Beruflich Dokumente
Kultur Dokumente
Unidad Guadalajara
Sistemas Lineales I
Curso impartido por: Dr. Javier Ruiz
jruiz@gdl.cinvestav.mx
Cuatrimestre: Septiembre-Diciembre de 2016
3. Controlabilidad y observabilidad
3.1 Controlabilidad
3.2 Observabilidad
3.3 Principio de dualidad
3.4 Representaciones mnimas
3.5 Transformaciones de similitud a formas cannicas
3.6 Representacin de sistemas no controlables/
no observables
3.7 Pruebas PBH para controlabilidad y observabilidad
4. Conceptos bsicos de estabilidad
5. Retroalimentacin de estado
5.1 Asignacin del polinomio caracterstico del sistema
5.2 Efecto de la retroalimentacin sobre ceros del
sistema, controlabilidad y observabilidad
5.3 Referencia constante en estado permanente
5.4 Rechazo de perturbaciones constantes
6. Observadores de estado
6.1 Diseo del observador
6.2 Esquema observador-controlador
Bibliografa
T. Kailath, Linear Systems, Prentice Hall, 1980.
C.T. Chen, Linear Systems, Theory and Design, Holt,
Rinehart and Winston, 1984.
K. Ogata, Modern Control Engineering, Prentice Hall,
1997.
R.C. Dorf, Sistemas Modernos de Control: Teora y
Prctica, Addison-Wesley, 1989.
G.F. Franklin, J.D. Powell, A. Emami-Naeini, Control de
Sistemas Dinmicos con Retroalimentacin, Addison-Wesley,
1989.
6
1. Sistemas dinmicos y
variables de estado
1.1 Introduccin
Objetivo: Anlisis y diseo de sistemas de control.
Estudio de sistemas lineales:
Necesidad de controlar un sistema.
Es el tipo ms sencillo de sistemas que podemos encontrar.
Muchos sistemas fsicos pueden considerarse como lineales.
Los conceptos desarrollados se aplican en otras reas.
Sistema fsico
Modelo de un sistema:
El modelo matemtico de un sistema dinmico es un conjunto
de ecuaciones que representan las caractersticas dinmicas del
sistema.
Un sistema puede ser representado de varias maneras
diferentes, y por lo tanto puede tener varios modelos
matemticos.
La dinmica de los sistemas se describe generalmente en
trminos de ecuaciones diferenciales, las cuales se obtienen
usando leyes fsicas.
Simplicidad contra exactitud.
10
Control clsico
Ecuacin diferencial lineal
n
d i y (t ) m d i u (t )
ai dt i bi dt i
i 0
i 0
Transformada de Laplace
Funcin de transferencia
11
(1.1)
14
16
17
18
19
20
Un sistema se dice lineal (desde el punto de vista entradasalida), si cumple con el principio de superposicin, esto es, si
para 2 entradas cualquiera u1 , u2 y 2 nmeros reales 1 , 2 se
cumple que
H (1u1 2u2 ) 1 H (u1 ) 2 H (u2 ).
Si la relacin anterior no se cumple, entonces el sistema se dice
no lineal.
21
Continuando con el proceso de obtener la descripcin entradasalida de un sistema, necesitamos el siguiente concepto:
Funcin impulso unitario o delta de Dirac
Considere la siguiente funcin
1 / , 0 t , 0,
f (t )
0, en cualquier otro punto.
22
(t ) lim 0 f (t ).
23
24
u
(
t
)
f
(
t
t
)
H f (t ti ) u (ti ).
i
y (t ) g (t , ) u ( )d .
Si el sistema es causal, g (t , ) 0 para t , es decir
t
y (t ) g (t , ) u ( )d .
26
y (t ) 0 g (t , ) u ( )d .
Si el sistema es invariante en el tiempo, se tiene que
g (t , ) g (t ).
Entonces, bajo las condiciones de linealidad, causalidad,
relajamiento e invariancia en el tiempo, la salida del sistema
est dada por
t
y (t ) 0 g (t ) u ( )d .
(1.2)
27
(1.3)
G ( s ) 0 g (t )e st dt
(1.4)
28
29
30
31
2. Descripcin de sistemas
lineales en variables de estado
32
x(t ) h( x(t ), u (t ), t )
y (t ) g ( x(t ), u (t ), t )
(2.1)
33
x1 (t )
x (t )
2
donde x(t )
x (t )
n
y1 (t )
y (t )
2
y (t )
p
u1 (t )
u (t )
2
y u (t )
es el vector de salidas,
es el vector de entradas.
u (t )
m
34
Usaremos la notacin
{x(t0 ), u[ t0 , ) } {x[ t0 , ) , y[ t0 , ) }
para indicar que el estado inicial x(t0 ) y la entrada u[ t0 , )
producen el estado x(t) y la salida y(t), para t t0 .
35
[ t0 , )
[ t0 , )
[ t0 , )
36
[ t0 , )
respuesta debida a
}.
respuesta debida a
37
(2.2)
38
39
x(t ) Ax(t ) Bu (t )
y (t ) Cx (t ) Du (t )
(2.3)
41
42
43
(2.4)
45
46
47
48
49
Sistemas discretos
Para este tipo de sistemas, las seales involucradas toman
valores en ciertos instantes de tiempo.
La salida de un sistema lineal discreto, causal, invariante en el
tiempo y relajado, est dada por
y (k )
g (k m)u (m),
m0
k 0,1,2,...
50
51
(2.6)
x(t ) Ax(t ) Bu (t ).
52
x(t ) ax(t ).
(2.7)
Solucin:
1 22
1 k k
x(t ) (1 at a t a t ) x(0) e at x(0).
2 k!
e
at
k 0
(2.8)
1 k k
at
k!
53
x(t ) Ax(t ).
(2.9)
Solucin:
1
1
x(t ) ( I At A2t 2 Ak t k ) x(0)
2 k!
e At
donde
x(t ) e At x(0),
(2.10)
1 k k
At
k!
(2.11)
e :
At
k 0
55
(2.12)
At
e
:
Mtodos para encontrar la matriz exponencial
(2.13)
57
(t ) A (t ),
(0) I .
(2.15)
58
59
x(t ) Ax(t ) Bu (t ).
Usando transformada de Laplace y despejando, tenemos que
X ( s ) ( sI A) 1 x(0) ( sI A) 1 BU ( s ),
1
At
(
sI
A
)
L
{
e
}, entonces
y como
X ( s ) L {e At }x(0) L {e At }BU ( s ).
60
x(t ) e x(0) 0 e A( t ) Bu ( )d
At
(2.16)
(2.17)
61
62
(2.19)
63
Fig. 2.1
64
Fig. 2.2
65
66
En forma matricial
x c Ac xc bc u
y cc xc ,
donde
a1
Ac 1
0
cc b1 b2
a2
0
1
a3
0 ,
1
bc 0
0
b3 .
67
La ecuacin (2.18)
...
..
.
.
..
y a1 y a2 y a3 y b3u b2 u b1 u
tambin puede escribirse en la forma
...
..
.
y a1 y a2 y a3 y m
.
..
m b3u b2 u b1 u .
(2.20)
68
Fig. 2.3
69
Fig. 2.4
70
donde
1 b1
2 b2 a1b1
3 b3 a1b2 a2b1 a1 b1 ,
2
o en forma matricial
1 1
2 a1
3 a2
0 0
1 0
a1 1
b1
b.
2
b3
71
Aob
0
0
a3
1
0
a2
0
1 ,
a1
bob
1 1
2 a1
3 a2
0 0
1 0
a1 1
b1
b
2
b3
cob 1 0 0 .
72
Fig. 2.5
de lo cual resultan las formas cannicas observador y
controlabilidad, que se muestran a continuacin.
73
Fig. 2.6
74
x o Ao xo bou
y co xo ,
donde
a1
Ao a2
a3
1 0
0 1 ,
0 0
b1
bo b2
b3
co 1 0 0 .
75
Fig. 2.7
76
0 1 a1
cc 1
1
bco 0
0
3 b1 b2
1 a1
b3 0 1
0 0
a2
a1
77
Ao Ac ,
T
bo cc ,
T
co bc
78
Parmetros de Markov
Sea
b( s ) b1s n1 b2 s n2 bn
H (s)
n
a( s)
s a1s n1 an
una funcin de transferencia dada, y ( A, b, c) una
representacin en espacio de estado correspondiente, esto es,
b( s )
1
H ( s)
c( sI A) b hi s i h1s 1 h2 s 2
a( s)
i 1
Dado que
I A A2
( sI A) 2 3
s s
s
1
2
cb
cAb
cA
b
1
c( sI A) b 2 3
s
s
s
i 1,2,
h1 cb
h2 cAb
h3 cA2b
80
Observe que:
Los parmetros de Markov son propios de la funcin de
transferencia, esto es, no dependen de la representacin ( A, b, c)
de H(s).
Los coeficientes i , i 1, , n, que aparecen en las formas
cannicas de observabilidad y controlabilidad corresponden a
los primeros n parmetros de Markov del sistema, esto es,
hi i , i 1, , n.
81
a ( s ) i 1 s i
(suponiendo que las races de a(s) son distintas), podemos
obtener una representacin en forma cannica diagonal, como
se muestra esquemticamente en la siguiente figura.
82
Fig. 2.8
83
x d Ad xd bd u
y cd xd ,
donde
Ad diag{1 , 2 , , n },
cd c1 cn ,
b1
bd
bn
y
bi ci g i ,
i 1, , n.
84
x(t ) Ax(t ) bu (t )
y (t ) cx(t )
una representacin de un sistema en espacio de estado, y hgase
el cambio de variables
x(t ) T x(t )
donde T es una matriz no singular cualquiera.
85
1
x(t ) T 1 AT
x
(
t
)
T
b u (t ) A x(t ) b u (t )
b
A
y (t ) cT
x(t ) c x(t )
c
lo cual se conoce como una transformacin de similitud.
Entonces, 2 representaciones en espacio de estado ( A, b, c) y
( A, b, c) se dicen similares si existe una matriz no singular T
tal que
A T 1 AT , b T 1b, c cT .
86
87
x(t ) Ax(t ) bu (t )
y (t ) cx(t )
esto es,
b( s )
H ( s ) c( sI A) b
.
a( s)
1
88
89
x(t ) Ax(t ) bu (t )
y (t ) cx(t )
una representacin en espacio de estado de un sistema, con
funcin de transferencia H(s)=b(s)/a(s), y donde n deg a ( s ).
t
Si la entrada aplicada al sistema es de la forma u (t ) e ,
donde no es un polo de H(s), entonces la salida del sistema
1
x
(
0
)
A
)
b
debido a esta entrada y a la condicin inicial
t
y
(
t
)
H
(
)
e
, t 0.
est dada por
Corolario 2.1. Si es un cero de H(s), entonces la salida del
t
u
(
t
)
e
sistema y(t) debido a la entrada
y a la condicin
1
t para
0.
x(0) (I A) b
inicial
es cero
90
91
3. Controlabilidad y
observabilidad
92
3.1 Controlabilidad
Sea un sistema (escalar) dado en su representacin en espacio
de estado
x. (t ) Ax(t ) bu (t )
( A, b, c)
y (t ) cx(t ).
Sean x(t0 ) y x(t1 ) puntos cualquiera del espacio de estado.
Se dice que el sistema ( A, b, c) es controlable al tiempo t 0
si existe una entrada u(t) que transfiere x(t0 ) a x(t1 ) al
tiempo t 1.
93
Al tiempo t 1
t
94
e k (t ) Ak
At
k 0
se obtiene
n1
x(t1 ) e x(0) A b
At1
k 0
t1
0 k (t1 )u ( )d .
95
Definiendo
t
wk : 01 k (t1 )u ( )d
tenemos que
n 1
x(t1 ) e x(0) Ak b wk
At1
k 0
w0
w
Ab An 1b 1 .
w
n 1
96
Ab An1b
Ab An1b
97
La matriz
C b
Ab An1b
98
a2
0
1
a3
0 ,
1
bc 0
0
tenemos que
Cc bc
Ac bc
1 a1
2
Ac bc 0 1
0 0
a1 a2 1 a1
a1 0 1
1 0 0
2
a2
a1
99
Cc
a1
1
0
a2
a1
1
an1
an 2
a1
100
0 1 a1
tenemos que
1
bco 0
0
1 0 0
Cco 0 1 0 .
0 0 1
102
Por lo tanto
x(n) An x(0) b
u (n 1)
u (n 2)
.
Ab An 1b
u (0)
Ab An1b es no singular.
103
Ab An1b es no singular.
104
Observe que:
105
3.2 Observabilidad
El sistema ( A, b, c) se dice observable al tiempo t0 , si es
posible determinar el estado x(t0 ) a partir del conocimiento de
la entrada u(t) y de la salida y(t) en un intervalo finito de
tiempo.
106
107
.
cA
cb
y..(t )
n2
y ( n 1) (t ) cAn 1
cA b
Y (t )
O
cb
0
T
u (t )
.
u..(t )
u (t )
u ( n 1) (t )
U (t )
108
En t=0, tenemos
Y (0) TU(0) Ox(0).
Con el conocimiento de Y (0) y U (0), el estado x(0) puede ser
determinado de manera nica si las columnas de la matriz O son
linealmente independientes, esto es, si O es no singular, en cuyo
caso tendremos que
x(0) O1[Y (0) TU(0)].
109
La matriz
c
cA
cAn1
110
.
x(t ) Ax(t ) bu (t )
y (t ) cx(t )
w(t ) bT z (t ).
111
Entonces:
112
113
114
115
116
117
118
T O1 (c1 , A1 )O(c2 , A2 ).
119
120
tiene la forma
.
x
c (t )
.
Ac
x nc (t ) 0
y (t ) c c
A12 x c (t ) b c u (t )
Anc x nc (t ) 0
x c (t )
c nc
x nc (t )
donde:
1) El subsistema ( Ac , b c , c c ) de orden r es controlable.
2) La funcin de transferencia del subsistema ( Ac , b c , c c ) es
la misma que la del sistema original, esto es
c( sI A) 1 b c c ( sI Ac ) 1 b c .
121
122
Sistemas no observables
Sea ( A, b, c) un sistema no observable de orden n, con
rango O(c, A) q n.
Existe una transformacin de similitud T, tal que la
1
1
(
A
,
b
,
c
),
A
T
AT
,
b
T
b, c cT
representacin
con
tiene la forma
.
x (t )
x
o (t )
o
b
A
0
o u (t )
.
o
x no (t ) A21 Ano x no (t ) b no
y (t ) c o
x o (t )
0
x no (t )
123
donde
1) El subsistema ( Ao , b o , c o ) de orden q es observable.
2) La funcin de transferencia del subsistema ( Ao , b o , c o ) es
la misma que la del sistema original, esto es
c( sI A) 1 b c o ( sI Ao ) 1 b o .
124
125
c c c ,o
0
Ac ,no
0
0
A13
A23
Anc ,o
A43
0
A24
,
0
Anc ,no
cnc ,o
b c ,o
b c ,no
b
0
0
126
donde
1) El subsistema ( Ac ,o , b c ,o , c c ,o ) es controlable y observable,
1
1
c
(
sI
A
)
b
c
(
sI
A
)
b c ,o .
c
,
o
c
,
o
con
2) El subsistema
Ac ,o
A21
0
Ac ,no
b c ,o
,
, c c ,o
b c ,no
es controlable.
127
3) El subsistema
Ac ,o
0
A13
Anc ,o
b c ,o
,
, c c ,o
c nc ,o
es observable.
4) El subsistema ( Anc ,no , 0, 0) no es controlable ni observable.
128
129
130
131
c
rango
n para toda s.
sI A
132
4. Conceptos bsicos de
estabilidad
133
134
h(t ) dt M
135
136
Observe que:
Estabilidad interna implica estabilidad externa.
Ambos conceptos son equivalentes si ( A, b, c) es una
representacin mnima de H(s), esto es, si el sistema es
controlable y observable.
Un sistema ( A, b, c) no controlable se dice estabilizable si la
parte no controlable es estable.
137
x(t ) f ( x, t )
donde x(t) es el vector de estado del sistema, y sea
(t ; x0 , t0 )
la solucin de la ecuacin anterior, donde x x0 en t t0 .
Para el sistema anterior, al estado xe que satisface
f ( xe , t ) 0, para todo t ,
se le conoce como estado de equilibrio.
138
Sea
|| x xe || k
una regin esfrica de radio k alrededor del punto de equilibrio xe ,
donde || x xe || es la norma Euclideana, definida como
|| x xe || [( x1 x1e ) 2 ( xn xne ) 2 ]1/ 2 .
Sea S ( ) los puntos tales que
|| x0 xe ||
y sea S ( ) los puntos tales que
|| (t ; x0 , t0 ) xe || ,
t t0 .
139
141
142
143
144
5. Retroalimentacin de
estado
145
( A, b, c)
.
x(t ) Ax(t ) bu (t )
y (t ) cx(t ).
146
( s ) s n 1s n1 n .
Esto significa que buscamos reubicar los modos del sistema (y
por consiguiente, los polos del mismo) mediante retroalimentacin de estado.
147
148
149
Tenemos que
( s ) ak ( s ) det( sI A bk )
det{( sI A)[ I n ( sI A) 1 bk ]}
det( sI A) det[ I n ( sI A) 1 bk ].
Lema 5.1. Sean L y N matrices de dimensiones n m y m n
respectivamente. Entonces se cumple que
det( I n LN ) det( I m NL ).
150
Por lo tanto
( s ) a ( s )[1 k ( sI A) 1 b],
de donde
( s ) a ( s ) a ( s )k ( sI A) 1 b.
151
152
Por lo tanto
( s n 1s n1 n ) ( s n a1s n1 an )
k[ Is n1 ( A a1 I ) s n2 ( A2 a1 A a2 I ) s n3 ]b.
Examinando por potencias de s la ecuacin anterior, tenemos
que
1 a1 kb
2 a2 kAb a1kb
3 a3 kA2b a1kAb a2 kb
153
a k CT
donde
1 2 n
a a1
a2 an
C b
Ab An1b
1
0
a1
1
0
a2
a1
1
an1
an 2
.
a1
1
154
(5.1)
155
Cc
a1
1
0
a2
a1
1
an1
an 2
a1
T 1.
156
(5.2)
157
Y (s)
b( s )
c( sI A) 1 b
U (s)
a( s)
.
1
V ( s ) 1 k ( sI A) b
159
Y ( s ) Y ( s ) U ( s ) b( s )
1
V ( s ) U ( s ) V ( s ) a ( s ) 1 k ( sI A) 1 b
b( s )
a( s)
b( s )
a( s) a( s) g ( s) a( s) g ( s)
donde g ( s ) : k Adj( sI A)b.
160
161
162
.
a( s) g ( s) ( s)
1
Entonces el sistema ( A bk , b, c), el cual sigue siendo controlable, ser observable si y solo si b(s) y (s ) son coprimos, esto
es, si y solo si los modos del sistema en lazo cerrado no
coinciden con los ceros del sistema. Por lo tanto, la observabilidad puede ser afectada por retroalimentacin de estado.
163
x(t ) ( A bk ) xd bvd 0
de donde
xd ( A bk ) 1 bvd .
165
Entonces
yd cxd c( A bk ) 1 bvd .
Sea
H k ( s ) c( sI A bk ) 1 b
la funcin de transferencia del sistema en lazo cerrado.
Entonces tenemos que
de donde
yd H k (0)vd
yd
vd
.
H k (0)
166
167
x(t ) Ax(t ) bu (t ) w
y (t ) cx(t )
donde w es una perturbacin constante desconocida (vector), y
suponga que se quiere llevar la salida del sistema a cero, an en
presencia de esta perturbacin.
168
170
6. Observadores de estado
171
172
174
175
Incluso no tomando en cuenta que no hay ajuste a las perturbaciones que pudieran surgir durante la operacin del sistema, este
observador en lazo abierto presenta otros problemas como el
siguiente.
Suponga que la condicin inicial x (0) que se utiliza para el
modelo construido tiene un pequeo error, esto es
x (0) x0 ,
|| || || x0 || .
176
178
x (0) x0
179
180
a2 an
a1
1
0
a2
a1
1
an 1
an 2
a1
1
182
183
Esquema observador-controlador
184
(6.1)
x(t )
bk
A lc bk x (t )
b v(t ).
b
( 6 .2 )
185
(6.3)
(6.4)
De (6.4) despejamos X ( s )
X ( s ) ( sI A lc bk ) 1 lcX ( s ) ( sI A lc bk ) 1 bV ( s ).
186
Reemplazando X ( s ) en (6.3)
sX ( s ) AX ( s ) bk[( sI A lc bk ) 1 lcX ( s )
( sI A lc bk ) 1 bV ( s )] bV ( s ).
Reagrupando
[ sI A bk ( sI A lc bk ) 1 lc ] X ( s )
[ I bk ( sI A lc bk ) 1 ]bV ( s )
que puede escribirse como
[ I bk ( sI A lc bk ) 1 ]1{( sI A lc )
[ I bk ( sI A lc bk ) 1 ]lc} X ( s ) bV ( s ).
187
lc
bk
)
[
I
bk
(
sI
lc
)
] .
sI Q
Entonces
[ I bk ( sI A lc ) 1 ]{( sI A lc )
[ I bk ( sI A lc ) 1 ]1 lc} X ( s ) bV ( s ).
188
X ( s ) ( sI A bk ) 1 bV ( s ).
Como
Y ( s ) cX ( s ) c( sI A bk ) 1 bV ( s )
entonces la funcin de transferencia del sistema compuesto es
H ( s ) c( sI A bk ) 1 b.
189
190
bk
.
A lc bk
191
ao c ( s ) det
lc
sI
lc
bk
I I
det
0
I
0
sI A lc
lc
sI A bk
I I
0 I
det( sI A lc ) det( sI A bk )
aobs ( s ) acont ( s ).
192
193