Vous êtes sur la page 1sur 7

1

ANALISIS DE SISTEMAS EN EL ESPACIO DE ESTADOS.


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

AbstractEn el siguiente documento se especican deniciones, modelamiento y clculos de un sistema en base a su espacio de estados, as como tambin se especica el clculo y el modelamiento para el diseo del compensador bajo el mismo rgimen, los clculos se facilitaran con la ayuda del software MATLAB para obtener la respuesta natural del sistema y la respuesta compensada del sistema en tiempo continuo y en tiempo discreto.

Ofrece informacin sobre la dinmica del sistema y puede ayudar a mejorar el diseo del mismo. Es posible formularlo a travs de mtodos matriciales y, cuando eso se hace, el estado del sistema y las respuestas del mismo pueden describirse mediante dos ecuaciones matriciales. Se puede combinar las tcnicas de anlisis de variables de estado con las de transformacin. [1] III. MODELAMIENTO DE UN SISTEMA.

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

Se plantea un sistema electrico en el que se tienen 3 variables de estado de la siguiente forma: A. SISTEMA. Un sistema modelado en variables de estado tiene la forma de la ecuacion 1, cuya salida tiene la forma de ecuacion 2 x = Ax + B y = Cx (1) (2)

Donde A y B son matrices cuyos valores se obtienen del sistema, la matriz C escoge la variable que se desea a la salida del sistema. estas ecuaciones tienen su representacin en bloques como muestra la g. 1.

Para modelar el sistema de la g.2, se usan las Leyes de Kirchoff las cuales nos van a dar una perspectiva de las posibles variables de estado del sistema. V ent = R1 i1 + L1 i1 + R2 (i1 i2) 0 = R2 (i2 i1) + 1 C i2dt + L2 i2 (4) (3)

1 x1 + L2 x2 (11) C Las ecuaciones (6), (10) y (11) muestran un sistema de tres ecuaciones con tres incgnitas de donde se tiene que despejar las derivadas de las variables de estado quedando de esta forma las ecuaciones (12) , (13) y (14). 0 = R2 (x2 x3) + x1 = x2
Figure 2. Sistema Electrico de tercer orden.
x1 R2 x3 R2 x2 C x2 = L2 L2 L2

(12)

(13)

Las variables de estado se denen u organizan buscando la variable de estado de orden ms bajo con respecto a sus derivadas como muestra la tabla 1.
variable de estado x1 x2 x3 x4 forma idt i
di dt di2 d2 t

V ent R1 x3 R2 x3 R2 x2 x3 = + (14) L1 L1 L1 L1 En este punto se completa la ecuacin matricial caracterstica de un sistema de 3 estados como muestra la ecuacin (15), donde u es la entrada o V ent, x1 x1 x2 = A x2 + B x3 x3

Table I I DENTIFICACION DE VARIABLES

x = Ax + B

(15)

por lo tanto para el sistema de la g.2. se tienen 3 variables de estado B. PLANTEAMIENTO DE LAS VARIABLES DE ESTADO. Tomamos la ecuacin (4) como punto de partida, la i2dt es nuestra primera variable de estado, por lo que se plantea la ecuacin (5) luego de esta misma ecuacin se obtiene la segunda variable de estado derivando a (5) quedando la ecuacin (6) la misma que al derivarse nos da la ecuacin (7). Ahora sobre la ecuacin (3) obtendremos la tercera variable de estado x3, la misma que se plantea con la ecuacin (8) y a esta se la deriva obteniendo la ecuacin (9) i2dt = x1 (5) d i2dt dx1 = i2 = x2 x1 = x2 dt dt x2 = i2 i1 = x3 i1 = x3

ahora por ultimo se reemplaza los valores quedandonos la ecuacion (16). 0 x1 R2 x2 + 0 L2 1 R2 x3 ( R1+R2 ) L1 L1 L1 (16) y cuya salida se especica mediante la matriz C segun las variables de estado propuestas en las ecuaciones anteriores como muestra la tabla. 2. x1 y = C x y = 0 1 0 x2 x3 1 R2 L2 0
variable de estado x1 x2 x3 representacion i2dt i2 i1 Table II

0 x1 x2 = 1 CL2 0 x3

(6) (7) (8)

REPRESENTACION DE LAS VARIABLES DE ESTADO

C. ANLISIS DE ESTABILIDAD (9) La matriz A lleva la informacin acerca de las caractersticas como la estabilidad, sensibilidad, ubicacin de polos y ceros etc. del sistema, por lo que se plantea la ecuacin (17) donde es una variable anloga a s del plano Laplace. det |I A| V ent = R1 x3 + L1 x3 + R2 (x3 x2) (10) resolviendo la ecuacin (17) se obtiene lo siguiente: (17)

El siguiente paso es reemplazar estas variables obtenidas, en las ecuaciones (3) y (4) quedando las ecuaciones (10) y (11) respectivamente.

1 det 0 0

0 1 0

0 0 1 0 CL2 1 0

1 R2 L2
R2 L1

(18)

R2 L2 R1+R2 ( L1 )

con la ayuda de MATLAB se obtiene: codigo : syms lmd; gx = det (lmd I A) raices = solve(gx, lmd); raices = double(raices) de donde se observa en el Command Window de MATLAB la ecuacion obtenida y sus raices :

gx = lmd3 + 3 lmd2 + 2 lmd + 2 raices = 2.5214 0.2393 0.8579i 0.2393 + 0.8579i la ecuacion (19) es la ecuacion caracteristica del sistema, de donde se tiene que despejar los polos dominantes del sistema para obtener los factores de frecuencia natural, frecuencia y factor de amortiguamiento. 3 + 32 + 2 + 2 = 0
1

Figure 3.

Raices del sistema.

cuyas gracas se encuentran en la g.5, LAS CUALES NOS MUESTRAN UNA RESPUESTA NATURAL DEL SISTEMA (sin compensador) ante un escalon unitario, con R1,R2,L1,L2 y C =1.

(19)

al factorizar la ecuacion (19) obtenemos la ecuacion (20) de donde se determina la existencia de 3 polos al lado izquierdo del plano (LO QUE DEMUESTRA ESTABILIDAD), un polo netamente real y dos polos complejos conjugados los mismos que son los polos dominantes del sistema como muestra la g.3. ( + 2.521) (2 + 0.4786 + 0.7932) = 0 (20)

Figure 4.

Simulacion del sistema sin control

Con estos datos obtenemos la frecuencia natural y el factor de amortiguamiento del sistema, especicados en las ecuaciones 21 y 22. n = (0.2393)2 + (0.8579)2 = 0.8906 n 0.2393 0.8906 (21)

= n

= 0.2687 (22)

IV. MODELAMIENTO DEL SISTEMA EN SIMULINK DE MATLAB. A partir de este punto vamos a simular el sistema en simulink de MATLAB para estimar su respuesta ante una seal de entrada en particular. Para ingresar a simulink , en el command window de MATLAB se digita >> simulink y se presiona enter , luego se crea un nuevo archivo y construimos nuestro sitema como lo muestra la g.4. y
1 Se puede factorizar la ecuacin (19) mediante MATLAB con el cdigo zpk, de la siguiente manera: gp=tf([1],[1 3 2 2]);zpk(gp)

Figure 5.

Respuesta natural del sistema

V. DISEO DEL COMPENSADOR. Para el diseo del compensador en rgimen de espacio de estados, se prioriza el concepto de OBSERBABILIDAD y de

CONTROLABILIDAD, los mismos que son indispensables para poder aplicar un compensador con xito, luego se aplicara el controlador al sistema bajo las nuevas caractersticas impuestas por el diseador con su repectiva simulacion y por ltimo se analizara el concepto de OBSERVADOR con su aplicacion y la simulacion del sistema completo. A. OBSERVABILIDAD y CONTROLABILIDAD. El criterio de OBSERVABILIDAD se reere a una caracterstica del sistema en donde sus variables de estado pueden ser medidas desde la salida del sistema y que se dene en base a la propiedad de "RANGO COMPLETO" de la matriz Po ecuacion (23). El criterio de CONTROLABILIDAD se reere a una caracterstica del sistema en donde se dene si al sistema se le puede aplicar un compensador, y que tambin se dene en base a la propiedad de "RANGO COMPLETO" de la matriz Pc ecuacion (24). A continuacin se calculara el rango de la matriz Po y Pc del sistema propuesto el mismo que se denir con R1, R2, L1, L2 Y C =1, con la ayuda de MATLAB determinaremos si es observable y controlable, mediante el condigo rank ecuaciones (25)(26). C CA Po = (23) . . . C An1 . . . P c = [B . .AB . . . . . n1 B] . .A 0 1 0 P o = 1 1 1 ; 1 1 3 0 0 1 P c = 0 1 3 ; 1 2 5 (24)

Figure 6.

Esquema del sistema con

mximo sobresalto del sistema, ecuacin(27), que es del 41% y el tiempo de establecimiento (ecuacin 28) que es de 12.5363 s. Mp = e
1 2

= 0.416289

(27)

ts =

3 ts = 12.5363 n

(28)

Se impone un mximo sobresalto del 15% y un tiempo de establecimiento del 50% del tiempo de establecimiento natural (50% de 12 = 6seg), por lo tanto al factor de amortiguamiento natural le incrementamos un 60% de su valor natural para obtener un Mp% menor al 15%, (ecuacin 29) y en base a la (ecuacin 28) despejamos la nueva frecuencia natural (ecuacion 30). nuevo = 0.60+ = 0.52 M p = e
0.520361 10.5203612

rank(P o) = 3

(25)

= 0.147436 (29) (30)

rank(P c) = 3

(26)

n =

3 3 = 0.9608 ts = ts 0.52 6

para denir si un sistema es controlable y observable, el rango de la matriz Po y Pc tiene que ser diferente de 0, por lo tanto nuestro sistema con R1, R2, L1, L2 Y C =1 si es controlable y observable. B. COMPENSADOR. El COMPENSADOR es un bloque mas aplicado a nuestro sistema el cual recoge informacin de las variables de estado y las multiplica por una constante impuesta por el diseador para una respuesta deseada del sistema . En la g.6. podemos ver el esquema del sistema con compensador. C. CALCULO DE LA CONSTANTE Ka DEL COMPENSADOR. Para obtener un valor de la constante Ka del compensador se necesita denir los nuevos polos o condiciones por donde se necesita que el sistema responda, por lo tanto nos referimos a la g.3 de donde se obtuvo la frecuencia natural y el factor de amortiguamiento, el mismo que nos sirve para calcular el

Ahora con estos datos se obtienen los nuevos polos para calcular la constante del compensador de la siguiente forma: = n = 0.9608 0.520361 = 0.5 n = 2 + 2 =
2 n 2 =

(31)

0.96082 0.52 = 0.82044 (32)

por lo tanto nuestras nuevas raices son: 0.5 i 0.820449 y 3.5 (33)

y un polo real en -3.5. la ley de control es: = kxquedando las siguientes ecuaciones : x = Ax + B (34)

reemplazando kx = x = Ax+B(kx) x = (ABk)x (35)

siendo (A Bk) una Aequivalente o testeada, y se obtiene la ecuacin caracterstica (ecuacin 36) de donde se obtiene los valores del vector k del compensador. (det I A ) (det |I A + B k|) 0 0 0 0 0 0 1 0 CL2 0 1 R2 L2
R2 L1

(36)

0
R2 L2 R1+R2 ( L1 )

0 + 0 k1
1 L1

k2

k3

(37) para nuestro sistema se utiliza R1, R2, L1, L2 y C = 1 y obtenemos: 0 0 k3 (38) resolvemos este sistema y obtenemos los valores de k1 k2 y k3; pero con la ayuda de Matlab y el comando >> acker podemos simplicar este procedimiento de la siguiente manera: det 0 0 0 0 1 1 1 0 0 k2 codigo : acker(A, B, raices); donde raices son las races propuestas por el diseador para alcanzar las caracteristicas deseadas de respuesta, en este caso la ecuacion 33 muestra las raices deseadas. codigo : acker(A, B, [3.5, 0.5 j 0.8204449, 0.5 + j 0.8204449]); el cual nos entrega este vector de constantes Ka: Ka = [0.2690 0.9231 1.5000]; D. SIMULACION DEL SISTEMA COMPENSADO. Si la variable escogida para la salida en la matriz C es la corriente i2, debido a la naturaleza del sistema por la accin del condensador esta se tiene que estabilizarse en 0, como observamos en la g.8 y en la g.7 se observa el esquema simulado.
Figure 9. COMPARACION DE LAS RESPUESTAS.

0 0 0 1 0

0 0 1 +0 2 k1

Figure 8.

GRAFICAS DEL SISTEMA COMPENSADO

se har una comparacin con la respuesta natural del sistema y la respuesta compensada en base a la g.9.

segn la g.9 se puede observar claramente una reduccin del mximo sobresalto y del tiempo de establecimiento. VI. OBSERVADOR. En la g.7 se muestra un esquema del sistema compensado pero inaplicable fsicamente ya que implicara desarmar la planta del sistema para conseguir llegar a las variables de estado del sistema y es por eso que se aplica el concepto de OBSERVADOR, el cual es una simulacin de la planta y que permite estimar las variables de estado y cuyo esquema se encuentra en la g.10. en el cual el valor de las constantes Ke se calcula con MATLAB mediante el codigo acker y cuyas raices a usar son Ka pero multiplicado por una ganancia de 5 a 10, y cuya respuesta se encuentra en la g.11. VII. DIGITALIZACIN DEL SISTEMA. Para la digitalizacin del sistema vamos a necesitar la funcin de transferencia en el plano s, en este caso es

Figure 7. ESQUEMA DE SIMULACION DEL SISTEMA COMPENSADO.

Figure 10.

ESQUEMA SISTEMA COMPENSADO CON OBSERVADOR

Figure 12.

Resultados de la Digitalizacion del Sistema

Figure 11. VADOR

RESPUESTA DEL SISTEMA COMPENSADO CON OBSER-

"ecuacin(39)" y con la ayuda de matlab vamos a digitalizar el mismo: s i2 = s3 + 3s2 + 2s + 2 V i(s) (39)

Figure 13.

sistema controlado digital

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

sysd1 = c2d(sys, 0.5, opt) aplicamos s2z para mapear las raices calculadas para el diseo en el plano z obteniendo la siguiente respuesta de matlab g.12.

Entonces en nuestras simulaciones se cambian los integradores de tiempo continuo por los de tiempo discreto como muestran la gura (13) y cuyas simulaciones estan en la opt = c2dOptions( M ethod , tustin , F ractDelayApproxOrder , 3);con un periodo de muestreo de 0.5. gura(14)

Figure 14. 0.5

respuesta del sistema digitalizado con periodo de muestreo de

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

Vous aimerez peut-être aussi