UNIVERSIDAD TCNICA DE ORURO

FACULTAD NACIONAL DE INGENIERIA

INGENIERA DE SISTEMAS E INFORMTICA












SIS2366 TEORA DE CONTROL

(Apuntes de Docencia)






Versin 2.0






MCs. Ing. Armengol Blanco Benito




Oruro, noviembre 2009
ii
ndice General

Contenido
ndice General ................................................................................................................................. ii
Prefacio .......................................................................................................................................... vi
I
II G
GGE
EEN
NNE
EER
RRA
AAL
LLI
II D
DDA
AAD
DDE
EES
SS D
DDE
EE L
LLO
OOS
SS S
SSI
II S
SST
TTE
EEM
MMA
AAS
SS D
DDE
EE C
CCO
OON
NNT
TTR
RRO
OOL
LL.......................................................... 1
1.1 Introduccin .......................................................................................................................... 1
1.2 Sistema .................................................................................................................................. 1
1.2.1 Definicin de Sistema de Control .................................................................................... 2
1.3 Breve Historia [1] .................................................................................................................. 2
1.4 Aplicaciones .......................................................................................................................... 2
1.5 Estado Actual y Tendencias de la Ingeniera de Control ......................................................... 6
1.5.1 Otras Temticas Consideradas por la Teora de Control ................................................... 6
I
II I
II M
MMO
OOD
DDE
EEL
LLO
OOS
SS M
MMA
AAT
TTE
EEM
MM
T
TTI
II C
CCO
OOS
SS D
DDE
EE L
LLO
OOS
SS S
SSI
II S
SST
TTE
EEM
MMA
AAS
SS .................................................................. 8
2.1 Introduccin .......................................................................................................................... 8
2.2 Modelos Matemticos ............................................................................................................ 8
2.2.1 Simplicidad y Exactitud ................................................................................................... 9
2.2.2 Modelacin [6] ................................................................................................................ 9
2.3 Clasificacin de los Sistemas [1] ......................................................................................... 10
2.4 Sistemas Lineales ................................................................................................................ 11
2.4.1 Principio de Superposicin ............................................................................................ 11
2.4.2 Propiedad de homogeneidad .......................................................................................... 11
2.5 Linealizacin ....................................................................................................................... 14
2.6 Funcin de Transferencia ..................................................................................................... 17
2.7 Modelos de Diagramas de Bloques ...................................................................................... 20
2.7.1 Transformacin de Diagrama de Bloques ...................................................................... 21
2.8 Modelos de Grficas del Flujo de Seal ............................................................................... 24
I
II I
II I
II E
EES
SST
TTR
RRU
UUC
CCT
TTU
UUR
RRA
AA D
DDE
EE L
LLO
OOS
SS S
SSI
II S
SST
TTE
EEM
MMA
AAS
SS D
DDE
EE C
CCO
OON
NNT
TTR
RRO
OOL
LL ............................................................ 27
3.1 Introduccin ........................................................................................................................ 27
3.2 Estructura Tpica de un Sistema de Control ......................................................................... 27
3.3 Sistema de Control de Lazo Abierto .................................................................................... 28
3.4 Sistema de Control de Lazo Cerrado .................................................................................... 28
3.5 Acciones de Control ............................................................................................................ 29
3.6 Seales de Perturbacin en Sistema de Control .................................................................... 31
3.7 El Costo de la Realimentacin ............................................................................................. 31
iii
3.8 Sintonizacin de los Controladores PID ............................................................................... 32
3.8.1 Reglas de Ziegler y Nichols ........................................................................................... 32
I
II V
VV C
CCO
OOM
MMP
PPO
OOR
RRT
TTA
AAM
MMI
II E
EEN
NNT
TTO
OO D
DDE
EE L
LLO
OOS
SS S
SSI
II S
SST
TTE
EEM
MMA
AAS
SS D
DDE
EE C
CCO
OON
NNT
TTR
RRO
OOL
LL ................................................ 35
4.1 Introduccin ........................................................................................................................ 35
4.2 Comportamiento de un Sistema de Control .......................................................................... 35
4.3 Especificaciones del Comportamiento ................................................................................. 35
4.3.1 Definiciones de Especificaciones de la Respuesta .......................................................... 36
4.4 Rgimen Transitorio ............................................................................................................ 37
4.5 Rgimen Estacionario .......................................................................................................... 39
4.6 Localizacin de las Races en el Plano s .............................................................................. 40
4.7 Error en Estado Estacionario................................................................................................ 40
V
VV E
EES
SST
TTA
AAB
BBI
II L
LLI
II D
DDA
AAD
DD D
DDE
EE L
LLO
OOS
SS S
SSI
II S
SST
TTE
EEM
MMA
AAS
SS D
DDE
EE C
CCO
OON
NNT
TTR
RRO
OOL
LL ............................................................. 42
5.1 Introduccin ........................................................................................................................ 42
5.2 Estabilidad ........................................................................................................................... 42
5.2.1 Condicin Necesaria y Suficiente .................................................................................. 42
5.3 Criterio de Estabilidad de Routh-Hurwitz ............................................................................ 43
V
VVI
II L
LLU
UUG
GGA
AAR
RR G
GGE
EEO
OOM
MM
T
TTR
RRI
II C
CCO
OO D
DDE
EE L
LLA
AAS
SS R
RRA
AAI
II C
CCE
EES
SS............................................................................ 48
6.1 Introduccin ........................................................................................................................ 48
6.2 Lugar Geomtrico de las Races........................................................................................... 48
6.3 Mtodo del Lugar Geomtrico ............................................................................................. 49
6.4 Aplicacin del Lugar Geomtrico de las Races ................................................................... 52
6.4.1 Compensador ................................................................................................................. 53
V
VVI
II I
II R
RRE
EES
SSP
PPU
UUE
EES
SST
TTA
AA E
EEN
NN F
FFR
RRE
EEC
CCU
UUE
EEN
NNC
CCI
II A
AA .......................................................................................... 55
7.1 Introduccin ........................................................................................................................ 55
7.2 Respuesta de Frecuencia ...................................................................................................... 55
7.3 Medicin de la Respuesta de Frecuencia .............................................................................. 55
7.4 Grficas de Bode ................................................................................................................. 56
7.5 Margen de Ganancia ............................................................................................................ 59
7.6 Margen de Fase ................................................................................................................... 59
V
VVI
II I
II I
II V
VVA
AAR
RRI
II A
AAB
BBL
LLE
EES
SS D
DDE
EE E
EES
SST
TTA
AAD
DDO
OO.................................................................................................. 61
8.1 Introduccin ........................................................................................................................ 61
8.2 Variables de Estado ............................................................................................................. 61
8.3 Sistemas Lineales de Tiempo Continuo ............................................................................... 62
8.4 Funciones de Transferencia ................................................................................................. 63
8.5 Cambio de Variables de Estado ........................................................................................... 64
8.6 Ecuaciones de Desacoplamiento de Estado .......................................................................... 66
iv
8.7 Controlabilidad y Observabilidad ........................................................................................ 66
8.7.1 La Matriz de Controlabilidad ......................................................................................... 67
8.7.2 La Matriz de Observabilidad.......................................................................................... 67
8.8 Estabilidad por Lyapunov .................................................................................................... 67
8.8.1 Segundo Mtodo de Lyapunov ...................................................................................... 67
8.8.2 Estabilidad en el Sentido de Lyapunov .......................................................................... 68
8.8.3 Teorema de Estabilidad de Lyapunov ............................................................................ 68
8.9 Estimacin de Estado [9] ..................................................................................................... 69
8.10 Observadores de Estado [10] ............................................................................................. 71
8.10.1 Observador a Lazo Abierto .......................................................................................... 71
8.11 Filtro de Kalman ................................................................................................................ 72
I
II X
XX C
CCO
OON
NNT
TTR
RRO
OOL
LL D
DDI
II G
GGI
II T
TTA
AAL
LL ............................................................................................................. 75
9.1 Introduccin ........................................................................................................................ 75
9.2 Uso de la Computadora en un Sistema de Control ................................................................ 75
9.3 Seales de Tiempo Discreto ................................................................................................. 76
9.3.1 Seales de Tiempo Discreto de Algunas Funciones Elementales .................................... 77
9.4 Transformada Z ................................................................................................................... 78
9.4.1 Transformadas Z de Algunas Funciones Elementales Muestreadas ................................ 78
9.4.2 Reglas Bsicas ............................................................................................................... 79
9.5 Transformada Z Inversa ....................................................................................................... 79
9.6 Sistemas de Tiempo Discreto ............................................................................................... 80
9.6.1 Ecuaciones de Diferencias y Respuesta .......................................................................... 80
9.7 Funciones de Transferencia Z .............................................................................................. 80
9.8 Controlabilidad y Observabilidad ........................................................................................ 81
X
XX C
CCO
OON
NNT
TTR
RRO
OOL
LL
P
PPT
TTI
II M
MMO
OO ............................................................................................................... 82
10.1 Introduccin ...................................................................................................................... 82
10.2 La Optimizacin del Control .............................................................................................. 82
10.3 Formulacin del Problema de Control ptimo [7] ............................................................. 82
10.4 Control ptimo de Sistemas Continuos.............................................................................. 83
10.5 Control ptimo Discreto.................................................................................................... 85
10.6 Principio de Optimalidad ................................................................................................... 86
10.7 La Funcin de Costo Discreta ............................................................................................ 86
10.8 Ley de Control ptima ...................................................................................................... 87
Referencias Bibliogrficas ............................................................................................................. 88
Anexo A Tabla de Equivalencias de Bloques ................................................................................. 89

v

vi
Prefacio

l presente texto, es un apunte de docencia de la asignatura Teora de Control que se imparte
en la Carrera de Ingeniera de Sistemas e Informtica de la Facultad Nacional de Ingeniera
dependiente de la Universidad Tcnica de Oruro.

En el primer captulo, se pretende dar una definicin de sistema y sistema de control. Asimismo, se
realiza una breve revisin histrica sobre el desarrollo de los sistemas de control. Por otra parte, se
presentan ejemplos tpicos de sistemas de control y finalmente, se explica las tendencias futuras de
la teora de control.

En el captulo II, se presentan las tcnicas de modelacin aplicables a sistemas de control, se
deducen modelos basados en ecuaciones diferenciales, funciones de transferencia, diagramas de
bloques y grficas de flujo de seal.

En el captulo III, se presentan la estructura tpica de un sistema de control, las diversas acciones de
control, los controladores tpicos de carcter acadmico utilizados en el control de sistemas, y las
reglas de sintonizacin de Ziegler y Nichols.

En el captulo IV, se presentan las especificaciones del comportamiento de un sistema de control, la
localizacin de las races de la ecuacin caractersticas en el plano s. La respuesta de rgimen
transitorio y permanente, y el error en estado estacionario para una entrada escaln unitaria.

En el captulo V, se presentan las condiciones necesarias y suficientes para que un sistema sea
estable. Se explica las caractersticas del criterio de Routh-Hurwitz aplicable a sistemas lineales.

En el captulo VI, se presenta el mtodo del lugar geomtrico de las races y su aplicacin para
determinar la estabilidad de un sistema de control lineal.

En el captulo VII, se presenta el mtodo de respuesta de frecuencia, es un mtodo alterno muy
prctico e importante para el anlisis y diseo de un sistema de control.

En el captulo VIII, se presenta el mtodo de las variables de estado para el anlisis de sistemas de
control lineales. Se determina la controlabilidad y observabilidad de un sistema de control. Se
realiza el anlisis de estabilidad mediante la tcnica del segundo mtodo de Lyapunov. Asimismo,
se presenta el anlisis del estimador y observador de estado, y el filtro de Kalman.

En el captulo IX, se presenta la tcnica del control digital para sistemas de control. Se consideran
las seales de tiempo discreto, y su tratamiento mediante las transformada Z y la utilizacin de la
transformada Z inversa, y su aplicacin a sistemas de tiempo discreto.

En el captulo X, se desarrollan los conceptos sobre la teora del control ptimo con el objetivo de
proveer bases para el diseo de sistema de control ptimo.

En cada captulo, se incluyen ejemplos de carcter didctico.

Armengol Blanco Benito

E
I
II G
GGE
EEN
NNE
EER
RRA
AAL
LLI
IID
DDA
AAD
DDE
EES
SS D
DDE
EE L
LLO
OOS
SS S
SSI
IIS
SST
TTE
EEM
MMA
AAS
SS D
DDE
EE C
CCO
OON
NNT
TTR
RRO
OOL
LL


1.1 Introduccin

En este captulo, se pretende dar una definicin de sistema y sistema de control. Asimismo, se
realiza una breve revisin histrica sobre el desarrollo de los sistemas de control. Por otra parte, se
presentan ejemplos de sistemas de control y finalmente, se explica las tendencias futuras.

1.2 Sistema

Un sistema, es un conjunto de elementos que interactan entre s y est limitado por una frontera
(real o imaginaria).


Fig. 1.1 Sistema limitado por una frontera real o imaginaria.

En un sistema fsico, los elementos de inters son ciertas cantidades fsicas, las cuales estn
relacionadas de acuerdo a principios basados sobre las leyes fundamentales de la fsica.

Mientras que en un proceso qumico, las cantidades involucradas son el balance de masa y energa.

Por otra parte, en un sistema econmico, se tiene la interaccin de las fuerzas econmicas (oferta y
demanda).

La Ingeniera de Control, encara:

El Control de Mquinas,
La Automatizacin de Procesos Industriales,
El Control de Procesos Econmicos, etc.

Para este fin, la Ingeniera de Control utiliza:

La Teora de la Realimentacin,
La Modelacin,
El Anlisis,
La Teora de Redes y Comunicacin


2
1.2.1 Definicin de Sistema de Control

Un sistema de control, es una interconexin de componentes que forman una configuracin del
sistema, la cual proporcionar una respuesta deseada del sistema.

1.3 Breve Historia [1]

A grandes rasgos, se presenta el desarrollo histrico de la teora de control a nivel mundial.

Hern de Alejandra, 1
er
siglo d.C., escribe el libro Pneumtica, sobre un mecanismo de
nivel de agua.
James Watt, 1769, inventa el primer regulador centrfugo que controla la velocidad de una
mquina de vapor.
Pilzunov, 1765, inventa el regulador del nivel de agua a base de un flotador.
Nyquist, 1930, inventa el sistema de realimentacin en amplificadores telefnicos, en el
laboratorio de la Bell Telephone, conjuntamente con Bode y Black.
En la II guerra mundial, recibi un gran impulso la teora de control, tanto en USA y Europa.
Se utilizan mtodos matemticos y analticos, la Ingeniera de Control llega a ser una
disciplina completa.
Despus de la guerra, se amplia el uso de la Transformada de Laplace y el Plano de
Frecuencia Compleja.
En la dcada de los aos 1950, se desarrolla y usa los mtodos en el plano s, con el enfoque
de los lugares geomtricos de las races, se emplean las computadoras analgicas y digitales.
El lanzamiento del sputnik, da otro impulso a los sistemas de control.
Liapunov y Minorsky, desarrollan mtodos en el dominio del tiempo.
R. Bellman (USA), desarrolla nuevas teoras del control ptimo.
Se incrementa la automatizacin y control de procesos industriales por medios automticos.
Se optimiza la productividad, relacin de la salida fsica a la entrada fsica, productividad del
trabajador, produccin real por horas de trabajo.
Se implementa el control de procesos por computadora y se enfatiza en el desarrollo de
Hardware y Software para tal fin.
Desde hace dos dcadas emerge el control inteligente, mediante:
o El desarrollo de sistemas expertos y la inteligencia artificial.
o El tratamiento de la informacin mediante las redes neuronales
o La aplicacin de la lgica difusa en el control moderno.

1.4 Aplicaciones

Se presentan las principales aplicaciones de la teora de control en el control de procesos
tecnolgicos, mediante ejemplos seleccionados.

a) Control del Tratamiento de Aguas Servidas

Las aguas servidas, se caracterizan por un alto contenido de microorganismos nocivos a la salud
humana, debido a sa situacin en las grandes ciudades se tienen sistemas de tratamiento de aguas
servidas. En la Fig. 1.2, se muestra un sistema aireacin para el tratamiento de esas aguas servidas.

3


Fig. 1.2 Sistemas de estanques de aireacin

El objetivo del control: es la descontaminacin de estas aguas.

Las estrategias de control que podran implementarse, son:

Interferir la ley de reproduccin del microorganismo
Determinar el tiempo crtico de agitacin
Determinar el tiempo de respuesta
Calcular la velocidad de sedimentacin

Las estrategias a emplear dependern de las caractersticas de las aguas servidas.

En el caso de dos especies de bacterias competidoras, cuyas poblaciones son
1
x y
2
x
respectivamente, la dinmica de la poblacin de bacterias queda determinado por la ecuacin de
Volterra: [2]
2 1 22 2 21
2
2 1 12 1 11
1
x x a x a x
x x a x a x
=
=

donde
21 12 11
a , a , a y
22
a son constantes. Si se perturba el proceso mediante la accin u, las
poblaciones cambian de acuerdo a las siguientes ecuaciones:
u b x x a x a x
u b x x a x a x
2 2 1 22 2 21
2
1 2 1 12 1 11
1
=
=

donde
1
b y
2
b son constantes. Manipulando adecuadamente la variable u, -por ejemplo el tiempo
de agitacin de las aguas servidas- se puede lograr que predominen las bacterias benficas, las
cuales pueden acelerar el proceso de descontaminacin de las aguas.


4
b) Regulacin de Tensin de Generadores Elctricos

La tensin en los bornes de un generador depende de la carga requerimiento de energa elctrica
por un consumo-, pero la carga es variable a lo largo del da. El requerimiento de la energa elctrica
depende de muchos factores, principalmente de la poca del ao y los hbitos socioculturales y
niveles econmicos de los consumidores clientes-. sta curva, tiene un mximo D
max
a las 19 horas
aproximadamente, como se muestra en la Fig. 1.3 que representa una curva de carga diaria tpica.
















Fig. 1.3 Curva de carga diaria de un sistema elctrico.

Fig. 1.4 Diagrama esquemtico de un generador elctrico.

El control de la tensin en bornes, se realiza considerando que la tensin depende de la corriente de
campo:

) I ( f V
F T
=

El objetivo del control, es mantener la tensin en bornes del generador dentro de los mrgenes
permitidos, normalmente se acepta un margen del 10 %.
P [kW]
11 19
24 h 0
D
max

5

Los requerimientos del control, son:

Regulacin de la tensin en los bornes del generador
Respuesta a circuito abierto
Estabilidad en estado permanente
Respuesta transitoria y
La modelacin

En la Fig. 1.4, se muestra el diagrama esquemtico de un generador elctrico.

c) Planta de Molienda de Minerales

En la Fig. 1.5, se muestra el diagrama esquemtico de una planta de molienda tpica, empleada en
los ingenios metalrgicos.


Fig. 1.5 Esquema de una planta de molienda

El harnero es una criba vibratoria que se emplea para separar los minerales de acuerdo a su tamao.



Fig. 1.6 Eficiencia del molino.
6

El rendimiento del molino depende del grado de llenado; si el molino funciona casi vaco su
eficiencia disminuye y se funciona muy lleno su eficiencia tambin disminuye debido a que se
reduce la energa cintica de las bolas o barras del molino. Lo cual se puede apreciar en la Fig. 1.6,
entonces ser necesario controlar el llenando y mantenerlo dentro de un rango ptimo con el fin de
obtener un desempeo mximo del molino.

Las caractersticas del sistema de control, son:

Flujo de mineral
Inventario
Proporcin de slidos y
Dureza del mineral
Control del molino


1.5 Estado Actual y Tendencias de la Ingeniera de Control

La tendencia actual del control de procesos, es el control por computadora, para lo cul se produce,
el desarrollo de software, algoritmos de control y hardware.

Entre los softwares de simulacin, se tiene:

Tutsim
CC
ACSL, desarrollado en lenguaje FORTRAN

Maneja sistemas lineales y no lineales
Tiene un manejo complicado

MATLAB desarrollado en lenguaje C, tiene interfaz para comunicarse con PASCAL y
FORTRAN.
Adecuado para el diseo de sistemas de control lineales.

ONSPEC, software para la adquisicin de datos y monitoreo de procesos.

Desarrollo de Hardware:

Para implementar el control por computadora, son necesarios:

Sensores, son traductores de cantidades fsicas a seales elctricas.
Interfaces para comunicar la computadora con el proceso.
Tcnicas de comunicacin y lenguajes de protocolo.


1.5.1 Otras Temticas Consideradas por la Teora de Control

Entres las otras temticas consideradas por la teora de control, se tiene los siguientes:

7
Bioingeniera: por ejemplo simulacin del ritmo cardiaco
Robtica que presenta una amplia aplicacin industrial y biolgico.
Sistemas Expertos, son programas computacionales diseados en base al conocimiento del
experto humano que tiene experiencia para realizar el control de sistemas complejos.
Control Adaptivo, considera el cambio de los parmetros del controlador de acuerdo a la
dinmica del sistema a ser controlado, es decir, son sistemas autosintonizados.
Control difuso que aplica la lgica difusa al control de los sistemas de control
Control difuso-neuronal, que considera el empleo de las redes neuronales artificiales para el
ajuste de los parmetros del controlador.
Algoritmos Genticos, se emplean para resolver problemas del control ptimo.

8
I
III
II M
MMO
OOD
DDE
EEL
LLO
OOS
SS M
MMA
AAT
TTE
EEM
MM
T
TTI
IIC
CCO
OOS
SS D
DDE
EE L
LLO
OOS
SS S
SSI
IIS
SST
TTE
EEM
MMA
AAS
SS


2.1 Introduccin

En este captulo, se presenta las tcnicas de modelacin aplicables a sistemas de control, se deducen
modelos de ecuaciones diferenciales, funciones de transferencia, diagramas de bloques, grficas de
flujo de seal.

2.2 Modelos Matemticos

Un modelo es una representacin aproximada del comportamiento de un sistema en aquellos
aspectos de inters para el observador. Un modelo matemtico, es una descripcin matemtica de las
caractersticas dinmicas de un sistema.



Fig. 2.1 Representacin esquemtica de un sistema de control.

Un sistema reacciona ante un estmulo accin excitacin- de acuerdo a su dinmica. En la Fig.
2.1, se muestra una representacin esquemtica.

La modelacin, de un modo general, consiste en la elaboracin de un modelo (ya sea verbal,
matemtico, intuitivo, etc.) de una situacin real, se puede decir, que es la representacin del modelo
fsico por un modelo matemtico mediante expresiones matemticas basadas en la leyes fsicas. A
menudo los modelos hay que obtenerlos mediante experimentos.

Las expresiones matemticas que representan los modelos, pueden ser:

Relaciones funcionales
Ecuaciones diferenciales
Ecuaciones en diferencias
Funcin de transferencia
Ecuacin de estado

Leyes fsicas empleadas para la modelacin, son:

Ley de Newton, para sistemas mecnicos
Leyes de Kirchhoff, para sistemas elctricos
Ley de conservacin de energa, para procesos qumicos

Las herramientas analticas y computacionales necesarias, son:

9
Modelacin
Anlisis
Diseo
Sntesis (implementacin)
Control


2.2.1 Simplicidad y Exactitud

Existe un valor de compromiso al desarrollar un modelo simplificado que represente adecuadamente
al sistema real, el modelo puede ser inexacto, pero ser suficiente para representar la dinmica del
proceso.


2.2.2 Modelacin [6]

El problema de modelado, en ingeniera de control, consiste en obtener una representacin
matemtica de un fenmeno o proceso fsico, con la cual se pueda analizar sus propiedades
dinmicas y predecir su comportamiento futuro, y de la cual se pueda sintetizar un
controlador/regulador para conseguir llevarlo a diferentes puntos de operacin de forma segura, con
un comportamiento dinmico deseado segn requerimientos de operacin. Por otra parte, la
obtencin de un modelo permite, mediante simulaciones, realizar y repetir experimentos que con el
proceso real resultaran caros, lentos y bastante peligrosos, generando conocimiento til para el re-
diseo del proceso mismo, o de nuevas estrategias de control; posibilidades que a su vez permitiran
un mejor uso de materiales y energa.

En la actualidad, existen dos enfoques principales para modelar:

- Modelado fenomenolgico
- Modelado experimental

a) El modelado fenomenolgico, o de caja blanca, consiste en utilizar principios fsicos de
balance de masa y energa (principalmente), para obtener un conjunto de ecuaciones diferenciales no
lineales, que en conjunto con modelos aproximados de elementos y aparatos de actuacin y de
medicin, permiten entre otras cosas, analizar la estabilidad, la controlabilidad y la observabilidad
del proceso o fenmeno. Este procedimiento requiere un alto grado de conocimiento del proceso a
modelar. Como resultado se obtiene, por lo general, un modelo continuo no lineal representado en el
espacio de estados del sistema.

b) El modelado experimental, o de caja negra, es un procedimiento alternativo al modelado
fenomenolgico, y consiste en atribuir una estructura recurrente discreta (ecuacin de diferencias no
lineal) al fenmeno, y en el ajuste de sus parmetros usando datos resultantes de experimentos
especialmente concebidos para el efecto. Este ltimo proceso se conoce como estimacin de
parmetros, tema sobre el que existe una enorme cantidad y variedad de desarrollos, tanto de ndole
determinista como estocstica. Con este procedimiento es posible obtener una representacin
discreta externa del fenmeno fsico que normalmente es lineal en los regresores.

c) Es posible combinar ambos enfoques en un modelo de caja gris, utilizando el conocimiento
fsico parcial que se tiene del proceso y la asociacin de una estructura discreta a la parte
10
desconocida del proceso, del cual slo se tiene acceso a datos de entrada/salida. De esta forma se
puede incorporar regresores no lineales al modelado experimental.

Estas tcnicas, han sido amplia y mayoritariamente utilizadas en la sntesis de controladores lineales,
basndose en la versin linealizada del modelo fenomenolgico obtenido, en un punto de operacin,
con validez para pequea seal. En menor grado se utilizan para la sntesis de controladores no
lineales. Sin embargo, es un hecho que ingenieros y operadores experimentados tienen conocimiento
cualitativo (aunque impreciso y parcial) acerca de procesos complejos que disean u operan, el que
no puede ser traducido directamente en modelos matemticos basados en ecuaciones diferenciales.
Por ello, se han desarrollado mtodos formales para la obtencin de modelos y controladores
basados en esa informacin cualitativa, usando lenguaje natural, reglas, redes semnticas o modelos
cualitativos. Entre esos mtodos, las tcnicas basadas en conjuntos difusos y lgica difusa han
tenido un considerable desarrollo en la ltima dcada.


2.3 Clasificacin de los Sistemas [1]

Segn la ecuacin del modelo que representa el sistema, se tienen los:

Sistemas lineales

Son descritos mediante ecuaciones lineales o relacin lineal.
Se aplica el principio de superposicin

Sistemas no lineales

Los sistemas son representados por ecuaciones no lineales.
No se aplica el principio de superposicin

Segn se considere en la modelacin la variable tiempo, los sistemas se clasifican en:

Sistemas estticos

El estado del sistema no cambia

Sistemas dinmicos

Se considera en el anlisis, el tiempo.

Segn el comportamiento de las componentes, los sistemas se clasifican como:

Sistemas invariables en el tiempo

Coeficientes constantes

Sistemas variables en el tiempo

Coeficientes o parmetros del modelo que varan en el tiempo

11
Segn la modelacin del sistema, se tiene el:

Modelo determinstico

Los elementos o componentes se consideran como parmetros concentrados y constantes.

Modelo probabilstico

Los elementos se comportan en forma aleatoria, estocstica o randomica
Considera las perturbaciones.


2.4 Sistemas Lineales

Un sistema se define como lineal en trminos de su excitacin y respuesta. La mayora de los
sistemas fsicos son lineales dentro un rango de las variables.






Fig. 2.2 Sistema lineal

Los sistemas lineales, cumplen con el principio de superposicin y la propiedad de homogeneidad.

2.4.1 Principio de Superposicin

Sea: ) t ( y
1
la respuesta a la excitacin ) t ( x
1
y
) t ( y
2
la respuesta a la excitacin ) t ( x
2


Si el sistema es lineal, entonces:

) t ( y ) t ( y
2 1
+ es la respuesta a la excitacin ) t ( x ) t ( x
2 1
+

la suma de dos funciones lineales es otra funcin lineal

2.4.2 Propiedad de homogeneidad

Se debe conservar la magnitud del factor de escala;

Sea ) (t y la respuesta a la excitacin ) (t x

Si el sistema es lineal, entonces:

) (t y | es la respuesta a la excitacin ) (t x | ; es una constante.

x(t)
y(t)
12

Ejemplo 2.1 Modelacin Fenomenolgica

Sea el sistema de resorte, masa y amortiguador. Plantear la ecuacin diferencial del sistema. El
amortiguador, es un dispositivo que provee friccin viscosa, consisten en un pistn y un cilindro
relleno de aceite.


Fig. 2.3 Sistema Masa-Resorte-Amortiguador












Fig. 2.4 Diagrama del cuerpo libre

Suponiendo que se aplica una fuerza a la masa m, entonces la masa sufre un desplazamiento y

La ley de Newton para sistemas en movimiento establece que:



donde

m =masa
a =aceleracin
F
i
=fuerza

=
i
i
F a m

m
dt
dy
f
ma
ky x
13

Al aplicarse la fuerza, la masa sufre un desplazamiento y;

Aceleracin


Fuerza de friccin, f coeficiente de friccin


Fuerza del resorte; k constante del resorte


Aplicando la ley de Newton al sistema, se tiene:






Reordenando la ecuacin diferencial se tiene:




Es una ecuacin diferencial de segundo orden.


Ejemplo 2.2

Circuito R-L-C. Circuito elctrico serie que consta de una resistencia R, una inductancia L y una
capacitancia C.


Fig. 2.4 Circuito RLC.

Leyes de Kirchhoff:

=
=
0 i
i r e


Aplicando la primera ley en el lazo, se tiene:

) t ( x ) t ( y k
dt
) t ( dy
f
dt
) t ( y d
m
2
2
+ =
) t ( x ) t ( y k
dt
) t ( dy
f
dt
) t ( y d
m
2
2
= + +
2
2
dt
) t ( y d
dt
) t ( dy
f
) t ( y k
14
}
}
=
= + +
o
i
e idt
c
1

e idt
c
1
Ri
dt
di
L


Realizando un cambio de variable:
}
= idt y
2
2
dt
y d
dt
di
;
dt
dy
i = =


La ecuacin diferencial resulta:

o
i
2
2
e y
c
1

e y
c
1
dt
dy
R
dt
y d
L
=
= + +


sta ecuacin diferencial es similar al del sistema mecnico del ejemplo 2.1, por lo que se puede
decir, que un sistema mecnico tiene su equivalente elctrico y viceversa.


2.5 Linealizacin

La linealizacin de funciones, se utiliza para simplificar el anlisis de los sistemas no lineales. Se
supone que las variables se desvan muy poco de su punto de operacin normal.

Sean: ) x ( f y= una funcin no lineal y diferenciable, es decir, una funcin continua y
( ) y , x un punto de operacin normal.

El desarrollo en serie de Taylor de la funcin alrededor del punto de operacin ( ) y , x , es:

... ) x x (
dx
f d
! 3
1
) x x (
dx
f d
! 2
1
) x x (
dx
df
) x ( f ) x ( f y
3
3
3
2
2
2
+ + + + = =
donde las derivadas: ... ,
dx
f d
,
dx
df
2
2
, son evaluadas en x x= , si la variacin x x es pequea, son
despreciables los trminos de mayor orden:

) x x ( k y y + =
) x x ( k y y =
x k y A = A
donde:
15
x x
dx
df
k
) x ( f y
=
=
=


Para una funcin no lineal que representa un sistema no lineal, que tiene dos entradas, el desarrollo
en serie de Taylor alrededor del punto de operacin es:

Sea: ) x , x ( f y
2 1
=

... } ) x x (
x
f
) x x )( x x (
x x
f
2 ) x x (
x
f
{
! 2
1
)} x x (
x
f
) x x (
x
f
{ ) x , x ( f ) x , x ( f y
2
2
2
2
2
2
2
2
1
1
2 1
2
2
1
1
2
1
2
2
2
2
1
1
1
2 1
2 1
+
c
c
+
c c
c
+
c
c
+

c
c
+
c
c
+ = =


Despreciando los trminos de orden superior, se tiene:

) x x ( k ) x x ( k y y
2
2 2
1
1 1
+ =

donde:
, 2
x
2
x
, 1
x
1
x
2
2
, 2
x
2
x
, 1
x
1
x
1
1
2 1
x
f
k
x
f
k
) x , x ( f y
= =
= =
c
c
=
c
c
=
=



Ejemplo 2.3

Un oscilador de pndulo, consta de una esfera de masa M, una varilla de longitud L con masa
despreciable. Como se aprecia en la Fig. 2.5.

16

Fig. 2.5 Oscilador de pndulo.

El torque sobre la masa es:

) ( sen MgL T | =
donde:

g =Constante gravitacional
M =Masa del pndulo
L =Longitud del pndulo

El desarrollo en serie de Taylor, es:

) cos( MgL
d
df
k
) ( k T T
... ) (
d
df
) ( f T
) ( f T
| =
|
=
| | =
+ | |
|
+ | =
| =
| = |


En el punto de equilibrio es:

0 = | , por tanto: ) 0 , 0 ( ) , T (

= |

MgL ) 0 cos( MgL k = =



La ecuacin del torque, es:

| A = A MgL T , vlido para
4 4
t
s | s
t




17
2.6 Funcin de Transferencia

La funcin de transferencia de un sistema, representa la relacin que describe la dinmica del
sistema.

Definicin: La funcin de transferencia de un sistema, es la relacin de la transformada de Laplace
de la variable de salida a la transformada de Laplace de la variable de entrada, suponiendo que todas
las condiciones iniciales se hacen iguales a cero.

Transformada de Laplace

Sea: ) t ( f

una funcin del tiempo t, tal que 0 t , 0 ) t ( f < =
s la variable compleja
L Smbolo operacional de Laplace

F(s) Transformada de Laplace de f(t)

| |
}

= =
0
st
dt e ) t ( f ) s ( F ) t ( f L
Por medio de la transformada de Laplace, se pasa del dominio del tiempo al dominio complejo y las
ecuaciones diferenciales se convierten en ecuaciones algebraicas. La variable de inters, se puede
despejar y aplicar la transformada inversa de Laplace, as volver al domino del tiempo.

Algunas identidades muy empleadas, son:

| |
) 0 ( ' f ) 0 ( sf ) s ( F s
dt
f(t) d
s
) f(0
s
F(s)
f(t)dt
) 0 ( f ) s ( sF
dt
df(t)
2
2
2
+ +
+
+
=
(

+ =
=
(

}
L
L
L


Para el circuito RLC del ejemplo 2.2, la ecuacin diferencial que lo representa, es:

o
i
e idt
C
1

e idt
C
1
Ri
dt
di
L
=
= + +
}
}


Tomando la transformada de Laplace y suponiendo que las condiciones iniciales son nulas, se tiene:

18
) s ( E ) s ( I
s
1
C
1

) s ( E ) s ( I
s
1
C
1
) s ( RI ) s ( LsI
o
i
=
= + +


Reordenando:

) s ( E ) s ( I
Cs
1

) s ( E ) s ( I )
Cs
1
Ls R (
o
i
=
= + +


Si
i
e
es la seal de entrada y
o
e
es la seal de salida, la funcin de transferencia del sistema es:

1 RCs LCs
1
) s ( E
) s ( E
) s ( Entrada
) s ( Salida
) s ( G
2
i
o
+ +
= = =

Impedancias complejas, impedancia operacional. Es ms conveniente utilizar las impedancias
complejas en los circuitos elctricos, escribiendo directamente las ecuaciones de la transformada de
Laplace, sin plantear las ecuaciones diferenciales que describen la dinmica del sistema.

Cs
1
) s ( Z
Ls R ) s ( Z
2
1
=
+ =



Fig. 2.6 Circuito con impedancias operacionales.

Aplicando la frmula del divisor de tensin:

1 RCs LCs
1
) s ( Z ) s ( Z
) s ( Z
) s ( E
) s ( E
) s ( G
) s ( E
) s ( Z ) s ( Z
) s ( Z
) s ( E
2
2 1
2
1
o
i
2 1
2
o
+ +
=
+
= =
+
=




19
Ejemplo 2.3

Motor de corriente continua, controlado por la corriente de campo: [1]



Fig. 2.7 Circuito equivalente de un motor de corriente continua.

En el caso del motor de corriente continua (CC) controlado por corriente de campo, la corriente de
armadura
a
i es constante.

El flujo en el entre hierro Aplicando la transformada de Laplace
f f
i k = | ) s ( I k ) s (
f f
= |
La FEM inducida
|e = k E
a
) s ( W ) s ( k ) s ( E
a
| =
El par producido
a 1 m
i k T | = ) s ( I k ) s ( I I k k ) s ( Tm
f m f a f 1
= =
La corriente de campo
dt
di
L i R v
f
f f f f
+ = ) s ( I ) s L R ( ) s ( V
f f f f
+ =
El torque de la carga
d m L
T T T = ) s ( T ) s ( T ) s ( T
d m L
=
d
T =Torque de perturbacin
20
e +
e
=
|
.
|

\
|
+

=
f
dt
d
J
f
dt
d
J
dt
d

dt
d
f
dt
d
J T
2
2
L

f)W(s) (J s
) s ( fW ) s ( J sW ) s ( T
) s ( ) fs (J s
) s ( fs ) s ( J s ) s ( T
L
2
2
L
+ =
+ =
+ =
+ =

donde:
0
t + e = ) s ( W ) s ( s =

La funcin de transferencia, resulta:

) R s L )( f J s ( s
k
) s ( V
) s (
) s ( G
f f
m
f
+ +
=

=

La ecuaciones bsicas, son:

) s ( V
s L R
1
) s ( I
f
f f
f
+
=
) s ( I k ) s ( Tm
f m
=


) s ( T ) s ( T ) s ( T
d m L
=
f) (J s
) s ( T
W(s)
L
+
=


s
) s ( W
) s ( =

Estas ecuaciones, se pueden representar por el siguiente diagrama de bloques:

Fig. 2.8 Diagrama de bloques para el motor de CC, controlado por el campo.


2.7 Modelos de Diagramas de Bloques

El modelo de diagrama de bloques, es la representacin por diagramas de la relacin causa-efecto de
la transformada de Laplace, consisten de bloques operacionales y unidireccionales que representan
la funcin de transferencia de las variables de inters.
21



Fig. 2.9 Diagrama de Bloques para el motor de CC.

Sistema SISO, es un sistema con una entrada nica y salida nica



Fig. 2.10 Diagrama de bloques del sistema SISO

Sistema MIMO, es un sistema con entradas y salida mltiples



Fig. 2.11 Diagrama de bloques del sistema MIMO

2.7.1 Transformacin de Diagrama de Bloques

Para simplificar los diagramas de bloques, se pueden emplear las equivalencias de los diagramas de
bloques [1], mostradas en el anexo A.

Sistema de control con realimentacin negativa.



Fig. 2.12 Sistema con realimentacin negativa.


22
Ejemplo 2.4

Hallar la funcin de transferencia del sistema



Fig. 2.13 Diagrama de bloques del ejemplo 2.4.


a) Resolucin Mediante la Transformacin de Diagramas de Bloques

La primera transformacin, es:



La segunda transformacin, resulta:






23
La tercera transformacin, resulta:



La cuarta transformacin, es:



La quinta transformacin, conduce al diagrama de bloque final:



Fig. 2.14 Transformacin de bloques para el ejemplo 2.4.


b) Resolucin por ecuaciones algebraicas

Sea o la salida del bloque
3
G , entonces las seales de error que ingresas a los bloques
3 2 1
G , G , G son:

C H E G E
H E G E
C H R E
2 2 2 3
1 1 1 2
3 1
=
o =
=



24
adems:
o =
= o
4
3 3
G C
E G


Considerando como incgnitas o , E , E , E
3 2 1
, la solucin del sistema de ecuaciones conduce a:

R G G G G ) H G G G G H G G H G G 1 ( C
4 3 2 1 3 4 3 2 1 2 4 3 1 3 2
= + + +

y la funcin de transferencia, sera:

3 4 3 2 1 2 4 3 1 3 2
4 3 2 1
H G G G G H G G H G G 1
G G G G
) s ( R
) s ( C
+ + +
=


2.8 Modelos de Grficas del Flujo de Seal

Una grfica del flujo de seal, es un diagrama formado por nodos que se conectan mediante varias
derivaciones.

Una derivacin es el segmento de trayectorias unidireccional, es el elemento bsico de una grfica
del flujo de seal.



Fig. 2.15 Grfica del flujo de seal para el motor de CC



Fig. 2.16 Grfica del flujo de seal.

La dependencia lineal
ij
T entre la variable independiente
i
x (entrada) y una variable dependiente
j
x (salida) est dada por la regla de redes de Mason: [1]

A
A
=

k
k
ij
k
ij
ij
P
T

25
donde:
k
ij
P = Ganancia de la Trayectoria k desde la variable
i
x a la
j
x
A = Determinante de la grfica
k
ij
A =Cofactor de la trayectoria
k
ij
P

La suma se toma sobre todas las posibles trayectoria desde
i
x hasta
j
x
El cofactor es el determinante con las redes que tocan la trayectoria k removida.
El determinante est dado por:

... 1
t s r
Q , M
1 q , 1 m
q m
N
1 n
n
+ + = A

= = =


donde
q
es la transmitancia (ganancia) de la red q
La regla general en trminos de las redes
N 3 2 1
, ... , , , se expresa como:

= A 1-(suma de todas las diferentes ganancias de las redes)
+(suma de los productos de las ganancias de todas las combinaciones de 2 redes no conexas)- (suma
de los productos de las ganancias de todas las combinaciones de 3 redes no tocadas)+...

Dos redes no se tocan si no tienen ningn nodo comn. La funcin de transferencia, est dado por:

A
A
=

k
k
k
P
) s ( T
Para el ejemplo 2.4, el diagrama del flujo de seal es:



Fig. 2.17 Diagrama de flujo para el ejemplo 2.4.



Existen 3 lazos caminos cerrados y una trayectoria directa:

La ganancia de la trayectoria directa, es:
4 3 2 1 1
G G G G P = , la ganancia de las redes propias, son:

k
A
26
3 4 3 2 1 3
2 4 3 2
1 3 2 1
H G G G G
H G G
H G G
=
=
=

las redes son conexas, debido a que se tocan:

) ( 1
1
3 2 1
1
+ + = A
= A


La funcin de transferencia, resulta:

3 4 3 2 1 2 4 3 1 3 2
4 3 2 1 k
k k
H G G G G H G G H G G 1
G G G G
P
) s ( R
) s ( C
) s ( T
+ + +
=
A
A
= =



La cual coincide con los resultados anteriores.
27
I
III
III
II E
EES
SST
TTR
RRU
UUC
CCT
TTU
UUR
RRA
AA D
DDE
EE L
LLO
OOS
SS S
SSI
IIS
SST
TTE
EEM
MMA
AAS
SS D
DDE
EE C
CCO
OON
NNT
TTR
RRO
OOL
LL


3.1 Introduccin

En este captulo, se presenta la estructura tpica de un sistema de control, las diversas acciones de
control, controladores tpicos de carcter acadmico, y la regla de sintonizacin de Ziegler y
Nichols.

3.2 Estructura Tpica de un Sistema de Control

La salida de un sistema se puede comportar de una manera deseada dentro de un rango razonable, al
manipular de una manera inteligente las entradas. Considerando un funcionamiento especificado, el
problema de control se formula matemticamente, la solucin ser ptima si el control considera
criterios de funcionamiento correctos y limitaciones conocidas del sistema.

Las etapas de la solucin son:

1) Implementacin fsica
2) Prueba del sistema
3) Correlacin de datos, segn el requerimiento del sistema
4) Afinamiento del modelo, anlisis y diseo de la accin de control, si fuera necesario.



Fig. 3.1 Estructura general de un sistema de control.

Definiciones bsicas

Variable Controlada.- Cantidad o condicin que se mide y controla.

Variable Manipulada.- Cantidad o condicin que el controlador modifica para afectar el valor de la
variable controlada.

Planta.- Parte del sistema a ser controlado, en general ser controlado una caracterstica elctrica.

28
Procesos.- Una operacin o un desarrollo natural, marcado por una serie de cambios graduales,
sistemticamente dirigido. Es decir, un proceso es cualquier operacin que se va a controlar.

Sistemas.- Combinacin de componentes que actan juntos y realizan un objetivo determinado.

Controlador.- Es un dispositivo que aplica fuerzas de control a la planta de acuerdo a una
estrategia, tomando en cuenta la referencia y la salida de los sensores.

Perturbacin.- Es una accin que perturba al proceso, generalmente es aleatorio.

Control Realimentado.- Es una operacin que en presencia de perturbaciones, tiende a reducir la
diferencia entre la salida y entrada del sistema.

Referencia.- Seal o variable de entrada.

3.3 Sistema de Control de Lazo Abierto


Fig. 3.2 Sistema de lazo abierto

3.4 Sistema de Control de Lazo Cerrado



Fig. 3.3 Sistema de lazo cerrado.



Fig. 3.4 Sistema de control.
29

Es necesario introducir realimentacin con el objeto de mejorar el sistema de control.

En algunos sistemas, es inherente la realimentacin, tales como en los sistemas biolgicos y
fisiolgicos.


3.5 Acciones de Control

a) Accin de dos posiciones: ON-OFF, Todo o Nada

0 ) t ( e si M
0 ) t ( e si M ) t ( m
2
1
< =
> =



Fig. 3.5 Diagrama de Bloques de un control ON-OFF

b) Accin de control Proporcional: Controlador P


p
p
k
) s ( E
) s ( M
) t ( e k ) t ( m
=
=



Fig. 3.6 Controlador P

c) Accin de Control Integral: Controlador I


s
k
) s ( E
) s ( M
d ) ( e k ) t ( m
) t ( e k
dt
) t ( dm
i
t
0
i
i
=
t t =
=
}

Fig. 3.7 Controlador Integral

30
d) Accin de Control Derivativo: Controlador D

s k
) s ( E
) s ( M
dt
) t ( de
k ) t ( m
d
d
=
=




Fig. 3.8 Controlador Derivativo

e) Accin de Control Proporcional, Integral y Derivativo: Controlador PID

)
s T
1
s T 1 ( k
) s ( E
) s ( M
d ) ( e
T
k
dt
) t ( de
T k ) t ( e k ) t ( m
d ) ( e k
dt
) t ( de
k ) t ( e k ) t ( m
i
d p
t
0
i
p
d p p
t
0
i d p
+ + =
t t + + =
t t + + =
}
}

Fig. 3.9 Controlador PID

donde:
p
k Sensibilidad proporcional
d
T Constante de tiempo derivativo
i
T Constante de tiempo integral

Ejemplo 3.1

Si la seal de error que ingresa a un controlador PID es una rampa unitaria:

c(t) =]
t si t 0
0 si t 0


la accin de control est dado por:

2
i d p
t
0
i d p
t k
2
1
k t k tdt k ) t (
dt
d
k t k ) t ( m + + = + + =
}


En la Fig. 3.10, se muestra la respuesta de la accin de control para un error rampa unitaria.
Tambin se muestra una combinacin de controladores, tales como: Controladores PD, PI y ID, pero
ste ultimo no es muy comn.

31

Fig. 3.10 Accin de control para un error rampa.


3.6 Seales de Perturbacin en Sistema de Control



Fig. 3.11 Sistema con perturbacin.

La perturbacin, es toda seal indeseable, tales como:

- El ruido interno en los amplificadores, debido al flujo de electrones a travs de un conductor los
cuales colisionan.
- Las caractersticas no-lineales de los dispositivos que distorsionan las seales de salida.


3.7 El Costo de la Realimentacin

Las ventajas de la realimentacin, son:

Se reduce la distorsin, el ruido y las perturbaciones indeseables.
Se reduce la sensibilidad del sistema frente a las variaciones de los parmetros del sistema.

32
Las desventajas de la realimentacin, son:

Aumento de componentes y la complejidad del sistema.
Prdida de ganancia
Posibilidad de inestabilidad

3.8 Sintonizacin de los Controladores PID

Para lograr un comportamiento adecuado del sistema de control, es necesario el ajuste de los
parmetros de un controlador PID, el cual, puede ser un proceso tedioso. La optimizacin de los
parmetros de control requiere de una descripcin precisa del proceso a controlar, para poder
determinar un conjunto de puntos aceptables en lugar de una regin de puntos ptimos en el espacio
de parmetros.

3.8.1 Reglas de Ziegler y Nichols

En los aos 1940, Ziegler y Nichols desarrollaron reglas de ajuste para los controladores utilizadas
en los sistemas de control.

a) Mtodo de la Respuesta Transitoria

Este mtodo se utiliza para sistemas sobreamortiguadas, es decir, en sistemas cuya respuesta no
presenta oscilaciones ni sobreimpulso.

En este mtodo, se determina dos parmetros: R y L, donde R es el valor de la pendiente de la recta
tangente de mayor pendiente que sea posible trazar sobre la curva de la respuesta a un escaln
unitario del proceso, y L es el tiempo en la cual la recta tangente cruza el eje del tiempo como se
muestra en la Fig. 3.12.

Fig. 3.12 Parmetros R y L

33
Las expresiones para el ajuste dadas por Ziegler y Nichols para el controlador PID, estn dadas en la
Tabla 3.1

Tabla 3.1 Frmulas para el ajuste de los parmetros de controlador PID
Parmetros
Control
k
p
i
T
1

d
T
P
RL
1


PI
RL
9 . 0

L
3 . 0


PID
RL
2 . 1

L
5 . 0

L 5 . 0


b) Mtodo de la Ganancia Lmite

En este mtodo, los parmetros que se utilizan son
u
K y
u
T .

donde:
u
K es la ganancia de un controlador proporcional que lleva al proceso al lmite de su
estabilidad
u
T Es el periodo de las oscilaciones resultantes.

En la Fig. 3.13 se muestra la respuesta oscilatoria lmite para la ganancia
u
K .

Fig. 3.13 Constante
u
T .

Las expresiones para el ajuste dadas por Ziegler y Nichols para el controlador PID, estn dadas en la
Tabla 3.2

34
Tabla 3.2 Frmulas para el ajuste de los parmetros de controlador PID
Parmetros
Control
k
p
i
T
1

d
T
P
u
K 5 . 0

PI
u
K 45 . 0
u
T
2 . 1


PID
u
K 6 . 0
u
T
2

8
T
u




35
I
IIV
VV C
CCO
OOM
MMP
PPO
OOR
RRT
TTA
AAM
MMI
IIE
EEN
NNT
TTO
OO D
DDE
EE L
LLO
OOS
SS S
SSI
IIS
SST
TTE
EEM
MMA
AAS
SS D
DDE
EE C
CCO
OON
NNT
TTR
RRO
OOL
LL


4.1 Introduccin

En este captulo, se presentan las especificaciones del comportamiento de un sistema de control, la
localizacin de las races de la ecuacin caractersticas en el plano s. La respuesta de rgimen
transitorio y permanente, y el error en estado estacionario para una entrada determinada.

4.2 Comportamiento de un Sistema de Control

Con el objetivo de analizar y disear un sistema de control, se debe definir y medir el
funcionamiento del sistema.

Segn el funcionamiento deseado de un sistema de control, deben ajustarse los parmetros del
controlador con el objeto de proporcionar la respuesta deseada.

Los sistemas de control son dinmicos, debido a eso generalmente se especifica:

El comportamiento en trminos de la respuesta en el tiempo para una seal especificada de
entrada.
El error resultante en el estado estacionario.

4.3 Especificaciones del Comportamiento

El comportamiento del sistema de control en el domino del tiempo, es la respuesta de principal
inters y las especificaciones del comportamiento son ndices muy importantes ya que los sistemas
de control son dinmicos.

Si el sistema es estable, entonces la respuesta a una seal especfica de entrada proporcionar varias
medidas del comportamiento.

Seales de entrada de prueba:

a) Escaln

s
A
) s ( R
0 t ; 0
0 t ; A ) t ( r
=
< =
> =


Fig. 4.1 Escaln


36
b) Rampa

2
s
A
) s ( R
0 t ; 0
0 t ; At ) t ( r
=
< =
> =

Fig. 4.2 Rampa


c) Parablica

3
2
s
A 2
) s ( R
0 t ; 0
0 t ; At ) t ( r
=
< =
> =


Fig. 4.3 Parablica

c) Impulso

A ) s ( R
0 t ; 0
0 t ; A ) t ( ) t ( r
=
= =
= = o =




Fig. 4.4 Impulso

Lo ms comn es que A =1, entonces las funciones son unitarias.

4.3.1 Definiciones de Especificaciones de la Respuesta

La respuesta de un sistema a una entrada escaln unitario, generalmente presenta oscilaciones
amortiguadas y se especifica lo siguiente:

1) Tiempo de retardo, t
d
, es el tiempo que tarda la respuesta en alcanzar por primera vez la mitad
de su valor final.
2) Tiempo de crecimiento, t
r
, es el tiempo requerido para que la respuesta crezca del 10 al 90% o
del 0 al 100% de su valor final. Para sistemas de segundo orden subamortiguados normalmente t
r

=0 a 100%, para sistemas sobreamortiguados t
r
=10 al 90%
3) Tiempo de Punta, t
p
, es el tiempo requerido por la respuesta para alcanzar el primer valor
mximo del sobreimpulso.
4) Sobreimpulso mximo, M
p
, (por ciento), es el valor pico mximo de la respuesta. El mximo
sobreimpulso porcentual se define:
% 100
1
1 Mp
Sp

=
37

5) Tiempo de establecimiento, t
s
, es el tiempo requerido por la curva de respuesta para alcanzar y
mantenerse dentro de un determinado rango alrededor del valor final, habitualmente o = 2 al
5%.

El tiempo de establecimiento, se relaciona con la constante de tiempo ms grande del sistema de
control.


Fig. 4.5 Especificaciones de respuesta

4.4 Rgimen Transitorio

La solucin a una ecuacin diferencial:
) t ( y cx x b x a = + +


Tiene dos componentes:
Solucin a la ecuacin caracterstica
0 cx x b x a = + +

; Denominada solucin de Rgimen TRANSITORIO.

Solucin particular de la ecuacin diferencial
) t ( y cx x b x a = + +

; Denominada solucin de Rgimen PERMANENTE.


38
Ejemplo 4.1

Resolver la ecuacin diferencial:

i
2
n o
2
n
o
n
2
o
2
dt
d
2
dt
d
u e = u e +
u
e +
u

donde:
) t ( u
i
= u ; es un escaln unitario.

La solucin en rgimen transitorio:

0
dt
d
2
dt
d
o
2
n
o
n
2
o
2
= u e +
u
e +
u


Se postula una solucin del tipo:
pt
o
Ae = u
donde: A y p, son constantes a determinar.

Derivando y reemplazando, se tiene:

0 ) 2 p ( Ae
0 Ae Ae 2 e Ap
2
n n
2 pt
pt 2
n
pt
n
pt 2
= e + e +
= e + e +
; denominada ecuacin caracterstica.

La solucin se tiene con:

1 p
1 p
0 2 p
2
n n 2
2
n n 1
2
n n
2
e e =
e + e =
= e + e +


Reemplazando se tiene:

t ) 1 (
2
t ) 1 (
1 o
2
n n
2
n n
e A e A
e + e e e
+ = u

Si 1 = ; amortiguamiento crtico.

t
2 1 o
n
e ) A A (
e
+ = u

Si 0 = ; amortiguamiento cero o nulo.

t j
2
t j
1 o
n n
e A e A
e e +
+ = u

donde:
n
e =Frecuencia natural de oscilacin.

39
Si 1 > ; sobreamortiguado.
t ) 1 (
2
t ) 1 (
1 o
2
n n
2
n n
e A e A
e + e e e
+ = u ; par de trminos exponenciales.

Si 1 0 < < ; subamortiguado.

(

e + e = u
e
) t 1 cos( B ) t 1 ( sen A e
2
n
2
n
t
o
n


donde: A y B son constantes a determinar.

2
n
1 e frecuencia natural amortiguada.

Para este caso:
n
s
4
4 t
e
= t = ; si % 2 = o
2
1
p
2
n
p
e 1 M
1
t

t
+ =
e
t
=


La solucin en rgimen permanente:

Como 1
i
= u ; postulando una solucin 1
o
= u , es una solucin particular.

La solucin completa, es:

T
o op o
u + u = u

(

e + e + = u
e
) t 1 cos( B ) t 1 ( sen A e 1
2
n
2
n
t
o
n


4.5 Rgimen Estacionario

Considerando la respuesta de un sistema de control en rgimen estacionario, es la forma en la que la
salida se comporta cuando t tiende a infinito. Se puede calcular utilizando el teorema del valor final:

) s ( sF lim ) t ( f lim
0 s t
=
donde: | | ) t ( f ) s ( F L = , transformada de Laplace.


Para el ejemplo del inciso anterior:

i
2
n o
2
n
o
n
2
o
2
dt
d
2
dt
d
u e = u e +
u
e +
u


40
donde:
) t ( u
i
= u ; es un escaln unitario.

Aplicando la transformada de Laplace:

s
1
) s ( ) s ( s 2 ) s ( s
2
n o
2
n o n o
2
e = u e + u e + u

) s 2 s ( s
1
) s (
2
n n
2
2
n o
e + e +
e = u


1
) s 2 s ( s
1
s lim ) s ( s lim ) t ( lim ) t (
2
n n
2
2
n
0 s
o
0 s
o
t
o
=
e + e +
e = u = u = = u



Este valor coincide con la solucin particular de la ecuacin.

4.6 Localizacin de las Races en el Plano s

La localizacin de los polos de la funcin de transferencia determina la caracterstica de la respuesta
transitoria del sistema de control.

) (
) ( ) (
) (
) (
) (
s
s s P
s R
s C
s F
i i
A
A
= =



donde: A(s) =0 es la ecuacin caracterstica

Las races del sistema pueden ser:

i
s o =
k k
j s e o =

La respuesta ante un escaln unitario ser:

t
i
i
e A
o
t sen e B
k
t
k
k
e
o


Segn los valores de
i
o ,
k
o , y
k
e , se puede estimar el comportamiento del sistema.

4.7 Error en Estado Estacionario

Si la salida de un sistema en estado estacionario no coincide exactamente con la entrada, el sistema
tiene un error estacionario.

41

Fig. 4.6 Sistema de control

) (
) ( ) ( 1
) (
) ( ) ( ) ( s R
s H s G
s G
s H s R s E
+
= ; si 1 ) s ( H = , entonces ) s ( R
) s ( G 1
1
) s ( E
+
=

Ejemplo 4.2


Fig. 4.7 Diagrama de bloques del ejemplo 4.2

) ( ) (
2
2
s R
k fs Js
fs Js
s E
+ +
+
=
Para una entrada rampa unitaria t ) t ( r = , su transformada de Laplace, es:
2
s
1
) s ( R = . El error en
estado estacionario, es dado por:

n
s s
ss
k
f
s k fs Js
fs Js
s lm s sE lm e
e
2 1
) (
2 2
2
0 0
= =
+ +
+
= =



donde:
kJ
f
2
= ;
J
k
n
= e

Para que el error sea pequeo, es recomendable que k sea grande, pero, si es pequeo entonces
aumenta el sobreimpulso, por tanto, es necesario buscar un valor de compromiso.
42
V
VV E
EES
SST
TTA
AAB
BBI
IIL
LLI
IID
DDA
AAD
DD D
DDE
EE L
LLO
OOS
SS S
SSI
IIS
SST
TTE
EEM
MMA
AAS
SS D
DDE
EE C
CCO
OON
NNT
TTR
RRO
OOL
LL


5.1 Introduccin

En este captulo, se presenta las condiciones necesarias y suficientes para que un sistema sea estable.
Se explica las caractersticas del criterio de Routh-Hurwitz aplicable a sistemas lineales.

5.2 Estabilidad

La estabilidad de un sistema de control se define bajo dos formas:

1.- Un sistema estable, se define como aquel sistema que tiene una respuesta limitada (acotada).
2.- Un sistema lineal es estable si y solamente si el valor absoluto de su respuesta a un impulso, g(t),
integrada sobre un rango finito, es finito.

5.2.1 Condicin Necesaria y Suficiente

Una condicin necesaria y suficiente para que un sistema sea estable es que todos los polos de la
funcin de transferencia del sistema tengan partes reales negativas. Es equivalente a decir que la
parte real de todas las races de la ecuacin caracterstica sean negativas.


e + =
| o
) t ( sen e B e A ) t ( c
m
t
m
m
t
k
k





Fig. 5.1 Ejemplo de Estabilidad de un cono

En la Fig. 5.1, se muestra un cono para explicar el concepto de estabilidad, en la primera posicin, si
se aplica una fuerza moderada sobre el vrtice superior del cono, el cono vuelve a tomar la posicin
43
de equilibrio inicial. Si el cono estuviera volcado como en la figura central, la posicin del cono es
indiferente y en la ltima posicin, basta que se suelte el cono, el cono cae, se dice que es inestable.

Fig. 5.2 Ejemplo ilustrativo.

En la Fig. 5.2, se muestra un ejemplo fsico, si se suelta la esfera de la posicin mostrada y la esfera
toma la posicin 1, -llamado punto de equilibrio- despus de oscilar alrededor de sa posicin, se
dice que el sistema es estable. Si la esfera se suelta de una mayor altura o se aplica una accin
fuerte, la esfera puede tomar la posicin 2, se dice que el sistema es indiferente. Y si es mayor la
altura con que se suelta la esfera, puede llegar a la posicin 3 que no tiene un punto de equilibrio, se
dice que el sistema es inestable.

5.3 Criterio de Estabilidad de Routh-Hurwitz

El criterio de estabilidad de Routh-Hurwitz proporciona una respuesta al problema de la estabilidad
considerando la ecuacin caracterstica del sistema, la cual en trminos de la variable de Laplace se
escribe como:

0 a s a .... s a s a ) s ( q
0 1
1 n
1 n
n
n
= + + + + =

Factorizando: 0 ) r s ( ..... ) r s )( r s ( a ) s ( q
n 2 1 n
= =

donde:
i
r =raz i-sima de la ecuacin caracterstica

multiplicando los factores se tiene:

0 ) r .... r r r r ( ) 1 ( a
:
s ) r r r .... r r r r r r r r r ( a
s ) r r .... r r r r r r ( a
s ) r .... r r r ( a s a ) s ( q
n 4 3 2 1
n
n
3 n
n 2 1 5 2 1 4 2 1 3 2 1 n
2 n
n 1 3 1 3 2 2 1 n
1 n
n 3 2 1 n
n
n
= +
+ + + + +
+ + + + +
+ + + + =

44
El criterio de Routh-Hurwitz, se basa en el ordenamiento de los coeficientes de la ecuacin
caracterstica:

0 a s a .... s a s a ) s ( q
0 1
1 n
1 n
n
n
= + + + =

El arreglo es:

1 n
5 n 3 n 1 n
5 n 3 n 1 n
5 n 3 n 1 n
4 n 2 n n
0
3 n
2 n
1 n
n
h
: : :
... c c c
... b b b
... a a a
... a a a
s
:
s
s
s
s

donde:

3 n 1 n
2 n n
1 n
1 n
a a
a a
a
1
b

= ;
5 n 1 n
4 n n
1 n
3 n
a a
a a
a
1
b

=

3 n 1 n
3 n 1 n
1 n
1 n
b b
a a
b
1
c

= ; etc.

Para que un sistema sea estable, es necesario y suficiente que todos los coeficientes del arreglo de
Routh-Hurwitz sean positivos.

El criterio de Routh-Hurwitz, tiene una desventaja, solo se aplica a sistemas lineales.

Ejemplo 5.1

La ecuacin caracterstica de una funcin de transferencia, est dado por:

0 10
2
3
3
3
4
= + + + + s s s s
10
0
4
41
10
3
8
1 3
10 3 1
0
1
2
3
4

s
s
s
s
s


45
( )
3
8
9 1
3
1
1 3
3 1
3
1
3
b = = =
10
0 3
10 1
3
1
3
c = =
4
41
8
82
)
3
8
30 (
8
3
10
3
8
1 3
3
8
1
2
= = = b
0
2
c =

Analizando la primera columna del arreglo de Routh-Hurwitz, existen dos cambios de signo,
significa que existen dos polos en el SPD, por tanto, el sistema es inestable.

Caso 1: Cuando aparece un cero en la primera columna, es necesario reemplazar por un
infinitsimo.

Ejemplo 5.2

La ecuacin caracterstica de una funcin de transferencia, est dado por:

0 10 s 12 s 4 s 2 s 2 s ) s ( q
2 3 4 5
= + + + + + =

Determinar la estabilidad del sistema.

El arreglo de Routh-Hurwitz, es el siguiente:

10
0 7
0 10
14
0 7
10 4 2
12 2 1
0
s
1
s
2
s
3
s
4
s
5
s
c
c

donde:

c =

= 0
4 2
2 1
2
1
b
4
; es un valor pequeo (un infinitsimo)
7
10 2
12 1
2
1
b
2
=

=

c c c
14
7
4 2
1
c
4
=

= ; 10
0
10 2
1
c
2
=

=
c c

46
7
10
14
7
14
1
d
4
=

=
c
c
c
; 10
0
10
14
7
1
e
4
=

=
c
c


Existen dos cambios de signo, debido al nmero negativo grande en la primera columna,

14
s
, por tanto, existen dos polos en el semiplano derecho. El sistema es inestable.

Caso 2: Cuando el arreglo de Routh-Hurwitz tiene toda una fila de ceros, en ese caso, se
reemplaza por la derivada de la fila superior.

Ejemplo 5.3

Sea el sistema: 0 4 s 7
2
s 8
3
s 8
4
s 4
5
s = + + + + + . El arreglo de Routh-Hurwitz, est dado por:

0 0 0
0 4 4
0 6 6
4 8 4
7 8 1
0
s
1
s
2
s
3
s
4
s
5
s

Los elementos del arreglo de la fila que corresponde a
1
s son puros ceros, debido a que se
tiene una matriz con dos filas iguales cuyo determinante es cero. En este caso, se debe
sustituir la fila de ceros por la derivada del polinomio 4
2
s 4 ) s ( P + = , es decir:

s 8
ds
) s ( dP
=

Completando, se tiene:

4
0 0 8
0 4 4
0 6 6
4 8 4
7 8 1
0
s
1
s
2
s
3
s
4
s
5
s


No existe cambio de signos, es decir, no existen races en el semiplano derecho del plano s.
Resolviendo la ecuacin: 0 4
2
s 4 ) s ( P = + = , cuya solucin, es: j s = , tiene dos races en el
eje e j y es marginalmente estable.

47
Caso 3: El criterio de Routh-Hurwitz es muy til cuando la ecuacin caracterstica que se
desea analizar tiene algn parmetro involucrado, de forma tal que, se podrn conocer los
rangos de variacin del parmetro para el cual el sistema es estable.

Ejemplo 5.4

Sea el sistema dado por:

0 4 ) 2 ( 3 ) (
2 3
= + + + + = s k ks s s q

La primera condicin que se debe cumplir es que todos los coeficientes sean mayor a cero, lo
cual suceder si y solo si k es mayor que cero. A partir de ello, se debe plantear el arreglo de
Routh-Hurwitz y verificar los posibles valores de k para que no ocurra ningn cambio de
signo en la primera columna de la tabla. El arreglo, est dado por:

0 4
0
3
4 ) 2 ( 3
4 3
2 1
0
1
2
3
k
k k
k
k
s
s
s
s
+
+


Para obtener el valor lmite de k se debe cumplir que 0
k 3
4 ) 2 k ( k 3
>
+
, se cumple para:
528 . 2 k s 528 . 0 k> , pero la primera restriccin obliga a que 0 k> , entonces para que el
sistema sea estable se debe cumplir que 528 . 0 k> .

48
V
VVI
II L
LLU
UUG
GGA
AAR
RR G
GGE
EEO
OOM
MM
T
TTR
RRI
IIC
CCO
OO D
DDE
EE L
LLA
AAS
SS R
RRA
AAI
IIC
CCE
EES
SS


6.1 Introduccin

En este captulo, se presenta el mtodo del lugar geomtrico de las races y su aplicacin para
determinar la estabilidad de un sistema de control. Se incluyen ejemplos de carcter didctico.

6.2 Lugar Geomtrico de las Races

La estabilidad relativa y el funcionamiento transitorio de un sistema de control estn directamente
relacionada con la localizacin en el plano s de las races de la ecuacin caracterstica.

El lugar geomtrico, es el desplazamiento en el plano s de las races a medida que vara un
parmetro. El mtodo del lugar geomtrico de las races, es un mtodo grfico.

El funcionamiento dinmico de un sistema de control, se describe mediante la funcin de
transferencia:
) s ( q
) s ( p
) s ( R
) s ( C
) s ( T = =
donde: 0 ) s ( F 1 ) s ( q = + =
1 ) s ( F =

Es necesario que: 1 ) s ( F =
... , 3 , 2 , 1 , 0 ; 360 180 ) ( = = Z n n s F



Ejemplo 6.1

Sea el sistema de la Fig. 6.1, trazar el lugar geomtrico de las races:



Fig. 6.1 Sistema de prueba.

Como: 0
) a s ( s
k
1 ) s ( G 1 ) s ( q =
+
+ = + =
Re-escribiendo la ecuacin, se tiene:
0 s 2 s
0 k as s
2
n n
2
2
= e + e +
= + +


El lugar geomtrico de las races, a medida que vara k, se halla con:

49

540 , 180 ) s ( G
1
) a s ( s
k
) s ( G
= Z
=
+
=


La ganancia k, puede variar desde cero hasta un valor positivo infinitamente grande. Para el sistema
de segundo orden, las races, son:
1 s , s
2
n n 2 1
e e =
Si <0, se tiene polos complejos conjugados.


k 2
a
k
2 a
2
n
n
=
= e
e =













Fig. 6.2 Lugar geomtrico de las races.


6.3 Mtodo del Lugar Geomtrico

Escribiendo la ecuacin caracterstica de la forma:
0 ) ( 1 ) ( = + = s F s q
La ecuacin se puede ordenar para el parmetro de inters por ejemplo k, de la forma:
0 ) ( 1 = + s p k
Escribiendo en funcin de los polos y ceros de P(s), se tiene:
0
) ( ..... ) )( )( (
) ( ..... ) )( )( (
1
3 2 1
3 2 1
=
+ + + +
+ + + +
+
m
M
p s p s p s p s
z s z s z s z s
k
El mtodo se expresa en varias reglas que son:

Regla I. Las ramas del lugar geomtrico de las races comienzan en los polos de P(s) para k =0 y
termina en los ceros de P(s) para k =. Cuando hay ms polos que ceros, las ramas terminan en
ceros en el infinito. El nmero de ramas separadas es igual al nmero de polos.

50
Regla II. Cualquier punto sobre el eje real, tal que exista un nmero impar de polos y ceros hacia la
derecha de l, est sobre el lugar geomtrico.

Regla III. Puesto que todas las ramas de un lugar geomtrico de las races comienzan en los polos de
p(s) y termina en los ceros de p(s), existen #P - #Z ceros de p(s) en el infinito.

Regla IV. Las asntotas del lugar geomtrico de las races que se aproximan a los ceros de p(s) en el
infinito, convergen en el centro de gravedad de los polos y ceros finitos:
z p
n
# #
180 ) 1 2 (

+
=

| ngulos de las asntotas
z p
ceros polos
g c
# #
. .

=

centro de gravedad de los polos y ceros finitos
Regla V. El punto de despegue de las ramas del lugar geomtrico, se halla al resolver la ecuacin:
0
ds
dk
= para 0 ) s ( H ) s ( kG 1 ) s ( q = + =
Regla VI. Determinar el ngulo de partida y llegada de las ramas del lugar geomtrico de las races
desde los polos o ceros complejos conjugados.


Ejemplo 6.2

Dibujar el lugar geomtrico de las races
0
) 16 s )( 4 s ( s
k 64
1 =
+ +
+
0
) 16 s )( 4 s ( s
64
k 1 =
+ +
+
Regla I
para P(s):

Polos, 3 p # =
16 s
4 s
0 s
=
=
=

Ceros, 0 z # = , finitos

Las ramas del lugar geomtrico comienzan en los polos y terminan en los ceros (#P - #Z =3) en el
infinito

Regla II El lugar geomtrico de las races existe sobre el eje real en cualquier parte en que se
encuentra un nmero impar de polos y ceros a la derecha de ese punto de 0 a 4 y s =-16 a s =-8

Regla III #P-#Z =3 0 =3 ceros en el infinito, por tanto 3 ramas al infinito.

Regla IV Para valores grandes de la ganancia k, el lugar geomtrico es asinttico a los ngulos:

60 ) 1 n 2 (
0 3
180 ) 1 n 2 (
z # p #
180 ) 1 n 2 (
+ =

+
=

+
= |
51
para n =0, ngulo asinttico =60
n =1, =180
n =2, =300

El punto de partida de las asntotas ests dado por el centro de gravedad:
667 . 6
3
20
0 3
) 0 ( 0 4 16
z # p #
ceros polos
. g . c =

=


Regla V El punto de despegue se determina despejando k y se tiene: ) 6 s )( 4 s ( s
64
1
k + + = , la
derivada respecto a s igualando a cero, es:
0 ) 64 s 40
2
s 3 (
64
1
ds
dk
= + + = , cuyas soluciones son:
4740 . 11 s , 859 . 1 s = = , este ltimo no corresponde a la rama del lugar geomtrico. En la Fig. 6.3,
se tiene el lugar geomtrico de las races.

Fig. 6.3 Lugar geomtrico de las races.

El mximo k para la operacin estable, se determina haciendo:

1 ) j ( p k
1 ) s ( p k
= e
=

1
) 16 j )( 4 j ( j
k 64
=
+ e + e e
;

8
20 k
= e
=



-20 -15 -10 -5 0 5
-20
-15
-10
-5
0
5
10
15
20
Real Axis
I
m
a
g

A
x
i
s
52
6.4 Aplicacin del Lugar Geomtrico de las Races

Considerando un sistema de control simple, indicado en la Fig. 6.4.


Fig. 6.4 Compensador proporcional.

Se tiene una realimentacin unitaria en torno a la planta Gp(s) y una seal de error al amplificador
de ganancia k. La ganancia del amplificador se ajusta para proporcionar si es posible un desempeo
aceptable. En el diseo interesa la estabilidad relativa del sistema de ciclo cerrado y el error de
funcionamiento en el estado estacionario, tambin la respuesta de escaln, el sobre impulso.

) j 2 s )( j 2 s ( s
1
) 5 s 4 s ( s
1
) s ( Gp
2
+ + +
=
+ +
=

El lugar geomtrico de la races en trminos de la ganancia ajustable k de la seal de error, est dado
por la Fig. 6.5:

Fig. 6.5 Lugar geomtrico de las races.

Los ngulos asintticos son:

60 y 180
-3 -2.5 -2 -1.5 -1 -0.5 0 0.5 1 1.5 2
-2
-1.5
-1
-0.5
0
0.5
1
1.5
2
Real Axis
I
m
a
g

A
x
i
s
53
El centroide de las asntotas estn en: 333 . 1
3
4
s = =
El coeficiente de error para una rampa, es:
5
k
) 5 s 4 s (
k
lm ) s ( skG lm k
2
0 s
p
0 s
1
=
+ +
= =



El error normalizado, es: 67 . 1
k
1
1
=
Esta relacin es muy grande, se podra incrementar k, sin embargo, los polos, del sistema se traslada
al lado derecho del plano complejo producindose inestabilidad.

6.4.1 Compensador

Si no se puede obtener un funcionamiento apropiado con la simple realimentacin de salida, se
pueden agregar al sistema funciones de transferencia adicionales denominadas compensadores.


Compensacin en Cascada Integral



Fig. 6.7 Sistema con compensacin integral.

k ) 5 s 4 s ( s
k
) s ( R
) s ( C
) s ( T
s
k
) s ( Gc
2 2
+ + +
= =
=


Este compensador agrega un polo en s =0 a la funcin en lazo abierto del sistema.

Los ngulos asintticos del lugar de las races queda uniformemente espaciados, se aumenta la
probabilidad de que los polos de ciclo cerrado estn prximos o estn localizados en el semiplano
derecho, SPD.

54

Fig. 6.8 Lugar geomtrico de las races en trminos de k.

Este sistema es inestable para toda k positiva.

El coeficiente de error, tendra que ser finito para ser estable:

=
+ +
= =

) 5 s 4 s ( s
k
lm ) s ( G ) s ( sG lm k
2
0 s
p c
0 s
1


Confirmando la inestabilidad.

Este compensador no se aplica a esta planta.
-3 -2.5 -2 -1.5 -1 -0.5 0 0.5 1 1.5 2
-3
-2
-1
0
1
2
3
Real Axis
I
m
a
g

A
x
i
s
55
V
VVI
III
II R
RRE
EES
SSP
PPU
UUE
EES
SST
TTA
AA E
EEN
NN F
FFR
RRE
EEC
CCU
UUE
EEN
NNC
CCI
IIA
AA


7.1 Introduccin

En este apartado, se presenta un mtodo alterno muy prctico e importante para el anlisis y diseo
de un sistema de control, es el mtodo de respuesta de frecuencia.

7.2 Respuesta de Frecuencia

La respuesta de frecuencia de un sistema, se define como la respuesta del sistema en el estado
estacionario a una seal sinusoide de entrada.

Una ventaja del mtodo de respuesta de frecuencia es la fcil disponibilidad de seales de prueba
sinusoides para diversos rangos de frecuencia y amplitud.

La respuesta de un sistema a una seal sinusoidal de entrada:

) t cos( A ) t ( r e + =

Consta de componentes tanto forzada como natural, la parte forzada de las respuestas es tambin
sinusoidal, con la misma frecuencia e que la entrada. Por lo general, la amplitud y el ngulo de fase
de la respuesta forzada son diferentes a los valores correspondientes de entrada y depende de la
frecuencia de entrada:

) t cos( C ) t ( y ) t ( y
nat
e + + =



Fig. 7.1 Reaccin de un sistema ante una accin.

Una forma de calcular la respuesta forzada sinusoidal de un sistema es resolver el problema fasorial,
en el cual se sustituyen las seales forzadas sinusoidales por exponenciales complejas, cuyas partes
reales son las seales efectivas de inters.

) (
) (
) (
e
e
e
j s F
R
Y
= =


7.3 Medicin de la Respuesta de Frecuencia

Cuando una funcin de transferencia, F(s), se excita mediante una seal de entrada sinusoidal, la
relacin de la amplitud de la salida forzada a la amplitud de la entrada, es:

F(s)
) t cos( C ) t ( y ) t ( y
nat
e + + = ) t cos( A ) t ( r e + =

56
) j s ( F
senoidal entrada la de amplitud
senoidal salida la de amplitud
) ( A e = = = e

es una funcin de la frecuencia e de la senoide.

La diferencia del ngulo de fase de la salida y de la entrada, es:

) (e | =ngulo de fase de la salida sinusoidal - ngulo de fase de la entrada sinusoidal =
) ( e j s F = Z (Desfase)

Para medir la respuesta en frecuencia de una componente o sistema estable a alguna frecuencia, se
aplica una entrada sinusoidal a esa frecuencia. Se mide amplitudes de las senoides de entrada y de
salida que se establece.


7.4 Grficas de Bode

La magnitud del producto de nmeros complejos es el producto de las magnitudes de cada uno y el
ngulo del producto es la suma de los ngulos de los factores

dB =20 log
10
A() =

si F(s) =F
1
(s)F
2
(s)F
3
(s)

entonces, aplicando la propiedad de logaritmos, se tiene:

F(en dB) =F
1
(en dB) +F
2
(en dB) +F
3
(en dB)

Para funciones racionales F(s), solo se hace necesario ser capaz de graficar amplitudes y
corrimientos de fase de los tipos de trminos siguientes:

Constantes
Polos y ceros en el origen del plano complejo
Polos y ceros en el eje real
Pares de complejos conjugados de polos y ceros

a) Constantes

Sea
10
1
) s ( F =
Los 20 10 log 20 log 20
10
1
log 20 dB = = =

El ngulo de fase, es:
La funcin ) s ( F se puede escribir, como:
57
o
180
10
1
10
1
) j ( F Z = = e , por tanto, la fase, es: 180 = |

Las grficas de bode, son:


Fig. 7.2 Diagramas de Bode: Funcin constante.

b) Races en el Origen

Sea s ) s ( F = ; una raz simple,
o
90 j ) j ( F Z e = e = e , donde
o
90 1 1 j Z = =
e = e = = e ) j s ( F ) ( A
e = e = log 20 ) ( A log 20 dB
o
90 ) j s ( F = e = Z = |

La grfica de bode: de amplitud y de fase, se muestra en la Fig. 7.3a)

Sea
2
s ) s ( F = ; una raz doble,
o 2 2 2
180 ) j ( ) j ( F Z e = e = e = e , donde 1 ) 1 ( j
2 2
= =
2
) j s ( F ) ( A e = e = = e
e = e = e = log 40 log 20 ) ( A log 20 dB
2

o
180 ) j s ( F = e = Z = |
La grfica de bode: de amplitud y de fase, se muestra en la Fig. 7.3b)
58


a) b)
Fig. 7.3 Races en el origen.

c) Races en el eje real
Sea
a
s
1
a
a s
) s ( F + =
+
=
a
j 1 ) j ( F
e
+ == e
Para a << e
1 ) j s ( F = e =
0 1 log 20 ) ( A log 20 dB = = e =
o
0 ) j s ( F = e = Z = | ,
Para a >> e
a
j ) j s ( F
e
= e =
a log 20 log 20
a
log 20 dB e =
e
=
o
90 ) j s ( F = e = Z = |
son asntotas indicadas por color rojo y azul. La
grfica de bode es de color negro y tiene errores
mximos de 3 de y 6
o
respectivamente.

Fig. 7.4 Grfica de Bode: raz en el eje real.

59
En el caso de polos, las grficas de Bode se determinan en forma similar. En el caso de las asntotas
de la amplitud son rectas con pendientes negativas.


7.5 Margen de Ganancia

Si un cierto diseo da por resultado un sistema de realimentacin estable. Qu magnitud de cambio
en amplitud y en fase del producto GH puede tolerarse antes de que el sistema se torne inestable?.

Una frecuencia de cruce de fase, es cualquier frecuencia a la cual el corrimiento de fase del producto
GH es 180

El margen de ganancia de un sistema de realimentacin es la amplitud adicional necesaria para hacer
unitaria la amplitud GH a una frecuencia de cruce de fase. Si el corrimiento de fase de GH cruza por
180 en ms de una frecuencia, el margen de ganancia es el valor ms pequeo de las
posibilidades.


Fig. 7.5 Margen de Ganancia

En la frecuencia de cruce de fase, la curva de amplitud est en 18 dB, resultado un margen de
ganancia de 18 dB. La ganancia del ciclo podra incrementarse en 18 dB antes de que resulte
inestabilidad.


7.6 Margen de Fase

Una frecuencia de cruce de ganancia es cualquier frecuencia, a la cual la relacin de amplitud de GH
es 0 dB. El margen de fase es el corrimiento de fase negativo adicional necesario para hacer que la
fase de GH sea igual a 180 para una frecuencia de cruce de ganancia.
Frequency (rad/sec)
P
h
a
s
e

(
d
e
g
)
;

M
a
g
n
i
t
u
d
e

(
d
B
)
Bode Diagrams
0
50
100
150
Gm=-18.062 dB (at 0.57735 rad/sec), Pm =Inf
10
-2
10
-1
10
0
10
1
-300
-200
-100
0
60

Fig. 7.6 Margen de Ganancia

Al existir dos mrgenes de fases, se considera el menor. Una disminucin de 100 o un incremento
de 360 - 260 =100 en el corrimiento de fase de la funcin de transferencia del ciclo dara como
resultado inestabilidad.


Frequency (rad/sec)
P
h
a
s
e

(
d
e
g
)
;

M
a
g
n
i
t
u
d
e

(
d
B
)
Bode Diagrams
-20
-10
0
10
20
Gm =Inf, Pm=-101.54 deg. (at 0.10102 rad/sec)
10
-2
10
-1
10
0
10
1
-100
0
100
200
Margen de Fase
Cruce por cero
61
V
VVI
III
III
II V
VVA
AAR
RRI
IIA
AAB
BBL
LLE
EES
SS D
DDE
EE E
EES
SST
TTA
AAD
DDO
OO


8.1 Introduccin

En el presente captulo, se presenta el mtodo de las variables de estado para el anlisis de sistemas
de control lineales. Se determina la controlabilidad y observabilidad de un sistema de control y se
realiza el anlisis de estabilidad mediante la tcnica del segundo mtodo de Lyapunov. Asimismo,
se presenta el anlisis del estimador y observador de estado, y el filtro de Kalman.

8.2 Variables de Estado

En la dcada de los aos 1960, el programa espacial trajo consigo los sistemas de control
extremadamente complejos y complicados y los mtodos de la variable de estado, hoy en da
llamados control moderno.

Las descripciones de la variable de estado (o espacios de estado) proporcionan un sistema estndar
de ecuaciones que ofrecen economa en la notacin, facilitan la entrada de datos para el clculo de la
respuesta mediante computadoras y son adecuadas para su extensin a los sistemas no-lineales y de
tiempo variable.

Un sistema de control puede ser representado por un conjunto de n ecuaciones diferenciales de
primer orden en las n variables de estado y las entradas:









Salidas





En forma compacta:









i ni 1 1 n n nn 2 2 n 1 1 n
n
i i 2 1 21 n n 2 2 22 1 21
2
i i 1 1 11 n n 1 2 12 1 11
1
r b r b x a ... x a x a
dt
dx
:
r b r b x a ... x a x a
dt
dx
r b r b x a ... x a x a
dt
dx
+ + + + + =
+ + + + + =
+ + + + + =
(
(
(
(

(
(
(
(

+
(
(
(
(

(
(
(
(

=
(
(
(
(
(
(
(

=
(
(
(
(

i
r
:
2
r
1
r
ni
b ....
2 n
b
1 n
b
: ... : :
i 2
b ...
22
b
21
b
i 1
b ...
12
b
11
b
n
x
:
2
x
1
x
nn
a ....
2 n
a
1 n
a
: ... : :
n 2
a ...
22
a
21
a
n 1
a ...
12
a
11
a
n
x
:
2
x
1
x
n
x
:
2
x
1
x
dt
d

n mn 2 2 m 1 1 m m
n n 1 2 12 1 11 1
x c x c x c y
:
x c x c x c y
+ + + =
+ + + =
...
...
62

M
1

M
2
1
k
2
k
1
B
2
B
f
v
1
y
1
v
2
y
2






En forma general




donde: A Matriz del sistema o matriz de evolucin
B Matriz de control
C Matriz de observacin o de medicin
D Matriz de transmisin directa

La representacin no es nica.

8.3 Sistemas Lineales de Tiempo Continuo

Ejemplo 8.1

Sistema masa-resorte-amortiguador. El sistema consiste de dos plataformas acopladas uno con otro
y fijado sobre un soporte (tierra) por medio de un resorte y amortiguador donde las masas y resortes
estn en equilibrio esttico (se elimina el efecto gravitacional al elegir la posicin cero)






















Fig. 8.1 Sistema masa-resorte-amortiguador

(
(
(
(

(
(
(

=
(
(
(

n
2
1
n 1 2 m 1 m
n 1 12 11
2
1
x
:
x
x
c ... c c
: ... : :
c ... c c
y
:
y
Dr Cx y
Br Ax x
+ =
+ =

63
Como existen cuatro elementos que almacenan energa, entonces es un sistema de cuarto orden y se
eligen cuatro variables de estado.

x
1
(t) =y
1
(t) desplazamiento de la plataforma 1
x
2
(t) =y
2
(t) desplazamiento de la plataforma 2
x
3
(t) =v
1
(t) velocidad de la plataforma 1
x
4
(t) =v
2
(t) velocidad de la plataforma 2

La variable de entrada:

r(t) =f(t) la fuerza aplicada

Las ecuaciones diferenciales que describen la dinmica del sistema, son:



















Las salidas







8.4 Funciones de Transferencia

Las funciones de transferencia de un sistema representado en le forma de variable de estado pueden
determinarse por transformaciones de Laplace de las ecuaciones de estado, con condiciones iniciales
nulas.



Aplicando la transformada de Laplace miembro a miembro
0 x k x B ) x x ( k ) x x ( B x M
) t ( r ) x x ( k ) x x ( B x M
x x
x x
2 2 4 2 2 2 1 3 4 1
4
2
2 1 1 4 3 1
3
1
4
2
3
1
= + + + +
= + +
=
=

) t ( r
0
1
M
1
0
0
4
x
3
x
2
x
1
x
2
M
2
B
1
B
2
M
1
B
2
M
2
k
1
k
2
M
1
k
1
M
1
B
1
M
1
B
1
M
1
k
1
M
1
k
1 0 0 0
0 1 0 0
n
x
3
x
2
x
1
x
(
(
(
(
(

+
(
(
(
(

(
(
(
(
(
(
(

=
(
(
(
(
(
(
(

(
(
(
(

=
(

4
3
2
1
2
1
x
x
x
x
0 0 1 0
0 0 0 1
y
y
Br Ax x + =

64



donde I es la matriz identidad de nxn






Matriz de mxi consta de las funciones de transferencia de entrada-salida del
sistema expresadas como una matriz.

Polinomio de grado n, se llama polinomio (ecuacin) caracterstico de una matriz A de orden nxn y
las n races de ese polinomio son las races caractersticas de la matriz.

La funcin de transferencia, est dado por:




8.5 Cambio de Variables de Estado

Una transformacin no singular de las variables de estado produce una nueva representacin de
estado del sistema, con la misma relacin entre las entradas y salidas. Se pueden deducir un nuevo
conjunto de n variables a partir de las n variables de estado originales mediante una transformacin
constante de la forma:









Si la transformacin es no singular, las variables originales pueden recuperarse de las nuevas
variables.








Un cambio no singular de las variables de estado


) s ( R B ) s ( X A ) s ( X s + =
| | ) s ( R B ) s ( X A sI =
| | ) s ( R B A sI ) s ( X
1
=

) s ( X C ) s ( Y =
| | { } ) s ( R B A sI C ) s ( Y
1
=

| | B A sI C
1


n nn 2 2 n 1 1 n
'
n
n n 2 2 22 1 21
'
2
n n 1 2 12 1 11
'
1
x p x p x p x
:
x p x p x p x
x p x p x p x
+ + + =
+ + + =
+ + + =
...
...
...
'
n nn
'
2 2 n
'
1 1 n n
n n 2
'
2 22
'
1 21 2
'
n n 1
'
2 12
'
1 11 1
x q x q x q x
:
x q x q x q x
x q x q x q x
+ + + =
+ + + =
+ + + =
...
...
...
1
P Q ; ' x Q x ; x P ' x

= = =
| | B A sI C
) s ( R
) s ( Y
) s ( T
1
= =

65
En una representacin de estado de un sistema



















Las relaciones de entrada y salida de un sistema permanecen invariantes por un cambio no singular
de las variables de estado.

La funcin de transferencia, es:














Como







Considerando que:

Cx y
Br Ax x
=
+ =

' x P C y
r B ' x P A ' x P
1
1 1
=
+ =

| | ' x P C y
r B P ' x P A P ' x
1
1
=
+ =

' x ' C y
r ' B ' x ' A ' x
=
+ =

1
1
P C ' C
B P ' B
P A P ' A

=
=
=
| | ' B ' A sI ' C ) s ( ' T
1
=

| | B P P A P sI CP ) s ( ' T
1
1
=


1
P P I

=
B P
1
1
P ) A sI ( P
1
CP
B P
1
1
P A P
1
P P s
1
CP ) s ( ' T

=
( )
1 1 1 1
X Y Z Z Y X

=
| |
B ) A sI ( C ) s ( ' T
B P P ) A sI ( P CP
B P P ) A sI ( P CP ) s ( ' T
1
1 1 1
1
1 1
=
=
= =

I P P P P
1 1
= =

66
8.6 Ecuaciones de Desacoplamiento de Estado

Si en la transformacin:


La matriz de acoplamiento A


Es diagonal, el sistema se describe mediante ecuaciones diferenciales desacopladas, son tres
sistemas separados de primer orden.

8.7 Controlabilidad y Observabilidad

Cuando se coloca un sistema en forma diagonal, sus ecuaciones de estado estn desacopladas entre
s. Los trminos de respuesta natural en cada una de las soluciones de ecuaciones individual se
llaman nodos.

Si para un sistema, no existe trayectoria desde cualquier entrada hasta unas de las ecuaciones
acopladas, el modo correspondiente se llama no controlable, este extremo se aprecia en la Fig. 8.2a.
Esa porcin del sistema no es afectada por ninguna entrada. Si no tiene modos no controlables, se
dice que el sistema es completamente controlable.


Fig. 8.2 Modos no controlables y no observables.

Para un sistema diagonalizado, si una de las variables de estado de las ecuaciones desacopladas no
se agrega a alguna de las salidas del sistema, el modo correspondiente se denomina no observable,
Fig. 8.2b. La respuesta de esa ecuacin diferencial no es visible desde ninguna de las salidas. Un
sistema sin modos no observables se dice que completamente observable. Los modos pueden ser no
controlables y no observables, Fig. 8.2c.



R(s)
Y(s)
O O
O O
O O
a)
R(s)
Y(s)
O O
O O
O O
b)
R(s)
Y(s)
O O
O O
O
c)
O
x' Q x = = ; x P ' x
1
P A P ' A

=
67
8.7.1 La Matriz de Controlabilidad

Sea el sistema, representado por su ecuacin de estado:





Es completamente controlable si y solo si su matriz de controlabilidad:




Es de rango mximo. Para ser de rango mximo debe tener n columnas linealmente independientes.

8.7.2 La Matriz de Observabilidad

Para determinar si un sistema de n-simo orden es o no completamente observable, se debe formar
la matriz de observabilidad:








El sistema es completamente observable si y solo si la matriz de observabilidad es de rango mximo,
es decir, si Mo tiene n filas linealmente independientes.

8.8 Estabilidad por Lyapunov

En un sistema de control determinado, por lo general, el aspecto cuya determinacin es ms
importante, es la estabilidad. Si el sistema es lineal e invariante con el tiempo existen muchos
criterios de estabilidad. Entre ellos estn: el criterio de estabilidad de Nyquist y el criterio de Routh-
Hurwitz. Sin embargo, si el sistema es no lineal o lineal pero variante en el tiempo, tales criterios no
se aplican.

8.8.1 Segundo Mtodo de Lyapunov

En 1892, A.M. Lyapunov, present dos mtodos (llamados el primero y segundo) para determinar la
estabilidad de los sistemas dinmicos, descritos mediante ecuaciones diferenciales ordinarias.

El primer mtodo se aplica a la forma explcita de la solucin de las ecuaciones. Hallar las
soluciones, puede ser complicado o tedioso, por lo que este mtodo no es muy atractivo.

El segundo no requiere de las soluciones de las ecuaciones de estado. Por tanto, es ms popular.


Dr Cx y
Br Ax x
+ =
+ =

| | B A ... B A B A B M
1 n 2
C
=

(
(
(
(
(
(

=
1 n
2
O
A C
:
A C
A C
C
M
68
Sea el sistema:




Estado de equilibrio:





x
e
, se denomina estado de equilibrio del sistema.

8.8.2 Estabilidad en el Sentido de Lyapunov

Si existe una regin esfrica de radio o, entonces S(o) est formado por todos los puntos ,x
o
- x
e
, s o
y suponga que S() est formado por todos los puntos tales que

,|(t,x
o
,t
o
) - x
e
, s , para todo t > t
o


Se dice que un estado de equilibrio x
e
, es estable en el sentido de Liapunov si, en correspondencia
con cada S(), existe un S(o) tal que las trayectorias que empiezan en S(o) no se alejan de S()
conforme t se incrementa indefinidamente.



Fig. 8.3 Sistema estable, asintticamente estable e inestable

8.8.3 Teorema de Estabilidad de Lyapunov

Sea




S()
S()
0 x
o
0 x
e

S()
S()
0 x
o
0 x
e

S()
S()
0 x
o
0 x
e

S. Estable S. Asintticamente
Estable
S. Inestable
) t , x : t ( x
) t , x ( f x
o o o o
| =
=

t ; 0 ) t , x ( f x
x
e
e
e
= =

t ; 0 ) t , 0 ( f
) t , x ( f x
=
=

69
Si existe una funcin escalar V(x,t) con derivadas parciales continuas, que satisface

1) V(x,t) es definida positiva
2) ) , ( t x V

es definida negativa

Entonces el estado de equilibrio en el origen es uniforme y asintticamente estable. V(x,t) se
denomina funcin de energa.

Si el punto de equilibrio no es el origen, entonces es necesario realizar un traslado de ejes
previamente, tal que el punto de equilibrio sea el origen de traslacin.

Ejemplo 8.2

Investigar la estabilidad del sistema descrito por:




El origen, x =0, es el estado de equilibro del sistema.

Eligiendo una funcin escalara definida positiva:

2
2
2
1
) , ( x x t x V + =

2
2
1
1
) , ( ) , (
) , (

x
x
t x V
x
x
t x V
t x V
c
c
+
c
c
=

2
2
1
1
2 2 ) , (

x x x x t x V + =


Reemplazando las derivadas, se tiene:

2
2
2
1
2
2
2
1 2 1 2 1
2
2
1 1 2 2 1
2 ) , (
2 2 2 ) , (
) ( 2 2 ) , (
x x t x V
x x x x x x t x V
x x x x x x t x V
=
=
+ =

Siendo claramente que
0 ; 0 ) , ( = < x t x V

lo que implica que ) , ( t x V

es definida negativa. Por

tanto, el sistema bajo consideracin es asintticamente estable en el origen.


8.9 Estimacin de Estado [9]

El problema de la estimacin de estado esta fundamentalmente constituido por un sistema de
ecuaciones no-lineares, redundantes. El modelo de estimacin de estado basado en mediciones y
pseudomediciones (este ltimo entregado por el modelo de medicin), relaciona los valores medidos
de las cantidades monitoreadas con las variables de estado por la ecuacin:
2
2
1 1
2
2
1
x x x x
x x
=
=

70

e ) x ( h z + = (8. 1)

donde: z es el vector de mediciones (m x 1); x es el vector de las variables de estado (n x 1), n<m;
h() es un vector de funciones de x (m x 1) que relaciona las mediciones y pseudomediciones con las
variables de estado; y e es el vector de errores (m x 1) de las mediciones y pseudomediciones. La
estimacin de estado puede ser formulada como un problema de optimizacin, siguiendo la
metodologa de los mnimos cuadrados ponderados. Por tanto, es necesario optimizar a funcin
objetivo:

| | | | ) x ( h z R ) x ( h z
2
1
) x ( J
1
Z
T
=

(8. 2)

donde R
Z
es la matriz de co-varianza de los errores de las mediciones y pseudomediciones, que haga
la ponderacin del mtodo. Las variables de estado estimadas x son obtenidas a travs de un proceso
iterativo sobre las Ecs. (8. 3):

t t 1 t
t t t
x x x
) x ( g x ) x ( G
A + =
= A
+
(8. 3)

donde t es el nmero de iteraciones; g(x) es el gradiente de J(x); y G(x) es la matriz de ganancia,
que depende del mtodo empleado para resolver el problema de minimizacin, por ejemplo, podra
ser el mtodo de Newton-Raphson. De acuerdo con el mtodo de Newton-Raphson, se utiliza la
expansin en serie de Taylor en la Ec. (8. 1), resultando en:

x ) x ( H ) x ( h ) x x ( h A + ~ A + (8. 4)

Combinando las Ecs. (8.2) y (8.4), se obtiene:

| | | | x ) x ( H z R x ) x ( H z ) x ( J
1
Z
T
A A A A =

(8. 5)

donde ) x ( h z z = A y
x
h
) x ( H
c
c
= es la matriz Jacobiana.
Despejando el termino de primer orden en la Ec. (8. 5), resulta:

| | 0 x ) x ( H z R ) x ( H
x
) x ( J
1
Z
T
= A A =
c
c



de donde se obtiene:

) x ( z R ) x ( H x ) x ( H R ) x ( H
1
Z
T 1
Z
T
A = A

(8. 6)

La Ec. (8. 6) es utilizada entonces como base del proceso iterativo que determina el estado estimado.
Comparando con la Ec. (8. 3), se observa que la matriz de ganancia, en este caso, est dada por:
71

) x ( H R ) x ( H G
1
Z
T
=

La determinacin de G, viene como la solucin del sistema definido por la Ec. (8, 6) en cada
iteracin, puede ser computacionalmente oneroso en cuanto a memoria y tiempo, principalmente
para sistemas de gran tamao.

La redundancia de datos, es uno de los principales componentes para el xito de la estimacin de
estado. Con un nivel adecuado de redundancia, se puede enfrentar con los problemas de deteccin,
identificacin y eliminacin de errores groseros de medicin, ya sea para evitar la prdida de
observabilidad del sistema controlado.


8.10 Observadores de Estado [10]

El control con realimentacin de estados asume la disponibilidad de las variables de estado. Este
puede no ser el caso en la prctica, ya sea porque ciertos estados no son medibles, o es muy difcil o
muy caro medirlos.

Para implementar una realimentacin de estados, entonces, se debe disear un dispositivo dinmico,
llamado observador o estimador de estados, cuya salida sea una estimacin del vector de estados.

Sea el sistema, representado por la ecuacin de estado:

Cx y
Bu Ax x
=
+ =
(8. 7)

donde A, B y C son conocidas, y la entrada u(t) y salida y(t) son medibles, aunque no el estado x(t).
El problema es estimar x(t) de esta informacin.

8.10.1 Observador a Lazo Abierto

Se presenta un observador de orden completo, donde el observador tiene el mismo orden que la
planta, es decir, se estima todo el vector de estados. Se denota con ) t ( x a la estimacin de x(t).

Conociendo A y B, se puede duplicar la ecuacin de estados original construyendo el sistema:

Bu x A x + =

(8. 8)

Este sistema podra construirse en forma electrnica con amplificadores operacionales, o,
discretizado, mediante un programa en una computadora y una placa de entradas/salidas, como
podra ser un programador de lgica controlable (PLC) moderno.

Esta duplicacin es un observador a lazo abierto, en la Fig. 8. 4, se muestra el diagrama esquemtico
de esta situacin.

72



Fig. 8.4 Observador de lazo abierto.

Si los sistemas (8. 7) y (8. 8) tuvieran las mismas condiciones iniciales, entonces para toda entrada
u(t) se tendra que:

0 t , ) t ( x ) t ( x > =

El problema se reduce entonces a estimar el estado inicial. Si el sistema es observable, su estado
inicial x(0) puede computarse a partir de u(t) e y(t) sobre cualquier intervalo, por ejemplo [0, t
1
].
Con x(0) se calcula x(t
2
), t
2
t
1
, y ajustando ) t ( x ) t ( x
2 2
= y se obtiene:
2
t t , ) t ( x ) t ( x > =

En conclusin: si el sistema es observable, se puede usar un observador en lazo abierto para estimar
el vector de estados.


8.11 Filtro de Kalman

Rudolph E. Kalman (1930-) [10], considerado uno de los investigadores mas influyentes en teora de
control, fue el lder en el desarrollo de una teora rigurosa de sistemas de control durante los aos
1960s. Sus contribuciones incluyen las nociones de variable de estados, controlabilidad,
observabilidad, control por realimentacin de estados, y el principio de superposicin de control y
observacin. Durante 1960-1961, desarroll, junto a Richard Bucy, el estimador ptimo hoy
conocido como filtro de Kalman, ampliamente usado en sistemas de navegacin, radares, y
sonares, y tambin en campos tan diversos como procesamiento de datos ssmicos, plantas
nucleares, instrumentacin y econometra.

Las perturbaciones a que est sujeto un sistema de control conducen a que su salida se aleje de
comportamiento deseado. Estas perturbaciones son de carcter aleatorio, por eso un buen diseo
debe considerar medidas que le permitan mantener un desempeo satisfactorio. [11]

B

A
}

+
+

C
y x
x
u

B

A
}

+
+
x
x
x
73

Sea un sistema, representado por su ecuacin de estado:

w Cx y
Fv Bu Ax x
+ =
+ + =

donde:
x Vector de estado
u Entrada conocida
y Salida
v, w Procesos aleatorios gaussianos del tipo ruido blanco con densidades espectrales de
potencia V y W.

El estimador ptimo de Kalman para el vector de estado, est basado en la estructura bsica del
observador:

) x C y ( K Bu x A x
k
+ + =

siendo x el vector de estado estimado y
k
K la matriz de diseo del estimador.

Si las seales v y w no estn correlacionadas,
k
K se determinar mediante la expresin:

1 T
opt k
W C P K

=

Siendo
opt
P la matriz de covarianza ptima del error del estimador de estado, obtenida a partir de la
ecuacin de Riccati:

T
opt
1 T
opt
T
opt opt
FVF CP W C P A P AP 0 + + =



El diagrama de estado de la Fig. 8.5, muestra la configuracin del Filtro de Kalman. Las entradas
son las seales u(t) y y(t) y la salida es el vector de estado estimadox.

74




















Fig. 8.5 Filtro Kalman.


K
k


A
}

+
+

C
y
x
x

u
+
-
y

B
+
75
I
IIX
XX C
CCO
OON
NNT
TTR
RRO
OOL
LL D
DDI
IIG
GGI
IIT
TTA
AAL
LL


9.1 Introduccin

En este captulo, se presenta la tcnica del control digital para sistemas de control. Se considera
seales de tiempo discreto, y su tratamiento mediante las transformada Z y la utilizacin de la
transformada Z inversa, y su aplicacin a sistemas de tiempo discreto.


9.2 Uso de la Computadora en un Sistema de Control

Los trminos tiempo continuo y analgico son idnticos en su significado. Las seales analgicas
son funciones de una variable de tiempo continuo y los sistemas analgicos son aquellos que se
describen en trminos de seales analgicas.

En forma similar, tiempo discreto y digital tienen el mismo significado; se refieren a seales que se
definen nicamente para instantes especficos de tiempo. El empleo de las palabras analgico y
digital, se remontan a una poca en que las grandes computadoras eran muy comunes. En la Fig. 9.1
se muestra el esquema de control que emplea una computadora digital.

Fig. 9.1 Esquema de control mediante computadora.

En la computadora, est almacenada la estrategia de control.



Fig. 9.2 Esquema de control que utiliza un controlador digital.

En la Fig. 9.2, se muestra un diagrama esquemtico donde se emplea un controlador digital. El
controlador trabaja con seales discretas y esta compuesto por hardware y software.


Controlador
Digital
Planta
+
-
c r
Muestreo y
conversor
Analgico/
Digital
Computa-
dora
Digital
Convertidor
Digital/Anal-
gico y circuito
de retencin
Planta
+
-
c r
76
9.3 Seales de Tiempo Discreto

Las seales peridicas de una seal de tiempo continuo, tal como las que genera un convertidor
A/D, forman una sucesin de nmeros denominada seal de tiempo discreto.

Las seales de tiempo discreto, son muestras peridicas de seales de tiempo continuo. En la Fig.
9.3 se muestra una seal de tiempo continuo y en la Fig. 9.4, se presenta un seal de tiempo discreta,
son las muestras de la seal de tiempo continuo de la Fig. 9.3, es decir, valores de f(t) para diferentes
tiempos de muestreo: f(0), f(t=T), f(t=2T), f(t=3T), f(t=3T), ,f(t=kT) =f(0), f(1), f(2), f(3), ,
f(k)



Fig. 9.3 Seal de tiempo continuo (Seal analgica)



Fig. 9.4 Muestras de la seal de tiempo continuo (seal discreta).




t
f(t)
O

O
O
O
0 T 2T 3T 4T 5T 6T 7T 8T
0 1 2 3 4 5 6 7 8 k
O
O
O
O
O
O
O
O
O
O
O
O
O
t
f(t)
77
O O O O O O O O O O O O
-4 -3 -2 -1 0 1 2 3 4 5 6 7 k

=
= o
caso otro en 0;
0 k ; 1
) k (
O O O O
-4 -3 -2 -1 0 1 2 3 4 5 k

=
=
=
, 3 , 2 , 1 , 0
, 3 , 2 , 1 ; 0
) k ( u
k 1;
k

O O O O O O
O O O O O
-4 -3 -2 -1 0 1 2 3 4 5 k
) k ( u e ) k ( f
akT
=


O
O
O
O
O
O O O O O
-4 -3 -2 -1 0 1 2 3 4 5 k
) k ( u T k ) k ( f =
O
O
O
O
O
9.3.1 Seales de Tiempo Discreto de Algunas Funciones Elementales

Se muestran sucesiones importantes. Todas las sucesiones bsicas constan de muestras cero
anteriores a k = 0

a) Impulso unitario








b) Escaln unitario









c) Rampa unitaria











d) Exponencial












78
9.4 Transformada Z

La aplicacin de la transformada Z a una ecuacin de diferencias, permite la manipulacin de
seales discretas.

La transformada Z, se define, como:





La Transformada Z juega idntico papel en la descripcin de las seales de tiempo discreto que la
Transformada de Laplace en el caso de las seales de tiempo continuo.


9.4.1 Transformadas Z de Algunas Funciones Elementales Muestreadas


1.-


2.-



Sabiendo que:


Entonces



3.-

1
z
aT
e
1
;
1
aT
e z
aT
e z
aT
e z
z
z
aT
e
1
1
1
0 k 0 k
k
z
aT
e
1
k
z
kaT
e
kaT
e
<


=

=
=
|
|
.
|

\
|
=

=
(

Z






| |

=

= =
0 k
k
z ) k ( f ) z ( F ) k ( f Z
| | 1 z z ) k ( ) k (
0 k
0 k
= = o = o

=

Z
| |


=

=

= = =
0 k
k
0 k 0 k
k k
z z 1 z ) k ( u ) k ( u Z
1
0 k
;
x 1
1
k
x <

=

=

x
| |


=

=

<

=
+
=
|
.
|

\
|
= =
0 k
k
0 k
k
1 ;
1 z
z
z
1
1
1
z
1
z ) k ( u
z
1
Z
( )
k
aT kaT
e e ) k ( f

= =
79
4.-
| |
1 ) bT cos( z 2
2
z
) bT ( sen z
jbT
e z
z
j 2
1
jbT
e z
z
j 2
1
0 k 0 k
k
jbT
e z
j 2
1
k
jbT
e z
j 2
1
0 k
k
z
j 2
jkbT
e
jkbT
e
) kbT ( sen
+

=

|
.
|

\
|

|
.
|

\
|

Z



9.4.2 Reglas Bsicas

Alguna de estas reglas bsica, son:














9.5 Transformada Z Inversa

Para volver al sistema de tiempo continuo, es necesario aplicar la transformada Z inversa.

La sucesin de muestras representadas por una transformada Z racional, puede obtener: por divisin,
por fracciones parciales y por definicin.

Si se considera la transformada Z:



Realizando la divisin de los polinomios del numerador y denominador, se tiene:




Considerando las reglas bsicas, se tiene:



y
| |
| |
| |
| |
| |
| | ) 1 n ( zf ) 2 n ( f z ... ) 1 ( f z ) 0 ( f z ) z ( F z ) n k ( f
:
) 1 ( zf ) 0 ( f z ) z ( F z ) 2 k ( f
) 0 ( zf ) z ( zF ) 1 k ( f
) z ( F z ... ) n 2 ( f z ) n 1 ( f z ) n ( f ) n k ( f
:
) z ( F z ) 1 ( f z ) 2 ( f ) 2 k ( f
) z ( F z ) 1 ( f ) 1 k ( f
2 1 n n n
2 2
n 2 1
2 1
1
= +
= +
= +
+ + + + =
+ + =
+ =

Z
Z
Z
Z
Z
Z
5 . 0 z z
z 4
) z ( F
2
+
=
... z 2 z 4 z 4 z 0
5 . 0 z z
z 4
) z ( F
3 2 1 0
2
+ + + + =
+
=

... ) 3 k ( 2 ) 2 k ( 4 ) 1 k ( 4 ) k ( f + o + o + o =
80







9.6 Sistemas de Tiempo Discreto

El procesamiento por computadora de las muestras de la seal de entrada para producir muestras de
la seal de salida, se puede describir mediante ecuaciones de diferencias, que son anlogas a las
ecuaciones diferenciales que caracterizan a los sistemas de tiempo continuo.

9.6.1 Ecuaciones de Diferencias y Respuesta

Los sistemas de tiempo discreto se describen por ecuaciones de diferencias, de la forma:

y(h +n) +a
n-1
y(h +n 1) +a
n-2
y(h +n 2) + +a
1
y(h +1) +a

y(h)
=b
m
r(h +m) +b
m-1
r(h +m 1) + +b
1
r(h +1) +b

r(h)

donde: y(k) es la sucesin de salida y
r(k) es la sucesin de entrada

Resolviendo esta ecuacin de diferencias de n-simo orden para y(k+n)

y(h +n) =a
n-1
y(h +n 1) a
n-2
y(h +n 2) a
1
y(h +1) a

y(h)
=b
m
r(h +m) +b
m-1
r(h +m 1) + +b
1
r(h +1) +b

r(h)

La (k+n)-sima muestra de la salida es una combinacin lineal de las muestras de salida a travs de
y(k) y las muestras de entrada a partir del paso k+m al paso k.

Ejemplo 9.1:

La ecuacin en diferencias ) k ( r ) 1 k ( r 2 ) k ( y 2 ) 1 k ( y 3 ) 2 k ( y + + + = + representa un sistema de
tiempo discreto que se describe por una ecuacin de diferencias de segundo orden.


9.7 Funciones de Transferencia Z

La funcin de transferencia Z de un sistema de tiempo discreto es la relacin de la transformada Z
de la variable de salida a la transformada Z de la variable de entrada, cuando todas las condiciones
iniciales son nulas:


Condiciones iniciales nulas



) z ( R
) z ( Y
) z ( D =
:
2 ) 3 ( f
4 ) 2 ( f
4 ) 1 ( f
0 ) 0 ( f
=
=
=
=
81
Ejemplo 9.2:

Determinar la funcin de transferencia para el sistema de tiempo discreto:


Aplicando la Transformada Z, se tiene:




La funcin de transferencia, ) z ( D , est dado por:






9.8 Controlabilidad y Observabilidad

En general, las ecuaciones de estado para un sistema de tiempo discreto tiene la forma:

) k ( x H ) k ( y
) k ( r G ) k ( x F ) 1 k ( x
=
+ = +


Un sistema de tiempo discreto de n-simo orden, es completamente controlable si y solo si su matriz
de controlabilidad:

| | G F ... G F FG G M
1 n 2
c

=

es de rango mximo.

El sistema, es completamente observable si y solo si su matriz de observabilidad:

(
(
(
(
(
(

=
1 n
2
HF
:
HF
HF
H
Mo

es de rango mximo.
) k ( r 6 . 0 ) 1 k ( r ) 3 k ( r 4 ) k ( y 5 . 0 ) 1 k ( y ) 2 k ( y 3 . 0 ) 3 k ( y + + + + + + = +
) z ( R ) 6 . 0 z z 4 ( ) z ( Y ) 5 . 0 z z 3 . 0 z (
3 2 3
= + +
5 . 0 3 . 0
6 . 0 4
) (
) (
) (
2 3
3
+ +

= =
z z z
z z
z R
z Y
z D
82
X
XX C
CCO
OON
NNT
TTR
RRO
OOL
LL
P
PPT
TTI
IIM
MMO
OO


10.1 Introduccin

El propsito de este captulo, es desarrollar los conceptos sobre la teora del control ptimo con el
objetivo de proveer bases para el diseo de sistema de control ptimo.

10.2 La Optimizacin del Control

En los captulos precedentes, se consideraron algunas tcnicas de diseo para los controladores que
poseen ciertas caractersticas de comportamiento, tales como: estabilidad, error en estado
estacionario, etc. En ste captulo, se introduce el concepto de control ptimo, se optimiza un cierto
ndice de comportamiento.

En la mayora de los sistemas de control industrial, el costo del sistema de control es comparado con
los beneficios esperados de su instalacin.

La controlabilidad y observabilidad de un sistema de control, permiten el diseo de un observador.
ste, es una herramienta fundamental en el control de sistemas en variables de estados. Sin
embargo, no es siempre es el mtodo ms til.


10.3 Formulacin del Problema de Control ptimo [7]

El punto de partida de la teora de control ptimo, es el conjunto de ecuaciones de estado, las cuales
describen la dinmica del comportamiento del sistema (planta) a ser controlado.

Para un sistema de tiempo continuo, las ecuaciones de estado son el conjunto de ecuaciones
diferenciales de primer orden:

| |
1
, ; ) , , ( ) ( t t t t u x f t x
o
e =

donde x(t) es un vector de estado nx1, u(t) es px1 el vector de entrada, f es un vector de funcin y
[t
0
, t
1
] es el intervalo de control.

Para sistemas discretos, las ecuaciones de estado son un conjunto de ecuaciones en diferencias de
primer orden:

| |
1 0
, ; ) , , ( ) 1 ( k k k k u x f k x e = +

El problema es manipular el control de la planta tal que se logre ciertos objetivos especificados las
cuales satisfacen las restricciones de operacin. Los siguientes pasos permiten resolver el problema
del control ptimo:

i) Para una planta dada, buscar una funcin de control
*
u , la cual acta sobre la planta dada,
en la que en algunos casos, es la mejor manera posible.
ii) Implementar la funcin de control obtenida en el paso i) con la ayuda de un controlador.
83

El diseo de un controlador ptimo est basado sobre los siguientes factores relativos a la planta y la
naturaleza de su conexin con el controlador:

i) Las caractersticas de la planta.
ii) Los requerimientos realizados sobre la planta
iii) La naturaleza de la informacin acerca de la suministrada al controlador.


10.4 Control ptimo de Sistemas Continuos

El objetivo del Control Optimo es el de determinar una ley de control ptima u que minimice una
funcin objetivo (funcin de costo) J. En la mayora de los casos, sin embargo, la bsqueda de la
funcin de costo involucra procedimientos de error y correccin; esto significa que no siempre se
podr estar seguros acerca de la forma exacta que debera poseer la funcin de costo. Pero la
interrogante es Cmo determinar sta funcin?.

La funcin objetivo tpica es un ndice de comportamiento a optimizar. Entonces, el problema del
control ptimo consiste en la minimizacin del ndice de comportamiento J. Por analoga con los
problemas de optimizacin, es frecuente denominar funcin de costo al ndice que se pretende
minimizar.

El problema que soluciona el control ptimo es el de saber donde se reubicaran los autovalores para
lograr unos fines deseados. Consiste en la minimizacin de una funcin de costo escalar J. Esta
funcin de costo, o ndice de comportamiento, suele estar relacionada con la energa y por lo tanto
con el costo de operacin econmico del proceso en cuestin.

El ndice de comportamiento escalar J, est dado por:

}
=
1
0
t
t
)) t ( u ), t ( y ), t ( x ( J J

donde:

x(t) Variable de estado
y(t) Variable de salida
u(t) Variable de control

Ejemplo 10.1 [10]

Considerar el sistema determinada por la siguiente ecuacin de estado:

u
1
0
x
x
1 0
1 0
x
x
2
1
2
1
(

+
(

=
(
(
(

84
El ndice de comportamiento a ser minimizado es:

dt ) u x (
2
1
J
1
0
t
t
2 2
1 }
+ =
La restriccin de desigualad del control esta dado por:

1 ) t ( u s ; para | |
1 0
t , t te

La funcin de Pontryagin, es:

u x x u
2
1
x
2
1
) t , , u , x (
2 2 2 2 1
2 2
1
+ + + =

Separando los trminos que contienen a u, se tiene:

u u
2
1
2
2
+ (10.1)

La condicin necesaria de optimalidad que debe ser satisfecha, cuando la restriccin de control no
est saturada, es:

0 u
u
) t , , u , x (
2
= + =
c
c

de donde, la solucin, es:

2
*
) t ( u =

como 1 ) t ( u s , entonces 1 ) t ( u
2
s = .

La ley de control est dado por:

2
*
) t ( u = .

Cuando 1 ) t (
2
> , entonces de la ecuacin (10.1), la funcin que minimiza , es:

< +
>
=
1 ) t ( para 1
1 ) t ( para 1
) t ( u
2
2 *


La estrategia de control ptimo, se muestra en la Fig. 10.1.

85


Fig. 10.1 Estrategia de control para el ejemplo 10.1

En este ejemplo, se consider solamente una restriccin para la variable de control, puede
extenderse a tambin a las variables de estado.

La condicin necesaria de optimalidad, no es suficiente en el caso de sistemas discretos.


10.5 Control ptimo Discreto

Dado un sistema de tiempo continuo, de ecuaciones:
Cx y
Bu Ax x
=
+ =

El sistema puede ser representado por ecuaciones de diferencias, del tipo:

) k ( Cx ) k ( y
) k ( Bu ) k ( Ax ) 1 k ( x
=
+ = +


Definiendo un cierto ndice de comportamiento J, el control ptimo consiste en obtener el vector de
las seales de control u(k), que haga mnimo el ndice de comportamiento J. A este vector se le
denomina trayectoria ptima de control.



86
10.6 Principio de Optimalidad

La herramienta matemtica que se usa para determinar la estrategia ptima, para transitar de un
estado a otro estado, es el principio de optimalidad de Bellman. [7, 10]

En cualquier punto intermedio
i
x en una trayectoria ptima entre
0
x y
f
x , la estrategia desde
i
x al punto final
f
x debe ser en s una estrategia ptima.

Este principio se utiliza en el cmputo recursivo de las soluciones ptimas en un procedimiento
llamado programacin dinmica, de hecho a Bellman, se considera el padre de la programacin
dinmica.


10.7 La Funcin de Costo Discreta

En el caso del regulador ptimo de estado, el ndice de comportamiento funcin de costo, est
dado por:

| |

=
+ + =
1 N
0 k
T T T
) k ( u R ) k ( u ) k ( x Q ) k ( x
2
1
) N ( x H ) N ( x
2
1
J

donde N es el instante final de control, puede ser infinito. H, Q y R, son matrices de ponderacin
que normalmente son diagonales y definidas positivas.

Si Q es una matriz diagonal, el producto ) k ( x Q ) k ( x
T
es de la forma:

2
n nn
2
2 22
2
1 11
T
x q ... x q x q ) k ( x Q ) k ( x + + + =

En los sistemas discretos los ndices ms empleados, son:

a) ndice de Regulacin de Estados en Tiempo Infinito

| |

=
+ =
0 k
T T
) k ( u R ) k ( u ) k ( x Q ) k ( x
2
1
J

b) ndice de Regulacin de Estados en Tiempo Finito

| |

=
+ =
N
0 k
T T
) k ( u R ) k ( u ) k ( x Q ) k ( x
2
1
J
dependiendo de N sera de tiempo finito o infinito.


87
c) ndice de Comportamiento para Control ptimo de Salida

| |

=
+ =
N
0 k
T T
) k ( u R ) k ( u ) k ( y Q ) k ( y
2
1
J

d) ndice de Control ptimo de Seguimiento

| |

=
+ c c =
N
0 k
T T
) k ( u R ) k ( u ) k ( Q ) k (
2
1
J
siendo el error: ) k ( x ) k ( x ) k (
ref
= c

Para dos instantes de control, N-1, N, se debe cumplir la condicin necesaria de optimalidad:

0
) 1 N ( u
) N , 1 N ( J
=
c
c


De donde la solucin, es:

| | ) 1 n ( HAx B HB B R ) 1 N ( u
T
1
T
+ =

(10.2)


10.8 Ley de Control ptima

La solucin del problema de optimizacin (10.2), se puede considerar una ley de control ptima, de
la forma:

) k ( x ) k ( K ) k ( u =

donde ) k ( K es una matriz de ganancia ptima de control.

Una condicin necesaria para aplicar el control por realimentacin de estados es que el proceso sea
completamente controlable; adems, sea completamente observable (todos los estados deben estar
disponibles o medibles). Si existieran estados que no pudieran medirse directamente, ser necesario
estimarlos por medio de un estimador u observador de estados.
88
Referencias Bibliogrficas

[1] Richard C. Dorf, Sistemas de Control Automtico, Teora y Prctica. Fondo Educativo
Interamericano S.A., Bogot, 1978.
[2] Katsuhiko Ogata, Ingeniera de Control Moderna. Prentice-Hall Hispanoamericana S.A.,
Mxico, 1980
[3] Gene H. Hostetter et al., Sistemas de Control. McGraw-Hill, Mxico, 1990.
[4] Katsuhiko Ogata, Ingeniera de Control Moderna. Prentice Hall Hispanoamericana S.A.,
3a. Ed., Mxico, 1998.
[5] Katsuhiko Ogata, Sistemas de Control en Tiempo Discreto. Prentice Hall Hispanoamericana
S.A., Mxico, 1996.
[6] M. Olivares, R. Rojas, Modelado y Control Difuso. Universidad Tcnica Federico Santa
Mara, Valparaso, Chile.
[7] M. Gopal, Modern Control System Theory. John Wiley & Sons, Nueva Delhi, India, 1984.
[8] strm, Karl J.: Computer Controlled Systems. Theory and Design. Prentice Hall, 1984
[9] M. F. de Medeiros, M. A. Almeida, Estimacio de Estado em Redes de Distribuio de
Mdia Tenso com Base no Algoritmo da Soma de Potncias. XIV Congresso Brasileiro de
Automtica, setembro de 2002.
[10] Julio H. Braslavsky, Control Automtico 2. Notas de Clase, Universidad Nacional de
Quilmes, agosto 2001.
[11] Jos Daz, et al., Aplicacin de los Filtros Kalman a Sistemas de Control. Ingeniera UC,
rgano de Divulgacin Cientfica y Tecnolgica de la Universidad de Carabobo.

89
Anexo A Tabla de Equivalencias de Bloques