Académique Documents
Professionnel Documents
Culture Documents
Circuito RC
i(t)
R
vi(t)
vo(t)
dv0 (t ) i (t ) v (t ) v0 (t ) , i (t ) = i = dt C R dv (t ) RC 0 = v0 (t ) + vi (t ) dt
v0 (t ) =
1 C
i() d
t0
Diagrama de bloques
vi(t) +
1/R
i(t)
1/C
v0 (t )
v0(t)
= RC tiene la dimensin de segundos y se conoce como constante de tiempo Los almacenamientos o acumuladores caracterizan el estado del sistema y dan memoria de este. Si
s d dt 1 = dt s
V0 ( s ) =
Vi ( s ) V0 ( s ) V0 ( s ) = sRC v0 (t ) = v0 (0) + vi (1 e t / )
1 V ( s) s +1 i
N w Tm S Rotor Estator
v(t)
Tm (t ) = k m i (t ), k m es una constante del motor d (Jw(t )) = k m i(t ) TL (t ), TL (t ) : Momento de la carga sobre el motor, J : momento de inercia dt e(t) = k g w(t ), tensin inducida, k g constante del motor L di (t ) = v(t ) Ri (t ) e(t ), ecuacin de la tensin del rotor dt
4
1/L -R
i(t)
km
w (t)
rotor
El sistema posee dos estados, cada una de las salidas de los integradores
J.M. de la Cruz ISAISA-UCM 5
Q (t ) = CT (t ), Calor almacenado en la casa = Capacidad energtica de la casa * Temperatura d (Q(t )) dT (t ) =C = f i (t ) f o (t ), Variacin de calor dt dt f o (t) = k (T (t ) To (t )), flujo de entrada proporcional a la diferencia de temperaturas dT (t ) 1 = [ f i (t ) k * T (t ) + k * To ] dt C
J.M. de la Cruz ISAISA-UCM 6
fi(t)
1/C -k/C
T(t)
Sin depredadores las presas aumentan Sin presas los depredadores disminuyen Que ocurre cuando ambos coexisten?
J.M. de la Cruz ISAISA-UCM 8
Integracin en Matlab
help ode45 ODE45 Solve non-stiff differential equations, medium order method. [T,Y] = ODE45('F',TSPAN,Y0) with TSPAN = [T0 TFINAL] integrates the system of differential equations y' = F(t,y) from time T0 to TFINAL with initial conditions Y0. 'F' is a string containing the name of an ODE file. Function F(T,Y) must return a column vector. Each row in solution array Y corresponds to a time returned in column vector T......
Integracin en Matlab
function xdot=snlvoltr(t,x) % % xdot=snlvoltr(t,x) % % Sistemas No Lineales ecuacin de Volterra % % J.M. de la Cruz % % x' = ax-bxy % y' = dxy-dy % Puntos de equilibrio (0,0), (b/d,a/c) % a=1; c=1; b=1; d=1; xdot(1,1)=a*x(1)-b*x(1)*x(2); xdot(2,1)=-d*x(2)+c*x(1)*x(2);
11
13
Sistemas no lineales:
x(t ) = f ( x(t ), u (t ), t ), y (t ) = h( x(t ), u (t ), t )
y (t ) = Cx(t ) + Du (t )
14
Notacin
donde
u(t) x Rn u Rm y Rp t R vector de estado, vector de entrada vector de salida ndice h(.) f(.) x(t) integradores x(t)
y(t)
15
Complejidad de sistemas
Sistemas no lineales Sistemas lineales variantes en el tiempo
16
x(t)
A
17
Modelo de entrada-salida
d n y (t ) d n 1 y (t ) a + + 1 dt n dt n 1 + an 1 dy (t ) d n 1u (t ) + an y (t ) = b1 + dt dt n 1 + bn 1 du (t ) + bnu (t ) dt
x(t)
p-1
integrador
Funcin de transferencia
pn y(t) + a1 pn-1 y(t) + + an y(t) = b1 pn-1 u(t) + + bn u(t)
b p n 1 + + bn y (t ) = n 1 u (t ) p + a1 p n 1 + + an
F.T
u(t)
G( p ) =
b1 p n 1 + + bn 1 p + bn p n + a1 p n 1 + + an 1 p + an
y(t)
Ejemplo 1
Circuito RC vi(t) +
1/R
i(t)
1/C
v0 (t )
p-1
v0(t)
v0 (t ) 1 = vi (t ) RCp + 1
20
10
Ejemplo 2
Modelo del motor
v(t)
+ 1/L -R -kg
p-1
i(t)
km
TM 1/J -TL
p-1
w (t)
w(t ) =
km 1 v ( t ) TL JLp 2 + RJp + k m k g Jp
21
Ejemplo 3
Determinar la ecuacin diferencial del sistema con la funcin de transferencia
1.2 p + 0.5 y (t ) = 2 u (t ) p 1.5 p + 0.7 1.2 p + 0.5 y (t ) = 2 u (t ) p 1.5 p + 0.7 G ( p) =
( p 2 1.5 p + 0.7) y (t ) = (1.2 p + 0.5)u (t ) p 2 y (t ) 1.5 py (t ) + 0.7 y (t ) = 1.2 pu (t ) + 0.5u (t ) d u (t ) d 2 y (t ) dy (t ) u (t ) + 0.5u (t ) 1.5 + 0.7 y (t ) = 1.2 2 dt dt dt
J.M. de la Cruz ISAISA-UCM 22
11
u1(t) u2(t)
u(t)
Sistema Lineal L
y(t) = Lu(t)
u3(t)
+ +
Ejemplo
2 sin(3t) 0.3e-4t 1+5t
+ + +
u(t)
Sistema Lineal L
y(t) = Lu(t)
12
u(t)
J.M. de la Cruz ISAISA-UCM
p-1
y(t)=0t u() d
25
Ejemplo
u(t) G1(p) y1(t) G2(p) y2(t)
y2 (t ) 2 p +1 = G2 ( p ) = y1 (t ) p 1.1
u(t)
G1(p)G2(p)
y2(t)
26
13
Ejemplo (cont.)
G3 ( p ) = y2 (t ) y1 (t ) 1.2 p + 0.5 2 p +1 = G1 ( p )G2 ( p ) = 2 * y1 (t ) u (t ) p 1.5 p + 0.7 p 1.1
u(t)
G3(p)
y2(t)
2.4 p 2 + 2.2 p + 0.5 y2 (t ) = 3 u (t ) p 2.6 p 2 0.95 p 0.77 d 3 y2 (t ) d 2 y2 (t ) d y2 (t ) 2 . 6 0.95 0.77 y2 (t ) = 3 2 dt dt dt d 2u (t ) d u (t ) 2.4 + 2.2 + 0.5u (t ) 2 dt dt G3 ( p ) =
J.M. de la Cruz ISAISA-UCM 27
lgebra de bloques
Bloques en serie
u(t) G1 y1(t) y2(t) G2
1/4
u(t)
G1G2
y2(t)
Bloques paralelos
u(t) G1 y2(t) G2
J.M. de la Cruz ISAISA-UCM 28
u(t)
y2(t) G1+G2
14
lgebra de bloques
Realimentacin
u(t)
2/4
u(t) +
y(t)
G 1 GH
y(t)
29
lgebra de bloques
u(t) +
3/4
G v(t) y(t)
u(t)
y(t) v(t)
u(t)
y(t)
1/G
v(t)
30
15
lgebra de bloques
u(t) G
4/4
v(t)
u(t)
v(t)
u(t)
y(t)
31
Ejercicio
Comprobar que el siguiente diagrama es equivalente a
H2 u(t)
+ -
G1
+ -
G2
+ +
G3 H1
G4
y(t)
H3
G= y (t ) G1G2G3G4 = u (t ) 1 G3G4 H1 + G2G3 H 2 + G1G2G3G4 H 3
u(t) G y(t)
32
16
En Matlab
num=[1.2 0.5];den=[1 G=tf(num,den)
J.M. de la Cruz ISAISA-UCM
1.5 0.7];
33
0.8 0.7 0.6 0.5 y(t) 0.4 0.3 0.2 0.1 0 0 2 4 6 8 Tiempo 10 12 14 16
10
20
30
40
50 Tiempo
60
70
80
90
100
34
17
36
18
Podemos asociar los diagramas de la descripcin de las ecuaciones diferenciales mediante integradores con los diagramas de bloques en los que la funcin de transferencia elemental es el bloque integrador dado por G(p) = 1/p De esta manera toda funcin de transferencia (ecuacin diferencial ) se puede expresar mediante un diagrama de bloques en trmino del bloque integrador. Las salidas de los bloques integradores guardan memoria de la evolucin del sistema y el vector que forman constituye el vector de estado del sistema
37
38
19
u(t)
x(t)
p-1 -a1
x(t)
p-1
x(t)
p-1
x(t)
Introducimos los estados como las salidas de los integradores x1(t)= x(t), x2(t)= x1(t), x3(t)= x2(t), Lo que lleva a: x1(t)=x(t)= - a1x1(t) - a2x2(t) a3x3(t) +u(t) x2(t)=x1(t) x3(t)=x2(t)
u(t)
(E.1)
(E.2)
x1(t)
p-1 -a1
x1(t)
p-1
x2(t)
p-1
x3(t)
-a2 -a3
J.M. de la Cruz ISAISA-UCM 40
20
a3 1 0 0 , = B 0 0
x1(t) x2(t) x3(t)
u(t)
x1(t)
p-1 -a1
p-1
p-1
-a2 -a3
J.M. de la Cruz ISAISA-UCM 41
x2(t) x3(t)
y(t)
x(t)
p-1 -a1
x1(t)
p-1
p-1
b3
-a2 -a3
J.M. de la Cruz ISAISA-UCM 42
21
Luego podemos escribir la ecuacin diferencial en la forma: x(t) = A x(t) + B u(t), y(t) = C x(t) + D u(t) Para evaluar la evolucin del sistema necesitamos conocer el valor inicial x(0). Del conocimiento de este y dada una seal de entrada u(t) podemos calcular x(t) e y(t), para todo t > 0
J.M. de la Cruz ISAISA-UCM 43
Podemos escribir la ecuacin de estado de dicho sistema como x (t) = A x(t) + B u(t), y(t) = C x(t) + D u(t) donde
x1 (t ) x(t ) = xn (t ) an 1 0 0 0 , B= 0 1 0 C = [b1 b0 a1 b2 b0 a2 bn b0 an ], D = [b0 ]
J.M. de la Cruz ISAISA-UCM 44
a1 1 A = ] 0
a2
22
bn-1
xn(t) x2(t)
y(t)
u(t)
x (t)
p-1 -a1
x1(t)
p-1
bn
-a2
Ejercicio 1: determinar la representacin en variables de estado si la salida del primer retardo es x3 y la del ltimo x1. Cambia esto el modelo de entrada-salida? Que podemos concluir?
46
23
(1 + a p
1
+ a2 p 2 + a3 p 3 y (t ) = b0 + b1 p 1 + b2 p 2 + b3 p 3 u (t )
b2 p-1 x3(t)
b1 p-1 x2(t)
b0 p-1 x1(t)
y(t) x1(t)+b0u(t)
-a3
J.M. de la Cruz ISAISA-UCM
-a2
-a1
47
Nombrando a los estados en la forma que se ha indicado en la figura obtenemos las siguientes relaciones: x1(t)= - a1x1(t) + x2(t) + (b1 b0a1) u(t) x2(t)= - a2 x1(t) + x3(t) + (b1 b0a1) u(t) x3(t)= - a3 x1(t) + (b1 b0a1) u(t) Lo que lleva a: x(t) = A x(t) + B u(t), y(t) = C x(t) + D u(t) donde
x1 (t ) x(t ) = x2 (t ), x3 (t ) a1 A= a2 a3
1 0 b1 b0 a1 b b a 0 1 , B = 2 0 2 0 0 b3 b0 a3 C = [1 0 0], D = [b0 ]
Ejercicio 2. Repetir el ejercicio 1 con esta representacin. Determinar la representacin general (orden n de los polinomios)
J.M. de la Cruz ISAISA-UCM 48
24
CONCLUSION
Un sistema descrito por una ecuacin diferencial se puede representar siempre en variables de estado en la forma x (t) = A x(t) + B u(t), y(t) = C x(t) + D u(t) (E.3) La representacin no es nica, en realidad existen infinitas formas de representacin en variables de estado, ya que si T es una matriz no singular de dimensin n*n, siendo n el n de componentes del vector de estado, entonces la nueva representacin en variables de estado obtenida mediante la transformacin lineal w(t) = T x(t) es una representacin vlida para el sistema.
J.M. de la Cruz ISAISA-UCM 49
operando algebraicamente
x (t) = (pI A)-1 G u(t), y(t) = C (pI A)-1 G u(t) + D u(t)
J.M. de la Cruz ISAISA-UCM 50
25
De manera que la relacin entre la seal de entrada y la de salida est dada por
y(t) = [C (pI A)-1 G + D ]u(t) (E.4)
Ejercicio 3. Probar que la relacin (E.5) anterior no depende de la representacin en variables de estado escogida
51
En Matlab
num=[1.2 0.5];den=[1 1.5 0.7]; G=tf(num,den) [A,B,C,D]=ssdata(G)
J.M. de la Cruz ISAISA-UCM 52
26
Step
53
1 s
x1(t)
-0.7
-a2
54
27
En Matlab
A=[-1.5,1;-0.7,0]; B=[1.2;0.5]; C=[1,0]; D=0; S=ss(A,B,C,D) Gq=tf(S) t=0:.5:50; u1=ones(size(t)); u2=0.4*sin(0.2*t); [yt,tt,xt]=lsim(S,u1+u2,t); plot(t,yt) plot(t,xt)
1 0.8 0.6 0.4 0.2 0 -0.2 -0.4 0 5 1.2
10
15
20
25
30
35
40
45
50
55
Ejercicios
Calcular la funcin de transferencia, la ecuacin diferencial y una representacin en variables de estado para el sistema con entrada u(t) y salida y2(t) siguiente: y1(t)=a1y1(t)+ a2y1(t)+bu(t) y2(t)=l1y2(t)+ l2y2(t)+fy1(t)
56
28
Ejercicios
Determinar una representacin en forma cannica de control para el sistema con funcin de transferencia G(p)=(p+1)/(p2+1.2p+0.5) Determinar una representacin en forma cannica observador para el sistema con funcin de transferencia H(p)=(p2+1.3p+0.81)/(p2+1.4p+0.81) Conectar en serie ambos sistemas y calcular la ecuacin diferencial entre la seal de salida de H y la seal de entrada de G. Determinar una representacin en variables de estado para este sistema. Comprobar que la funcin de transferencia del sistema conjunto obtenido a partir de la representacin en variables de estado es el producto de las funciones de transferencia. Implementar la conexin de ambas representaciones en variables de estado en Simulink y ver la respuesta del sistema conjunto a diferente tipo de seales (escaln, sinusoidal)
J.M. de la Cruz ISAISA-UCM 57
Ejercicios
Determinar la funcin de transferencia, la ecuacin en diferencias y una representacin en variables de estado para el sistema de la figura descrito por la entrada r(t) y la salida y(t).
r(t) + G y(t)
29
Resumen
Toda funcin de transferencia se puede representar en variables de estado, siendo el n de estados necesario igual al grado del polinomio denominador. La representacin en variables de estado no es nica, existen infinitas formas de representacin.
59
+ -
+ -
+ +
y(t)
H1 H3
60
30
p v r
J.M. de la Cruz ISAISA-UCM
r = posicin del timn v = velocidad lateral del avin r = velocidad de guiada (yaw) p = velocidad de balanceo = (roll) = ngulo de balanceo
61
YB
Cabeceo (pitch) p, r
OB
62
31
Ejercicio
Matlab:
Representar el sistema en variables de estado Determinar las funciones de transferencia entre cada una de las entradas y cada uno de las salidas Utilizar el comando lsim para determinar
La respuesta a una entrada como la de la figura en el alern La respuesta a una entrada como la de la figura en el timn La respuesta a entradas en ambos pero de sentido contrario Realizar los pasos anteriores pero con a una seal sinusoidal de amplitud 1 y frecuencia 0.05 rad/seg.
Discretizar el sistema con la orden c2d y un periodo de muestreo de T=0.05 segundo. Ver los resultados anteriores con el modelo discreto.
Simulink
Implementar el sistema continuo (discreto) mediante funciones de transferencia. Visualizar las salidas en los supuestos de seales como las del caso Matlab. Implementar el sistema continuo (discreto) en variables de estado de modo que se pueda visualizar los estados. Ver el comportamiento de estos en los supuestos de seales como las del caso Matlab.
de la Cruz ISAISA-UCM Nota: J.M. t= 0:600 segundos. Guardar todos los datos y rdenes en un fichero-m 63
1.4
1.2
20
40 t
60
80
100
64
32
Atractor de Lorenz
function [t,y]=lorenz % function [t,y]=lorenz global SIGMA RHO BETA SIGMA = 10.; RHO = 28.; BETA = 8./3.; % The orbit ranges chaotically back and forth around two different points, % or attractors. It is bounded, but not periodic and not convergent. % The numerical integration, and the display of the evolving solution, % are handled by the function ODE45. % The initial conditions below will produce good results % y0 = [20 5 -5]; % Random initial conditions y0(1)=rand*30+5; y0(2)=rand*35-30; y0(3)=rand*40-5; t0=0; tfinal=100; % Solve the nonlinear equation [t,y]=ode45('lorenzeq',[t0,tfinal],y0); % plot the results plot3(y(:,1),y(:,2),y(:,3)) J.M. de la Cruz ISAISA-UCM
65
function ydot = lorenzeq(t,y) %LORENZEQ Equation of the Lorenz chaotic attractor. % ydot = lorenzeq(t,y). % The differential equation is written in almost linear form. global SIGMA RHO BETA A = [ -BETA 0 0 -SIGMA -y(2) RHO ydot = A*y; y(2) SIGMA -1 ];
Implementar el atractor en Simulink. Estudiar el comportamiento para otros valores de sigma, rho y beta
J.M. de la Cruz ISAISA-UCM 66
33