramrez y E. Rosero

119

GICI

3.1. MODELADO DEL PROCESADOR DIGITAL

3.1.9.

FdT de Pulsos de sistemas Realimentados

Consideremos el sistema realimentado de la figura 3.12.


R(s) +

E (s)

E(s)
T

C (s)

C(s)
G(s)

H(s)

Figura 3.12: Sistema realimentado

C(s) = G(s)E (s)

C(z) = G(z)E(z)
|{z}
Z

E(s) = R(s)
H(s)C(s)
n
o =

=
E (s) = R(s) G(s)H(s)E (s)
E(z) = R(z) GH(z)E(z)
|{z}
Z

C(z)
R(z)

E(z)

R(s) G(s)H(s)E (s)


R (s) GH (s)E (s)

R(z)
1+GH(z)

G(z)
1+GH(z)

Si se discretiza la ecuacion: E(s) = R(s) H(s)C(s) E (s) = R (s)


HC (s), no se podra despejar C (s); por lo tanto, se debe evitar discretizar
una ecuacion si la variable de interes se pierde como factor.
Para sistemas mas complejos, la solucion del sistema de ecuaciones puede
ser muy elaborada. El siguiente ejemplo muestra un procedimiento sistematico
con el grafico de flujo de se
nal.
Ejemplo:
Calcular la FdTP para la bucla tpica de control digital de la figura 3.13
1. Se construye el GFS sin muestreadores, pues no tienen funci
on de
transferencia; se asignan nodos de salida a las entradas de los muestreadores
y nodos de entradas a sus salidas, ver figura 3.14.
2. Expresar las entradas a los muestreadores y la salida del sistema en

J. Ramrez y E. Rosero

120

GICI

3.1. MODELADO DEL PROCESADOR DIGITAL

G(s)
R(s) +

E (s)

E(s)

A (s)
D(z)

1esT
s

C(s)

A(s)
Gp (s)

H(s)
Figura 3.13: Ejemplo

H
Figura 3.14: Grafico de flujo de se
nal

funcion de las salidas de los muestreadores y/o la entrada del sistema:


E = R GHD E
C = GD E
3. Discretizar y resolver:
E
C

= R GH D E |{z}
E(z) =
= G D E

R(z)
1+GH(z)D(z)

C(z) = G(z)D(z)E(z)
|{z}
Z

C(z)
R(z)

G(z)D(z)
1+GH(z)D(z)

Para la solucion de las ecuaciones se puede usar un nuevo GFS y aplicar la


formula de ganancia de Mason.

J. Ramrez y E. Rosero

121

GICI

3.1. MODELADO DEL PROCESADOR DIGITAL

Ejemplo:
Calcular C(s) y C(z) para el sistema de la figura:

R + E1

+ E2
T

G1

G1

H
Figura 3.15: Ejemplo

Soluci
on:
1. Paso 1

E1* G1

E1

E2

E2* G2

H
-1

2. Paso 2
E1 = R G2 E2
E2 = G1 E1 G2 HE2
C = G2 E2
3. Paso 3: discretizar:
E1 = R G2 E2
E2 = G1 E1 G2 H E2
C = G2 E2

J. Ramrez y E. Rosero

122

GICI

DE ESTADO
3.2. SISTEMAS DISCRETOS EN REPRESENTACION

G2 H*
R*

E1

G1 *

E2 *

G2 *

C*

G2 *
G2

Figura 3.16: GFS para la solucion de las ecuaciones.


Para resolver, podemos usar el GFS de la figura 3.16:
C(z) =

G1 (z)G2 (z)R(z)
1+G1 (z)G2 (z)+G2 H(z)

; C(s) =

G1 (s)G2 (s)R (s)


1+G1 (s)G2 (s)+G2 H (s)



c(t) = 1 C(s) da la respuesta entre instantes de muestreo; normalmente
se resuelve por computador.
Ejercicio:
Resuelva el ejercicio 6 propuesto en las actividades de aprendizaje.

3.2.

Sistemas discretos en representaci


on de
estado

Las ecuaciones dinamicas para un sistema discreto, lineal e invariante,


son:
X(k + 1) = AX(k) + BR(k)
C(k) = EX(k) + DR(k)
Donde:
X(k): Vector de estado de orden n.
C(k): Vector de salida de orden q.
R(k): Vector de entradas de orden p.
J. Ramrez y E. Rosero

123

GICI

DE ESTADO
3.2. SISTEMAS DISCRETOS EN REPRESENTACION

Anxn , Bnxp , Eqxn y Dqxp .

D
X(k + 1)

R(k)
B

+
+

X(k)
1

Z I

+
+

C(k)

A
Figura 3.17: Sistema en Espacio de estados

La configuracion basica es la misma que la de los sistemas continuos por


lo que tambien aplican las tecnicas de representacion vistas.
Ejemplo:
Obtener la representacion de estado del sistema descrito por:
c(k + 2) + 5c(k + 1) + 3c(k) = r(k + 1) + 2r(k)
Soluci
on:
Considerando:
x1 (k) = c(k)
x2 (k) = x1(k + 1) + nr(k) ;
n a calcular.

x1(k + 1)
= x2(k) nr(k).
c(k + 2) = x1(k + 2)

x2(k + 1)
= x1(k + 2) + nr(k + 1)
= 5x1(k + 1) 3x1 (k) + r(k + 1) + 2r(k) + nr(k + 1).
= 5x2(k) + 5nr(k) 3x1 (k) + (n + 1)r(k + 1) + 2r(k).
J. Ramrez y E. Rosero

124

GICI

DE ESTADO
3.2. SISTEMAS DISCRETOS EN REPRESENTACION

Con n = 1, se elimina el termino r(k + 1):


x2 (k + 1) = 3x1(k) 5x2 (k) 3r(k)
x1 (k + 1) = x2(k) + r(k).


C(k) =

x1(k + 1)
x2(k + 1)

0
1
3 5
1 0



x1 (k)
x2 (k)

x1(k)
x2(k)

1
3

r(k)

Con x1(0) = 0; x2(0) = x1 (1) r(0) = c(1) r(0).


Para obtener el diagrama de estado, consideramos un retardo: xj (k +1) =
= zXj (z) zxj (0) = Xi (z), luego Xj (z) = z 1 Xi (z) + xj (0), ver la
xi (k) |{z}
Z

figura.

xj (0)

1
Xi (z)
|

P ermite representar

z 1
{z

Xj (z)

el retardo unitario en el diagrama de estado.

Ejemplo:
Para el sistema discreto del ejemplo anterior, el diagrama de estado es:
Las variables de estado son ahora, las salidas de los retardos unitarios z 1 .
Igualmente, a partir del diagrama de estado para el sistema discreto, se
pueden obtener la Funcion o Matriz de transferencia discreta y las ecuaciones
de transicion de estado.
J. Ramrez y E. Rosero

125

GICI

DE ESTADO
3.2. SISTEMAS DISCRETOS EN REPRESENTACION

x2 (0)

x1 (0)
1

3 x2 (k + 1)

z 1 x2(k)

1
1

X2 (z)

R(z)

z 1
X1 (k + 1)

x1 (k)

X1 (z)

Figura 3.18: Grafico en flujo de se


nal

Ejercicio:
Resuelva los ejercicios 7, 8 y 9 propuestos en las actividades de aprendizaje.

Resumen
En este captulo se ha presentado el modelado matematico de sistemas
lineales discretos utilizando funciones de transferencia, diagramas de bloques
y graficas de flujo de se
nal. Se presenta un metodo para modelar la operacion
de muestreo mediante la modulacion por impulsos; se incluye el calculo de las
funciones de transferencia del retenedor de orden cero. Tambien se presento la
reconstruccion de la se
nal original en tiempo continuo a partir de la se
nal
muestreada. Se definieron las funciones de transferencia de sistemas en tiempo discreto y se describieron las reglas que gobiernan las manipulaciones de
funciones de transferencia entre sistemas en tiempo discreto que estan interconectados. Finalmente se presento el modelado de los sistemas de tiempo
discreto, mediante el espacio de estados.

J. Ramrez y E. Rosero

126

GICI

C(z)

DE ESTADO
3.2. SISTEMAS DISCRETOS EN REPRESENTACION

Actividades de aprendizaje
1. Realice una lectura reflexiva y crtica del material del curso.
2. Se desea determinar una expresion recursiva (Ecuacion de diferencias)
para encontrar la n-esima raz de un n
umero N. Comenzamos por expandir la Serie de Taylor de una funcion f(x) alrededor de un punto
xn :
(x xn )2 00
f (xn ) + . . .
f (x) = f (xn ) + (x xn )f 0 (xn ) +
2!
Si truncamos la serie luego de dos terminos, tenemos:
f (x) = f (xn ) + (x xn )f 0 (xn )
Representamos con x la proxima iteracion xn+1 y ademas que sea una
de las soluciones de la ecuacion, f(x) = 0. As, tenemos:
0 = f (xn ) + (xn+1 xn )f 0 (xn )
o
xn+1 = xn

f (xn )
f 0 (xn )

Esta ecuacion es u
til para solucionar f(x) = 0.
Escoja apropiadamente f (x) y determine la correspondiente ecuacion
de diferencias para hallar la n-esima raz de un n
umero N. Realice
5 iteraciones para calcular la raz c
ubica de 5 usando x0 = 1 como
supuesto inicial.
3. Use la transformada Z para resolver la ecuacion de diferencias:
y(k) 3y(k 1) + 2y(k 2) = 2u(k 1) 2u(k 2)
Con:
u(k) = k k 0
u(k) = 0 k < 0
y(k) = 0 k < 0
4. Calcule la transformada inversa x(k) para cada una de las siguientes
transformadas:
J. Ramrez y E. Rosero

127

GICI

DE ESTADO
3.2. SISTEMAS DISCRETOS EN REPRESENTACION

a) X(z) =

1
1+z2

b) X(z) =

1+z1 z2
1z1
z
z2 2z+1
z
(z1)2 (z2)

c) X(z) =
d) X(z) =

5. Resuelva (k + 2)x(k + 2) 2(k + 1)x(k + 1) + kx(k) = 1 con x(k) = 0


para k 0.
(z)
6. Calcule YR(z)
para los sistemas de las figuras 3.19 a 3.24 del libro de
Kuo.(Kuo [1996]); con T = 0,5 s.

r(t)+

e(t)

e*(t)
T

G(s)

ROC

y(t)

Figura 3.19: Sistema 1

r(t)

r*(t)

1
s+1

y(t)

10
s+2
(b)

Figura 3.20: Sistema 2

r(t)

r*(t)

1
s+1

10
s+2

y(t)

(c)

Figura 3.21: Sistema 3

J. Ramrez y E. Rosero

128

GICI

DE ESTADO
3.2. SISTEMAS DISCRETOS EN REPRESENTACION

r(t)

r*(t)

ZOH

h(t)

5
s(s+2)

y(t)

(d)

Figura 3.22: Sistema 4

r(t) +

e(t)

e*(t)

ZOH

h(t)

5
s(s+2)

y(t)

(e)

Figura 3.23: Sistema 5


r(t) +

e(t)

e*(t)

ZOH

h(t)

5
s(s+1)(s+2)

y(t)

(f)

Figura 3.24: Sistema 6

7. Dibuje un diagrama de estado ([Kuo, 1996]) para el sistema de control


digital representado por las siguientes ecuaciones dinamicas:
x(k + 1) = Ax(k) + Bu(k)

y(k) = x1(x)

0 1 1
A= 0 1 2
5 3 1

J. Ramrez y E. Rosero

129

GICI

DE ESTADO
3.2. SISTEMAS DISCRETOS EN REPRESENTACION

0
B= 0
1

8. En la figura 3.25 ([Kuo, 1996]) se muestra el diagrama de estado de un


sistema de control digital. Escriba las ecuaciones dinamicas. Encuentre
la funcion de transferencia Y (z)/R(z)
1
1

z 1

R(z)

z 1

z 1

Y (z)

0.1
0.2
0.1

Figura 3.25: Sistema de control digital

9. En la figura 3.26 ([Kuo, 1996]) se muestra el diagrama de bloques de un


sistema de datos muestreados. Escriba las ecuaciones de estado discretas del sistema. Dibuje un diagrama de estado para el sistema.

r(t)+

e(t)

e*(t)
T

ROC

G(s)

y(t)

G(s) =

1
s+1

T = 1s

Figura 3.26: diagrama de bloques

10. (Examen octubre de 2004) La figura 3.27 muestra el diagrama de bloques de un sistema de control en cascada, con los dos muestreadores
perfectamente sincronizados.

J. Ramrez y E. Rosero

130

GICI

DE ESTADO
3.2. SISTEMAS DISCRETOS EN REPRESENTACION

R(z)

A2 (z)

E2 (z)

C(s)

B(s)

E1 (z)

Gc2 (z)

Gc1 (z)

G1 (s)

ROC

G2 (s)

T = 1seg

T = 1seg

Figura 3.27: diagrama de bloques

y G1 (s) =
a) (40 %) Con Gc1 = z+1
z1
B(z)
de control interno, A2 (z) .

1
2s+1

calcule la dinamica del lazo

b) (40 %) Se desea simular en un computador el lazo de control interno, de forma que se pueda observar la se
nal de salida del lazo
b(k) y la se
nal de control a1 (k). Para facilitar la elaboracion del
programa de computador, obtenga una representacion del lazo interno en el espacio de estado discreto, considerando a b(k) y a
a1(k) como salidas.
c) (20 %) Calcule (si existe) la dinamica del sistema:
de Gc1 , Gc2 , G1 , G2 , G3 =ROC.

C(z)
R(z)

en funcion

11. (Examen abril de 2003)


a) Para el sistema dinamico de la figura 3.28:
R(s)

s+1
s2 +1

C(s)

Figura 3.28: Diagrama de bloques


1) (40 %) Obtenga una representacion de espacio de estados.
2) (10 %) Calcule unos vectores propios.
3) (10 %) Dibuje un diagrama de estado.
b) (40 %) Para el sistema de control digital de la figura 3.29:
Calcule la respuesta del sistema en los instantes de muestreo, si
se aplica un escalon unitario en la entrada.
J. Ramrez y E. Rosero

131

GICI

DE ESTADO
3.2. SISTEMAS DISCRETOS EN REPRESENTACION

r(t)

e(t)
T =1

c(t)

1
s+1

ROC

Figura 3.29: Diagrama de bloques

12. (Examen octubre de 2004) Para el sistema de la figura 3.30:


r(kT )

12s
s+1

ROC

c(kT )

c(t)
T

Figura 3.30: Diagrama de bloques

se tiene: T = 1 seg. y c(t = 0) = 1.


a) (20 %) Obtenga la funcion de transferencia discreta.
b) (40 %) Obtenga una representacion del sistema en el espacio de
estado discreto.
c) (10 %) Calcule la ecuacion caracterstica, el(los) valor(res) propio(s) y un(os) vector(es) propio(s).
d ) (10 %) Dibuje un diagrama de estado.
e) (10 %) Calcule c(kT ) si r(kT ) = 0.
13. (Examen noviembre de 2005) Para el sistema de la figura 3.31:
El controlador ejecuta la ley de control:
a(kT ) = Kp e(kT ) + Ki a1(kT ) Kd (c(kT ) c(kT T ))
donde:
e(kT ) = r(kT ) c(kT )
T
a1(kT ) = a1 (kT T ) + (e(kT ) + e(kT T ))
2
J. Ramrez y E. Rosero

132

GICI

DE ESTADO
3.2. SISTEMAS DISCRETOS EN REPRESENTACION

r(kT )

Controlador

a(kT )

ROC

2
s+2

c(kT )
T =1

Figura 3.31: Diagrama de bloques

a) (50 %) Calcule la funcion de transferencia

C(z)
.
R(z)

b) (50 %) Con Kd = 0, obtenga una representacion del sistema en el


espacio de estado discreto, considerando a c(kT ), a(kT ) y e(kT )
como salidas.

Lecturas complementarias
OGATA KATSUSHITO, Sistemas de Control en Tiempo Discreto. Prentice Hall, Mex. 1996. Capitulos 2 y 3.

Referencias
KUO BENJAMIN, Sistemas de Control Automatico, Prentice Hall
1997.

J. Ramrez y E. Rosero

133

GICI

Captulo 4
Caractersticas de los sistemas
realimentados
Introducci
on
A menudo se necesita introducir la retroalimentacion con el objeto de
mejorar el desempe
no de un sistema dinamico; en general estos sistemas
pueden estar sujetos a variaciones parametricas indeseadas como el cambio
de una resistencia por calentamiento en un circuito electrico o en un motor,
perturbaciones que desvan la salida del valor deseado, como la carga en el
sistema o el ruido en la medicion; tambien es deseable ajustar a los valores
deseados el comportamiento en lazo cerrado tanto transitorio como permanente. Se a
nade a lo anterior, la necesidad que el sistema realimentado sea
estable para que pueda ser u
til.
En este captulo analizaremos los principales efectos de la realimentacion
en ciertas caractersticas de desempe
no de los sistemas, tales como: ganancia,
respuestas transitoria y permanente, sensibilidad a los cambios de parametros, perturbaciones y la estabilidad del sistema; se realizara una comparacion
de estas caractersticas para sistemas compuestos por un actuador y el proceso a controlar, operando en lazo abierto (control manual) y con respecto
al mismo proceso realimentado con una bucla tpica (control automatico).
Con las funciones de sensibilidad cuantificaremos los efectos en el sistema debidos a cambios en los parametros; despues describiremos el funcionamiento transitorio de un sistema realimentado y mostraremos como este
funcionamiento puede mejorarse facilmente. Mediante la relacion se
nal ruido, cuantificaremos el efecto sobre la salida de las se
nales de perturbacion
134

4.1. SISTEMAS EN RED ABIERTA Y EN RED CERRADA

y mostraremos como podemos dise


nar un sistema de control para reducir el
impacto de las perturbaciones. Tambien consideraremos brevemente el problema de la estabilidad de los sistemas realimentados, tema que sera tratado
en detalle mas adelante. Por supuesto, las ventajas de un sistema de control
realimentado vienen acompa
nadas de un costo adicional para el controlador
y el sensor, al cual se le exige, en particular, alta insensibilidad parametrica e inmunidad al ruido; mostraremos como se logran grandes mejoras con
la realimentacion, dise
nando adecuadamente el controlador y selecccionando
apropiadamente el sensor.

Objetivos
1. Analizar el efecto de la realimentacion en el funcionamiento de un sistema dinamico. An
alisis

Contenidos
4.1.

Sistemas en red abierta y en red cerrada

Para el objetivo planteado, analizaremos los efectos de la realimentacion


[Dorf, 1989] considerando los sistemas en red abierta y en red cerrada
de la siguiente figura.

J. Ramrez y E. Rosero

135

GICI

4.2. GANANCIA

Red abierta (RA)

Red cerrada (RC)

R(s) +

R(s)

G(s)

C(s)
G(s)

C(s)

H(s)

La dinamica G(s) considera la planta a controlar, el actuador y el controlador; H(s), la dinamica de la medida. En los ejemplos consideraremos una
dinamica de primer orden para la planta: G(s) = 1+1 g s correspondiente a un
generador sincronico y un actuador+controlador de ganancia ajustable kA .

4.2.

Ganancia

Las funciones de transferencia son:


Red abierta (RA)
C(s)
= G(s)
R(s)

Red cerrada (RC)

G(s)
C(s)
=
R(s)
1 + GH(s)

Podemos afirmar que La ganancia total del sistema se reduce en el


factor (1 + GH(s)) .
Ejemplo:
Ajustar kA de forma que ante un escalon en la entrada VR , la salida (tension en terminales) en estado estable VT sea 1PU con tolerancia del 1 %:
Vt (t ) = 1 0,01.
Soluci
on
VR (s) =

1
s

J. Ramrez y E. Rosero

136

GICI

4.3. SENSIBILIDAD

RA

RC
VR (s)

VR (s)

kA

VT (s)
1
1+g s

kA

VT (s)
1
1+g s

KM = 1

kA
VT (s)
=
VR (s)
1 + g s

VT (s)
kA
=
VR (s)
1 + g s + kA

VT ss
VT (s)
=
= kA

VR (s) s0 VRss

kA
VT (s)
=

VR (s) s0 1 + kA

VT ss = kA VRss

VT ss =

1 = kA

kA
VRss
1 + kA

0,99 =

kA
1 + kA

kA = 1
kA = 99
Para mantener los mismos niveles de se
nal a la entrada y salida del lazo, se
debe incremetar la ganancia de amplificacion kA para contrarestar la perdida
de ganancia al realimentar.

4.3.

Sensibilidad

Los parametros de los sistemas cambian con la edad, el punto de o


peracion, los cambios de carga, cambios ambientales, etc.. La FUNCION
DE SENSIBILIDAD nos permite cuantificar los cambios en el sistema
debidos a cambios en los parametros; es decir, es una medida de que tanto
efecto tiene en el sistema la variacion de parametros.
SkT =

Cambio porcentual en la F dT del sistema T (s)


Cambio porcentual en el par
ametro k

J. Ramrez y E. Rosero

137

GICI

4.3. SENSIBILIDAD

" #
T
k
T
/T
=
SkT =
k/k
k T
" #
dT
k
lm = SkT =
0
dk T
Con SkT 0 El sistema es Robusto.
Con SkT 1 El sistema es muy Sensible.
Si G(s) y H(s) son de la forma
En Red Abierta:

kN(s)
,
D(s)

tenemos:

G
G T
=
SGT =
T{z
G
G}
|
SkT = SkG = 1

Cambia el comportamiento del sistema por cualquier variaci


on en
el par
ametro k.
En Red Cerrada:
Cambio en la trayectoria directa (G):
#
"
G(1
+
GH)
G
T
1
+
GH

GH
SGT =
=
T G
G
(1 + GH)2
{z
}
|
SGT =

1
1 + GH(s)

Se reduce al aumentar GH(s) en el rango de frecuencias de


inter
es.
Si G crece SGT 0.

J. Ramrez y E. Rosero

138

GICI

4.3. SENSIBILIDAD

Cambio en la trayectoria de realimentacion (H):


#
"
2
T
H(1
+
GH)
G
H
T
SH
=
=
T G
G
(1 + GH)2
{z
}
|
SGT =

GH(s)
1 + GH(s)

Se requiere de una medida insensible y precisa.


En general, si T =

A1 +A2 k
,
A3 +A4 k

donde Ai : polinomios en s, tenemos:

SkT =

k(A2A3 A1 A4)
(A3 + kA4)(A1 + kA2)

Ejemplo:
Analizar los efectos en estado estable sobre la tension en terminales debido a una atenuacion del 10 % en la ganancia del amplificador debido a
un desajuste o saturacion y una variacion igual en la ganancia de medicion
(kM ). Calculamos el cambio porcentual aproximado de la salida, a partir de
la sensibilidad.
C(s) = T (s)R(s)
Entonces, si R(s) es constante %C(s) = %T (s)
%C(s) = SkT %k
Red Abierta:
T
SkA
= 1 %VT = %kA
VT se aten
ua en un 10 %; pasa de 1 a 0.9 PU.

Red Cerrada:

T
SkA
=

J. Ramrez y E. Rosero

1 + g s
1
=
1 + GH(s)
1 + g s + 99
139

GICI

4.4. PERTURBACIONES

T
En estado estable: SkA
= 0,01
%VT = 0,01 %k = 0.1 %
ua en un 0.1 %; pasa de 0.99 a 0.989 PU.
VT solo se aten

SkTM =

kA kM
GH(s)
=
1 + GH(s)
1 + g s + kA kM

En estado estable: SkTM = 0,99


%VT = 0,99 %k = - 9.9 %
VT se incrementa en un 9.9 %; pasa de 0.99 a 1.088 PU.

4.4.

Perturbaciones

Las perturbaciones en un sistema dinamico pueden ser de diversa naturaleza; sin embargo las mas importantes son las debidas a variaciones de la
carga, ruido de amplificacion y medicion y la distorsion por las alinealidades.
Analizaremos los efectos de las perturbaciones cuando estas entran en el proceso G(s) (carga) y en la medicion H(s) (ruido).

4.4.1.

Perturbaci
on en G(s) :
RA

R(s)

RC

D(s)
+
G1 (s)

D(s)
+

R(s) +
G2 (s)

C(s)

G1 (s)

G2 (s)

H(s)

D(s) = 0 CR (s) = R(s)G1 G2

D(s) = 0 CR(s) =

R(s)G1 G2
1+G1 G2 H

R(s) = 0 CD (s) = D(s)G2

R(s) = 0 CD (s) =

D(s)G2
1+G1 G2 H

C(s) = CR (s) + CD (s)

C(s) = CR (s) + CD (s)

C(s) = R(s)G1 G2 + D(s)G2

C(s) =

R(s)G1 G2
1+G1 G2 H

D(s)G2
1+G1 G2 H

En red cerrada, tanto CR como CD se reducen en el factor 1 + G1 G2 H,


no podemos por lo pronto concluir; para hacerlo, conviene definir la funcion
J. Ramrez y E. Rosero

140

GICI

C(s)

4.4. PERTURBACIONES

de Relaci
on Se
nal a Ruido RSR:
Salida debida a la see
nal
Salida debida al ruido
Notese que se desea una RSR lo mas grande posible.
RSR =

RSRRA =

CR
R(s)G1 G2
R(s)
=
= G1 (s)
CD
D(s)G2
D(s)

RSRRC =

CR
=
CD

R(s)G1 G2
1+G1 G2 H
D(s)G2
1+G1 G2 H

= G1 (s)

RSRRA = RSRRC = G1 (s)

R(s)
D(s)

R(s)
D(s)

La RSR se mejora aumentando G1 (s).


En red abierta no podemos aumentar G1 (s) pues generaramos error en la
salida. En red cerrada, si G1 (s) se aumenta a G01 (s) de forma que compense la
perdida de ganancia al realimentar y se obtenga la misma CR en red abierta
y en red cerrada, tenemos:
R
G2 D
= RSRRC = G1 1 + G01 G2 H
C(s) = G1 G2 R +
| {z } 1 + G01 G2 H
D
{z
}
|
CR RA
CD RC

Se increment
o en el factor (1 + G01 G2 H).
Ejemplo:
Analizar el efecto en estado estable de la conexion s
ubita de un motor de
induccion del 20 % de la potencia nominal del generador.
La figura 4.1 muestra el transitorio obtenido sin regulacion.([Westinghouse,
1950])

J. Ramrez y E. Rosero

141

GICI

4.4. PERTURBACIONES

w(t)[rpm]
1
0.9
0.85

t[s]

Figura 4.1: Respuesta transitoria obtenida sin regulacion.

Para representar la cada transitoria inicial de 0.1 PU y la permanente


de 0.15 PU, para una entrada VR = 1s , el generador se puede representar en
Red Abierta de la forma:

1
D(s) = s
0.15(1+2/3c s)
1+c s

VR

kA

1
1+g s

VT

Figura 4.2: Diagrama de bloques

RSRRA = G1

i
1 h
R
1 + C s
=
D
1 + g s 0,15(1 + 23 C s)

En estado estable:
RSRRC =
En estado estable:

ka = 1

RSRRAss = 6,66
99(1 + C s)
(1 + g s)0,15(1 + 23 C s)

ka = 99

RSRRCss = 660

J. Ramrez y E. Rosero

142

GICI

4.4. PERTURBACIONES

Como C = CR CD = CR

CR
RSR

h
= C = CR 1

1
RSR

En Red Abierta: VT ss =1(1 0,15) = 0,85 PU.


En Red Cerrada: VT ss = 0.99(1 - 1.5*103 ) = 0.9885 PU.
El efecto de la perturbaci
on se aten
ua en un factor de 100.

4.4.2.

Perturbaci
on en H(s)

Consideramos un ruido N (s) en la realimentacion:

C(s)

R(s)
G(s)

B(s)

H2

C(s) = R(s)

H1

+
h

G
1+GH1 H2

N (s)

N (s)
R
RSR =
H2N

GH2
1+GH1 H2

RSR se mejora disminuyendo H2 lo cual exige un aumento en H1 para


mantener la ganancia de la medida, H1 H2 constante.
Esto equivale a tener un medidor con alta RSR = Alta exigencia de
funcionamiento con respecto al ruido en los elementos de realimentacion.
Ejemplo:
En algunos sistemas de control de la tension en terminales de un generador sincronico, la se
nal de medida del voltaje en terminales se obtiene en
corriente continua al rectificar las tensiones trifasicas; la tension rectificada
tiene los picos de las ondas senoidales a una frecuencia de 360 Hz, por lo que
se requiere rectificarla. El actuador en este sistema es tpicamente un puente
J. Ramrez y E. Rosero

143

GICI

4.5. CONTROL DE LA RESPUESTA

trifasico rectificador controlado, el cual tiene componentes armonicas a 360


Hz. Analizar en estado estable el efecto de un ruido en la medicion de la
tension en terminales, originado por la desconexion del filtro del rectificador;
compararlo con un ruido similar a la salida del amplificador. Asumir g = 1 s.
Soluci
on:
Asumiendo una variacion pico - pico del 15 % en la se
nal de realimentacion
b(t) y aproximando la onda del ruido a una sinusoide:
b(t)
B(s)

= vT + n(t)
= VT (s) + T L[0,15 sin t]

; = 2(360) = 2262rad/s

VT (s) =

99
s+100


 99 
VR (s) s+100
N (s)

VT (s) =

99
s+100

VR (s) N (s)

> RSR = VNR

Aplicando la transformada inversa de Laplace se obtiene:


VT (t ) = 0,99 6,5 103 sin (t 87)

(4.1)

Para el ruido en el amplificador:


 99 
 1 
VT (s) = s+100
VR (s) s+100
N (s)
VT (s) =

99
s+100

VR (s)

N (s) 
99

> RSR = 99 VNR

Aplicando la transformada inversa de Laplace se obtiene:


VT (t ) = 0,99 6,6 105 sin (t 87)

(4.2)

El efecto del ruido en la medida es 100 veces mayor que en el


amplificador.

4.5.

Control de la Respuesta

La respuesta en el tiempo de un sistema tiene dos componentes basicas:


la transitoria y la permanente (asociada a la precision); para ambas componentes se exige cumplir determinadas especificaciones de desempe
no, esto
se dara en detalle en el captulo siguiente.
J. Ramrez y E. Rosero

144

GICI

4.5. CONTROL DE LA RESPUESTA

4.5.1.

Respuesta Transitoria

En red abierta, depende de la planta la cual asumimos ya inalterable y


por tanto, puede haber respuesta inadecuada.
En red cerrada, se puede ajustar a una respuesta adecuada ajustando
el compensador y/o la realimentacion.
Ejemplo:
Red Abierta:

VT
kA
=
VR
1 + g s

La velocidad solo depende de la constante de tiempo del generador.


Red Cerrada:

A
VT
kA
1+kA
=
=

VR
1 + g s + kA
1 + 1+kg A s

g
g
se puede ajustar con kA a eq = 100
;
La constante de tiempo equivalente 1+k
A
100 veces mas rapido; sin embargo, el sistema esta sujeto a saturacion y la
velocidad real no es tan alta.

4.5.2.

Respuesta Permanente

Define el error permanente del sistema.


Error del sistema: E(s) = R(s) C(s) E(s) = R(s) R(s)G(s)
Red Abierta: E(s) = R(s) R(s)G(s) R(s)[1 G(s)]
1
Red Cerrada: E(s) = R(s)[ 1+G(s)
];

En estado estable, para R(s) =

H(s) = 1

1
s

Red Abierta: ess = 1 G(0) { Nulo si G(0) = 1}

J. Ramrez y E. Rosero

145

GICI

4.6. ESTABILIDAD

Red Cerrada: ess =

1
1+G(0)

{ Nulo si G(0) }

Aunque en red abierta es posible anular el error permanente, los cambios


parametricos y las perturbaciones no se compensan, reapareciendo el error.
Ejemplo:

Ajuste en kA
Cambio de 10 % en kA
Perturbacion D(s)

4.6.

ess [P U ]RA ess [P U ]RC


0
0.01
0.1
0.001
0.15
0.0015

Estabilidad

Una nocion de estabilidad (mas detalle en el proximo curso) es que un


sistema sera estable si se obtiene una respuesta acotada ante una entrada
acotada; esto exige que los polos del sistema se encuentren en el semiplano
izquierdo del plano complejo S.
(s)
Para red abierta, G(s) = N
sera estable, si las races de D(s) = 0 estan en
D(s)
el semiplano izquierdo del plano S.
Si se tiene una planta G(s) estable, en red cerrada:
T (s) =

N
G
=
1 + GH
D + NH

Las races de D(s)+N (s)H(s) = 0 no necesariamente seran estables. La posibilidad de inestabilizar un sistema estable, obliga a usar tecnicas analticas
para evaluar el grado de estabilidad. Ahora bien, si la planta G(s) es inestable, es forzoso utilizar la realimentacion para estabilizar el sistema. La
figura ilustra las relaciones de estabilidad de red abierta a red cerrada.

J. Ramrez y E. Rosero

146

GICI

4.6. ESTABILIDAD

RED ABIERTA

RED CERRADA

Estable

Estable

Inestable

Inestable

Figura 4.3: Relaciones de estabilidad en red abierta y red cerrada

Ejemplo:
Analizar la estabilidad en red abierta y red cerrada para un sistema de
control de la excitacion autoexcitado.
Soluci
on
En un modelo lineal, la autoexcitacion se refleja como un realimentacion
positiva.([Ramrez, 1989]).

VR (s)
Red Abierta:

1
g s+1

+
+

kA = 1

VT (s)

1
VT (s)
=
VR (s)
g s
Si vR(t) = (t) entonces vT (t) =

t
(t)
g

lm vT (t)

Salida no acotada; esto implica Sistema Inestable.

VR (s)

99

1
g s

VT (s)

Red Cerrada:
1
99
VT
=
=

VR
99 + g s
1 + 99g s
Polo en s = 99
= Estable
g
J. Ramrez y E. Rosero

147

GICI

4.6. ESTABILIDAD

Resumen
La tabla resume el analisis realizado en esta Unidad y plantea las ventajas
y desventajas de la realimentacion.

VENTAJAS

DESVENTAJAS

Reduce SkT
Aumenta RSR
Permite controlar la respuesta transitoria
Reduce ess
Puede estabilizar plantas inestables

Mayor costo
Mayor complejidad
Reduce la ganancia
Posible inestabilidad

Se observa como las ventajas son mucho mayores y es por ello que la realimentacion se utiliza en el control de muchas clases de sistemas (ver Unidad
1); se debe, sin embargo, en el dise
no de la solucion, considerar la estabilidad
de un sistema mas complejo; es por ello que el analisis de estabilidad de los
sistemas dinamicos realimentados sera tratado mas adelante en detalle.

Actividades de aprendizaje
1. Considere los dos sistemas siguientes, figuras 4.4 y 4.5 ([R. Dorf, 2005]):
Estos sistemas tienen la misma funcion de transferencia cuando k1 =
k2 = 100. Que sistema es mas sensible a variaciones en el parametro
k1 ?. Calcule la sensibilidad usando valores nominales k1 = k2 = 100.
2. Considere el diagrama de bloques del sistema de control maquinaherramienta, figura 4.6 ([R. Dorf, 2005]):
J. Ramrez y E. Rosero

148

GICI

4.6. ESTABILIDAD

R(s)

k1

Y (s)

k2

0.0099
Figura 4.4: Sistema 1

R(s)

k1

k2

0.09

Y (s)

0.09

Figura 4.5: Sistema 2

D(s)
R(s)

+
+

b
s+1

Y (s)

Figura 4.6: Sistema 3

a) Cual es la sensibilidad al parametro b?.


b) Calcule el valor nominal de K tal que el error de estado estable
debido a un escalon en la perturbacion sea menor que el 10 %.
Resuelva los siguientes tres ejercicios, una vez haya estudiado la respuesta temporal de sistemas de tiempo continuo, seccion 5.3.
3. Considere el sistema de control de la figura 4.7:
Los parametros de la planta son k = = 1. En red abierta se utiliza
un controlador proporcional Gc (s) = Kp = 1. En red cerrada se usa un
controlador integral Gc (s) = 1/s. Analice y compare el funcionamiento
del sistema en red abierta y en red cerrada, usando los respectivos
controladores, con respecto a:
J. Ramrez y E. Rosero

149

GICI

4.6. ESTABILIDAD

D(s)
R(s)

+
+

Gc (s)

k
s+1

C(s)

RA

RC

Figura 4.7: Sistema de control

a) (40 %) Velocidad de respuesta, grado de amortiguamiento y sobrenivel porcentual.


b) (20 %) Sensibilidad a una disminucion del 10 % en el valor de k en
regimen estacionario.
c) (20 %) Capacidad de reducir los errores permanentes generados
por una perturbacion D(s) = 0,1/s
d ) (20 %) Capacidad de seguir en regimen permanente, entradas de
tipo escalon y rampa; D(s) = 0
4. La figura 4.8 muestra el diagrama de bloques de un sistema de control:

D(s)

R(s)

1
0.1s+1

1
s+1

C(s)

Figura 4.8: Sistema de control

a) (10 %) Con D(s) = 0 y R(s) = 1s , calcule los valores de KRA en


red abierta y KRC en red cerrada, de forma que la salida c(t) en
estado estable sea de 0.9.
Analice y compare el funcionamiento del sistema en red abierta y
en red cerrada, usando los repectivos controladores KRA y KRC ,
con respecto a:
J. Ramrez y E. Rosero

150

GICI

4.6. ESTABILIDAD

b) (20 %) Velocidad de respuesta, grado de amortiguamiento y sobrenivel porcentual.


c) (10 %) Sensibilidad a una disminucion del 10 % en el valor de k en
regimen estacionario.
d ) (10 %) Capacidad de disminuir los errores de estado estable, generados por una perturbacion D(s) = 0,1/s
5. La figura 4.9 muestra el diagrama de bloques de un sistema de control
de posicionamiento mecanico, en red abierta y en red cerrada.

D(s)
R(s)
Posicion deseada

Gc (s)

s2 +0.2s+1

C(s)
Posicion de salida

RA

RC

Figura 4.9: Sistema de control de posicionamiento mecanico


El parametro de la planta es k = 1. En red abierta se utiliza un controlador proporcional Gc (s) = 1; en red cerrada se usa un controlador
proporcional derivativo: Gc (s) = Kp(T ds + 1) = 4(0,5s + 1).
Analice y compare el funcionamiento del sistema en red abierta y en
red cerrada, usando los respectivos controladores, con respecto a:
a) (40 %) Velocidad de respuesta, grado de amortiguamiento y sobrepaso.
b) (20 %) Sensibilidad en regimen estacionario a una disminucion del
10 % en el valor de k.
c) (20 %) Capacidad de reducir los errores permanentes generados
por una perturbacion D(s) = 0,5/s.
d ) (20 %) Capacidad de seguir en regimen permanente, posiciones
deseadas de tipo escalon y rampa (D(s) = 0).

J. Ramrez y E. Rosero

151

GICI

4.6. ESTABILIDAD

Lecturas complementarias
Dorf Richard. Sistemas modernos de control: Teora y pr
actica.
Addison-Wesley Iberoamericana, 1989. Captulo 3: carastersticas de
los sistemas de control con realimentacion.

Referencias
DORF RICHARD, Sistemas Modernos de Control, Addison-Wesley
Iberoamericana, 2da edicion en espa
nol; 1989.

J. Ramrez y E. Rosero

152

GICI

Captulo 5
An
alisis de la respuesta en el
tiempo
Introducci
on
El modelo matematico obtenido en los captulos 2 y 3, lo podemos utilizar
para analizar el desempe
no del sistema. Los principales metodos de analisis
son en el dominio del tiempo y en el de la frecuencia. En este captulo nos
dedicaremos al analisis de la respuesta temporal de los sistemas dinamicos;
la respuesta frecuencial sera desarrollada mas adelante.
En el analisis y dise
no de sistemas de control, debemos tener una base
de comparacion del desempe
no de diversos sistemas. Esta base se configura
especificando se
nales de entrada de prueba particulares y comparando las
respuestas obtenidas de varios sistemas a estas se
nales de entrada.
En este captulo relacionamos las respuestas de los sistemas a las se
nales
aperiodicas (funciones escalon, rampa, parabola e impulso). El captulo incluye las respuestas de los sistemas de primero y segundo orden, el efecto de
polos o ceros adicionales, tanto para sistemas analogos como discretos. Para
ello utilizaremos la representacion entrada-salida de los sistemas; al final del
captulo, veremos como calcular la respuesta temporal de los sistemas representados en variables de estado, tanto continuos como discretos.

153


5.1. SENALES
DE PRUEBA

Objetivo
1. Calcular y analizar la respuesta en el tiempo de un sistema analogo y
digital. Aplicaci
on

Contenido
5.1.

Se
nales de Prueba

Como se vio en el captulo anteror, para nosotros es de interes conocer la


velocidad de respuesta, la precision y el grado de estabilidad en la respuesta
de los sistemas dinamicos.
Velocidad
Precision
Grado de estabilidad

Entrada

Sistema

Salida

Sinembargo, las entradas a los sistemas son muchas veces de naturaleza


aleatoria; no sabemos con exactitud en que forma un operador va a variar una
referencia del sistema y en muchos casos, tampoco podemos saber cuando y
como variara la carga en el mismo; como predecir el uso de agua en una
ciudad para prever el flujo de descarga de un tanque de almacenamiento?
Para el dise
no del sistema realimentado, es importante poder comparar
las respuestas con distintos parametros y/o esquemas; de aqu se deriva la
necesidad de usar entradas tpicas de prueba.
Para estas se
nales nos interesa que:
Sean faciles de generar
Exijan dinamica y/o estaticamente al sistema
J. Ramrez y E. Rosero

154

GICI


5.1. SENALES
DE PRUEBA

Permitan correlacionar las respuestas a estas entradas estandares con


la respuesta del sistema a la entrada normal
Para la respuesta en el tiempo se usan:
(t)
1

Impulso

(t) =

d
.(t)
dt

(t) =

d
.r(t)
dt

r(t) =

1 d
.a(t)
2 dt

t
(t)
1

Escalon
t
r(t)

Rampa
t
a(t)

a(t)

Parabola
t

Como los sistemas lineales tienen la propiedad de poder calcular la derivada o integral de una entrada, derivando o integrando la salida:
y(t)

x(t)
x0 (t)
R
x(t)dt

Sistema Lineal

y 0 (t)
R
y(t)dt

Entonces, basta obtener la respuesta a una sola entrada tpica; las otras
se obtienen derivando e integrando esta respuesta.
La mas usada es la escalon por exigir dinamicamente al sistema debido a su
amplia banda de frecuencias en su espectro.
Para la respuesta de frecuencia se usan se
nales de prueba sinusoidales.

J. Ramrez y E. Rosero

155

GICI

5.2. RESPUESTA TRANSITORIA

5.2.

Respuesta Transitoria

La respuesta transitoria es la parte de la respuesta que tiende a cero


cuando el tiempo tiende a infinito; va desde el estado inicial hasta el estado
final.

5.2.1.

Sistemas de Primer Orden

Representacion en realimentacion, funcion de transferencia y plano S.

R(s) +

C(s)

1
s

J
Plano S

R(s)

1
1+ s

C(s)

1
C(s)
=
R(s)
1 + s
polo en S =

En general, la ganancia estatica es diferente de 1:


Respuesta al escalon:R(s) =

k
C(s)
=
R(s)
1 + s

1
s

C(t) = (1 e )k t 0
J. Ramrez y E. Rosero

156

GICI

5.2. RESPUESTA TRANSITORIA

C(t)
0.982

1
0.95
0.865

: Tiempo que tarda la respuesta en


llegar al 63.2 % del valor final; tiempo
que tardara la respuesta en llegar
al valor final si continuara con
la velocidad inicial: C
= 1s
R

0.632

Duracion del transitorio:


3 Banda de tolerancia 5 %
4 Banda de tolerancia 2 %
Ejercicio:
Resuelva el ejercicio 3 propuesto en las actividades de aprendizaje [Ogata,
1998].

5.2.2.

Sistemas de Segundo Orden

R(s)+

E(s)

2
N
s(s+2N )

C(s)

2
N
C(s)
= 2
2
R(s)
s + 2N s + N

: Coeficiente de amortiguamiento
N : Frecuencia Natural del Sistema
2
Ecuaci
on Caracterstica: s2 + 2N s + N
p= 0
Races: s12 = N N 2 1

Si:
0 < < 1:
=1:
>1:

Sistema subamortiguado (Races complejas conjugadas)


Amortiguamiento crtico (2 Races reales iguales)
Sistema sobreamortiguado (Races reales distintas)

J. Ramrez y E. Rosero

157

GICI

5.2. RESPUESTA TRANSITORIA

Plano S

p
N 1 2 = D :
Frecuencia Natural Amortiguada
N
= = cos
cos =
N

N : distancia de la raz al origen del plano complejo.


Respuesta al escalon:
C(s) =

2
N
1
.
2
s2 + 2N s + N s

EFP, TIL:
eN t
C(t) = 1 p
sen(D t + )
1 2
para t > 0 y 0< < 1, donde:
12
= tan1 = cos1
La frecuencia de la oscilacion depende del amortiguamiento .
eN t
sen(D t + )
Error: e(t) = r(t) c(t) = p
1 2
Oscilacion sinusoidal amortiguada; ess = 0
haciendo 0: C(t) = 1 sen(N t + 90) = 1 cos N t
N : frecuencia a la cual oscilara el sistema si no hubiera amortiguamiento.
Las respuestas al escalon para varios se grafican como una familia de
curvas con parametro y abscisa adimensional N t:

J. Ramrez y E. Rosero

158

GICI

5.2. RESPUESTA TRANSITORIA

2 sistemas con N distintas e igual


tienen respuesta de la misma forma.
A mayor N , respuesta mas rapida.
La curva con = 0,7 se aproxima mas
rapidamente al valor final.
Para los sistemas sobreamortiguados el
mas rapido es para = 1
Ejercicio:
Resuelva el ejercicio 4 propuesto en las actividades de aprendizaje [Ogata,
1998].

5.2.3.

Caractersticas de Respuesta Transitoria

Muchas veces el funcionamiento deseado de un sistema de control se especifica sobre las caractersticas de la respuesta de tiempo. Las mas usadas
son las de la respuesta de escalon unitario:
1. Indican velocidad de respuesta:
Tiempo de retardo tD
Tiempo de subida tR
Tiempo de establecimiento ts
Tiempo de pico tp
2. Indica grado de estabilidad
Rebase maximo o sobrepaso
Estas caractersticas se muestran en la siguiente respuesta tpica:

J. Ramrez y E. Rosero

159

GICI

5.2. RESPUESTA TRANSITORIA

5.2.4.

Expresiones Analticas:

Tiempo de retardo td : tiempo que tarda la respuesta en alcanzar por


primera vez la mitad del valor final:
eN td
p
sen(D td + ) = 0,5
1 2
Aproximacion lineal: tD '

1+0,7
N

Tiempo de subida tR: tiempo que tarda la respuesta en pasar de:


10 90 % del valor final
5 95 % del valor final
0 100 % del valor final
de los sistemas con respuesta oscilatoria.
tR =

J. Ramrez y E. Rosero

0 100 %
160

GICI

5.2. RESPUESTA TRANSITORIA

Tiempo de pico: Tiempo requerido para alcanzar el primer pico de


sobrepaso.

Es medio perodo de la
tp =
D
oscilacion amortiguada
Tiempo de establecimiento ts : Tiempo requerido para que la respuesta
alcance y permanezca dentro de determinado rango del valor final: 5 %
o 2 %
Para un sistema subamortiguado de 2o orden, la constante de tiempo
de las envolventes de la respuesta es 1N as:
4
ts
=
Criterio del 2 %
N
3
N

ts
=

Criterio del 5 %

Rebase Maximo: C(t) en t = tp

R.M. = 1 + e

N
D

Si c(t) =
6 1:

Sobrepaso: MP = e
Sobrenivel
Porcentual

[S.P.]=

12

R.M. V alorfinal
100 %
V alorfinal

Como se define principalmente por el rebase maximo permitido,


entonces el tiempo de estabilizacion ts lo determina principalmente la
frecuencia natural N . Conocidas las caractersticas de la respuesta, la
curva se puede construir completamente.

5.2.5.

Especificaciones de funcionamiento para la respuesta transitoria

La respuesta debe ser rapida y bien amortiguada; si la aplicacion puede


tolerar oscilaciones, el amortiguamiento adecuado para un sistema de 2o.
orden sera:
0,4 < < 0,8 = 2,5 % < S.P. < 25 %
J. Ramrez y E. Rosero

161

GICI

5.2. RESPUESTA TRANSITORIA

La especificacion de velocidad de respuesta la determina el sistema en


particular. Una gua es asociarla a la del lazo cerrado; queremos que en red
cerrada el sistema sea mas rapido que en red abierta; esto no se puede exagerar, pues aparecera saturacion en el actuador y problemas de robustez al
excitar dinamicas no modeladas.(mas detalles en los captulos de dise
no).
Las especificaciones de desempe
no en el tiempo se pueden establecer en terminos de una ubicacion de los polos en el plano S:
34
define N : Parte real de las raices en red cerrada.
ts
N
El sobrepaso .
tr =

.
12

Con =0.5: tr

2,5
,
n

tr tr max nmin

2,5
tr max

Area
deseada = 0.4
Para los polos

J
= 0.8

Crculo de radio n min


Ejemplo:
Analizar la respuesta temporal, para un sistema de control de la excitacion,
autoexcitado con excitatriz C.C., para kA = 5 y kA = 100. Asumamos
E = 1seg; G = 5seg.
Sistema normalizado y linealizado:

J. Ramrez y E. Rosero

162

GICI

5.2. RESPUESTA TRANSITORIA

VR (s) +

kA

G(s) =

1
1+E s

kA kEQ
s(1 + EQ s)

kEQ =

1
1+G s

1
;
E + G

VT (s)
=
VR (s)
s2 +

EQ =

kA = 100

1
VT (s)
= 2
VR (s)
s + 1,2s + 1

20
VT (s)
= 2
VR (s)
s + 1,2s + 20

0.6
0.134

N
1
4.47

D
0.8
4.43

MP
0.095
0.653

E G
E + G

kA
E G
1
s + EkAG
E Q

kA = 5

kA
5
100

VT (s)

td
1.42
0.24

tr
2.77
0.38

tp
3.93
0.7

ts(5 %)
5
5

Con kA alto el sistema es muy oscilatorio, con una respuesta inicial muy
rapida pero con la misma duracion total de la respuesta con kA baja.
Ejercicio:
Resuelva los ejercicios 5, 6 y 7 propuestos en las actividades de aprendizaje [Ogata, 1998].

J. Ramrez y E. Rosero

163

GICI

5.2. RESPUESTA TRANSITORIA

5.2.6.

Sistemas con Ceros y de Orden Superior a 2.

Para la forma canonica:

R(s)+

G(s)

C(s)

Si R(s) = 1/s, en general:


N (s) 1
.
C(s) =
D(s) s

T(s)

H(s)
D(s) =

q
Y

r
Y

(s + pJ ) .

J=1

J=1

a
C(s) = +
s

EFP

2
(s2 + 2J KJ s + nJ
)

q
X
j=1

X
aJ
a1k + a2k s
+
2
s + pJ
s + 2k k s + k2
r

k=1

Sumatoria de terminos simples de primer y segundo orden.


Si todos los polos son distintos:
TIL

C(t) = a +

q
X

aj ejt +

j=1

r
X

bk ek k t cos k

k=1
k k t

q
1 2k t

p
Ck e
senk 1 2k t

Sumatoria de exponenciales y sinusoides amortiguadas.


+

Pr

k=1

t0

Si todos los polos son reales, la respuesta es lenta sobreamortiguada y


sin oscilacion.
Puede ser con oscilaciones menores superpuestas a mayores o a curvas
exponenciales
Si el sistema es estable, lmt C(t) = a
Si G(s) =

NG
DG

H(s) =

= T (s) =
J. Ramrez y E. Rosero

NH
DH

NG DH
G
=
1 + GH
DG DH + NG NH
164

GICI

5.2. RESPUESTA TRANSITORIA

Los polos de T (s) los definen los polos y ceros de G y H; a su vez definen el
tipo de respuesta pues afectan los exponentes de los terminos exponenciales.
Los ceros de T (s) son los ceros de G(s) y los polos de H(s), influyen en
la forma de la respuesta pues afectan las magnitudes y signos de los residuos.

5.2.7.

Polos Dominantes de Lazo Cerrado

Sistemas de orden superior se pueden tratar como sistemas de 2o. orden


o de orden menor.
Criterios:
Cancelar polos y ceros cercanos de red cerrada, pues el residuo del
termino es peque
no.
Despreciar terminos exponenciales debidos a polos lejanos del origen
del plano complejo, pues el transitorio es corto y el residuo es peque
no.
Si las relaciones de las partes reales de polos o ceros reales o complejos y
la parte real de un par de polos complejos, sin ceros cercanos, exceden
de cinco, entonces los polos complejos de lazo cerrado mas cercanos
al eje j dominan la respuesta y se denominan polos dominantes del
sistema.
Ejemplo:
Analizar el funcionamiento del sistema de control de la excitacion con
excitatriz C.C. y red estabilizadora.

J. Ramrez y E. Rosero

165

GICI

5.2. RESPUESTA TRANSITORIA

VR (s)
+

+
kA = 100,

VR (s)
+

VT (s)
1
G s+1

1
E s+1

kA

kF s
F s+1

+
kF = 0,01,

E = 1,

G = 5,

F = 1

kA (F s+1)
(F s+1)(E s+1)+kA kF s

G(s) =

VT (s)
1
G s+1

100(s + 1)
(s2 + 3s + 1)(5s + 1)

VT (s)
20(s + 1)
=
VR (s)
(s + 1,044)(s2 + 2,156s + 19,35)
Cancelando el polo con el cero y ajustando la ganancia para obtener la misma
ganancia C.C.:
19,16
VT (s)
2
VR (s)
s + 2,156s + 19,35
= 0, 245

N = 4, 4

ts =

3
N

= 2, 8seg

La expansion en fracciones parciales de la funcion sin simplificar con


VR (s) = 1/s es:
VT (s) =

1,036s + 2,186
4,63 102
0, 99
2
+
s
s + 2,156s + 19,35
s + 1,043

J. Ramrez y E. Rosero

166

GICI

5.2. RESPUESTA TRANSITORIA

Efectivamente el termino simple es despreciable por tener un residuo


peque
no. Con kF = 0
VT (s)
20
= 2
VR (s)
s + 1,2s + 20,2
= 0,133

N = 4,49

ts =

3
= 1,6seg.
N

La red estabilizadora baja un poco la velocidad pero adiciona amortiguamiento.

5.2.8.

Sistemas de Tercer Orden con un polo real.


j
Plano S

2
N
C(s)
p
= 2
2
R(s)
(s + 2N s + N
)(s + p)

= 0,5
Se reduce el sobrepaso maximo, aumenta el tiempo de respuesta: el de
subida tr si > 1; el de estabilizacion ts , si 0 < < 1.

J. Ramrez y E. Rosero

167

GICI

5.2. RESPUESTA TRANSITORIA

5.2.9.

Sistemas de Segundo Orden Subamortiguados


con un cero.
j
Plano S

2
s+z
C(s)
= N . 2
2
R(s)
z
s + 2N s + N

= 0,5
Se incrementa el sobrepaso maximo, aumenta la velocidad inicial del transitorio, por este efecto, el rebase maximo no es un indicativo de grado de
estabilidad, solo lo sera si el sistema es de segundo orden sin ceros.
Ejemplo:
Sistema de control de la excitacion con controlador PD.

J. Ramrez y E. Rosero

168

GICI

5.3. RESPUESTA PERMANENTE

VR (s)
+

1
e s+1

kA (1 + d s)

KA = 100

1
g s+1

VT (s)

d = 0,5

20(d s + 1)
VT (s)
= 2
VR (s)
s + (1,2 + 20d )s + 20,2
Aumenta el coeficiente de s = aumenta
VT (s)
10(s + 2)
1
=
; VR (s) =
VR (s)
(s + 2,26)(s + 8,94)
s
VT (s) = 0,99 1,162e8,94T +0,17e2,26T
Respuesta Residuo
rapida
peque
no
Esta expresiom no tiene ninguna simplificacion.
EFP,TIL:

VT
1.032
0.99

A pesar de ser sobreamortiguado,


hay sobrepaso.

t S = 0.96

0.488

Ejercicio: Resuelva los ejercicios 8, 9 y 10 propuestos en las actividades


de aprendizaje [Ogata, 1998].

5.3.
5.3.1.

Respuesta Permanente
Error Permanente:

Es una medida de la exactitud del sistema con una entrada particular.


Si la entrada r(t) y la salida c(t) son homogeneas dimensionalmente y
estan al mismo nivel u orden de magnitud, la se
nal de error es:
J. Ramrez y E. Rosero

169

GICI

5.3. RESPUESTA PERMANENTE

e(t) = r(t) c(t)


Si no es as, existe una realimentacion no-unitaria:

R(s)+

E(s)

G(s)

C(s)

e(t) = r(t) b(t)


E(s) = R(s) B(s)
E(s) = R(s) H(s)C(s)
E(s): Error actuante

B(s)

H(s)

E(s) =

R(s)
1 + GH(s)

eSS = lm e(t) = lm sE(s)


t

s0

sR(s)
s0 1 + GH(s)

eSS = lm

Notemos que el error permanente depende de la entrada y de GH(s).


Esta expresion solo es valida si sE(s) no tiene polos en el eje imaginario o
en el semiplano derecho.

5.3.2.

Clasificaci
on del Tipo de Sistema

Define la capacidad de un sistema para seguir una entrada escalon, o


rampa, o parabolica, etc.
Si
k(A s + 1)(B s + 1)...(H s + 1)
GH(s) =
sN (1 s + 1)(2 s + 1)
Se dice que es de tipo N-esimo.
sN : Polo en el origen de multiplicidad N . A mayor tipo, mas exactitud y
menor estabilidad.

5.3.3.

Error permanente debido a una entrada escal


on
R(s) =

R
sR(s)
=
s0 1 + GH(s)
1 + lms0 GH(s)

eSS = lm

Se define: KP : lms0 GH(s): constante de error de posicion.

J. Ramrez y E. Rosero

170

GICI

5.3. RESPUESTA PERMANENTE

R
{Error de Posicion.
1 + KP
Si GH(s) tiene al menos una integracion: KP , eSSP 0
eSSP =

R
=
Sistema Tipo 0 : eSSP = 1+K
P
Sistema Tipo 1 o mas : eSSP = 0

5.3.4.

R
1+K

: constante

Error permanente debido a una entrada rampa

R(s) = R/s2

1
R/s
R
= lm
=
s0 1 + GH(s)
s0 s + sGH(s)
lms0 sGH(s)

eSS = lm

KV : lms0 sGH(s): constante de error de velocidad.


R
{Error de Velocidad.
KV
GH(s)= debe tener al menos dos integraciones para que eSSV 0.
eSSV =

Sistema Tipo 0
: eSSV =
Sistema Tipo 1
: eSSV = R/KV = R/K:constante
Sistema Tipo 2 o mas : eSSV = 0

5.3.5.

Error permanente debido a una entrada parab


olica

R(s) =

s3

eSS = lm

s0 s2

R
R
=
2
+ s GH(s)
lms0 s2 GH(s)

KA : lms0 s2 GH(s): constante de error de aceleracion.


R
{Error de Aceleracion.
KA
Sistema Tipo 0,1
: eSSA =
=
Sistema Tipo 2
: eSSA = R/KA = R/K:constante
Sistema Tipo 3 o mas : eSSA = 0
En el dise
no de un sistema de control se especifican las constantes de error
de acuerdo al funcionamiento deseado en regimen permanente, cumpliendo
eSSP =

J. Ramrez y E. Rosero

171

GICI

5.3. RESPUESTA PERMANENTE

el compromiso de funcionamiento adecuado en regimen transitorio; se busca


la mayor constante con el mnimo permisible.
Ejemplo:
Error permanente para el sistema de control de la excitacion con controlador PI.

VR (s)
+

kA (s+1/tI )
s

KA = 100 ,
GH(s) =

VT (s)
1
G s+1

1
E s+1

tI = G = 5

kA
KA (s + 1/tI )
=
s(E s + 1)(G s + 1)
G s(E s + 1)

TIPO 1

Constantes de Error:
1
=0
s0
1 + KP
KA
1
tI
= eSSV =
=
= 0,05
KV = lm sGH(s) =
s0
tI
KV
KA
1
=
KA = lm s2GH(s) = 0 = eSSA =
s0
KA
KP = lm GH(s) = =

eSSP =

El eSSP baja del 1 % a cero al adicionar la integracion.


El eSSV se puede mermar con una KA mayor.
Ejercicio:
Resuelva los ejercicios 11, 12 y 13 propuestos en las actividades de aprendizaje
[Ogata, 1998].

J. Ramrez y E. Rosero

172

GICI

5.4. RESPUESTA TEMPORAL, SISTEMAS DISCRETOS

5.4.

Respuesta Temporal, Sistemas Discretos

Para un sistema de tiempo ciscreto como el controlador digital:

e(k)

Gc (z)

E(z)

a(k)
A(z)

la se
nal de control se puede calcular como la trasformada inversa Z 1 de
la salida. Las se
nales discretas de entrada provienen de muestrear se
nales de
tiempo continuo; por ello, es importante conocer la relacion entre los dominios
del tiempo discreto S y Z.

5.4.1.

Representaci
on en el plano Z de las se
nales.

T.Z
E(z) = 1 A(z) = G(z)
T.L
e(t) = (t)
E(s) = 1 A(s) = G(s)
Relacionan directamente se
nales y sistemas.
Pulso unitario:

e(k) = d(k)

Escal
on unitario:

e(k) = (k)

z
z1

T.L
E(s) = 1/s

e(t) = (t)
Plano S

T.Z
E(z) =

Plano Z

e(k)
1

kT
Polos en el origen de s = 0, tienen correspondencia con polos en z = 1.
Se
nal constante en el tiempo corresponde con polos en z = 1.

J. Ramrez y E. Rosero

173

GICI

5.4. RESPUESTA TEMPORAL, SISTEMAS DISCRETOS

Exponencial:

Plano S

e(k) = r (k)
e(t) = et/ (t)

Plano Z

T.Z
E(z) =
T.L
E(s) =

e(k)

z
zr
1
s+1/

r>1

1
1

0<r<1

kT
Notemos que se tiene un cero en z = 0 y un polo en z = r. Si | r |> 1, la
evolucion de e(k) no es acotada.
Veamos a que constante de tiempo corresponde un polo en el plano Z,
en z = r: z = esT z = r = eT / = T /Ln(1/r). Si r 1,
y la respuesta es lenta; si r 0, 0 y la respuesta es rapida.
Como heursticamente se considera apropiado muestrear entre 8 a 10 veces el tiempo de subida de una se
nal analoga, veamos a que polo corresponde
en el plano Z muestrear de esta forma a un sistema de primer orden; en tal
4
caso: ts 4 T 810
T /
0,50,4
r=e
=e
= 0,6 0,7; el polo real en Z estara en este rango de
valores.
Senoidal acotada exponencialmente: e(k) = rk cos(k)(k)
T.Z.

E(z) =

z(z r cos )
;
z 2 2r cos z + r2

r: radio
: frecuencia digital

Hay ceros en z = 0 y z = r cos y polos en z12 = r cos jrsen.


e(t) = rt cos(t)(t)

T.L.
E(s) =

J. Ramrez y E. Rosero

174

s+
; e
(s+)2 + 2

=r

GICI

5.4. RESPUESTA TEMPORAL, SISTEMAS DISCRETOS

Plano S

Plano Z

e(k)
r

T1 lnr

N =8

= 45
r = 0.6

kT

Notemos que esta funcion incluye a las anteriores, pues si = 0, e(k) =


rk (k) y si r=1, e(k) = (k).

Veamos algunas conclusiones para correlacionar el comportamiento de


una se
nal en tiempo discreto (k), con la ubicacion de sus polos en el plano
complejo (Z):
La duracion del transitorio depende principalmente del radio r:
r > 1: Se
nal inestable, de amplitud infinita cuando k tiende a
infinito.
r = 1: Marginalmente estable, amplitud finita cuando k tiende a
infinito.
r < 1: Se
nal estable, a menor r mas corto el transitorio.
r = 0: Transitorio de duracion finita (terminos z 1 ).
El n
umero de muestreos por ciclo de una se
nal senoidal lo determina .
Una se
nal discreta es periodica si x(k) = x(k + N ) para todo k, donde
N es un n
umero entero que corresponde al perodo de la se
nal; si x(k) =
cos(k) = cos(k + Nj) = un perodo de la se
nal (2 rad), contiene N
2
muestreos/ciclo; por ejemplo, con
muestreos, asi: N = 2 N = [rad]
= 45 , N = 360/45 = 8 muestreos por perodo, lo que corresponde a la
e(k) de la pagina anterior.
Observemos que para que exista periodicidad, 2
debe ser un n
umero

entero mayor de uno, luego debe estar en el intervalo: 0 < < ; es


estrictamente menor que por el teorema de muestreo; por tanto, una se
nal
analoga periodica, al muestrearse puede no ser una secuencia periodica!

J. Ramrez y E. Rosero

175

GICI

5.4. RESPUESTA TEMPORAL, SISTEMAS DISCRETOS

Ejemplo:
x(t) = cos wo t = cos 2
; To : perodo se
nal analoga.
To
kT = 2 TTo
Si se muestrea cada T segundos: x(kT ) = cos 2
To
Como N = 2
= TTo = so , entonces la frecuencia de muestreo debe ser un

m
ultiplo entero mayor a uno de la frecuencia de la se
nal analoga, para que
ambas se
nales tengan la misma periodicidad. Si s /o es un n
umero irracional, la se
nal discreta es aperiodica.
Ejemplo:
Una se
nal analoga a 60 Hz muestreada con T = 1 ms, da una se
nal dis1/60
50
0
creta con N = 103 = 3 muestreos por ciclo de la oscilacion analoga; la
2
k se repite al cabo de N = 50 muestreos, luego
se
nal discreta x(k) = cos 50/3
de los tres perodos de la se
nal analoga.
Una se
nal analoga x(t) = cos 100t, muestreada con T = 1 ms, da N 0 =
2/100
= 20, lo que corresponde a un n
umero irracional de muestreos por
103
ciclo, es decir, es aperiodica.

5.4.2.

Correlaci
on Plano S a Plano Z

Los planos S y Z se relacionan mediante la transformacion:


Z = esT
Las especificaciones de respuesta en tiempo continuo establecidas mediante la ubicacion de polos en el plano S, se pueden llevar mediante esta
transformacion al plano Z, de forma que la respuesta discreta cumpla las
especificaciones de funcionamiento de la respuesta en tiempo continuo.

J. Ramrez y E. Rosero

176

GICI

5.4. RESPUESTA TEMPORAL, SISTEMAS DISCRETOS

PLANO Z

PLANO S

Crculo
Unitario

ej

j/T

j/T

j
j

j
Eje Real

Eje Real

positivo > 0

negativo S = < 0

Lugar de atenuaci
on
constante
S = + j, : cte.

0<r<1
r>1

z=r

z = e

Crculos de
radio r

r2 = es T

z = ej
r = eT
r1 = e1 T

1
Semiplano Izquierdo
Sistemas Estables

Interior del
Circulo unitario
PLANO Z

PLANO S

Lugar de
frecuencia cte.

j
j1
j2

j1
1
j/T

J. Ramrez y E. Rosero

j2

j/T

s = + j
=cte

177

GICI

5.4. RESPUESTA TEMPORAL, SISTEMAS DISCRETOS

NOTA: la relacion plano S a plano Z no es uno-a-uno; para muchos


valores de S hay un solo valor de Z:

s2 = s1 + J

2
m z = es2 T = es1 T .eJ2m = es1 T
T

(m=#Entero)

Polos o ceros en el plano S con frecuencias que difieren en un m


ultiplo
entero de la frecuencia de muestreo 2/T , se trasladan a la misma posicion en
el plano Z; esto genera una banda primaria y unas bandas complementarias
con imagenes iguales.
Banda primaria en el plano S:
PLANO S

PLANO Z

J/T
1

J/T
4

Bandas complementarias:
J
B.C
B.C
Banda
Complementaria
Banda
Primaria

J5/T

J3/T
J/T

J/T
B.C
B.C

J3/T
J5/T

B.C

J. Ramrez y E. Rosero

178

GICI

5.4. RESPUESTA TEMPORAL, SISTEMAS DISCRETOS

PLANO Z

PLANO S

Espiral
Logaritmica
z = reJ
nT
r = ep
= n T 1 2

Lugar de amortiguamiento
constante
p
s = n + Jn 1 2
: cte,n : variante

d = n
s =

Si n
r exponencialmente
linealmente

p
1 2 : frecuencia de la oscilacion amortiguada.

2
:
T

frecuencia de muestreo.

= d T =

d
s

. 2: para una relacion

d
s

dada, el radio r solo depende de .

Una se
nal oscilatoria amortiguada analoga, muestreada a diferentes frecuencias, tendra los polos en el plano Z sobre la espiral.
Ejemplo:
Se
nal analoga con = 0,3, muestreada con s1 = d , s2 = 2d y s3 =
4d , tendra polos en el plano Z en:
z = rej con: r1 = 0,27,
0,6, 3 = 2 .

1 = 2 = 0 ; r2 = 0,37, 2 = ; r3 =

Igualmente dados y T , se puede calcular d .


Ejemplo:

= 30 , T = 200ms: s = 2
= 10 ; d = s 2
T
5
10 /6
=
rad/seg.
d =
2
6

Las curvas de amortiguamiento constante y de frecuencia natural constante en el plano S son ortogonales; en el plano Z se mantiene tambien esta
propiedad.
J. Ramrez y E. Rosero

179

GICI

5.4. RESPUESTA TEMPORAL, SISTEMAS DISCRETOS

Lugar de n cte
=variable

n = 0.4 2s

n = 0.1 2s

n =

n = 0.4 2s
n = 0.2 2s

s
2

Las curvas de n constante son


Curvas de constante son ortogonales
perpendiculares a las de constante.
a las de n constante.
El grafico obtenido para las curvas de constante y n constante en el
plano Z se dispone como un abaco (ver figura 5.1) para simplificar los calculos
y facilitar el analisis.

J. Ramrez y E. Rosero

180

GICI

J. Ramrez y E. Rosero

Root Locus
1

0.5/T
0.6/T

0.4/T

0.8

0.1

0.7/T

0.3/T

5.4. RESPUESTA TEMPORAL, SISTEMAS DISCRETOS

0.2
0.3

0.6
0.8/T

0.2/T

0.4
0.5

0.4

0.6
0.7

Imaginary Axis

181

Figura 5.1: Abaco

0.9/T

0.1/T

0.8

0.2

0.9

/T
/T

0.2
0.9/T

0.1/T

0.4

0.8/T

0.2/T

0.6

0.7/T

0.8

0.3/T

0.6/T
1
1

0.4/T
0.5/T

0.8

0.6

0.4

0.2

GICI

0
Real Axis

0.2

0.4

0.6

0.8

5.4. RESPUESTA TEMPORAL, SISTEMAS DISCRETOS

RESUMEN

T
J
T

eT

(a)
(b)
Fig. 2.17 Lneas correspondientes en el plano S y el plano Z, de acuerdo
a la transformacion: z = esT .
Tabla 2.2
P lano s
Eje de frecuencia: s=j
Semiplano izquierdo
s=0
s = 0p
s = n + jn 1 2
=-a+jb
si es fijo y n vara
si n es fija y vara
s = j(/T )

Simbolo



444

J. Ramrez y E. Rosero

P lano z
Crculo unitario: |z| = 1
Interior circulo unitario
z=r1
z = r, 0 p
r1
j
z = re , r = exp{/
1 2} = eaT ,
p
= n T 1 2 = bT
espiral logartmica
recta a
angulo contante
z = 1

182

GICI

5.4. RESPUESTA TEMPORAL, SISTEMAS DISCRETOS

5.4.3.

Respuesta al Escal
on de Sistemas Discretos

Primer Orden
G(z) =

1r
zr

; E(z) =

A(z) =

z
z1

z
z1

A(z) = G(z)E(z) =
TIZ

z
zr

(1r)z
(zr)(z1)

a(k) = [1 rk ](k)

Caractersticas similares a la de un sistema continuo de primer orden con:


= T /Ln (1/r)

Segundo orden

G(z) =

p
k
T n
,
r
=
e
,

T
1 2 ; k tal que G(1) = 1
n
z 2 2r cos z + r2

Sea = 18 , r = 0,834

de: r = 0,834 = e

12

= 0,5

./180
18./180
=
= n T n =
De:
2
2
1

d =

10,5

0,362
T

Hay 20 muestreos por ciclo de la


oscilacion amortiguada

s
18. s
s

= .
=
.
=
T
2
180 2
20

La respuesta es como la de un sistema analogo de 2 orden con n =


0,362/T y = 0,5, con 20 muestreos por ciclo de la oscilacion amortiguada,
como lo muentra la figura 5.2.

J. Ramrez y E. Rosero

183

GICI

5.4. RESPUESTA TEMPORAL, SISTEMAS DISCRETOS

a(k)

kT

Figura 5.2: Respuesta al escalon, sistema de segundo orden discreto.


Segundo orden con cero
Al discretizar un sistema continuo es normal tener ceros en el sistema
discreto.
k(za)
Sea: r = 0,834, = 18 ; G(z) = z2 1,58z+0,7
, k tal que G(1)=1
En la pagina siguiente se muestran las diferentes respuestas para varias
localizaciones del cero; notemos que de nuevo se observa un aumento del
sobrepaso; las figuras siguientes muestran el sobrenivel porcentual versus la
posicion del cero a, para distintos valores de los polos ( = 18, 45, 72 , tal
que = 0,5 o 0,707). Se observa poco efecto del cero cuando esta en el eje
real negativo y un fuerte efecto cuando se acerca a z = 1.
Segundo orden con polo
Consideremos el sistema de tiempo discreto:
G(z) =

(z

p)(z 2

k
, tal que G(1) = 1
1,58z + 0,7)

El efecto basico es el de aumentar el tiempo de subida como lo ilustra la


u
ltima figura de la pagina siguiente, para p entre -1 y 1, = 18, 45, 72 y r
tal que = 0,5.
Cuando el polo adicional se acerca a z = 1, aumenta bastante el tiempo
de subida, llegando a dominar la respuesta.

J. Ramrez y E. Rosero

184

GICI

5.4. RESPUESTA TEMPORAL, SISTEMAS DISCRETOS

a(k)

S.P % (Log)

a=0.9
a=0.8
a=0.7
a=0.6

= 0.5
18o
45o
72o

1000
500
400
200
100
50
40
20
10
5
3
2

1 0.5 0 0.5 1

kT

1.5

S.P. vs. a; = 0,5


Respuesta al escalon, 2 orden con cero
tr

=
0.707
# de muetreos
S.P % (Log)
= 0.5
18o
1000
a 0.95 (Log)
o
45
72o

500
400
200
100
50
40
20
10
5
3
2

18o
45o
72o

1000
500
400
200
100
50
40
20
10
5
3
2

a
1 0.5 0 0.5 1

S.P. vs. a; = 0,7

1.5

tr vs. p; respuesta al escalon, 2 orden con polo

J. Ramrez y E. Rosero

185

GICI

5.4. RESPUESTA TEMPORAL, SISTEMAS DISCRETOS

Especificaciones de funcionamiento en el plano Z


Al igual como se hizo en tiempo continuo, podemos definir areas deseadas
en el plano Z, de ubicacion de polos complejos dominantes del sistema, correspondientes a una especificacion temporal de desempe
no.
Grado de amortiguamiento 0,4 area limitada por la espiral logartmica de = 0,4
Plano Z

Tiempo de estabilizacion: ts 4n tsmax area limitada por el interior


del crculo de radio r = en T ; r e4T /tsmax

Tiempo de subida: area dentro del crculo de radio unidad y curva de


2,5
n constante, nmin trmax

J. Ramrez y E. Rosero

186

GICI

5.4. RESPUESTA TEMPORAL, SISTEMAS DISCRETOS

5.4.4.

Respuesta Permanente Discreta

Consideremos el modelo de la bucla de realimentacion tpica digital.

R(s) +

E (s)

E(s)

D(z)

1esT
s

Gp (s)

C(s)

B(s)

H(s)

El error actuante es: e(t) = r(t)b(t); definimos el error de estado estable


en los instantes de muestreo ess , as:
ess = lm e (t) = lm e(kT )
t

= lm[(1 z )E(z)](si el sistema es estable)


z1

Para este sistema obtuvimos la funcion de transferencia de pulsos:

donde: G(z) = (1z 1 )Z

G(z)
C(z)
=
R(z)
1 + GH(z)
(
)
Gp(s)
s

D(z) y GH(z) = (1z 1 )Z

Gp(s)H(s)
s

D(z);

luego:
E(z) =
"

R(z)
1 + GH(z)

R(z)
Por lo tanto: ess = lm (1 z 1 )
z1
1 + GH(z)

Para una entrada escal


on: R(z) = 1z11
#
"
1
1
=
essp = lm
:
Error de estado estable de posiz1 1 + GH(z)
1 + Kep
cion, donde Kep = lmz1 GH(z) es la constante de error de posicion.

J. Ramrez y E. Rosero

187

GICI

5.4. RESPUESTA TEMPORAL, SISTEMAS DISCRETOS

Para una entrada rampa: R(z) =

T z 1
(1 z 1 )2

essv = lm

z1

Tz
(1 + GH(z))(1 z 1 )

= lm

z1

T
GH(z)(1 z 1 )

essv = K1ev : Error de estado estable de velocidad, donde Kev = lmz1


es la constante de error de velocidad.

GH(z)(1z1 )
T

T 2(1 + z 1 )z 1
2(1 z 1 )3
1 2
essa = K1ea : Error de estado estable de aceleracion, donde Kea = (1z T)2 GH(z)
es la contante de error de aceleracion.
Similarmente para una entrada aceleraci
on: R(z) =

Notemos que las expresiones del error permanente ess y de las constantes
de error Ke tienen la misma forma del caso continuo; sinembargo, para entradas variantes, las constantes de error Kev y Kea dependen del perodo de
muestreo.
Si la configuracion del muestreo cambia en el lazo y si existe la funcion
de transferencia de pulso, se deben obtener las constantes de error con un
analisis similar; esto se ilustra en el siguiente ejemplo.
Ejemplo:
Para el sistema:

R(s) +

C(s)
T

G1 (z)

G2 (z)

B(s)

H(s)

Las constantes de error son:


Kep = lm G1 (z)G2 H(z)
z1

J. Ramrez y E. Rosero

188

GICI

5.4. RESPUESTA TEMPORAL, SISTEMAS DISCRETOS

(1 z 1 )G1 (z)G2 H(z)


z1
T
(1 z 1 )2 G1 (z)G2 H(z)
= lm
z1
T2

Kev = lm
Kea

Tambien podemos clasificar a los sistemas de control digitales de acuerdo


al TIPO, donde el tipo sera igual al n
umero de polos en z = 1 de la funcion
de transferencia de pulsos de lazo abierto.
Ejercicio:
Resuelva los ejercicios 14 y 15 propuestos propuestos en las actividades de
aprendizaje [Kuo, 1996].

5.4.5.

Soluci
on de las ecuaciones din
amicas; la matriz
de transici
on de estado continua

Para un sistema representado en el espacio de estados:

X(t)
= AX(t) + BR(t)

Ecuacion de estado

C(t) = EX(t) + DR(t)

Ecuacion de salida

Es importante poder calcular la respuesta C(t) para una entrada R(t) y un


estado inicial X(0) dados; C(t) se puede calcular de la ecuacion de salida si
se conoce la evolucion de X(t); esta u
ltima se calcula resolviendo la
ecuacion de estado. La ecuacion de estado se puede resolver como la suma
de la solucion de la ecuacion homogenea y la forzada.

Soluci
on Homog
enea
De manera analoga al caso escalar: x = a x donde la solucion es de la forma
x(t) = f (t) x(0) = eatx(0), la solucion de la ecuacion de estado lineal
homogenea
X = AX

Ecuacion de Estado Homogenea

es de la forma : X(t) = (t)X(0), donde (t) es una matriz n n, conocida


como la matriz de transici
on de estado, reemplazando la solucion en la
J. Ramrez y E. Rosero

189

GICI

5.4. RESPUESTA TEMPORAL, SISTEMAS DISCRETOS

ecuacion diferencial, se obtiene que la matriz de transicion de estado debe


satisfacer la ecuacion diferencial matricial:

(t)
= A(t)
Aplicando la Trasformada de Laplace a la Ecuacion de Estado Homogenea:
sX(s) X(0) = AX(s)
TIL

X(s) = (s I A)1 X(0) X(t) = L1


por tanto;
(t) = L1

(s I A)1

(s I A)1

X(0), t 0

De forma alterna, suponiendo una solucion clasica de ecuaciones


diferenciales en la forma de un vector en series de potencia del tiempo:
X(t) = K0 + K1 t + K2 t2 + Kj tj + ; Ki(nr)
al reemplazar en la Ecuacion de Estado Homogenea, se obtiene:


1 22
1 j j
X(t) = I + At + A t + + A t + X(0)
2!
j!
de donde por analoga con la serie infinita de potencias de la funcion
exponencial escalar, se denomina :
At

(t) = e

X
Aj tj
) : Matriz exponencial de A
=
(
j!
j=1

La matriz de transicion de estado es una transformacion de la condicion


inicial que define la evolucion libre (no forzada) del sistema
(x(t) = (t) x(0)); ella gobierna la respuesta debida a las condiciones
iniciales del sistema, definiendo por completo la transicion del estado desde
el instante inicial t = 0, a cualquier tiempo t, cuando las entradas son nulas.
Notemos que (t) solo depende de la matriz A; si A es diagonal con valores
propios 1 , 2 , n distintos :

e1 t 0
0
0 e2 t
0

At
(t) = e = ..

..
.
.

.
.
.
n t
0
0 e
Si hay valores propios repetidos, (t) contendra; ademas de e1t , e2t ent
terminos tales como : teit , t2eit .
J. Ramrez y E. Rosero

190

GICI

5.4. RESPUESTA TEMPORAL, SISTEMAS DISCRETOS

Propiedades de la Matriz de Transici


on de Estado
1.

(0) = eA0 = I

2.

(t) = eAt = (eAt )

1 (t) = (t)

De esta propiedad : x(t) = eAt x(0) x(0) = (t) x(t)


lo que indica que la transicion en el tiempo se puede dar en cualquier
direccion.

k
3.
(t) = eAt eAt eAt = ekAt = (kt)
4.

(t2 t1 ) (t1 t0 ) = eA(t2 t1 ) eA(t1t0 ) = eA(t2 t0 ) = (t2 t0 )


Esta propiedad muestra que el proceso de transicion del estado se
puede dividir en varias transiciones secuenciales.

Soluci
on total de la Ecuaci
on de Estado
Al aplicar la Transformada de Laplace a la ecuacion de estado
no-homogenea :
X (t) = A X(t) + B R(t)
Se obtuvo en el captulo 2 :
X(s) = (sI A)1 X(0) + (sI A)1 B R(s)
Z t
TIL
At
X(t) = e X(0) +
(eA(t ) B R( ))d,
t0
0

Si el tiempo inicial es t0, la solucion se modifica a :


Z t
A(tt0 )
X(t ) +
(eA(t ) B R( ))d , t t0
X(t) = e
|
{z 0}
{z
}
| t0
Sol. Homogenea
Sol. F orzada

Una vez calculado X(t), el vector de salida sera :


Z t
A(tt0 )
C(t) = E e
X(t0 ) +
(E eA(t ) B R( ))d + D R(t), t t0
t0

J. Ramrez y E. Rosero

191

GICI

5.4. RESPUESTA TEMPORAL, SISTEMAS DISCRETOS

Ejemplo
Calcular la salida del sistema dinamico:
x 1 = x2(t)
x 2 = 2x1 (t) 3x2 (t) + r(t)
c(t) = x1(t) + x2 (t)
Con x1(0) = 1, x2 (0) = 0 y r(t) = (t).
La representacion vectorial - matricial es :

 
  




 x1
0
1
x1
0
x 1
r(t); c(t) = 1 1
=
+
2 3
1
x 2
x2
| {z } x2
|
| {z }
{z
}
C
A

Calculemos la matriz de transicion de estado:






1
s 1
s+3 1
1
; (sI A) = 2
sI A
2 s+3
2 s
s + 3s + 2

At

=L

(s I A)

et e2t
2et e2t
2et + 2e2t et + 2e2t

La solucion de la ecuacion de estado es :



  Z t
 
2et e2t
et e2t
1
0
A(t )
x(t) =
e
+
d
t
2t
t
2t
2e + 2e
e + 2e
0
1
0
x(t) =

x(t) =

2et e2t
2et + 2e2t

2et e2t
2et + 2e2t

Z t

e(t ) e2(t )
e(t ) + e2(t )

J. Ramrez y E. Rosero





1
1
et et 1 e2t 2 e2t 2
t



2t 1 2t
e 1 + 2e
e
2
t

192

1
2

GICI

5.4. RESPUESTA TEMPORAL, SISTEMAS DISCRETOS

x(t) =

c(t) =

0,5 + et 0,5e2t
et + e2t
1 1

x1
x2

= 0,5 + 0,5e2t

Este ejemplo para un sistema monovariable ilustra que se requieren mas


calculos que utilizar directamente la solucion va la transformada de Laplace.
La utilidad en mas evidente para el caso multivariable.

5.4.6.

Soluci
on de las Ecuaciones Din
amicas Discretas
X(k + 1) = G X(k) + H U (k)
Y (k) = E X(k) + D U (k)

Por recurrencia :
k=0

X(1) = GX(0) + HU (0)

k=1

X(2) = GX(1) + HU (1) = G2 X(0) + GHU (0) + HU (1)

k=2

X(3) = GX(2) + HU (2) = G3 X(0) + G2 HU (0) + GHU (1) + HU (2)


..
.
k1
X
k
X(k) = G X(0) +
Gkj1 H U (j) ; k = 1, 2, 3
| {z }
j=0
Sol. Homogenea
|
{z
}
Sol. P articular
|
{z
}
Ecuacion Discreta de T ransicion de Estado

(k) = Gk : Matriz de Transicion de Estado


satisface : (k + 1) = G(k) , (0) = 0
Con X(k) resuelto se puede calcular Y (k)
Si se aplica la transformada Z :
TZ

X(k + 1) = GX(k) + HU (k) zX(z) zX(0) = GX(z) + HU (z)

J. Ramrez y E. Rosero

193

GICI

5.4. RESPUESTA TEMPORAL, SISTEMAS DISCRETOS

(zI G) X(z) = zX(0) + HU (z)


1

X(z) = (zI G) zX(0) + (zI G) HU (z)



Gk = Z 1 (zI G)1 z
k1
X


Gkj1 H U (j) = Z 1 (zI G)1 HU (z)
j=0
1

Si X(0) = 0 Y (z) = EX(z) + DU (z) = E(zI G) HU (z) + DU (z)


Y (z)
U (z)

= G(z) = E(zI G)1 H + D : Matriz de funciones de transferencia discretas

Ejemplo


0
1
Para X(k + 1) = GX(k) + HU (k) ; G =
0,6 1

T
obtener X(k) con U (k) = (k) , X(0) = 1 1

,H=

1
1

Soluci
on
(zI G)

z
1
0,16 z + 1

(k) =

X(z) = (zI G)

1

k
4
(0,2)
3

1
(z+0,2)(z+0,8)

13 (0,8)
k

4
15
(0,2) +

zX(0) + HU (z)
z2

zX(0) + HU (z) =

z1

z2 +2z

4
(0,8)
15

z+1 1
0,16 z
k
5
(0,2)
3

; U (z) =

53 (0,8)
k

13 (0,2) + 43 (0,8)

z
z1

z1

X(z) =

z
(z+0,2)(z+0,8)(z1)

z2 + 2
z 2 + 1,84z

J. Ramrez y E. Rosero

194

GICI

5.4. RESPUESTA TEMPORAL, SISTEMAS DISCRETOS

X(k) = Z

5.4.7.


1

X(z)

17
(0,2)k +
6
17
(0,2)
30

22
(0,8)k
9

38
(0,8)
45

25
18

7
18

Discretizaci
on de Ecuaciones Din
amicas de Tiempo Continuo

En esta seccion consideramos que tenemos un sistema de tiempo continuo descrito en variables de estado, el cual se controla digitalmente; deseamos
por tanto obtener a partir de su representacion de estado continuo, la representacion de estado discreta; la figura ilustra el caso.
U (k)

ROC

u(t)

x(t)
X = AX + BU

+
y(t)

+
D

Y (k)

Consideramos la ecuacion para la solucion del estado:


Z t
A(tt0 )
X(t0) +
eA(t ) B U ( )d
X(t) = e
t0

Como interesa solo la solucion en los instantes de muestreo, se considera:


t = kT + T ; t0 = kT
Z kT +T
AT
eA(kT +T )B U ( )d
X(kT + T ) = e X(kT ) +
kT

como U (t) es constante entre muestreos : U (t) = U (kT )


Z kT +T
AT
eA(kT +T )d B U (kT )
X(kT + T ) = e X(kT ) +
| kT
{z
}
=kT +T

Si realizamos el cambio de variable: = kT + T en la integral de la


anterior ecuacion, se obtiene:
Z kT +T
Z 0
Z T
A(kT +T )
A
e
d =
e (d) =
eA d
kT

J. Ramrez y E. Rosero

195

GICI

5.4. RESPUESTA TEMPORAL, SISTEMAS DISCRETOS

Por tanto:
X(kT + T ) = G(T )X(kT ) + H(T )U (kT )
Donde:
AT

G(T ) = e

H(T ) =

 Z

T
A

e d

.B

Notemos que G y H dependen del perodo de muestreo.


La ecuacion de salida es:
Y (kT ) = E X(kT ) + D U (kT )

Ejemplo
Discretizar : X = AX + BU ; Y = EX ; A =


E = 0 1 , T = 1 seg

0 1
0 2

, B=

0
1

A G(T ) lo podemos calcular a partir de la Transformada Inversa de Laplace


de (s I A)1, evaluando t en T .




0 12 (1 e2T )
1
AT
1
G(T ) = e = L
=
(s I A)
tT
0
e2T

H(T ) =

con

Rt
0

1
0

1
(1
2

2t

e
e2t

T = 1;

J. Ramrez y E. Rosero

G(T ) =

d( )

 

0
1


1 0,43
;
0 0,13

196

H=

1
(T
2

1
(1
2

e2T 1
)
2
2T

0,28
0,43

GICI

5.4. RESPUESTA TEMPORAL, SISTEMAS DISCRETOS

x1(k + 1)
x2(k + 1)

1 0,43
0 0,13

y(k) =

 

1 0

x1(k)
x2(k)

x1(k)
x2(k)

0,28
0,43

u(k)

Ejercicio:
Resuelva los ejercicios 16, 17, 18 y 19 propuestos en las actividades de aprendizaje.

Resumen
Este captulo se dedico al analisis en el dominio del tiempo de sistemas
de control lineales en tiempo continuo y en tiempo discreto. La respuesta
temporal de los sistemas de control se divide en respuesta transitoria y de
estado estable. El error de estado estable es una medida de la exactitud del
sistema cuando el tiempo se aproxima al infinito. La respuesta transitoria
se caracteriza por las caractersticas como el sobrepaso maximo, tiempo de
levantamiento, tiempo de retardo y tiempo de asentamiento, y parametros
tales como factor de amortiguamiento relativo, frecuencia natural no amortiguada y constante de tiempo. Se analizaron los efectos de adicionar polos
y ceros a las funciones de transferencia de la trayectoria directa y en lazo
cerrado. Tambien se discutieron los polos dominantes de las funciones de
transferencia.
Tambien se realizo en analisis en el dominio del tiempo de sistemas de
control en tiempo discreto, y se demuestra que todo el analisis en estado
estable y transitorio de sistemas en tiempo continuo puede extenderse a los
sistemas en tiempo discreto. La interpretacion de la configuracion de polos y
ceros se debe realizar en el plano z respecto al crculo unitario | z |= 1.

Actividades de aprendizaje
J. Ramrez y E. Rosero

197

GICI

5.4. RESPUESTA TEMPORAL, SISTEMAS DISCRETOS

1. Realice una lectura reflexiva y crtica del material del curso.


2. En el ejercicio 1 del siguiente captulo debera usar las herramientas de
analisis de la respuesta temporal vistas en este captulo.
3. Ejercicio Ogata B.4.1.
4. Obtenga la respuesta escalon unitario de un sistema realimentado unitariamente, cuya funcion de transferencia en lazo abierto es:
G(s) =

4
s(s + 5)

(5.1)

5. Considere la respuesta escalon unitario de un sistema de control realimentado unitariamente cuya funcion de transferencia en lazo cerrado
es:
1
G(s) =
(5.2)
s(s + 1)
Obtenga el tiempo de levantamiento, tiempo pico, el sobrepaso maximo
y el tiempo de asentamiento.
6. Considere el sistema en lazo cerrado obtenido mediante:
C(s)
n
= 2
R(s)
s + 2n s + n2

(5.3)

Determine los valores de y n para que el sistema responda a una


entrada escalon con un sobrepaso de aproximadamente 5 % y con un
tiempo de asentamiento de 2 seg. (Use el criterio del 2 %)
7. Considere el sistema de la siguiente figura.

R(s) +

16
s+0.8

1 C(s)
s

J. Ramrez y E. Rosero

198

GICI

5.4. RESPUESTA TEMPORAL, SISTEMAS DISCRETOS

Determine el valor de k de modo que el factor de amortiguamiento


relativo sea 0.5. Despues obtenga el tiempo de levantamiento tr , el
tiempo pico tp, el sobrepaso maximo Mt y el tiempo de asentamiento
ts , en la respuesta escalon unitario.
8. Obtenga la respuesta al escalon unitario de un sistema realimentado
unitariamente cuya funcion de transferencia en lazo abierto sea:
G(s) =

2s + 1
s2

(5.4)

9. Analice y compare las respuestas al escalon, impulso y rampa unitarias,


a los sistemas de control de posicion:

R(s) +

C(s)

1
s(5s+1)

Control P

R(s)
+

R(s) +

C2 (s)
1
s(5s+1)

5(1 + 0.8s)
+

1 C3 (s)
s

1
5s+1

Control PD

0.8

Control P +
realimentacion
tacometrica.

Evalue cual es el mas rapido y cual tiene menor sobrepaso en la respuesta al escalon.
10. Para el sistema de control de posicion:

R(s) +

1
s

J. Ramrez y E. Rosero

199

X3

2 X2
0.1s+1

GICI

1
s

X1

5.4. RESPUESTA TEMPORAL, SISTEMAS DISCRETOS

R(s) +

E(s)

E (s)

U (s)

ROC

5
s(s+2)

C(s)

Utilice un programa de simulacion para obtener las respuestas al escalon, impulso y a la rampa unitarios; trace las curvas de x1, x2 , x3 y
e vs. t.
11. Considere el sistema de control con realimentacion unitaria y FdT de
lazo abierto:
K
G(s) =
s(Js + B)
Analice los efectos de variar los valores de K y B sobre el eSSV ; mediante un programa de simulacion, trace curvas de respuesta a una
rampa unitaria, para valores de K peque
no, mediano y grande; asuma
J = B = 1.
12. Sea

C(s)
ks + b
= 2
, H(s) = 1
R(s)
s + as + b

Calcule G(s) y el eSSV


13. Ejercicio Ogata B.5.21.
Demuestre que el eSSV = 0 si la funcion de transferencia en lazo cerrado
de un sistema realimentado unitario es:
an1 s + an
C(s)
= n
n1
R(s)
s + a1s
+ ... + an1 s + an
14. En la figura se muestra el diagrama de bloques de un sistema de control
de datos muestreados:

J. Ramrez y E. Rosero

200

GICI

5.4. RESPUESTA TEMPORAL, SISTEMAS DISCRETOS

R(s) +

E(s) +

U (s)

U (s)
T

1
s

ROC

1
s

Y (s)

Kt

a) Derive las funciones de transferencia de la trayectoria directa y


en lazo cerrado del sistema en la transformada z. El perodo de
muestreo es de 0.1 s.
b) Calcule la respuesta al escalon unitario de c(kT ) para k = 0 a 100.
c) Repita las partes 14a y 14b para T = 0,05 s.
15. El diagrama de bloques de un sistema de control de datos muestreados
se muestra en la figura:

a) Encuentre las constantes de error Kep


, Kev
, Kea
.

b) Derive las funciones de transferencia

Y (z)
E(z)

Y (z)
.
R(z)

c) Calcule la respuesta al escalon unitario y(kT ) para k = 0 a 50


para T = 0,1 s y Kt = 5.
d ) Repita el punto anterior para T = 0,1 s y Kt = 1.
16. Para el sistema dinamico:
x(t)

= Ax(t) +

C(t) =

0 1
1 0

0 1
1 0

R(t)

x(t)

(5.5)

(5.6)

Obtenga
 la matriz de transici
on de estados y las salidas con:
1
(t)
x(0) =
, R(t) =
para:
0
(t)
a) A =

0
1
2 1

J. Ramrez y E. Rosero

201

GICI

5.4. RESPUESTA TEMPORAL, SISTEMAS DISCRETOS

0 1
b) A =
1 0


0 1
c) A =
1 0

17. Para el sistema de la figura, escriba las ecuaciones dinamicas y resuelvalas para obtener C(t) con x(0) = [1 0 0]T y R(s) = 1/s.

R(s) +

E(s)

C(s)
10
s(s+4)(s+5)

18. Para el sistema:

C (t)
U (t)

U (t)
T

ROC

r(t)

x = Ax + Br

C(t) T

las ecuaciones de estado son: x 1 = x2 ; x 2 = 2x1 +3x2 + r. Obtenga las


ecuaciones de estado discretas con T = 0,2seg y resuelvalas para calcular C(kT ), si la entrada U (t) es un escalon unitario y las condiciones
iniciales son nulas.
19. Para el el sistema:

r(t) = (t) +

e(t)
T =1

ROC

1
s+1

C(t)
C(kT )
T =1

Escriba las ecuaciones dinamicas discretas y resuelvalas para obtener


c(kT ), con c(0) = 1, c(0)

= 0.

J. Ramrez y E. Rosero

202

GICI

5.4. RESPUESTA TEMPORAL, SISTEMAS DISCRETOS

Lecturas complementarias
KUO BENJAMIN, Sistemas de Control Automatico, Prentice Hall
1997. Captulo 7.
OGATA KATSUSHITO, Ingeniera de Control Moderno, Prentice Hall,
3 edicion, 1998. Captulos 4 y 5.
OGATA KATSUSHITO, Sistemas de Control en Tiempo Discreto. Prentice Hall Mex. 1996. Captulo 4.

Referencias
KUO BENJAMIN, Sistemas de Control Automatico, Prentice Hall
1997.
OGATA KATSUSHITO, Ingeniera de Control Moderno, Prentice Hall,
3 edicion, 1998.
OGATA KATSUSHITO, Sistemas de Control en Tiempo Discreto. Prentice Hall Mex. 1996.

J. Ramrez y E. Rosero

203

GICI

Captulo 6
Acciones b
asicas de control
Introducci
on
Un control automatico compara el valor medido de la salida de una planta
con el valor deseado, determina la desviacion y produce una se
nal de control
que busca reducir la desviacion a cero o a un valor peque
no. La forma en que
el control automatico produce la se
nal de control recibe el nombre de acci
on
de control.
En este captulo presentaremos las acciones de control basicas utilizadas
com
unmente en los controles automaticos industriales, tales como las acciones
de control Proporcional (P), Proporcional-Integral (PI), Proporcional-Derivativo
(PD) y Proporcional-Integral-Derivativo (PID). Analizaremos tambien los
efectos de los diferentes modos de control en el funcionamiento del sistema;
finalmente presentaremos la manera como se implementan estas acciones de
control, la implementacion analoga mediante amplificadores operacionales y
las ecuaciones de recurrencia para la implementacion discreta.

Objetivos
1. Determinar el efecto de las diferentes acciones de control en el comportamiento de un sistema. Evaluaci
on

204

DE CONTROL - PID
6.1. ACCION

Contenido
6.1.
6.1.1.

Acci
on de Control - PID
Acci
on Proporcional

Definici
on:

r(t) +

e(t)

kp

a(t)

b(t)
La accion proporcional genera la se
nal de control de la forma:
a(t) = kp e(t)
kp : Ganancia proporcional
En control de procesos se usa la Banda Proporcional B:P para definir la
ganancia; es la relacion entre la desviacion porcentual de la salida a la
variacion en el pleno rango de la se
nal de control.
kp =

100
B.P [ %]

Funcionamiento:
Para analizar los efectos de la accion proporcional, consideremos el sistema de control de la excitacion sujeto a una accion P:
VT (s)
VR (s)
J. Ramrez y E. Rosero

kp /(1 + kp )
G
s + 1
1+kp
205

GICI

DE CONTROL - PID
6.1. ACCION

VR (s) +

1
G s+1

kp

VT (s)

La constante de tiempo equivalente del sistema en red cerrada es:


G
EQ =
, luego a mayor accion proporcional, mayor es la velocidad
1 + kp
de respuesta.
1
Para el regimen estacionario, el error de posicion es: essp = 1+k
; a este
p
error se le denomina corrimiento y disminuye, aumentando kp .
El corrimiento es caraterstico de una planta tipo cero sujeta a una accion
P. Plantas tipo 1 o mayor, no tienen corrimiento respecto a la referencia,
pero si debido a se
nales perturbadoras; analicemos una planta tipo 1, con
perturbacion de carga:

D(s)
R(s) +

E(s)

kp

1
s(s+1)

1
D(s); si D(s) =
s( s + 1) + kp

CD (s) =

essd =

Cssd = lm sCD (s) =

essd =

s0

C(s)

1
s

1
kp

1
kp

Existe por tanto un error permanente debido al disturbio, el cual se puede


disminuir usando alta ganancia proporcional en el controlador, respetando
por supuesto el grado de estabilidad requerido.

J. Ramrez y E. Rosero

206

GICI

DE CONTROL - PID
6.1. ACCION

En resumen tenemos que la accion Proporcional tiene alta velocidad de


respuesta en el transitorio y corrimiento en el regimen estacionario.

6.1.2.

Acci
on Integral

Definici
on

R(s) +

E(s)

kI
s

A(s)

B(s)
La accion integral genera la se
nal de control de la forma:
Z t
e(t)d(t)
a(t) = kI
0

kI
E(s)
s
Donde kI , se denomina constante integral.
A(s) =

Funcionamiento
Para analizar los efectos de la accion integral, consideremos al sistema de
control de la excitacion sujeto a una accion Integral.

VR (s) +

E(s)

1
TI s

A(s)

1
G s+1

VT (s)

En este caso, se utiliza como parametro de la accion a TI : Tiempo de accion


integral. Este tiempo corresponde al tiempo que tarda la se
nal de control
en alcanzar la se
nal de error, cuando se aplica un escalon de error en lazo
abierto, como se ilustra en la figura.
J. Ramrez y E. Rosero

207

GICI

DE CONTROL - PID
6.1. ACCION

a(t)
e(t)

TI

Notemos que a menor tiempo integral TI , mayor es la pendiente en la se


nal
de control a(t) y por tanto mayor es la accion integral.
Analicemos el regimen transitorio, la funcion de transferencia del sistema
es:
VT (s)
1
=
VR (s)
TI s(G s + 1) + 1
p
N = 1/TI G

1/TI G
;
+ 1G s + 1/TI G
r
1 TI
=
2 G

s2

El sistema ahora puede ser subamortiguado oscilatorio a diferencia del lazo abierto que es de primer orden; como se ha aumentado en uno el grado de
la ecuacion caracterstica, tenemos que el sistema es menos estable.
Comparemos la velocidad de respuesta de la accion I con la P; con la
accion P la velocidad de respuesta es : ts = 3EQ
ts = 3G /(1 + kp )
Con la accion I asumiendo que el sistema es subamortiguado:
ts = 3/N

N =

1
2G

ts = 6G

El sistema con accion P es mucho mas rapido que el lazo abierto, mientras
que con la accion I, se hace dos veces mas lento.
J. Ramrez y E. Rosero

208

GICI

DE CONTROL - PID
6.1. ACCION

Para el analisis del regimen estacionario, la constante de error de posicion


es infinita kEP =, pues la accion integral sube el tipo del sistema a uno;
1
as, el error permanente de posicion es essp =
= 0.
1 + kEP
Para una perturbacion entre controlador y planta:
essD = CssD = lm s
s0

1+

1
G s+1
1
TI s(Gs+1)

1
s

TI s
= 0
s0 TI s(G s + 1) + 1

essD = 0

essD = lm

Luego, la accion integral elimina el corrimiento tanto de la entrada de referencia como el debido a se
nales perturbadoras en el lazo.
Observese que la se
nal de control en un instante dado, es el area bajo la
curva del error hasta ese momento; por ello, si el error es nulo, la se
nal de
control no necesariamente debe ser nula; el valor que permanece se llama:
Remanencia Estacionaria, RE.

e(t)

t
a(t)
RE
t

J. Ramrez y E. Rosero

209

GICI

DE CONTROL - PID
6.1. ACCION

En resumen, las prncipales caractersticas de funcionamiento de la accion


integral son:
Elimina el corrimiento
Merma la estabilidad
Merma la velocidad de respuesta
Genera remanencia estacionaria en la se
nal de control

6.1.3.

Acci
on Proporcional Integral

PI

Definici
on:

R(s) +

E(s)

kp (1+TI s)
TI s

A(s)

B(s)
La se
nal de control es una combinacion de las acciones P e I:
Z t
kp
a(t) = kp e(t) +
e(t)dt
TI
0
A(s)
=
E(s)

kp (1 + TI s)
TI s

La respuesta al escalon en el error e(t), en lazo abierto es:

J. Ramrez y E. Rosero

210

GICI

DE CONTROL - PID
6.1. ACCION

a(t)
2kp

accion PI

kp
accion P
TI

A 1/TI se le denomina Frecuencia de Reposicion [RPM]; corresponde al


n
umero de veces por minuto que la accion I duplica la componente de accion
P. Una frecuencia de reposicion de 2 RPM implica que en un minuto a(t) ha
duplicado el salto inicial dos veces para un escalon en e(t).

Funcionamiento
Para el analisis, consideremos de nuevo al sistema de control de la excitacion, con accion PI.

VR (s) +

kp (1+TI s)
TI s

1
G s+1

VT (s)

La funcion de transferencia es:


kp (TI s + 1)/TI G
VT (s)
=
p
VR (s)
s2 + 1+k
s + TI kpG
G

1 + kp 1
= p
kp 2

TI
G

J. Ramrez y E. Rosero

211

GICI

DE CONTROL - PID
6.1. ACCION

1 + kp
Se incrementa en el factor p
con respecto al amortiguamiento calculakp
do para la accion I, por tanto, la adicion del cero, mejora el amortiguamiento.
3G
, es mas rapido que
1 + kp
con accion I; sinembargo, para un amortiguamiento apropiado, la ganacia
kp con la accion PI es menor que la obtenida para la accion P y por ello, el
PI es mas lento que el P.
En cuanto a la velocidad de respuesta, ts =

Para el comportamiento en regimen estacionario, de nuevo el sistema es


Tipo 1 y el essp = 0, eliminando el corrimiento.
Tambien se puede mostrar que el PI elimina los errores permanentes debidos a perturbaciones entre el controlador y la salida.
En resumen, podemos concluir que la accion de control PI aprovecha las
ventajas de las acciones P e I y por ello es la accion de control de mayor uso
en sistemas de control.

6.1.4.

Acci
on Proporcional Derivativa

PD

Definici
on

R(s) +

E(s)

kp (1 + Td s)

A(s)

B(s)
a(t) = kp e(t) + kp Td

d
e(t)
dt

A(s)
= kp (1 + Td s)
E(s)
Td : tiempo derivativo, es el tiempo que tarda en alcanzar la accion P a la
accion D cuando el error es una rampa en lazo abierto.

J. Ramrez y E. Rosero

212

GICI

DE CONTROL - PID
6.1. ACCION

a(t)
PD
P
D
Td

Td tambien corresponde al tiempo que adelanta la accion derivativa a la


accion proporcional, esto es un efecto anticipativo, por ello se la llama tambien, tiempo de preaccion; ver la respuesta a una rampa de error enla figura
siguiente.
Un PD practico tiene un retardo dinamico para limitar la ganacia a altas
frecuencias y evitar amplificar el ruido.

Funcionamiento
Para el analisis, consideremos un sistema de control de la excitacion con
excitatriz DC y accion PD (en la practica se usa la red estabilizadora).

IL (s)
VR (s) +

kp (1 + Td s)

1
E s+1

1
G s+1

VT (s)

La funcion de transferencia del sistema es:


VT (s)
=
VR (s)
s2 +

J. Ramrez y E. Rosero

kp
(1 +
E G
E +G +kp +Td
E G

213

Td s)
s+

1+kp
E G

GICI

DE CONTROL - PID
6.1. ACCION

Notemos que Td aumenta el coeficiente del termino en S y por tanto mejora


el amortiguamiento.
Los errores permanentes de posicion y debidos al disturbio IL son:

essp =

1
1 + kp

ess |IL

1
kp

Ambos errores se mejoran aumentando kp ; as, aunque la accion D no


afecta directamente el error permanente, al a
nadir amortiguamiento se puede
usar una alta ganancia proporcional y se puede disminuir los essp y ess |IL .
En resumen, las caractersticas de funcionamiento de la accion PD son:
Estabiliza
Efecto anticipativo
Permite disminuir el ess
Si hay ruido, lo amplifica y puede saturar el actuador.

J. Ramrez y E. Rosero

214

GICI

DE CONTROL - PID
6.1. ACCION

6.1.5.

Acci
on Proporcional Integral Derivativa

PID

Definici
on:
PID paralelo:

k
R

k
T1 s

+
+

kT2 s
R(s) +

E(s)

k(1+T1 s+T1 T2 s2 )
T1 s

A(s)

B(s)
La se
nal de control se obtiene de la ecuacion:
Z t
k
d
a(t) = ke(t) +
e(t)dt + kT2 e(t)
T1 0
dt
Las figuras muestran las respuestas al escalon y la rampa en el error:

J. Ramrez y E. Rosero

215

GICI

DE CONTROL - PID
6.1. ACCION

a(t)
impulso

t
Figura 6.1: Respuesta al escalon del PID

PID

a(t)

PD
P

t
Figura 6.2: Respuesta a la rampa del PID
1 + p 2
T1 4T1 T2 son
2T2
reales si T1 > 4T2 ; en tal caso, la funcion de transferencia del controlador
es:

kp = k/T1 Z1

kp (1 + TI s)(1 + Tds)
A(s)
T1 = 1/Z1
=

E(s)
TI s
TD = 1/Z2
{z
}
|
Los ceros del controlador son:

CASCADA

de P I

Z12 =

PD

Con ceros reales, se tiene una cascada de un PI y un PD; en tal caso se


denomina PID interactivo o serie.
Funcionamiento
Consideramos el sistema de control de la excitacion con excitatriz, actuador de dinamica apreciable y accion de control PID.
Con TI = G , Td = E , A = 0,5, se obtiene:
J. Ramrez y E. Rosero

216

GICI

DE CONTROL - PID
6.1. ACCION

IL (s)
VR (s) +

kp (TI s+1)(Td s+1)


TI s

1
A s+1

1
E s+1

1
G s+1

VT (s)

IL (s)

kp
TI s

VR (s) +

1
A s+1

VT (s)

kp /TI A
VT (s)
=
2
VR (s)
s + 1A s + TI kpA
ts ' 3A = 1,5 seg.
1
= p
2 kp
Tipo 1

TI
A

Alta velocidad de respuesta

Ajustable con kp ;

essp = 0

kp = 10 = 0,5

ess |IL = 0

En resumen, sus caractersticas de funcionamiento son la suma de los efectos


de las acciones P, I y D.
Implementaci
on an
aloga con amplificadores operacionales
Configuracion general de un amplificador operacional para regulacion:

J. Ramrez y E. Rosero

217

GICI

DE CONTROL - PID
6.1. ACCION

IF

IR

UR

ZF (s)

ZR (s)
IB

UB

I=0

ZR (s)

UA

R0

ZF
UR

,
=

LIK :

ZR : Transimpedancias de los cuadripolos:


ZR IR

UB

IR + ID + IF

UA (s) =

ZR IB

UA

ZF

IF

= 0

UB
UA
=
ZR
ZF
ZF (s)
[UR (s) UB (s)]

ZR (s)

UR
ZR

V oltaje de entrada
.
Corriente de salida

Para el PID:
ZR (s) = RR

ZF (s) =

(RI CI s + 1)[1 + (RA + RD ) CD s]


CI s(1 +
RA CD
s)
| {z }
T 0 d: Constante parasita

UA (s)
UR (s) UB (s)

RI (RI CI s + 1) (RD CD s + 1)
RR
R C s
R C s+1
|{z}
}
| I{z I }
| A {zD
TI =RI CI

kp

J. Ramrez y E. Rosero

218

TD =RD

CD

GICI

DE CONTROL - PID
6.1. ACCION

Seguidor de
Tensi
on

RI CI

U*Rd

IF

CD
RA

Ra << Rd

RR
UR

UB

RR

RO

posici
on
relativa
del cursor

RP

UA

El PID interactivo tiene en general mayores sobrepasos y tiempos de estabilizacion y menores tiempos de subida que el paralelo.

6.1.6.

Implementaci
on digital de la ley de control PID

PID analogo:


Z
d
1 t
e(t)dt + Td e(t)
a(t) = k e(t) +
Ti 0
dt

(6.1)

Discretizando la integral con la regla trapezoidal y la derivada con la diferencia de dos puntos, se obtiene:





T
1
T
e(kT ) e(kT T )
a(kT ) = k e(kT ) +
a(kT T ) + e(kT ) + e(kT T ) + Td
Ti
2
2
T
(6.2)
Realizando la transformada Z:




T
Td
1 + z 1
1
A(z) = k 1 +
(6.3)
+ (1 z ) E(z)
2Ti 1 z 1
T
se obtiene:


T
Td
1
T
1
+
+ (1 z ) E(z)
A(z) = k 1
2Ti Ti 1 z 1
T
J. Ramrez y E. Rosero

219

(6.4)
GICI

DE CONTROL - PID
6.1. ACCION

As obtenemos la forma posicional del controlador PID:


A(z)
KI
= Kp +
+ KD (1 z 1 )
(6.5)
Ez
1 z 1


T
= k k2i : ganancia proporcional menor que la
donde: Kp = k 1 2T
i
ganancia analoga.
KI = kT
: ganancia integral.
Ti
Td
KD = k T : ganancia derivativa.
Para evitar cambios muy fuertes a la salida del controlador ante cambios
s
ubitos de la referencia, es posible tomar las acciones P y D solo de la salida:
R(z) C(z)
KD (1 z 1 )
(6.6)
1 z 1
que es la forma de velocidad del controlador PID.
Esto simplifica los cambios manual-automatico y disminuye la posibilidad de
saturar el actuador; no permite sin embargo, el ajuste de ceros complejos,
como si lo hace el posicional.
A(z) = Kp C(z) + KI

Resumen
En este captulo se presentaron las acciones basicas de control que suelen
usar los controladores automaticos industriales. Se presentan los efectos de las
acciones de control proporcional, integral, derivativa, proporcional-integral,
proporcional-derivativa y proporcional-integral-derivativa, as como su implementacion continua mediante amplificadores operacionales y en tiempo
discreto.

Actividades de aprendizaje
1. Para el sistema de control digital de la figura 6.3:
a) Escriba las ecuaciones deinamicas discretas con Gc = 1.
J. Ramrez y E. Rosero

220

GICI

DE CONTROL - PID
6.1. ACCION

R(s)

E (s)

E(s)

Gc(z)

ROC

T = 1s

1
2s+1

C(s)
C(kT )
T = 1s

Figura 6.3: Sistema de control digital

b) Resuelva estas ecuaciones dinamicas para obtener c(kT ) con R(s) =


1
y c(0) = 1.
s
c) Si se desea: lmk e (kT ) 0 para R(s) = 1/s y una dinamica
dominada por un par de polos complejos conjugados con = 0,5
y tiempo de estabilizacion igual a 6 segundos (criterio del 5 %),
seleccione y ajuste la accion de control Gc (z) de tipo PID mas
simple posible que cumpla con estas especificaciones.
2. Para el sistema de control digital:

D(s) =

R(s) +

E(s)

1
s

+
E (s)

T = 0.5

Gc (z)

ROC

1
s+1

Se desea:
a) Error de estado estable essD = 0
b) Respuesta transitoria sobreamortiguada o dominada por un par
de polos conjugados complejos con 0,5
c) Tiempo de estabilizacion ts 2 seg, criterio del 2 %.
Seleccione y ajuste la accion de control PID mas simple posible que
cumpla con las especificaciones dadas.
3. Para el sistema de la figura 6.4:

J. Ramrez y E. Rosero

221

GICI

C(s)

DE CONTROL - PID
6.1. ACCION

u(kT )

r(t)

ROC

x 1 = x1 + u
x 2 = x1
c = x2

c(t)

Figura 6.4: Sistema 1

(50 %) Obtenga las ecuaciones de estado y de salidas discretas del


sitema en red cerrada.
(50 %) Para el sistema de la figura 6.5

R(z) +

Kp + Kd (1 z 1 )

1
2(z1)

C(z)

Figura 6.5: Sistema 2


Se desea una ecuaci
on caracter
stica en red cerrada de segundo

2
orden con = 2 y n = 2. Ajuste el controlador proporcional
derivativo, para cumplir la especificacion deseada.
4. Para el sistema de control digital de la figura 6.6:
R(s) +

E(s)

E (s)

T =1s

Gc (z)

ROC

1
2s+1

C(s)
C(kT )
T =1

Figura 6.6: Sistema

a) (10 %) Escriba las ecuaciones dinamicas discretas con Gc = 1.


b) (30 %) Resuelva estas ecuaciones dinamicas para obtener c(kT )
con R(s) = 1s y C(0) = 1.
c) (60 %) Si se desea lmk e(kT ) 0 para R(s) = 1s y una
dinamica dominada por un par de polos complejos conjugados con
J. Ramrez y E. Rosero

222

GICI

DE CONTROL - PID
6.1. ACCION

= 0,5 y tiempo de estabilizacion igual a seis segundos (criterio


del 5 %), seleccione u ajuste la accion de control Gc (z) de tipo
PID, mas simple posible, que cumpla con estas especificaciones.
5. Para el sistema de la figura 6.7:

R(s) +

Gc (s)

1
2
s +1

C(s)

Figura 6.7: Sistema

Se desea que la ecuacion caracterstica en red cerrada, este dominada


por una dinamica de segundo orden con tiempo de pico de 3 segundos
y sobrenivel porcentual del 16 %.
a) (10 %) Obtenga la ecuacion caractersitca deseada, si el sistema es
en lazo cerrado de segundo orden.
b) (10 %) Obtenga una ecuacion caractersitca deseada, si el sistema
es en lazo cerrado de tercer orden.
c) (10 %) Analice si es posible cumplir las especificaciones dadas,
para cada una de las siguientes acciones de control:
1) Gc (s) = kp
2) Gc (s) = ksi
3) Gc (s) = kp (TiTs+1)
is
4) kp (Tds + 1)
En caso de poder cumplir las especificaciones, ajuste apropiadamente
el controlador.
6. Cuarta evaluacion, diciembre de 2006
a) (30 %). Luego del modelado matematico de un sistema, se obtiene
su representacion de estado:
x 1 = x2
J. Ramrez y E. Rosero

223

GICI

DE CONTROL - PID
6.1. ACCION

x 2 = x1 2x2 + u
c = x1
Si el sistema se muestrea con un perodo de T = 0,5 seg. y tiene
un retenedor de orden cero, obtenga la matriz del sistema para su
representacion de estado en tiempo discreto.
b) (30 %). Calcule la respuesta del sistema a controlar del punto anterior, en el dominio de Z, C(z) para las condiciones iniciales:
x1 = 1, x2 = 0
c) (40 %). Se desea que el sistema descrito por la funcion de transresponda con una dinamica en
ferencia discreta: G(z) = 0,1z+0,06
(z0,6)2
red cerrada dominada por un par de polos complejos conjugados
con coeficiente de amortiguamiento de 0.5 y tiempo de estabilizacion menor de 4 seg, evaluado con el criterio del 5 %. Para ello
se dispone de un controlador PID digital, el retenedor de orden
cero y perodo de muestreo de T = 0,5 seg. Seleccione la accion
de control PID digital mas simple posible que cumpla con las especificaciones deseadas.

Lecturas complementarias
OGATA KATSUSHITO, Ingeniera de Control Moderno, Prentice Hall
3ra. edicion, 1998. Captulo 5

Referencias
KUO BENJAMIN, Sistemas de Control Automatico, Prentice Hall
1997.
OGATA KATSUSHITO, Ingeniera de Control Moderno, P.H.H. 3 edicion, 1998.
J. Ramrez y E. Rosero

224

GICI

DE CONTROL - PID
6.1. ACCION

OGATA KATSUSHITO, Sistemas de Control en Tiempo Discreto. P.H.H,


Mex. 1996.

J. Ramrez y E. Rosero

225

GICI

Bibliografa
R. Dorf. Sistemas Modernos de Control. Addison Wesley Iberoamericana,
2da. Edicion, 1989.
Benjamin. Kuo.
Sistemas de Control Autom
atico.
Hispanoamericana, 1996.

Prentice Hall-

N.Nise.
Sistemas de Control para Ingeniera. CECSA, 3ra. Edicion, 2004.
K. Ogata. Ingeniera de Control Moderna. Prentice Hall, 1993.
K. Ogata. Ingeniera de Control Moderna. Prentice Hall Hispanoamericana,
3a. Edicion, 1998.
Kiyong Kim R. C. Schaefer. Excitation control of the synchronous generator.
IEEE Industry Applications Magazine, 7(2), 2001.
R. Bishop R. Dorf. Modern control systems. Prentice Hall, 10 Edicion, 2005.
J.M. Ramrez. Dise
no del regulador de Tensi
on para un generador autoexcitado. PhD thesis, Universidad del Valle, Julio 1989.
Westinghouse. electrical Trasmission and distribution. Reference Book, 1950.

226

Das könnte Ihnen auch gefallen