ESCUELA TECNOLGICA INSTITUTO TCNICO CENTRAL

INGENIERA MECATRNICA
CONTROL III

TALLER 5 , PENDULO INVERTIDO

Brayan Camilo Arango Rivera

Jean Eduard Sanchez Caon
Andres Ricardo Parra Grajales
Luigi Vento Ladeuth

Resumen: En este informe se 1. Introduccin:

pretende llevar a cabo el estudio del
comportamiento de un sistema de un
pndulo invertido , por medio de las
ecuaciones suministradas llegamos a
2 ecuaciones que expresan el
sistema de una manera implcita, por
lo cual se hace necesario realizar una
linealizacion, y su representacin,
una vez linealizado Adems se
obtendrn 2 graficas (diagrama de
bloques espacio de estados) las
cuales sern confrontadas entre s, al
haber pequeas perturbaciones
afectndolas. posteriormente a ello,
con el sistema linealizado se
estudiara, estabilidad, observabilidad
y controlabilidad por otro lado
procederemos a realizar una
realimentacin de estados k ki y a
partir de los resultados obtenidos se
respondern las preguntas sugeridas
por el docente.
Palabras Clave: Diagrama de
Bloques, Espacios de estados,
Linealizacion, Perturbaciones,
observabilidad, controlabilidad ,
estabilidad, realimentacin de
estados tipo k ki .
Se puede observar un sistema de
pndulo invertida, la entrada est
dada
Por la fuerza (F) y sus variables de
estado son la distancia horizontal del
carro y el ngulo del pndulo.
2 ecuaciones describen el sistema es
naturalmente inestable y no lineal,
dado que las ecuaciones que
describen su comportamiento no son
lineales. Con base a esto, si se desea
observar su comportamiento es
necesario linealizarlo con respecto a
un punto (considerado punto de
equilibrio), lo cual supondra un
comportamiento similar.
Teniendo en cuenta est premisa se
aplicara la linealizacion al sistema de
pndulo invertido propuesto por el
profesor, para demostrar que
alrededor de un punto de equilibrio el
comportamiento es parecido al no
lineal. Y este ser visualizado por
medio de matlab, a partir de esa
linealizacion se puede hacer los
estudios necesarios al sistema para
resolver las preguntas propuestas, el
punto de equilibrio ser el angulo
= 0.

Y G=Lsin () Velocidad
2. Metodologa:

Y G= x + Lcos ( )L 2 sin ( )
Se realizara la linealizacion con
respecto al punto de equilibrio =
Aceleracin
0. y simulacin en simulink del
siguiente sistema. H=Fuerza horizontal del pndulo

H=mX G

V=Fuerza vertical del pndulo

V =mg +mY G

Sumatoria de fuerzas sobre el carro eje

horizontal

U=H + M X G

Figura 1: pndulo invertido. [1] Remplazando

2.1 Linealizacion de sistema a partir U=m X G + M x

de las ecuaciones
suministradas:

U=m ( x + Lcos ( )L 2 sin ( ) ) + M x
Primero se organizan las ecuaciones
que describen el comportamiento del U=m x + Lm cos ( )Lm 2 sin ( )+ M x
sistema de tanques en serie, las
cuales que son:
U=( M +m) x + Lm cos ( )Lm sin ( )
2

Eje horizontal
(m ) ( (L ) 2 sin ( ) + Lacute cos ( ) ) +u
X G =x+ Lsin ( ) Distancia x =
m+ M

X G =x + Lcos() Velocidad 2
(m ) ( (L ) sin ( ) + x ) M x +U
=
Lm cos ( )
X G = x + Lcos ( ) L 2 sin ( )
Ecuacin 1
Aceleracin
Eje vertical Sumatoria momento rotacional
Y G=Lcos ( ) Distancia

I =VLsin ( )HLcos()
Obteniendo
( mg+ mY G ) Lsxin ( )(mX G ) Lcos()
I = m+ M
Lm ( cos ( ) ( Lmacute 2 sin ( )+U )gleft ()sin ( ) )

=

I =Lmgsin ( ) + Lm Y Gsin ( )Lm X G cos ( ) (L2 ) m2 ( cos ( )) 2+ ( m+ M ) ( m L2 + I )

Remplazando Linealizacion.

Para comenzar a linealizar, primero

Lm x cos ( )gLm sin ( )
=
hay que tener en cuenta los puntos
m L2 + I de equilibrio del sistema pndulo
invertido, los cuales son:
(g ) Lm sin ( ) +m L2 + I I =0
x =
Lm cos ( )
x =0

=0
Ecuacin 2 U=0
Ahora tomando las ecuaciones 1 y 2 Luego tomaremos los siguientes
para hallar datos como referencia para iniciar el
proceso
Para x doble punto
g=9.81 gravedad
(m ) ( (L ) 2 sin ( ) + x ) M x +U Lm x cos ( )gLm sin ( )
= m=1 kg masa Pndulo
Lm cos ( ) m L2 + I
L=1 mt longitud total del pendulo
I =1inercia
Obteniendo M =1 Kg Masa del carrito

Lm 2 ( m L2+ I ) sin ( )g L2 m2 sin ( ) cos ( ) +U ( m L2 + I )

x = 2
L2 m2 ( cos ( ) ) ( m+ M ) ( m L2+ I )
Se realizan las respectivas derivadas
parciales con respecto a x1 y x2 y de
Y para theta doble punto esa manera se obtiene las siguientes
matrices, con ayuda del software
(m ) ( (L ) sin ( ) + Lacute cos ( )) +u
2 matlab.
m+ M
(g ) Lm sin ( ) +m L2 + I

Lm cos ( )
 la linealizacion que acabamos de

( )
0 1 0 0
6.54 0 0 0 realizar.
0 0 0 1
3.27 0 0 0 Se realiza el montaje del sistema en
simulink, con el fin de comparar el
sistema inicialmente proporcionado y
Ahora se obtiene la matriz B la linealizacion obtenida a partir de la
derivando las funciones con respecto teora.
a U:

( )
1/3
0
2/3
Figura 2: Montaje Simulink
Por medio de las derivadas parciales
respecto a la salida se obtienen las Se utiliz el mismo modo de
matrices C y D. La matriz C se logra introducir perturbaciones que fue
mediante la derivada parcial de la usado en el sistema de pndulo y
salida con respecto a x1 y x2. tanques de esta manera se puede
igualar la altura de las grficas para
que sea ms fcil su comparacin.

A partir de las ecuaciones iniciales se

realiza el diagrama de bloques en
La matriz D se obtiene derivando la simulink.
ecuacin de salida con respecto a U.

2.2 Simulacin simulink.

Figura 3: Subsistema -Diagrama de
bloques del sistema
Para llevar a cabo la simulacin del
sistema pendulo invertido , es
Mediante las linealizacion obtenemos
necesario montar en diagrama de
las matrices expresadas en el
bloques las ecuaciones que
subsistema espacio de estados.
describen su comportamiento, y una
vez terminado el montaje, visualizar
la graficas arrojadas que debern ser
iguales a las obtenidas por medio de
 Figura 4: Subsistema linealizado tienen gran similitud en su punto de
espacios de estados equilibrio.

3. Anlisis de Resultados:

Las grficas arrojadas por el

diagrama de bloques y el sistema
linealizado son las siguientes:
El sistema inicial nos presenta la
siguiente grafica por medio de su
representacin en diagrama de
bloques en simulink:
Figura 7: Grafica comparacin
subsistemas.
Una vez realizada la linealizacion y
comparando las grficas en los
puntos de equilibrio podremos
contestar las preguntas realizadas
por el profesor.

1. Linealice el sistema para el punto

de equilibrio, = 0

Como vimos anteriormente

Figura 5: Grafica del sistema segn
el diagrama de bloques.
linealizamos el sistema en el punto o
ngulo igual a cero
2. Caracterice el sistema en este
punto (estabilidad, controlabilidad,
etc).

Estabilidad

Para darle solucin a esta pregunta

debemos revisar los polos de la
Figura 6: Grafica del sistema segn ecuacin utilizando la matriz A, con la
la linealizacion del sistema siguiente formula

Det = ( SI - A)
Figura 6: Grafica de la corriente
segn los espacios de estados.

)(
s 0 0 0 0 1 0 0

Al comparar las 2 graficas mostradas

anteriormente en una sola imagen
podemos evidenciar que la
( 0
0
0
s
0
0
0
s
0
0 6.54
0
s
0
3.27
0
0
0
0
0
0
0
1
0
) =

linealizacion fue exitosa y las grficas

 Controlabilidad

( )
s 1 0 0
6.54 s 0 0
0 0 s 1
3.27 0 0 s
Para responder esta pregunta
usamos la teora de controlabidad la
cual nos arroja la siguiente matriz si
327 s su determinante es =0 no ser
(
s s3
50 ) controlable de lo contrario si lo ser.

CT =| A AB A 2B A 3B|
Al realizar el determinante e igualar
su respuesta a 0 debemos realizar
una formula cuadrtica para obtener Resultados
el valor de los polos
0 1/3

( ) ( )( )( )
s 2 ( 1000 s 220601 ) 0 109/50
=0 1/3 0
CT = 109/50 0
1000 0 2
0 109/ 100
2 3
109/100 0
3 0
Los polos nos dan los siguientes
resultados:

( )
0 1 /3 0 109/100
654 1 0 109 /50 0
s 1= Ct=
10 0 2/3 0 109/100
0.5 0 109/100 0

654
s 2= ct= 1.1881
10
det

s 3=0 El determinante de la matriz CT da

como resultado 96.2361 por lo
s 4=0 tanto el sistema es controlable .

Tambin se da prueba en el programa

podemos evidenciar que los polos
son positivos reales y negativos, por
lo tanto el sistema es inestable en el
punto de equilibrio. Adems en el
programa matlab podemos verificar
los resultados con la funcin pole
(Gs) arrojando los mismos resultados
obtenidos manualmente (anexo: ver
archivo de matlab)
matlab de los datos obtenidos
arrojando la veracidad de la prueba
manualmente
(anexo: ver archivo de matlab)
Observabilidad
Para responder esta pregunta
usamos la teora de observabilidad la
cual nos arroja la siguiente matriz si
su determinante es =0 no ser Sistema linealizado bloques
observable de lo contrario si lo ser.

C
OB=
( )
CA
CA
2

C A3
Figura 9

Respuestas

0 0 1 0

( )
0 0 0 1
327
Ob= 0 0 0
100 Figura 7: Grafica comparacin
327 subsistemas.
0 0 0
100
4. Disee un control con las
siguientes caractersticas, re-
det obs=10.6929 alimentacin y estimadores de
estados.

Tipo K realimentacin de estados

Formula a seguir
Realice un diagrama de bloques del
sistema linealizado y no linealizado DET (SI A +BK )
con ayuda deSimulink, revise las
respuestas a distintas perturbaciones.

()
Previamente abramos dado un 0

)( )(
s 0 0 0 0 1 0 0

(
abrebocas sobre este punto ahora 1
realizaremos ms detallado el anlisis 0 s 0 0 6.54 0 0 0 + 3
0 0 s 0 0 0 0 1 0
( ( k1 k2 k3
Sistema no linealizado bloques 0 0 0 s 3.27 0 0 0 2
3

Figura 8
 s 0 0 2 2+ 2 +4 2 + S ( 2 3 +2 3 2 ) +( 2 4 )

( )
1
k 1 k 2 k 3 k 4 S 4 + S3 ( 2 + 2 ) +S 2
6.54 +s
3 3 3 3
0 0 s 1
2 k1 2 k2 2 k3 2k4Luego hacemos un sistema de
+3.27 +s
3 3 3 3 ecuaciones dentro de una matriz
solucin de la siguiente forma para
obtener el vector K
k 2 s3 2 k 4 s3 k 1 s 2 4 2k 3 s2 327 s k 4 327 s 2 327 k 3
+ +s +
3 3 3 3 100 50 100
2

( )
1
0 0
3 3
2

( )
1 0.0021
Factorizando las S 0 0
3 3 =1 e+ 5 0.1197
Quedara (matlab) 327 1.4185
0 0 0
100 8.65.96
327
0 0 0
100

Ahora encontramos un denominador

ideal pero antes encontramos los
valores de cita y omega n
Vector k=
2000 31 5.6556

( )
Wn= =9.645
3627 1 e+5 0.8738
2.6482
0.4338
ln ( 20 )
C= =0.690
+ln ( 20 )
2 2

K=( ( k 1 k 2 k 3 k 4 ) )
Ahora la ecuacin ideal

Formula a seguir Grafica resultante

( S2 +2 ( ) ( ) S +( )2) ( S+ )2

S 4 + S2 2 2+ S 2 2+ 2 S 3 +2 S 2 3 + 2 4 + 4 S 2 2+2 S 3+ 2 S 3

Como en el caso anterior factorizando

a S

Tipo K_Ki integrador
Para obtener el tipo k_ki tipo 2
integrador seguiremos los siguientes
pasos

Formula a seguir
k 1 327 2k 2 S k 2 2k 1 32

(
A ABK BKI ) (
S Sleft()
3 50 )(
Sleft ()+ 3 +S
3 3) ( + +
3 10
C 0

A Ya hallados los valores

SI determinaremos omega n y cita para
DET la ecuacin ideal

ln ( 20 )
Resolviendo C= =0.690
+ln ( 20 )
2 2

( () ())
0 0

)(
2000 31
0 1 0 0 Wn=1 =9.645

(
1 3627
6.54 0 0 0 3 3 KI
0 0 0 1 0
( ( k1 k2 k3 k4 ) )
0
det Ahora la
3.27 0 0 0 2 2 ecuacin ideal
3 3
( S2 +2 ( ) ( ) S + ( )2) ( S+ )3
( ( 0 0 1 0 ) ) 0
S 5 +S 2 3 3 +3 S 2 4 +2 S 3 4 + 3 5 +3 2 2 S3 +3 S2

Realizaremos un factor comn para S

para luego realizar un sistema de
ecuaciones el cual ser el siquiente

( )(
0 1 /3 0 2/3 0
1/3 0 2/3 0 0
0 0 0 327/100 2/3 =
0 0 327 /100 0 0
0 0 0 0 327 /100

Vector k_ki=
 0.8995

( )
Quedando
1.121
1 e+5 0.445
0.5605 S 4 + 40 S 3+ 600 S 2+ 4000 S +10000
2.5546
Igualamos los dos resultados
generando el siguiente sistema de
KkI =(( k 1 k 2 k 3 k 4 kI ) ) ecuaciones

( )( )
0 0 1 0 40
Grafica resultante
0 0 0 1 = 600
3.27 0 6.54 0 4000
0 3.27 0 6.54 10000

Generando el vector de estimacin

1.3032

Tipo E Observadores
1 e+5
( )
4.2584
0.04
0.6007

Formula a seguir
E=( ( k e1 k e 2 k e3 k e 4 ) )
det ( SI A+ EC )=( S+10 )4

Nota: se recuerda que los vectores

continuando con el proceso solucin van de la forma k1 k2 k3 en
matemtico llegaremos a la siguiente una sesin y se remplaza los valores
matriz
S ke 1 0

( )
1
327
S ke 2 0
det 50
0 0 k e 3+ s 1
327
0 ke 4 S
100
Figura 8: validacin dando en el
scope
327 Ss 327 S k e1 327 S k e 3 327 k e2 327 k e 4
S 2 ( Ss+ S k e3 + k e 4 )
50 100 50 100 50

Luego desarrollamos (s+4)^4


Figura 9: errores que obtuvimos
Figura 10
Figura 11: intento de validacin
4. Conclusiones:
Se puede evidenciar el gran apoyo
que se tiene con la herramienta
matlab para obtener resultados de
clculos matemticos difciles, y ciertos errores que se cometan
validar o no fcilmente los datos, que
se obtienen a partir de la teora, de
esta manera podemos ver como el
sistema de pendulo invertido,
representado matemticamente en
dicho software arroja detalles
exitosos de la linealizacin a la cual
fue sometido una vez comparadas las
grficas del sistema linealizado y el
no linealizado, ahora bien como datos
finales podemos concluir que el
sistema representado es inestable,
debido a que el anlisis de polos
realizado no arrojo como resultado
todos sus trminos negativos,
tambin es observable y controlable a
partir de ah se realiz el control tipo k
y ki con el fin de controlar el sistema
de esa manera estamos realizando el
control por ultimo se realizo una
estimacin, con el fin de tener en
cuenta la menor cantidad de variables
de estado posibles, todo esto con el
fin de disminuir costos a la hora de
realizar una aplicacin real de este
tipo de sistema de control. la segn
los resultados de los determinantes
en sus respectivas matrices.
Como conclusin general y final del
curso podramos decir que durante el
semestre estuvimos estudiando
ciertos temas los cuales nos
ayudaron a realizar cada proyecto
propuesto en clase estos mismos
llegaron a su finalizacin con muy
buenos resultados, cada informe
conto con el soporte y una base de la
herramienta Matlab analizando una
variedad de sistemas durante el curso
poniendo en prctica los
conocimientos adquiridos durante
este tiempo, a veces se presentaban
falencias pero siempre llegando a su
solucin se presentaron simulaciones
muy tiles y graficas que nos
permitan ver resultados exitosos o
durante el desarrollo de cada informe.
Todos estos temas y proyectos que
se realizaron durante el semestre
muy seguramente nos servirn para
crecer profesionalmente y porque no
usar todos estos conocimientos para
proyectos futuros.
Referencias
Ogata. ingenieria de control moderno
Kelvin. (2014 de 6 de 2014). youtube. 4 edicion 2003
Obtenido de 28 jun. 2014:
https://www.youtube.com/watc
h?v=TuXAeY2V9ZA