SCCapitulo 1

FUNDAMENTOS Y MODELOS
MATEMÁTICOS DE SISTEMAS DE CONTROL 1

INTRODUCCIÓN
En las últimas décadas, los sistemas de control han desempeñado un rol vital en el
desarrollo y avance tecnológico de la ciencia y la ingeniería, y por ende de la sociedad moderna.
En la última década se han convertido en componentes esenciales en el control de vehículos
espaciales, sistemas robóticos, y más indispensables aún, en el procesamiento de productos
alimenticios, combustibles, industria petroquímica, generación y distribución de energía eléctrica,
distribución y tratamiento de aguas residuales y servidas, electrónica de automóviles,
electrodomésticos, etc. Los sistemas de control están involucrados de manera implícita en todos
los aspectos de la vida diaria, siendo su objetivo fundamental el de mantener los más altos
estándares de calidad de los productos (composición, pureza, color, etc.), manteniendo los niveles
de producción a mínimo costo y proporcionando además las condiciones de trabajo adecuadas
para satisfacer la seguridad industrial y ambiental, con la menor intervención del ser humano.
En este capítulo se tratarán los aspectos relacionados con el desarrollo del modelo
matemático, las estructuras típicas, los componentes físicos y demás elementos indispensables
para el análisis de un sistema de control en tiempo continuo. Utilizando como herramienta la
transformada de Laplace, se aplicará el concepto de función de transferencia para modelar el
comportamiento dinámico del sistema, estableciendo su relación con la respuesta impulso. La
representación gráfica del sistema utilizando diagrama de bloques, facilitará el modelado de cada
uno de los componentes del sistema de control. A partir del diagrama de bloques se desarrollará
el gráfico de flujo de señales, que permitirá el uso de la fórmula de ganancia de Mason, como
herramienta para evaluar la función de transferencia de un sistema con varios lazos de control.
Finalmente, utilizando el concepto de variables físicas fundamentales para establecer

analogía entre sistemas físicos, se desarrollará el modelo matemático de un conjunto de sistemas
típicos, asociados con sistemas eléctricos, sistemas mecánicos de traslación, sistemas mecánicos
de rotación, sistemas electromecánicos, sistemas térmicos y sistemas hidráulicos.
1.1 CONCEPTOS BÁSICOS DE SISTEMAS DE CONTROL

En esta sección se presentará una visión global y un conjunto de aspectos fundamentales
relacionados con el propósito, definición, componentes, estrategias, señales características
y campos de aplicación de los sistemas de control.
1-1
1-2 Capítulo 1 – FUNDAMENTOS Y MODELOS MATEMÁTICOS DE SISTEMAS DE CONTROL
Así mismo se formulará el problema de control, con el propósito de identificar los

elementos que deben considerarse en el diseño del controlador, así como otros aspectos
adicionales que intervienen en la solución de este problema.
Definiciones básicas
Aunque existen diferentes definiciones clásicas relacionadas con el objetivo y propósito de
un sistema de control, [Dorf05], [Ogata03a], [Kuo95], [Franklin91], [Phillips00], la
siguiente definición incluye dos condiciones que caracterizan a un sistema de control:
DEFINICION 1.1 Propósito del sistema de control

Conjunto de componentes interconectados, de modo que puedan ser
comandados, o regulados por sí mismos o por otro sistema en forma
automática, para lograr una condición deseada de una variable física.
Condiciones mínimas de un sistema de control:

Según esta definición, existen dos condiciones mínimas que debe satisfacer un sistema de
control: la primera se refiere a la capacidad de regulación de sus componentes
interconectados, para responder a las especificaciones de uso de acuerdo con la variable
física a controlar o variable controlada. La segunda establece que la regulación debe ser
automática, lo cual implica que no es necesaria la intervención del ser humano.
Podríamos imaginarnos las consecuencias de tener a una persona ajustando manualmente la

válvula de vapor de un sistema de control de temperatura que utiliza un intercambiador de
calor. En primer lugar, el alto nivel de riesgo por descuido del operador podría elevar la
temperatura a valores peligrosos. En segundo lugar, la calidad en la regulación del sistema
sería muy pobre, por la imposibilidad de garantizar que el operador esté pendiente de las
variaciones en la temperatura del vapor, todas las horas del día y todos los días del año.
Diagrama funcional y modelo del sistema:

Permite identificar la relación causa ⇔ efecto asociada con la señal física a regular o
variable controlada, y la condición esperada para esta variable o valor deseado (setpoint).
Esta identificación permite formular la relación entrada ⇔ salida del sistema tal como se
muestra en la figura 1.1, la cual establece a su vez el propósito del sistema de control.
Figura 1.1
Diagrama funcional Valor deseado SISTEMA Variable controlada
asociado con el DE CONTROL
propósito del Causa (entrada) Efecto (salida)
sistema de control.
ANALISIS Y DISEÑO DE SISTEMAS DE CONTROL CON APLICACIONES EN MATLAB – Carlos Alberto Rey Soto - 2009
1.1 – CONCEPTOS BÁSICOS DE SISTEMAS DE CONTROL 1-3
El planteamiento anterior es consistente con la siguiente definición [Carlson98]:

DEFINICION 1.2 Sistema dinámico
Proceso en el cual existe una relación causa ⇔ efecto y es posible
formular en forma algebraica o gráfica una relación entrada ⇔ salida,
para evaluar su comportamiento en el tiempo.
La formulación de la relación entrada ⇔ salida conduce al desarrollo del modelo del

sistema, el cual puede ser analítico o gráfico y es el elemento básico para el análisis y
diseño del sistema de control.
Análisis y diseño:
El problema de análisis se refiere a la evaluación de la respuesta dinámica del sistema
(salida) para una entrada conocida, referida generalmente como señal de prueba,
asumiendo que se conoce el modelo del sistema. Por otro lado, el problema de diseño se
refiere a determinar el modelo del sistema para satisfacer condiciones específicas de una
relación entrada ⇔ salida, referida normalmente como requerimientos de diseño.
Sistemas SISO y sistemas MIMO:

Aunque el diagrama de la figura 1.1 muestra un sistema de 1-entrada y 1-salida o SISO
(Single-Input-Single-Output), la mayor parte de las aplicaciones prácticas corresponden a
sistemas multivariables o MIMO (Multiple-Input-Multiple-Output), cuyo diagrama
funcional se muestra en la figura 1.2. La flecha doble se usa para indicar que existen varias
entradas (causas) y salidas (varios efectos) en el proceso de regulación del controlador.
Entradas Salidas
Figura 1.2 SISTEMA DE
Diagrama funcional CONTROL
de un sistema de MULTIVARIABLE
Valores Variables
sistema de control
multivariable (MIMO). deseados controladas
Un ejemplo típico de un sistema de control multivariable es el caso del sistema de

regulación de velocidad de un automóvil, mostrado en la figura 1.3, donde la velocidad
final depende del par mecánico o torque Tm ejercido por la inercia total del vehículo y el
ángulo de posición del acelerador α acel fijado por el conductor.
Figura 1.3 Tm
Diagrama funcional del CONTROL DE Velocidad
sistema de regulación α acel VELOCIDAD
de velocidad de un VEHICULO ω
vehículo.
Campos de aplicación de los sistemas de control

Aunque existe una gran variedad de sistemas de control que se pueden encontrar en
aplicaciones domésticas, comerciales e industriales, es frecuente clasificarlos en dos
grandes categorías [Johnson02], según la naturaleza de variable física a regular:
- control de procesos
- servomecanismos
El control de procesos trata de forzar a que una variable física mantenga un valor constante
en el tiempo, respecto de un valor deseado o setpoint. De este modo el control de procesos
se aplica generalmente en operaciones automáticas de control de nivel, temperatura, flujo,
presión, posición, relacionadas con procesos domésticos, comerciales e industriales.
Los servomecanismos obedecen a otro tipo de sistema de control, donde el objetivo es el

seguimiento o rastreo de una señal física, forzando a que se mantenga cercana a valor
específico o “target”. El término servomecanismo se debe a la clase de componentes que
utiliza para lograr el propósito del sistema de control. Ejemplos típicos son: el control de
posición de una antena de un radar, el control de la dirección de un vehículo y el uso de
robots en aplicaciones industriales y biomedicina, para lograr movimientos precisos en el
espacio como una función del tiempo.
Otras clasificaciones hacen referencia a aplicaciones más específicas como el control

secuencial, utilizado en sistemas electrodomésticos y en procesos de manufactura de
productos que utilizan máquinas herramientas computarizadas. El control analógico donde
la función de regulación es realizada por dispositivos analógicos electrónicos, neumáticos o
hidráulicos y el control digital que utiliza un microprocesador como unidad de control.
1.2 ESTRUCTURAS TÍPICAS DE LOS SISTEMAS DE CONTROL

En esta sección se hará una descripción de las estrategias utilizadas para satisfacer el
requisito de regulación automática del sistema de control, sus estructuras, componentes y
características. Se hará énfasis en el principio de control por realimentación (feedback) por
su característica de regulación del error del sistema de control, además de otras efectos en
su comportamiento dinámico como: estabilidad, capacidad de rechazo a las perturbaciones
y baja sensibilidad por cambio en sus parámetros.
Estrategias de control
La condición de regulación automática del sistema se puede lograr utilizando diversas
estrategias de control. Estas estrategias se desarrollan a través de esquemas de control que
1.2 – ESTRUCTURAS TÍPICAS DE LOS SISTEMAS DE CONTROL 1-5
ofrecen características particulares. Los esquemas clásicos utilizados con mayor frecuencia
en aplicaciones prácticas, son:
- sistema de control de lazo abierto

- sistema de control de lazo cerrado o realimentado (feedback)
- sistema de control de acción precalculada
- sistema de control en cascada
Sistema de control de lazo abierto:

La figura 1.4 muestra los elementos básicos de un sistema de control de lazo abierto, donde
se ha introducido el término de compensador, ampliamente utilizado en la teoría clásica de
sistemas de control para hacer referencia al controlador.
p( t )
Figura 1.4 r( t ) COMPENSADOR O m( t ) E

PROCESO y( t )
Componentes de un F
CONTROLADOR O PLANTA
sistema de control de C
lazo abierto.
Según la definición 1.1, el sistema debe ser capaz de regular la señal de salida o variable
controlada y( t ) dentro de límites aceptables del valor deseado o setpoint, establecido por
la señal de entrada r( t ) . La señal de control m( t ) es determinada por la acción del
controlador o compensador y se encarga de ajustar el proceso o planta para garantizar que
la variable controlada se mantenga cerca del valor deseado.
La señal m( t ) actúa sobre un componente del proceso referido como el elemento final de
control (EFC), para regular su funcionamiento, tal como se muestra en la figura 1.4.
Ejemplos típicos del EFC son: válvulas, fuentes de potencia, reguladores, servomotores,
etc. En esquemas posteriores para efecto de simplificación del esquema se omitirá el EFC.
La señal p( t ) en la figura 1.4 se utiliza para simular la presencia de perturbaciones en el

proceso, entendida como una señal o señales que pueden modificar la variable controlada
o salida del sistema y( t ) . Para cada sistema en particular es posible identificar este tipo de
señales. Por ejemplo, la temperatura ambiente, la temperatura de entrada del fluido de
control y la masa de fluido cuya temperatura se desea regular, son ejemplos típicos de
perturbación en un sistema de control de temperatura de un proceso.
Si el sistema de regulación de velocidad de un vehículo mostrado en la figura 1.3 es de lazo

abierto, la perturbación puede ocurrir cuando se presenta una pendiente en la trayectoria del
vehículo, la cual reduce de inmediato la velocidad ω . A menos que el conductor ajuste

manualmente el ángulo de posición del acelerador α acel (señal de referencia o setpoint), la
variable controlada seguiría la trayectoria mostrada en la figura 1.5. Luego, el sistema en
lazo abierto no es regulado, dado que no es capaz de ajustar automáticamente la entrada
r( t ) para responder a las perturbaciones del proceso p( t ) .
ω aplicación de Tm
Figura 1.5
Respuesta de un
sistema de control de
lazo abierto ante una
perturbación.
t
En este orden de ideas, las características del sistema de control de lazo abierto, son:
- es simple y económico.
- no responde a cambios en la variable controlada por efecto de perturbaciones.
- es un sistema no regulado.
Sistema de control de lazo cerrado:

Para lograr un sistema regulado, es necesario modificar el esquema de la figura 1.4,
insertando un lazo de realimentación a través del cual se pueda informar continuamente al
controlador o compensador de los cambios que ocurren en la variable controlada por efecto
de perturbaciones en el proceso. Esta estrategia se logra con el esquema mostrado en la
figura 1.6, conocido como sistema de control de lazo cerrado o control realimentado.
p( t )
r( t ) m( t ) y( t )
COMPENSADOR PROCESO
CONTROLADOR O PLANTA
b( t )
Figura 1.6
Sistema de control de
lazo cerrado o control TRANSMISOR
realimentado. MEDIDOR
En el esquema de la figura 1.6, los cambios en la variable controlada y( t ) por efecto de

perturbaciones en el proceso p( t ) son transmitidos al controlador a través de la señal de
realimentación b( t ) . El controlador, según la magnitud de estos cambios ajusta
automáticamente la señal de control m( t ) para lograr que la variable controlada y( t ) se

mantenga cerca del valor deseado r( t ) ,
Retomando el ejemplo del sistema de regulación de velocidad del automóvil de la figura

1.3, podemos asumir que se instala un sensor de velocidad y un regulador que ajusta
automáticamente el ángulo de posición α acel del acelerador, cada vez que ocurra un cambio
en la velocidad del motor. La figura 1.7 muestra la respuesta dinámica de este sistema ante
una perturbación, originada por un aumento en torque mecánico Tm .
ω
aplicación de Tm
Figura 1.7
Respuesta dinámica de
un sistema de control
de lazo cerrado.
t
Las características de un sistema de control de lazo cerrado, se pueden resumir en:

- transmite continuamente al controlador la información sobre el estado actual de la
variable controlada y( t ) .
- determina la acción de control m( t ) en función de los cambios de la variable
controlada, respecto del valor deseado r( t ) .
- es un sistema regulado, porque responde a los cambios en la variable controlada, por
efecto de perturbaciones en el proceso.
- más complejo y costoso que un sistema de control de lazo abierto.
- puede ser lento en la respuesta.
El esquema de la figura 1.6 es el fundamento de los sistemas realimentados de control o

“feedback” y será el modelo clásico a utilizar en los capítulos posteriores relacionados con
el análisis y diseño del sistema de control. Sus características y propiedades serán
analizadas con detalle más adelante.
Sistema de control por acción precalculada:

Una forma de mejorar la velocidad de reacción del sistema de control en lazo cerrado, es
utilizar el esquema de control por acción precalculada, mostrado en la figura 1.8. En esta
estrategia, el controlador recibe continuamente información relacionada con el estado
actual de las variables de perturbación del proceso p( t ) . De este modo, el sistema
determina la acción de control m( t ) necesaria para ajustar el funcionamiento del proceso,
antes de que ocurran los cambios en la variable controlada y( t ) , mejorando la velocidad de

respuesta del sistema de control. Esta característica es fundamental en sistemas de control
de temperatura, donde las constantes de tiempo del proceso son elevadas.
p( t )
Figura 1.8 r( t ) m( t ) y( t )
COMPENSADOR PROCESO
Sistema de control por CONTROLADOR O PLANTA
acción precalculada.
Sin embargo, el cálculo de la acción de control m( t ) es complejo y generalmente se recurre

a registros históricos del comportamiento de la variable controlada y( t ) respecto de las
variables de perturbación p( t ) .
Las características del control por acción precalculada, pueden resumirse en:
- evalúa continuamente las variables de perturbación del proceso, para determinar la
acción de control m( t ) .
- es más rápido en la respuesta, que el sistema de control en lazo cerrado.
- es más complejo y más costoso de implementar.
- no utiliza realimentación de la variable controlada.
Sistema de control en cascada:

El esquema típico se muestra en la figura 1.9, donde se muestran 2 lazos de control que
utilizan el principio de realimentación. El propósito de este esquema es regular una de las
variables de perturbación que pueden tener mayor efecto en las alteraciones de la variable
controlada del proceso. A partir de esta variable se establece el lazo secundario de control,
logrando así minimizar su efecto sobre la variable controlada del sistema y( t ) .
Un caso práctico de control en cascada es el sistema mostrado en la figura 1.18, que utiliza
un intercambiador de calor para regular la temperatura de un fluido. El fluido de control es
vapor y una de las variables de perturbación que tienen mayor incidencia en la variable
controlada (temperatura), son las posibles variaciones en el flujo de vapor aguas arriba de la
válvula de control.
Una forma de minimizar el efecto de estas variaciones de flujo, es instalar un lazo

secundario de control de flujo, que regule la cantidad de vapor que llega al intercambiador,
tal como se muestra en la figura 1.9. Otra perturbación, como la temperatura ambiente
puede minimizarse usando revestimiento térmico apropiado en el intercambiador de calor.
p( t )
r( t ) mp (t ) ms ( t ) y( t )
CONTROLADOR CONTROLADOR PROCESO
PRIMARIO SECUNDARIO O PLANTA
MEDIDOR [Flujo]
SECUNDARIO
Figura 1.9
Sistema de control en
cascada. MEDIDOR [Temperatura]
PRIMARIO
De acuerdo con la figura 1.9, el sistema de control en cascada utiliza un lazo de control
primario, cuya acción de control m p ( t ) se convierte en el setpoint del controlador
secundario, el cual responderá a su vez con una acción de control ms ( t ) para regular la
variable controlada o variable del proceso y( t ) . En aplicaciones prácticas el controlador
primario se denomina como control maestro y el controlador secundario como control
esclavo y el conjunto global como sistema de control maestro-esclavo.
Características del sistema control realimentado (feedback)

La razón de utilizar el principio de realimentación como estrategia de control se presentó
en el sistema de regulación de velocidad de un automóvil, mostrado en la figura 1.3. En
esta estrategia de control podemos identificar 3 operaciones básicas que debe realizar el
sistema de control:
1. Detectar el valor actual de la variable controlada y( t ) , a través del sistema de

medición y transmitirla al controlador.
2. Comparar la señal de realimentación b( t ) con el valor deseado r( t ) de la variable
controlada. El resultado de esta comparación establece el error del sistema, como
e( t ) = r( t ) − b( t ) (1.1)
3. A partir del error del sistema e( t ) establecer la acción de control m( t ) necesaria para
corregir la desviación de la variable controlada y( t ) .
La figura 1.10 muestra los componentes y las señales que intervienen en el desarrollo de las
3 operaciones que realiza el sistema de control realimentado. La línea punteada permite
identificar al controlador o compensador mostrado en la figura 1.6. Esta similitud entre el
diagrama de las figuras 1.10 y 1.6, hace que el sistema de control con realimentación, se
reconozca también como sistema de control de lazo cerrado.
p( t )
CONTROLADOR
r( t ) + e( t ) m( t ) y( t )
MODO DE PROCESO
CONTROL O PLANTA
b( t ) −
Figura 1.10
Componentes del
sistema de control
realimentado o de lazo MEDICIÓN
cerrado.
La estrategia para el análisis del sistema de control mostrado en la figura 1.10 consiste en
modelar la relación entrada ⇔ salida de cada componente por un bloque funcional, usando
las señales que se describen a continuación:
y( t ) : variable controlada o variable del proceso, la cual establece el propósito del

sistema de control.
r( t ) : valor deseado de la variable controlada y( t ) , señal de referencia, o setpoint.
b( t ) : valor medido de la variable controlada y( t ) o señal de realimentación.
e( t ) : señal de error, como una medida de la desviación que sufre la variable controlada
y( t ) , respecto del valor deseado r( t ) .
m( t ) : señal de control, calculada a partir de la señal de error e( t ) , de acuerdo con el
modo de acción del controlador.
p( t ) : perturbación del proceso, razón de uso del principio de realimentación.
El sumador mostrado en la figura 1.10 para evaluar la señal de error, se reconoce como el
detector de error.
El problema de control
Es posible formular el problema de control, en términos de la siguiente definición:
DEFINICION 1.3 El problema de control
Controlar con un mínimo de precisión un proceso o planta, utilizando el
principio de realimentación, a través del esquema de lazo cerrado.
De este modo, el propósito de la realimentación es el de minimizar el error, y su magnitud

es una medida de la precisión lograda por el sistema de control. La figura 1.11 muestra la
señal de error en dos sistemas de control que puede utilizarse para comparar su exactitud.
e( t ) baja exactitud
alta exactitud
Figura 1.11
Exactitud de dos t
sistemas de control a
partir de la señal de
error.
La figura 1.12 muestra las 4 etapas [Bishop97] que se utilizan en la Ingeniería de Control
para la solución del problema.
Propósito del sistema de control:

- variables a ser reguladas
- variables de perturbación
- requerimientos del sistema
1
Modelo del sistema de control:

- esquema de control
- modelo del sensor y actuador
- modelo del proceso o planta 2
Diseño del sistema de control:

- especificaciones de diseño
- ajuste de parámetros
- modelo del controlador
3
Verificación de resultados:
- comprobar especificaciones
- análisis de sensibilidad
- rechazo a perturbaciones
4
Figura 1.12
Fases en la solución No Sí Documentación
del problema de ¿Se cumplen especificaciones?
del proyecto
control.
La descripción detallada de cada etapa se presenta a continuación:
Fase 1: Establecimiento del propósito del sistema de control

En esta etapa es necesario identificar las señales a ser reguladas y las señales de
perturbación, las cuales establecen el propósito del sistema de control. Así mismo es
necesario formular los requerimientos del sistema en términos de valores característicos
esperados para la respuesta transitoria y permanente.
Fase2: Desarrollo del modelo del sistema de control

Esta fase es la que presenta mayor complejidad en la solución del problema y se inicia
estableciendo la estrategia de control y el esquema a ser utilizado: lazo abierto, lazo
cerrado, cascada, acción precalculada, etc. donde la experiencia práctica del diseñador es
fundamental para lograr una estrategia de control sencilla pero efectiva, según los
requerimientos del sistema. Un segundo elemento a considerar en esta fase, es la selección
de sensores para medición de la señal de campo y de actuadores para modificar el proceso.
A continuación es necesario desarrollar el modelo del proceso o planta, del actuador y del
sensor, aplicando criterios prácticos para lograr una abstracción del modelo físico,
mediante el uso de elementos conceptuales de física, química, mecánica, etc. para lograr un
modelo matemático simplificado, pero que a su vez sea una adecuada representación de los
componentes físicos del proceso o planta.
Fase 3: Diseño del sistema de control

Esta fase se inicia formulando las especificaciones de diseño a partir de lo requerimientos
del sistema presentados en la fase 1. De acuerdo con el esquema de control seleccionado en
la fase 2, es posible establecer el modelo matemático del controlador o compensador a
utilizar y a partir de este calcular el ajuste de sus parámetros, aplicando métodos clásicos o
modernos de diseño.
Fase 4: Verificación de resultados y documentación del proyecto

Una vez diseñado el controlador, es necesario verificar el resultado obtenido, evaluando la
respuesta dinámica del sistema a la luz de las especificaciones de diseño. En esta fase
generalmente se recurre al uso de herramientas de simulación. Además de verificar el
cumplimiento de las especificaciones de diseño, se deben evaluar otros aspectos
relacionados con la sensibilidad por cambio en parámetros del sistema y el rechazo a las
perturbaciones.
Si el resultado del diseño no es satisfactorio es necesario retornar a la fase 2, para la

revisión del esquema seleccionado y de las simplificaciones hechas en el desarrollo del
modelo de los componentes del proceso, hasta lograr un resultado que se ajuste a los
requerimientos del sistema, formulados en la fase 1.
Una vez logrado un resultado satisfactorio, la etapa final consiste en la documentación del
proyecto, usando técnicas y herramientas de la ingeniería de detalle para la descripción de
las especificaciones de cada componente del sistema de control, el desarrollo de planos y
diagramas de control usando simbología ISA (Instrument Society of America) [ISA92].
1.3 EJEMPLOS TIPICOS DE SISTEMAS DE CONTROL

A continuación se presentará la descripción de de casos prácticos de sistemas de control,
algunos de los cuales serán utilizados en los ejemplos de análisis y diseño en capítulos
posteriores, con el objeto de identificar las 3 acciones operaciones básicas, la acción de
control y posible perturbaciones.
Sistema de control de nivel de un tanque

La figura 1.13 muestra los componentes de un sistema de control de nivel de lazo cerrado
para regular el nivel de un tanque que contiene un fluido. Se desea mantener constante el
nivel (variable controlada), usando como elemento final de control (EFC) la válvula de
entrada (VE). La válvula de salida (VS) se asume que está abierta en una posición fija.
q( t )
VE
SP
h( t )
Figura 1.13 qs ( t )
Sistema de control
de nivel.
VS
Si se presenta un aumento en el caudal de salida qs ( t ) el nivel disminuye, generando una
señal de error e( t ) respecto del valor deseado o setpoint (SP). La señal de error es utilizada
por el controlador para generar la señal de control m( t ) que se encarga de abrir la válvula
de control VE, para aumentar el caudal de entrada q( t ) y recuperar así el nivel h( t ) del
tanque. En este ejemplo la acción de control consiste en abrir o cerrar la válvula VE si baja
o sube el nivel del tanque. Una posible perturbación en este sistema es el cambio en el
caudal del fluido de control, aguas arriba de la válvula de control: VE.
Sistema de control de temperatura de una cámara de cultivo

La figura 1.14 muestra el caso típico de un sistema de control de temperatura de lazo
cerrado [Phillips00], cuyo propósito es regular la temperatura de una cámara utilizada para
el cultivo orgánico de plantas. La variable controlada es la temperatura de la cámara y para
medirla se usa una resistencia RTD (Resistive Thermal Device), cuyas variaciones ( ohms)
se convierten en una señal de voltaje ( mV ) a través de un puente de Wheatstone.
m( t )
Controlador o Fuente de
Resistencia
compensador potencia
Cámara de
Amplificador cultivo
Figura 1.14 e( t ) - mV Puente de Ω Puerta de

Sistema de control K RTD
Wheatstone acceso
de temperatura. +
SP
Como la señal de salida del puente suele ser de pocos milivoltios, se usa un amplificador de
voltaje para acondicionarla a un nivel de 1-5V. La salida del amplificador se compara con
el valor deseado o setpoint (SP) para generar la señal de error e( t ) , que es utilizada por el
controlador o compensador para generar la señal de control m( t ) , necesaria para modificar
la salida de la fuente de potencia que alimenta la resistencia de calefacción. De este modo,
la acción de control se traduce en aumentar o disminuir la potencia suministrada a la
resistencia de calefacción, cada vez que disminuya o aumente la temperatura interior de la
cámara de cultivo. Una posible perturbación en este sistema de control es la apertura de la
puerta de entrada, tal como se analizará en el ejemplo 1.4.
Sistema de control de posición de una antena

La figura 1.15 los componentes de este sistema de control, cuyo propósito es regular el
ángulo de posición de una antena. El controlador genera una señal de voltaje que es
utilizada para posicionar el eje de un servomotor, el cual a través de una caja de engranajes
regula la posición de la antena. El sensor reporta una señal de voltaje como una medida del
ángulo de posición de la antena, que es utilizada para compararla con el SP para generar la
señal de error e( t ) entregada a controlador. La acción de control se reduce a establecer la
posición del eje del servomotor y una posible perturbación es la presión del viento sobre la
superficie de la antena.
SP e( t ) m( t ) Caja de
Controlador o
Servomotor engranajes
+ compensador
−
Figura 1.15
Sistema de control voltios Sensor de grados
de posición. posición
1.3 – EJEMPLOS TIPICOS DE SISTEMAS DE CONTROL 1-15
Sistema de control digital

Los ejemplos presentados hasta este momento utilizan y procesan señales continuas y en
este sentido se reconocen como sistemas analógicos de control. Sin embargo, el desarrollo
de los microprocesadores ha tenido una fuerte incidencia en los sistemas de control,
permitiendo que la función de control pueda efectuarse en forma digital.
La figura 1.16 muestra los componentes de un sistema de control digital de lazo cerrado
donde la función del controlador analógico se ha sustituido por un microcontrolador (μC).
La acción de control m[ k] se establece a través de un algoritmo de control almacenado en
el μC. En este esquema es necesario incluir un convertidor análogo digital (A/D) y un
convertidor digital analógico (D/A) como dispositivos de interfase. Detalles relacionados
con el análisis y diseño de este modo de control serán tratados en los capítulos 5 y 6.
r(t) + e(t) m[ k] m( t ) y(t)

A/D μC D/A Proceso
−
Controlador
Figura 1.16
Sistema de control
Sensor o
digital.
Transmisor
Sistema de control multivariable

Los ejemplos anteriores se han referido a sistemas de una entrada y una salida o sistemas
SISO. Sin embargo, en aplicaciones prácticas, los sistemas de control pueden incluir varios
lazos de control, que se identifican a través de la variable controlada de cada uno.
La figura 1.17 muestra el caso típico del control de lazo cerrado de un turbogenerador,
formado por tres componentes: una caldera para la producción de vapor, una turbina para
convertir la energía térmica en energía cinética y un generador de corriente alterna o
alternador, para transformar la energía cinética en energía eléctrica. En este sistema es
necesario regular simultáneamente cuatro variables:
- composición de la mezcla en la caldera.

- temperatura de salida del valor.
- presión de salida del vapor.
- frecuencia del voltaje de salida del generador.
Agua
n
Caldera Turbina Generador
Combustible
Aire
Medidor de Medidor de Medidor de Medidor de

mezcla temperatura presión frecuencia
Regulador
de velocidad
μC
Figura 1.17
Sistema de control
multivariable para la
regulación de un
Setpoint de cada lazo de control
turbogenerador.
De acuerdo con la estrategia de lazo cerrado, es necesario medir cada una de estas variables
y enviar su estado actual al controlador, que en este caso en un microprocesador, el cual se
encarga de generar la respectiva señal de control en función de cada señal de error y del
modo de control establecido para regular cada una de las variables controladas.
Para regular cada una de las variables anteriores es necesario establecer una variable
manipulada m( t ) para cada lazo de control, que sea capaz mantener su respectiva variable
controlada cerca del setpoint. Según la figura 1.17 se identifican cuatro lazos de control:
- flujo de entrada de aire a la caldera.

- flujo de entrada de combustible a la caldera.
- flujo de entrada de agua a la caldera.
- velocidad n de la turbina en revoluciones por minuto (rpm)
Para facilitar la identificación de los lazos de control, en la figura 1.17 las señales
correspondientes a la acción de control se han dibujado en líneas punteadas. De este modo
se identifican cuatro lazos de control y se reconoce como un sistema de control
multivariable o sistema MIMO.
1.3 – EJEMPLOS TIPICOS DE SISTEMAS DE CONTROL 1-17
Simbología estándar en sistemas de control de procesos

En los ejemplos anteriores se han utilizando diagramas funcionales, para identificar los
componentes de cada sistema de control. Sin embargo, en aplicaciones prácticas, en
particular en los sistemas de control de procesos, se utiliza una simbología estándar
[ISA92] desarrollada y aprobada en julio de 1992 entre el American National Standard
Institute (ANSI) y la Instrument System and Automation Society (ISA), conocida como
ANSI-ISA S5.1-1984 (R1992).
Esta simbología se utiliza en los planos de la ingeniería de detalle del proyecto y la figura
1.18 muestra el caso de un sistema de control en cascada similar al esquema de la figura
1.9, para controlar la temperatura de salida T2 ( t ) de un fluido, usando como actuador un
intercambiador de calor.
FT
25
FY FRC
SP
25 25
TRC
Vapor
25
TT
25
T1( t ) T2 ( t )
Intercambiador de
calor
Figura 1.18
Sistema de control T
en cascada usando
simbología ISA.
El sistema utiliza un lazo secundario de control para regular el flujo de vapor con el objeto
de contrarrestar sus posibles variaciones, aguas arriba de la válvula de control. En el
apéndice F se presenta un resumen de los símbolos y letras utilizadas en este diagrama.
1.4 – FUNCION DETRANSFERENCIA Y RESPUESTA IMPULSO 1 - 18
1.4 FUNCIÓN DE TRANSFERENCIA Y RESPUESTA IMPULSO

En las secciones anteriores se presentaron los elementos necesarios para comprender el
funcionamiento de un sistema de control. En esta sección se hará referencia a los tres
modelos clásicos usados en el análisis y diseño del sistema de control en tiempo continuo:
ecuación diferencial (ED), la respuesta impulso h( t ) y la función de transferencia (FT).
Para el desarrollo del modelo de FT se utilizará como herramienta la transformada de
Laplace (TL), cuyos fundamentos básicos se presentan en el apéndice B.
Respuesta dinámica como solución de una ecuación diferencial

Los 3 modelos clásicos utilizados en el análisis de un sistema de control se derivan de la
teoría de sistemas lineales y se reconocen como [ReySoto08]:
- ecuación diferencial
- respuesta impulso
- función de transferencia
La ecuación diferencial ordinaria de coeficientes constantes (ED) permite formular la

relación entrada-salida representada simbólicamente como x( t ) → y( t ) , del sistema lineal
invariante en el tiempo (LIT) mostrado en la figura 1.19.
Figura 1.19 x( t ) SISTEMA y( t )

Relación entrada
salida de un sistema CONTINUO
LIT continuo.
Asumiendo que el sistema es de orden-2, la ED normalizada se formula como

d2 y dy dx
2
+ a1 + a0 y = b1 + b0 x (1.2)
dt dt dt
En el sistema anterior n = 2 y m = 1 . Como m ≤ n se puede demostrar [ReySoto08] que es
causal o realizable. Si el sistema LIT es modelado por una ED, su solución permite obtener
la respuesta dinámica del sistema y( t ) a una entrada arbitraria x( t ) . Aunque existen
métodos clásicos para esto [ReySoto08], es preferible utilizar métodos de transformación
basados en la transformada de Laplace, tal como se muestra en el siguiente ejemplo.
EJEMPLO 1.1: Obtener la respuesta dinámica de un sistema LIT modelado por la siguiente
Respuesta
ED, ante una entrada escalón unitario.
dinámica como
solución de la ED
de un sistema LIT
1 - 18
1.4 – FUNCIÓN DE TRANSFERENCIA Y RESPUESTA IMPULSO 1-19
d2 y dy ⎧ y(0) = −1
2 2 + 6 + 4 y = 10 x( t ) ⎨
dt dt ⎩ y '(0) = 2
Solución: Comenzamos normalizando la ED
d2 y dy
2
+ 3 + 2 y( t ) = 5 x( t )
dt dt
Llevando al dominio-s para x( t ) = u( t ) y aplicando la tabla B.1, obtenemos
s2 Y ( s) − sy(0) − y '(0) + 3[ sY ( s) − y(0)] + 2 Y ( s) = X ( s)

Resolviendo para Y ( s)
5 s+1 s2 + s − 5
Y ( s) = X ( s ) − = −
( s2 + 3 s + 2) s2 + 3 s + 2 s( s + 1)( s + 2)
respuesta forzada respuesta natural
La expresión anterior permite identificar las 2 componentes de la solución: la

respuesta natural YN ( s) o respuesta a entrada cero y la respuesta forzada
YF ( s) o respuesta a estado cero.
Para la respuesta natural y N ( t ) , usando la tabla B.1, obtenemos
s+1 1
YN ( s ) = − =− ↔ y N ( t ) = − e−2 t , t ≥ 0
( s + 1)( s + 2) s+2
Para la respuesta forzada, descomponemos YF ( s) en fracciones parciales
5 2.5 5 2.5
YF ( s ) = = − +
s( s + 1)( s + 2) s s+1 s+2
que puede verificarse usando matemática simbólica de MATLAB®:
» syms s, Ys=5/s/(s^2+3*s+2); FPYFs=diff(int(Ys))
FPYFs = 5/2/s-5/(s+1)+5/2/(s+2)
Utilizando la tabla B.1, obtenemos finalmente,

y F ( t ) = 2.5 − 5 e− t + 2.5 e−2 t , t ≥ 0
Luego la respuesta completa es
y( t ) = y N ( t ) + y F ( t ) = 2.5 − 5 e− t + 1.5 e−2 t , t ≥ 0
La solución completa y las dos componentes pueden obtenerse usando la

función dsolve() del Toolbox de Matemática Simbólica (TBMS) de
MATLAB®:
» yF=dsolve('D2y+3*Dy+2*y=5, y(0)=0, Dy(0)=0')
yF = 5/2+5/2*exp(-2*t)-5*exp(-t)
» yN=dsolve('D2y+3*Dy+2*y=0, y(0)=-1, Dy(0)=2')
yN = -exp(-2*t)
» y=dsolve('D2y+3*Dy+2*y=5, y(0)=-1, Dy(0)=2')
y = 5/2+3/2*exp(-2*t)-5*exp(-t)
Respuesta impulso
El segundo modelo de un sistema LIT es la respuesta impulso: h( t ) , que se obtiene
[ReySoto08] asumiendo que la entrada del sistema de la figura 1.19 es x( t ) = δ( t ) . Como
en este caso la entrada x( t ) = 0 para t ≠ 0 , no es posible incluir condiciones iniciales en la
solución de la ED y se reconoce como un sistema en reposo. (Respuesta forzada).
EJEMPLO 1.2: Obtener la respuesta impulso del sistema LIT de ejemplo 1.1, cuya ED es
Respuesta
impulso a partir d2 y dy ⎧ y(0) = −1
de la ED de un + 3 + 2 y = 5 x( t ) ⎨
⎩ y '(0) = 2
2
sistema LIT dt dt
Solución: Como se asume que el sistema está en reposo, llevamos la ED al dominio-s,

asumiendo y(0) = y '(0) = 0 , para x( t ) = δ( t ) y y( t ) = h( t ) :
s2 H ( s) + 3 sH ( s ) + 2 H ( s) = 5
Resolviendo para H ( s) , obtenemos h( t ) como
5 5 5
H ( s) = = − ↔ h( t ) = 5 e− t − 5 e−2 t , t ≥ 0
s + 3s + 2 s + 1 s + 2
2
Usando convolución lineal es posible [ReySoto08] obtener la respuesta del sistema a una
entrada arbitraria como
∞
y( t ) = ∫ h( τ) ⋅ x( t − τ) d τ = h( t ) ∗ x( t )
−∞
(1.3)
Desplazando la función h( t ) se obtiene una expresión alterna para la convolución

∞
y( t ) = ∫ x( τ) ⋅ h( t − τ) d τ = x( t ) ∗ h( t )
−∞
(1.4)
Por lo tanto h( t ) ∗ x( t ) = x( t ) ∗ h( t ) que se reconoce como la propiedad conmutativa.
Si el sistema y la señal de entrada son causales solo existen para t ≥ 0 y las expresiones
(1.3) y (1.4) se reducen a
t t
y( t ) = ∫ h( τ) ⋅ x( t − τ)d τ = ∫ x( τ) ⋅ h( t − τ)d τ (1.5)
0 0
Como la respuesta impulso implica que el sistema está en reposo, la convolución (1.3),
(1.4) o (1.5) conducen a la respuesta forzada del sistema, suficiente para el análisis y
diseño del sistema de control.
De este modo, un sistema de control LIT puede ser modelado a través de la respuesta
impulso h( t ) , tal como se muestra en la figura 1.20, para evaluar su respuesta dinámica
ante una entrada arbitraria x( t ) .
Figura 1.20 x( t ) y( t )
Respuesta impulso h( t )
como modelo de un X ( s) Y ( s)
sistema continuo en
reposo. (Reposo)
Existen tres aspectos importantes en el uso de este modelo:

1. Como el sistema está en reposo, la solución y( t ) corresponde a la respuesta forzada.
2. El uso de la convolución lineal para obtener la respuesta del sistema puede presentar
dificultades algebraicas.
3. Para facilitar la evaluación de la respuesta se recurre a métodos de transformación.
Función de transferencia
Aunque es posible utilizar la ED o la respuesta impulso para evaluar la respuesta dinámica
de un sistema de control, es más práctico recurrir al tercer modelo conocido como la
función de transferencia (FT), representando el sistema de la figura 1.20 en el dominio de
Laplace, asumiendo condiciones iniciales cero (reposo).
Si el sistema se modela en función de su respuesta impulso h( t ) , aplicando la propiedad de

convolución de la transformada de Laplace (tabla B.2), obtenemos:
y( t ) = h( t ) ∗ x( t ) ↔ Y ( s) = H ( s) ⋅ X ( s) (1.6)
Por lo tanto, el problema se reduce a resolver la ecuación algebraica (1.6), donde H ( s) es

la transformada de Laplace de la respuesta impulso h( t ) , es decir
H ( s) = L{ h( t )} ↔ h( t ) = L −1{ H ( s)} (1.7)
Despejando H ( s) en la ecuación (1.6) es posible definir la FT en los siguientes términos.
DEFINICION 1.4 Función de transferencia

La función de transferencia (FT) es la función característica de un
sistema LIT en reposo en el dominio-s y se obtiene como la relación entre
la TL de la salida y( t ) y TL de la entrada x( t ) :
Y ( s)
H ( s) (1.8)
X ( s) reposo
El siguiente ejemplo muestra el cálculo de la FT y de la respuesta impulso, a partir del

modelo básico de ED de un sistema LIT, y su aplicación para obtener la respuesta dinámica
del sistema ante una entrada escalón.
EJEMPLO 1.3: Obtener la respuesta escalón del sistema LIT del ejemplo 1.2, cuya ED es
FT y respuesta
d2 y dy
escalón de
2
+ 3 + 2 y = 5 x( t )
sistema LIT. dt dt
Solución: Para obtener la FT llevamos la ED al dominio-s, asumiendo el sistema en reposo
s2 Y ( s) + 3 sY ( s) + 2 Y ( s) = 5 X ( s)
Utilizando la definición (1.8) de FT
Y ( s) 5
H ( s) = = 2
X ( s) s + 3 s + 2
Para obtener la respuesta escalón aplicamos (1.6), asumiendo X ( s) = 1/ s
5 1 5
Y ( s) = ⋅ =
s + 3 s + 2 s s( s + 1)( s + 2)
2
Usando fracciones parciales obtenemos la TIL

2.5 5 2.5
Y ( s) = − + ↔ y( t ) = 2.5 − 5 e− t + 2.5 e−2 t , t ≥ 0
s s+1 s+2
Figura 1.21
Respuesta escalón
de un sistema
continuo en reposo.
La gráfica de y( t ) se muestra en la figura 1.21 y corresponde a la respuesta

forzada de la solución que se obtuvo en el ejemplo 1.1.
Estabilidad a partir de la respuesta impulso y la FT

El resultado del ejemplo 1.3 muestra que la respuesta escalón es suficiente para evaluar la
estabilidad de un sistema LIT. Lo anterior se basa en el concepto de estabilidad acotada
que se define a continuación:
DEFINICION 1.5 Estabilidad acotada o estabilidad BIBO

Un sistema LIT se considera que posee estabilidad acotada, si para una
entrada x( t ) acotada, su salida y( t ) también es cotada. Esta condición se
define como estabilidad BIBO (Bounded-Input Bounded-Output) la cual
establece que para todo valor de t, debe existir un valor finito M, tal que
x( t ) ≤ M → y( t ) ≤ M (1.9)
Un sistema LIT que satisface (1.9) se dice que es absolutamente estable. Como
consecuencia de lo anterior, si el sistema es modelado por su respuesta impulso h( t ) ,
aplicando convolución (1.3) para x( t ) = δ( t ) se puede demostrar [ReySoto08] que el
sistema tiene estabilidad absoluta, si h( t ) es absolutamente integrable, es decir
∞
∫ h( t ) dt < M
0
(1.10)
De acuerdo con (1.7), la respuesta impulso h( t ) puede evaluarse como la transformada

inversa de la FT H ( s) . Para esto, asumiendo que H ( s) es causal y tiene n polos simples,
reales o complejos conjugados, aplicando el método de fracciones parciales obtenemos:
k1 k kn
H ( s) = + 2 + + ↔ h( t ) = k1 e p1t + k2 e p2 t + + kn e pn t (1.11)
s − p1 s − p2 s − pn
( a + jb ) t
Luego, cada polo pk = a + jb genera en (1.11) un término de la forma ke = ke e . at jbt
Por lo tanto, para lograr la condición de estabilidad absoluta (1.10) todos los términos en
(1.11) deben tener parte real negativa, es decir
Re { pk } < 0 (1.12)
Lo anterior se consigue si los polos de H ( s) se ubican en el semiplano izquierdo (SPI) del

plano-s. La expresión algebraica que permite evaluar los polos del sistema se reconoce
como la ecuación característica y se obtiene a partir del denominador de la FT.
EJEMPLO 1.4: Evaluar la estabilidad del sistema LIT del ejemplo 1.3, donde
Estabilidad a
partir de la FT y 5
la respuesta H ( s) = 2
impulso.
s + 3s + 2
Solución: Para evaluar los polos de H ( s) debemos resolver la ecuación característica:
s2 + 3 s + 2 = 0
El resultado es p1 = −1, p2 = −2 , que se ubican en el semiplano izquierdo (SPI)
del plano-s y por lo tanto el sistema es absolutamente estable. También es
posible evaluar la estabilidad a partir de la respuesta impulso h( t ) , que
corresponde a la TIL de H ( s) . Utilizando el resultado del ejemplo 1.2:
h( t ) = 5 e− t − 5 e−2 t , t ≥ 0
Considerando que h( t ) en (1.10) es real
∞ ∞
∫ h( t )dt = ∫ ( 5 e − 5 e ) dt = −5 e
−t −2 t −t ∞ ∞
+ 5 e−2 t = 2.5
0 0
0 0
El resultado anterior se puede verificar utilizando MATLAB®:

» pk=roots([1 3 2])
pk = -2 -1
» syms t, ht=5*exp(-t)-5*exp(-2*t); Sh=int(abs(ht),0,inf)
Sh = 5/2
Propiedades de la función de transferencia

El análisis anterior nos permite enumerar las siguientes propiedades de la función de
transferencia (FT) cuando se utiliza para modelar un sistema LIT:
P1. La FT es la transformada de Laplace de la respuesta impulso de un sistema LIT.

P2. Es posible obtener la ED del sistema LIT a partir de su FT, aplicando la propiedad
de derivación de la transformada de Laplace, asumiendo condiciones iniciales cero.
P3. Los componentes de un sistema de control pueden ser modelados por una FT
obtenida a partir de su ED, asumiendo condiciones iniciales cero.
Aplicando la propiedad P3 al esquema de la figura 1.10, obtenemos el modelo del sistema

de control de lazo cerrado mostrado en la figura 1.22.
R( s) + E( s) M ( s) Y ( s)
Gc ( s ) G p ( s)
Figura 1.22
Componentes de un B( s) −
sistema de control
de lazo cerrado. H ( s)
Los componentes de este modelo son:

Gc ( s ) : FT del controlador o compensador, según el modo de control utilizado.
G p ( s ) : FT del proceso o planta.
H ( s ) : FT del sistema de medición y transmisión.
La figura 1.22 constituye la base de la teoría de diagramas de bloque, cuyos fundamentos

serán presentados en la sección 1.5. Las señales que intervienen en este modelo son:
Y ( s) : variable controlada. Establece el propósito del sistema de control.

B( s) : señal de realimentación. Es una medida de la variable controlada.
R( s) : señal de referencia, setpoint o valor deseado de la variable controlada.
E( s): señal de error. Es una medida de las desviaciones de la variable controlada.
M ( s) : acción de control. Calculada en función de la señal de error.
En algunas aplicaciones prácticas H ( s) = 1 y se refiere como un sistema de control con

realimentación unitaria simplemente de lazo cerrado unitario.
EJEMPLO 1.5: Obtener la ED del proceso del sistema de control de lazo cerrado de la
ED asociada figura 1.22, asumiendo que su FT es:
con una FT.
3s + 2 Y ( s)
G p ( s) = =
s + 2 s + 5 M ( s)
2
Solución: Utilizando descomposición directa de la FT, obtenemos
( s2 + 2 s + 5) × Y ( s) = (3 s + 2) × M ( s)
Como el concepto de FT implica que el sistema está en reposo, aplicamos la

propiedad de la derivada, llevamos la expresión anterior al dominio-t,
asumiendo condiciones iniciales cero:
d2 y dy dm
2
+ 2 + 5 y( t ) = 3 + 2 m( t )
dt dt dt
que es la ED del proceso del sistema de control de lazo cerrado.
®
1.5 – FUNCION DE MATLAB EN SISTEMAS DE CONTROL 1 - 26
1.5 FUNCIONES DE MATLAB® EN SISTEMAS DE CONTROL

Utilizando una estrategia similar a la del ejemplo 1.5, podría obtenerse la ED a partir de la
FT de cada componente del esquema de control de lazo cerrado de la figura 1.22. Sin
embargo, es conveniente revisar antes los comandos y funciones que ofrece MATLAB® para
la representación y manipulación algebraica de una función racional de variable compleja
G( s) , las cuales se incluyen como parte del Toolbox de Control [MWorks92].
Creación de objetos LIT

La versión 4.2 del Toolbox de Control (TBC) de MATLAB® incorpora el uso de objetos
para la creación de modelos de sistemas LIT. Se trata de una estructura basada en arreglos
de celdas, que permite encapsular en una sola variable diferentes tipos de datos de un
modelo continuo o discreto. Existen tres tipos de objeto LIT [Hanselman97]:
- tipo TF: modelo de FT representada por la relación de dos polinomios.

- tipo ZPK: modelo de FT en forma de factores de polos, ceros y constante de ganancia.
- tipo SS: modelo de estado (ME).
Estos tres tipos de objetos LIT pueden crearse usando las siguientes funciones:
» Gs=tf(nGs,dGs)
donde nGs y dGs son arreglos del polinomio del numerador y denominador de G( s) .
» Gs=zpk(z,p,k)
donde z y p son arreglos de los ceros y polos; el escalar k es la constante de ganancia de G( s) .
» meC=ss(A,B,C,D)
donde A, B, C, D son arreglos correspondientes a las matrices del modelo de estado.
Recuperación de datos en objetos LIT

Una vez creado el objeto LIT en cualquiera de las tres formas anteriores, es posible obtener
los datos asociados con cada una, utilizando las siguientes funciones:
» [num,den]=tfdata(sys,'v')
Devuelve el polinomio del numerador y denominador de la forma TF del objeto sys.
» [z,p,k]=zpkdata(sys,'v')
Devuelve los ceros, polos y constante de ganancia de la forma ZPK del objeto sys.
» [a,b,c,d]=ssdata(sys)
Devuelve las matrices del modelo de estado de la forma SS del objeto sys.
1 - 26
1.5 – FUNCIONES DE MATLAB® EN SISTEMAS DE CONTROL 1-27
El siguiente ejemplo muestra el uso de estas funciones para el desarrollo del modelo de un
sistema continuo LIT tipo SISO. En el capítulo 5 se presentarán las variantes de estas
funciones para la creación de objetos discretos LIT. El tutorial de MATLAB® del apéndice D
incluye el uso de estas y otras funciones de objetos tipo MIMO.
EJEMPLO 1.6: Obtener los objetos LIT de un sistema SISO cuya FT viene dada por:
Objetos LIT en
2s + 3
las forma TF, G( s ) = 3
ZPK y SS. s + 2 s2 + 5 s
Solución: Para crear G( s) como objeto en la forma TF,
» num=[2 3]; den=[1 2 5 0]; G1s=tf(num,den)
Transfer function:
2 s + 3
-----------------
s^3 + 2 s^2 + 5 s
Para crear G( s) en la forma ZPK, calculamos los polos y ceros de G( s) , como

las raíces del polinomio del numerador y denominador
» z=roots(num); p=roots(den); k=2;
» G2s=zpk(z,p,k)
Zero/pole/gain:
2 (s+1.5)
----------------
s (s^2 + 2s + 5)
El resultado anterior muestra que las funciones tf() y zpk() crean modelos de
función de transferencia, que son equivalentes. La diferencia está en que la
forma TF representa a G( s) como la relación de dos polinomios, mientras que
la forma ZPK lo hace en forma factorizada asociada con sus ceros, polos y
constante de ganancia. Cuando los polos o ceros son complejos conjugados la
forma ZPK incluye un polinomio de orden-2. La creación de modelos de estado
como objetos LIT en la forma SS será tratada en el capítulo 7.
Una vez creado un objeto de FT es posible cambiarlo a cualquiera de las dos

formas de FT, aplicando la misma función utilizada para la creación. Por
ejemplo, a partir del modelo TF obtenemos el modelo ZPK como
» G2sm=zpk(G1s)
Zero/pole/gain:
2 (s+1.5)
----------------
s (s^2 + 2s + 5)
De modo similar, a partir de la forma ZPK, obtenemos

» G1sm=tf(G2s)
Transfer function:
2 s + 3
-----------------
s^3 + 2 s^2 + 5 s
Como era de esperar, se obtiene el mismo resultado. Para la recuperación de

datos asociados con las formas TF y ZPK
» [nGs,dGs]=tfdata(G1s,'v')
nGs = 0 0 2 3
dGs = 1 2 5 0
Para los datos de la forma ZPK
» [z,p,k]=zpkdata(G2s,'v')
z = p = k =
-1.5000 0 2
-1.0000 + 2.000i
-1.0000 – 2.000i
Es posible obtener datos de la forma TF a partir de la forma ZPK

» [num,den]=tfdata(G2s,'v')
num = 0 0 2 3
den = 1 2 5 0
o datos de la forma ZPK a partir de la forma TF
» [zm,pm,km]=zpkdata(G1s,'v')
zm = pm = k =
-1.5000 0 2
-1.0000 + 2.0000i
-1.0000 - 2.0000i
Utilizando la función pzmap() del TBC, es posible capturar directamente los

polos y ceros de una FT creada como objeto TF o ZPK:
» [p1,z1]=pzmap(G1s) %a partir de forma TF
p1 = z1 =
0 -1.5000
-1.0000 + 2.0000i
-1.0000 - 2.0000i
» [p2,z2]=pzmap(G2s) %a partir de forma ZPK
p1 = z1 =
0 -1.5000
-1.0000 + 2.0000i
-1.0000 - 2.0000i
1.5 – FUNCIONES DE MATLAB® EN SISTEMAS DE CONTROL 1-29
Comentarios:
1. Las funciones tf() y zpk() devuelven modelos equivalentes de función de
transferencia en las formas TF y ZPK. Estas mismas funciones pueden utilizarse para
cambiar de una forma a otra.
2. Para recuperar datos de las formas TF y ZPK es necesario usar la cadena 'v' para
indicar que se requieren los valores guardados como arreglo de celdas.
3. Aunque los modelos de FT creados en estas formas son equivalentes, el modelo ZPK
ofrece mejor precisión numérica.
4. En operaciones con objetos LIT existe un orden de precedencia: SS → ZP → TF
(ver ejemplo 1.7). Lo anterior implica que si se combinan dos modelos en forma TF y
ZPK, el resultado se dará en la forma ZPK.
5. Existen otras funciones del TBC, asociadas con objetos LIT que serán incorporadas a
medida que sean requeridas.
Más detalles sobre el uso de las funciones tf(), zpk() y ss() pueden conseguirse en el
Tutorial de MATLAB® que se presenta en el apéndice D.
1.6 DIAGRAMAS DE BLOQUE Y GRAFICO DE FLUJO DE SEÑALES

En la figura 1.22 se utilizó el concepto de función de transferencia (FT) para representar
cada componente del sistema de control de lazo cerrado, en forma de bloques funcionales
entrada ⇔ salida. En esta sección se utilizarán los conceptos de diagrama de bloques (DB)
y gráfico de flujo de señales (GFS) para desarrollar el modelo gráfico del sistema de
control. Aplicando la fórmula de ganancia de Mason (FGM) al GFS, será posible evaluar la
función de transferencia equivalente de lazo cerrado de un sistema de control.
Elementos del diagrama de bloques

La figura 1.23 muestra los elementos utilizados en la construcción de un diagrama de
bloques (DB), donde la FT se utiliza para representar la ganancia de cada bloque.
X ( s) Y ( s) X ( s) X ( s) ± Y ( s) X ( s) X ( s)
G( s )
+ ±
Figura 1.23
Elementos de un Bloque de ganancia X ( s)
diagrama de Y ( s)
bloques. Sumador Derivación o toma
Usando estos 3 elementos básicos se construyó el diagrama del sistema de control de lazo
cerrado de la figura 1.22.
Aunque existe un conjunto de reglas algebraicas [Dorf05] que pueden aplicarse para
simplificar un diagrama de bloques (DB), como se demostrará posteriormente es más
práctico hacerlo usando la fórmula de ganancia de Mason (FGM). Sin embargo, tres de
estas reglas son de utilidad en la manipulación de DB aplicados a sistemas de control y se
describen a continuación:
R1. Bloques en serie o en cascada:

La figura 1.24 muestra dos bloques conectados en serie o en cascada, los cuales
pueden reducirse a un bloque equivalente, como el producto de sus ganancias.
Figura 1.24
Reducción de X ( s) M ( s) Y ( s) X ( s) Y ( s)
bloques en serie o G1 ( s) G2 ( s) G2 ( s )G1 ( s )
en cascada.
Para obtener la FT equivalente, formulamos la relación entrada ⇔ salida del segundo

bloque como: Y ( s) = G2 ( s ) ⋅ M ( s) . De modo similar, en el primer bloque obtenemos:
M ( s) = G1( s) ⋅ X ( s) . Sustituyendo M ( s) en la expresión anterior:
Y ( s) = G2 ( s) ⋅ G1( s ) ⋅ X ( s) = Ge ( s) ⋅ X ( s)
donde,
Ge ( s) = G2 ( s) ⋅ G1( s) (1.13)
es la ganancia o FT equivalente mostrada en la figura 1.23. Si se trata de un sistema

SISO, los valores de G1( s) y G2 ( s) son escalares y el orden del producto no afecta el
resultado de (1.13).
R2. Bloques en paralelo:

La figura 1.25 muestra dos bloques conectados en paralelo, que pueden reducirse a un
equivalente, como la suma de sus ganancias.
X ( s) + Y ( s)
G1 ( s )
X ( s) Y ( s)
Figura 1.25 ± G1 ( s) ± G2 ( s)
Reducción de
bloques en G2 ( s )
paralelo.
Para desarrollar la expresión equivalente, calculamos la salida de cada bloque como

Y1( s) = G1( s) ⋅ X ( s) y Y2 ( s) = G2 ( s) ⋅ X ( s) . Sumando estas dos señales, la salida Y ( s) es
1.6 – DIAGRAMAS DE BLOQUE Y GRÁFICO DE FLUJO DE SEÑALES 1-31
Y ( s) = Y1( s) ± Y2 ( s) = G1( s) ⋅ X ( s) ± G2 ( s) ⋅ X ( s)
Finalmente, factorizando X ( s)
Ge ( s ) = G1( s) ± G2 ( s) (1.14)
que es la ganancia o FT equivalente mostrada en la figura 1.25.
R3. Bloques en realimentación:

La figura 1.26 muestra la conexión de dos bloques en realimentación, conocida como
forma canónica de lazo cerrado, por su similitud con el modelo del sistema de control
en lazo cerrado de la figura 1.22.
R( s) + E( s) Y ( s)
G( s ) R( s) Y ( s)
G( s )
Figura 1.26
− 1 + G( s ) H ( s )
FT equivalente de B( s)
la forma canónica H ( s)
de lazo cerrado.
Para conseguir la expresión equivalente, calculamos la salida como

Y ( s) = G( s) ⋅ E( s)
Por otro lado, la señal E( s) puede expresarse como
E( s) = R( s) − B( s) = R( s) − H ( s) ⋅ Y ( s)
Sustituyendo en la expresión anterior
Y ( s) = G( s) ⋅ [ R( s) − H ( s) ⋅ Y ( s)]
Reagrupando términos y simplificando

G( s )
Y ( s) = ⋅ R( s) (1.15)
1 + G( s ) H ( s )
Por lo tanto
G( s )
Ge ( s ) = (1.16)
1 + G( s ) H ( s )
que es la ganancia o FT equivalente mostrada en la figura 1.26.
Como el signo del sumador de la figura 1.26 es negativo, se refiere como realimentación
negativa. Si el signo de B( s) en la figura 1.26 es positivo, el denominador de (1.16) se
convierte en 1 − G( s) H ( s) y se refiere como realimentación positiva. Sin embargo, como se
demuestra más adelante, en aplicaciones prácticas de control la realimentación positiva
genera inestabilidad en el sistema y por lo tanto no es de interés práctico.
Función de transferencia de lazo abierto y de lazo cerrado

Asociadas con la forma canónica de la figura 1.26, se definen dos expresiones que son
fundamentales en el análisis y diseño de un sistema de control realimentado (feedback). La
primera se reconoce como la función de transferencia de lazo cerrado (FTLC): T ( s) , que
permite establecer la relación R( s) → Y ( s) y puede obtenerse aplicando (1.16). Para el
caso de realimentación negativa, obtenemos
Y ( s) G( s )
T ( s) = (1.17)
R( s ) 1 + G( s) H ( s)
La segunda es la función de transferencia de lazo abierto (FTLA): F ( s) , utilizada para

formular la relación E( s) → B( s) , como
B( s)
F ( s) = G( s ) H ( s ) (1.18)
E( s)
Tomando el denominador de (1.17) es posible identificar la ecuación característica (EC)

del sistema de control modelado por la forma canónica, como
1 + G( s ) H ( s ) = 0 (1.19)
De acuerdo con (1.12) la estabilidad absoluta del sistema de control se logra si las raíces de
esta ecuación están en el semi-plano izquierdo (SPI) del plano-s.
EJEMPLO 1.7: Aplicando las reglas básicas del álgebra de bloques, reducir el siguiente
Simplificación
del DB para diagrama de bloques a la forma canónica de lazo cerrado y a partir de este
calcular la obtener la FTLA y FTLC. Evaluar además su estabilidad.
FTLA, FTLC y
EC en la forma
+ + s+1
canónica.
G1 ( s) G2 ( s) G1( s) =
s+2
− −
s
H 2 ( s) G2 ( s) =
s+1
H 1( s ) = 2
H 1( s)
1
H 2 ( s) =
s
Solución: Para el lazo de realimentación G2 ( s) H 2 ( s) aplicamos (1.16)
G2 ( s )
G3 ( s) =
1 + G2 ( s) H 2 ( s)
Utilizando los datos del enunciado

s
s+1 s2 s
G3 ( s) = = =
s 1 s( s + 1) + s s + 2
1+ ×
s+1 s
Este resultado puede verificarse usando objetos LIT de MATLAB®
» G1s=tf([1 1],[1 2]); G2s=zpk(0,-1,1);
» H1s=2; H2s=tf(1,[1 0]);
» G3s=minreal(G2s/(1+G2s*H2s))
Zero/pole/gain:
s
-----
(s+2)
Para los bloques en cascada G1( s) y G3 ( s) aplicamos (1.13)

s+1 s s( s + 1)
G4 ( s) = G1( s)G3 ( s) = × =
s + 2 s + 2 ( s + 2)2
Utilizando objetos LTI de MATLAB®
» G4s=minreal(G1s*G3s)
Zero/pole/gain:
s (s+1)
-------
(s+2)^2
Luego, el diagrama anterior se reduce a la siguiente forma estándar
+ s( s + 1) s( s + 1)
G( s ) =
( s + 2)2 ( s + 2)2
−
H ( s) = 2
Aplicando (1.17) obtenemos la FTLC como

s( s + 1)
1 s2 + 1 s 1
G( s ) ( s + 2)2 3 s( s + 1)
T ( s) = = = 32 3
=
1 + G( s) H ( s) 1 + s( s + 1) × 2 s + 2 s + 43 s2 + 2 s + 43
( s + 2)2 forma TF forma ZPK
La forma ZPK muestra el denominador como un polinomio de orden-2, lo cual

permite identificar que los polos de T ( s) son complejos conjugados. Usando
objetos LTI de MATLAB®:
» Gs=G4s, Hs=H1s, Ts=feedback(Gs,Hs)

Zero/pole/gain:
0.33333 s (s+1)
------------------
(s^2 + 2s + 1.333)
Aunque la expresión de T ( s) puede calcularse usando operaciones con objetos

LIT, tal como se hizo al evaluar a G3 ( s) , el TBC incluye la función
feedback() que facilita el cálculo directo de la FTLC, a partir de G( s ) y H ( s )
correspondientes a la forma canónica de lazo cerrado.
Aplicando (1.18), la FTLA es
s( s + 1) 2 s( s + 1)
F ( s ) = G( s ) H ( s ) = ×2 =
( s + 2)2
( s + 2)2
La ecuación característica (EC) necesaria para evaluar la estabilidad es
2 s( s + 1) ( s + 2)2 + 2 s( s + 1)
1+ = = 0 → 3 s2 + 6 s + 4 = 0
( s + 2) 2
( s + 2)2
que corresponde al denominador de T ( s) . Calculando sus raíces, los polos del

sistema en lazo cerrado son: p1,2 = −1 ± j 0.5774 . Como se encuentran en el SPI,
el sistema es absolutamente estable.
Utilizando MATLAB®:
» pk=pole(Ts)
pk = -1.0000 + 0.5774i
-1.0000 – 0.5774i
Comentarios:
1. En el ejemplo anterior las funciones G1( s) y H 2 ( s) se crearon como objetos LIT en

la forma TF, mientras que G2 ( s) se creó en la forma ZPK.
2. Sin embargo, al combinar estos objetos para obtener G3 ( s) aparece en la forma ZPK,
como consecuencia del orden de precedencia en las operaciones con objetos.
3. La función minreal() del TBC se utiliza para simplificar en un resultado, los
factores comunes del numerador y denominador.
4. En aplicaciones prácticas es conveniente usar la función feedback() para evaluar la
función de transferencia de lazo cerrado correspondiente a la forma canónica.
5. La función pole() del TBC permite calcular los polos de una FT. En el ejemplo 1.7
se utilizó para calcular las raíces de la ecuación característica, a partir de la FTLC.
Fundamentos del gráfico de flujo de señales

Una forma práctica para evaluar la FTLC de un sistema que incluye varios lazos de control,
sin necesidad de reducirlo a la forma canónica, consiste en utilizar el gráfico de flujo de
señales (GFS), introducido por S.J. Mason en 1953 para la representación causa ⇔ efecto
de un sistema LIT modelado a través de ecuaciones algebraicas. El GFS es un modelo
gráfico de la función de transferencia de un sistema LIT y puede considerarse como una
versión simplificada del diagrama de bloques (DB) presentado en el párrafo anterior.
El GFS está asociado a un DB y utiliza los 3 elementos mostrados en la figura 1.27, donde
las señales se representan mediante nodos interconectados por ramas orientadas. A cada
rama se le asigna la ganancia G correspondiente a la FT del bloque. Esta ganancia se
reconoce como la transmitancia de la rama, para indicar que la señal X ( s) es transmitida
desde un nodo hacia otro nodo, para crear la señal Y ( s) .
X ( s)
X ( s)
X ( s) Y ( s) X ( s) ± Y ( s) X ( s)
G
Figura 1.27 Y ( s)
Elementos de un ±1 X ( s)
gráfico de flujo de Ganancia
señales. Sumador Derivación o toma
Un nodo se considera como un sumidero o depósito en el cual se guarda el valor de una

señal. El propósito del GFS es formular una ecuación en el dominio-s para expresar la señal
en un nodo cualquiera, como relación causa ⇔ efecto o entrada ⇔ salida: X ( s) → Y ( s)
De este modo, se logra un conjunto de ecuaciones estándar de la forma
Y j ( s) = ∑ G jk ( s) X k ( s) (1.20)
donde G jk ( s) es la ganancia o transmitancia entre un nodo de entrada X k ( s) y un nodo de

salida Y j ( s) . En este sentido, en un GFS se identifican 3 tipos de nodos:
Nodo de entrada: solo transmite señales; solo pueden existir ramas que salen.
Nodo de salida: solo recibe señales; a este nodo solo pueden llegar ramas.
Nodo mixto: recibe y transmite señales; pueden existir ramas entrando y saliendo.
Al recorrer un GFS entre un par de nodos en el sentido de sus ramas, es posible identificar
los siguientes elementos:
Trayectoria directa: trayectoria abierta desde un nodo de entrada hasta un nodo de

salida, sin pasar por un nodo más de una vez. El producto de las
ganancias de las ramas recorridas establece la ganancia de la

trayectoria directa.
Lazo: trayectoria cerrada que inicia y termina en el mismo nodo, sin pasar por un nodo
más de una vez. El producto de las ganancias de las ramas recorridas establece la
ganancia del lazo.
Trayectorias conexas: trayectorias directas o lazos que se tocan o que tienen un
elemento en común (nodo o rama).
La figura 1.28 muestra un ejemplo típico de un GFS utilizado para formular la relación
R( s) → Y ( s) , donde existe un nodo de entrada: R( s) , un nodo de salida: Y ( s) y 4 nodos
mixtos: E1( s) , E2 ( s) , E3 ( s) , E4 ( s) .
G5
Figura 1.28 R( s) E1 G1 E2 G2 E3 G3 E4 G4 Y ( s)
Ejemplo típico de
un gráfico de flujo
de señales. − H1 − H2
Así mismo se identifican los siguientes elementos:

2 trayectorias directas para la relación R( s) → Y ( s ) : T1 = G1G2 G3 G4 , T2 = G4 G5
2 lazos: L1 = −G1 H 1 , L2 = − H 2
En cuanto a la relación entre lazos y trayectorias, se observa que:
Los lazos L1 y L2 no son conexos.
La trayectoria T1 es conexa con los 2 lazos.
La trayectoria T2 es conexa solo con L1 .
Estas características son indispensables al aplicar la fórmula de ganancia de Mason.
Fórmula de ganancia de Mason

Esta fórmula o algoritmo fue desarrollada por S. J. Mason en el año 1956 como parte de un
procedimiento gráfico para determinar la función de transferencia (FT) entre un nodo de
entrada y un nodo de salida, de un gráfico de flujo de señales (GFS) o de su diagrama de
bloques (DS) equivalente. La base de este algoritmo es la regla de Crammer, utilizada para
resolver un sistema simultáneo de ecuaciones algebraicas.
Asumiendo un sistema continuo LIT, la fórmula de ganancia de Mason (FGM) permite
calcular la ganancia entre un nodo de entrada y un nodo de salida como:
NTD
Y ( s) ∑ T ( s)Δ ( s)
k k
T ( s) = = k= 1
(1.21)
X( s) Δ( s)
donde:
T ( s) = ganancia o FT equivalente para la relación X ( s) → Y ( s) .
Δ( s) = determinante del sistema, asociado con los lazos del GFS.
Tk ( s) = ganancia de trayectorias directas para la relación X ( s) → Y ( s) .
Δ k ( s) = cofactor de cada trayectoria directa, evaluado a partir de Δ( s) .
Para facilitar la aplicación de la FGM, se recomienda seguir un orden específico al evaluar

los términos que conforman la ecuación (1.21), usando el siguiente procedimiento:
1. Obtener el determinante del sistema: Δ( s) , como:
Δ( s ) = 1 − ∑ Li + ∑ L2 i − ∑ L3 i + (1.22)
donde Li representa la ganancia de los lazos simples (cada lazo); L2i la ganancia de los
lazos no conexos en grupos de 2; L3i la ganancia de los lazos no conexos en grupos de
3, y así sucesivamente. Como el determinante Δ( s) solo depende de los lazos del GFS,
se convierte en un valor único del grafo, independiente del par de nodos entrada-salida
considerados al aplicar (1.21).
2. Calcular la ganancia de las trayectorias directas: Tk ( s) .
Las trayectorias directas dependen únicamente de la relación X ( s) → Y ( s) para la cual
se quiere calcular la FT, aplicando (1.21). Se obtienen recorriendo el grafo desde el nodo
de entrada X ( s) hasta el nodo de salida Y ( s) .
3. Evaluar los cofactores asociados con cada trayectoria directa: Δ k ( s) .
El cofactor de una trayectoria directa se obtiene anulando en el determinante del sistema
Δ( s) , la ganancia de los lazos conexos con dicha trayectoria.
El siguiente ejemplo muestra la aplicación de la FGM para determinar la ganancia o FT

equivalente del modelo gráfico de un sistema continuo LIT, utilizando el procedimiento
anterior.
EJEMPLO 1.8: Aplicar la FGM para obtener la ganancia o FT equivalente del sistema
FGM para continuo LIT cuyo modelo gráfico se muestra en la figura 1.28.
calcular
ganancia
equivalente.
Solución: Aplicando el procedimiento anterior, obtenemos
1. Determinante del sistema:
Existen 2 lazos cuyas ganancias son L1 = −G1 H 1 y L2 = − H 2 . Como no son

conexos, conforman un grupo de 2 cuya ganancia es L1 L2 = G1 H 1 H 2 . Por lo
tanto, aplicando (1.22), obtenemos
Δ( s) = 1 − ( L1 + L2 ) + L1 L2 = 1 + G1 H 1 + H 2 + G1 H 1 H 2
2. Trayectorias directas:
Para la relación R( s ) → Y ( s) existen 2 trayectorias directas con ganancias:
T1 = G1G2 G3 G4 T2 = G4 G5
3. Cofactores de trayectorias directas:

La trayectoria T1 es conexa con los 2 lazos; para obtener su cofactor
anulamos L1 y L2 en Δ( s) , obteniendo Δ 1( s) = 1 . Por otro lado, como la
trayectoria T2 es conexa solo con L1 debemos anular este lazo en Δ( s) ,
obteniendo Δ 2 ( s ) = 1 − L2 = 1 + H 2 .
4. Ganancia equivalente: aplicando la FGM (1.21)

T1Δ 1 + T2 Δ 2 G1G2 G3 G4 + G4 G5 (1 + H 2 )
T ( s) = =
Δ 1 + G1 H 1 + H 2 + G1 H 1 H 2
Estabilidad a partir de la FGM

Además de facilitar el cálculo de la FT de un sistema de control con múltiples lazos de
control, la FGM permite evaluar su estabilidad, si se considera que los polos de T ( s) en la
expresión (1.21), se pueden obtener a partir de las raíces del denominador, como
Δ( s) = 0 (1.23)
De este modo la expresión (1.23) es la ecuación característica de un sistema de control que

utiliza un esquema arbitrario. La ecuación (1.19) es un caso particular que solo puede ser
aplicado a un sistema cuyo esquema corresponde a la forma canónica de la figura 1.25.
Del diagrama de bloques al gráfico de flujo de señales

Como se mencionó anteriormente la FGM puede aplicarse a un diagrama de bloques (DB).
Sin embargo, es más fácil identificar lazos y trayectorias en el GFS. Para lograr un GFS
con el número mínimo de nodos, es conveniente tomar en cuenta las siguientes sugerencias:
- identificar y dar nombre en el DB, a todas las señales de entrada a cada bloque
(podría trabajarse con las señales de salida. Ver ejemplo 1.16.).
- seleccionar el número mínimo de nodos igual al número de señales anteriores, más

las señales de entrada y salida del sistema.
- desarrollar el GFS a partir de las relaciones algebraicas causa ⇔ efecto del DB.
EJEMPLO 1.9: Aplicar la FGM para obtener FTLC del sistema del ejemplo 1.7.
GFS a partir
del DB y FGM R( s) + E1 ( s) + E2 ( s) Y ( s)
para calcular G1 ( s) G2 ( s)
FTLC. − −
H 2 ( s)
H 1 ( s)
Solución: Antes de utilizar la FGM desarrollamos el GFS, a partir del DB. Utilizando la
sugerencia anterior, el número mínimo de nodos:
- señales de entrada y salida del sistema: R( s) , Y ( s)

- señales de entrada a cada bloque: E1( s), E2 ( s), Y ( s)
No. mínimo de nodos = 2 + 2 = 4
Usando estos 4 nodos desarrollamos el GFS considerando las relaciones causa
⇔ efecto del DB.
R( s) E1 ( s) G1 E2 ( s) G2 Y ( s)
− H2
− H1
Aplicando el procedimiento propuesto para la relación R( s) → Y ( s ) :
1. Determinante del sistema.

Dos lazos simples: L1 = −G2 H 2 y L2 = −G1G2 H 1
No existen grupos no conexos.
Aplicando (1.22), obtenemos
Δ( s) = 1 − ( L1 + L2 ) = 1 + G2 H 2 + G1G2 H 1
2. Trayectorias directas.
Una trayectoria directa para la relación R( s) → Y ( s) :
T1 = G1G2
3. Cofactores de trayectorias directas.

T1 es conexa con L1 y L2 , luego Δ 1 = 1
4. Ganancia o FT equivalente.
T1Δ 1 G1G2
T ( s) = =
Δ 1 + G2 H 2 + G1G2 H 1
Sustituyendo los datos del ejemplo 1.7
s+1 s s
×
s+2 s+1 s+2 s2 + s
T ( s) = = = 2
s 1 s+1 s 1 2s 3s + 6 s + 4
1+ × + × × 2 1+ +
s+1 s s+2 s+1 s+1 s+2
Utilizando MATLAB®
» G1s=tf([1 1],[1 2]); G2s=zpk(0,-1,1);
» H1s=2; H2s=tf(1,[1 0]);
» Ts=minreal(G1s*G2s/(1+G2s*H2s+G1s*G2s*H1s))
Zero/pole/gain:
0.33333 s (s+1)
------------------
(s^2 + 2s + 1.333)
que corresponde a la forma ZPK del resultado que se obtuvo usando la FGM.
EJEMPLO 1.10: Obtener el GFS del sistema continuo LIT cuyo DB se muestra a
GFS a partir de continuación y aplicar la FGM para obtener la ganancia o FT equivalente
un DB y FGM
para calcular de lazo cerrado.
FT equivalente
de lazo cerrado.
G5
R( s) + E1 E2 E3 Y1 + E4 Y ( s)
+ +
G1 G2 G3 G4
− − −
H1 H3
H2
Solución: Para determinar el número mínimo de nodos:
- señales de entrada y salida del sistema: R( s) , Y ( s)

- señales de entrada a cada bloque: E1( s) , E2 ( s) , E3 ( s) , E4 ( s)
No. mínimo de nodos = 2 + 4 = 6

Utilizando estos 6 nodos desarrollamos el GFS considerando las relaciones
causa ⇔ efecto del DB.
G5
R( s) E1 G1 E2 G2 E3 G3 E4 G4 Y ( s)
− H1 − G3 H 3
− G3 H 2
Se observa que no es necesario incluir el nodo Y1( s) del DB en el GFS, dado

que es la señal de salida del bloque G3 , se evaluó como Y1 = G3 ⋅ E3 .
Aplicando el procedimiento propuesto para la relación R( s) → Y ( s) :
1. Determinante del sistema.

3 lazos simples: L1 = −G1 H 1 , L2 = −G1G2 G3 H 2 y L3 = −G3 H 3
1 grupo de 2 no conexos: L1 L3 = G1G3 H 1 H 3
Δ( s) = 1 − ( L1 + L2 + L3 ) + L1 L3 = 1 + G1 H 1 + G1G2 G3 H 2 + G3 H 3 + G1G3 H 1 H 3
2. Trayectorias directas.
2 trayectorias directas para la relación R( s) → Y ( s ) :
T1 = G1G2 G3 G4 y T2 = G1G4 G5
3. Cofactores de trayectorias directas.

T1 es conexa con L1 , L2 y L3 , luego Δ 1 = 1
T2 es conexa con L1 y L2 , luego Δ 2 = 1 + G3 H 3
4. Ganancia o FT equivalente.
G1G2 G3 G4 + G1G4 G5 (1 + G3 H 3 )
T ( s) =
1 + G1 H 1 + G1G2 G3 H 2 + G3 H 3 + G1G3 H 1 H 3
En el modelo ejemplo 1.10 es posible aplicar las 3 reglas básicas para simplificar el grupo
de los bloques G1 , H 1 y G2 , G3 , H 3 del DB antes de aplicar la FGM. Se puede demostrar que
el GFS resultante es diferente (solo 4 nodos), pero el valor final de T ( s) es el mismo.
1.7 MODELO MATEMÁTICO DE SISTEMAS FÍSICOS

En esta sección se formularán estrategias para el desarrollo del modelo matemático de
sistemas dinámicos típicos asociados con el proceso o planta de un sistema de control,
utilizando fundamentos básicos de álgebra y física. Estos modelos se utilizarán en capítulos
posteriores como prototipos para el análisis y diseño del sistema de control en tiempo
continuo y en tiempo discreto. En su desarrollo se utilizarán unidades del sistema métrico
de ingeniería y cuando sea necesario se hará referencia a equivalencias con otros sistemas
Los sistemas equivalentes o análogos [Ogata03b] se caracterizan porque pueden ser

modelados por la misma ecuación diferencial. Este concepto permite generalizar el
desarrollo del modelo matemático de un sistema dinámico, facilitando el análisis de su
comportamiento dinámico y la simulación a través de otros sistemas físicos,
particularmente de los sistemas eléctricos. El modelado matemático de un proceso físico
consiste en desarrollar expresiones algebraicas para formular la relación causa ⇔ efecto
entre sus parámetros fundamentales, que según el apéndice H son comunes en todos los
procesos físicos en los sistemas de control y se reconocen como
- resistencia
- inertancia o inductancia
- capacitancia
Sistemas eléctricos
Utilizando la definición de los tres parámetros fundamentales de un sistema eléctrico
presentada en el apéndice H.2 y el concepto de función de transferencia (1.8), es posible
desarrollar el modelo de un sistema eléctrico, aplicando la ley de Kirchhoff de voltajes
(LKV) y la ley de Kirchhoff de corrientes (LKI) a partir de las relaciones causa efecto en
cada parámetro. Los tres parámetros de un sistema eléctrico y sus unidades son:
- resistencia eléctrica: R [ ohms ]

- inductancia eléctrica: L [ henrios]
- capacitancia eléctrica: C [ faradios ]
Utilizando estos tres parámetros y el concepto de función de transferencia (FT) es posible

obtener el modelo de un sistema eléctrico, tal como se muestra en el siguiente ejemplo.
EJEMPLO 1.11: Obtener la FT del sistema eléctrico mostrado a continuación, válida para
FT de un la relación vi ( t ) → vo ( t ) .
sistema
eléctrico.
1.7 – MODELO MATEMÁTICO DE SISTEMAS FÍSICOS 1-43
R1
+
i( t )
R1 = 1 M Ω
+ R2
vi ( t ) R2 = 1 M Ω
vo ( t )
C = 1μF
C
Solución: Dibujando el circuito en reposo en el dominio-s y aplicando la LKV
R1
1
+ Vi ( s) − R1 I ( s) − R2 I ( s) − I ( s) = 0
I ( s) sC
+ R2
Vi ( s) Despejando I ( s) ,
Vo ( s)
1 Vi ( s)
I ( s) =
sC R1 + R2 + 1/ sC
El voltaje de salida Vo ( s) puede expresarse como

Vo ( s) = ( R2 + 1/ sC ) I ( s )
Sustituyendo la expresión de I ( s ) , obtenemos

Vi ( s ) R2 + 1/ sC
Vo ( s) = ( R2 + 1/ sC ) = Vi ( s)
R1 + R2 + 1/ sC R1 + R2 + 1/ sC
Por lo tanto, la FT para la relación vi ( t ) → vo ( t ) es
Vo ( s) R2 + 1/ sC R2 Cs + 1
G( s ) = = =
Vi ( s) R1 + R2 + 1/ sC ( R1 + R2 ) Cs + 1
Sustituyendo los parámetros del enunciado

s + 1 0.5( s + 1)
G( s ) = =
2s + 1 s + 0.5
Sistemas mecánicos de traslación

Utilizando la definición de los tres parámetros fundamentales de un sistema mecánico
presentada en el apéndice H.3 y el concepto de función de transferencia (1.8) es posible
desarrollar el modelo de un sistema mecánico de traslación, aplicando la primera ley de
Newton (PLN), a partir de las relaciones causa ⇔ efecto en cada parámetro. Estas
relaciones se consiguen utilizando diagrama de cuerpo libre en los siguientes parámetros:
- coeficiente de fricción viscosa: B [ N − s/ m]

- inertancia o inercia mecánica: M [ kg ]
- constante del resorte: K [ N / m]
EJEMPLO 1.12: Aplicando la PLN desarrollar el modelo del sistema mecánico de

FT de un sistema traslación mostrado a continuación, para evaluar el desplazamiento x( t )
mecánico de
traslación. que se produce al aplicar la fuerza f ( t ) .
→ →
K B M⋅a =∑ fi
f (t ) x( t )
Solución: Se trata de calcular la FT válida para la relación f ( t ) → x( t ) . Dibujando el

diagrama de cuerpo libre para los tres componentes M, K y B, y aplicando la
PLN, obtenemos
fK fB d2x
M 2 = f (t ) − f K (t ) − f B (t )
dt
M
Ms2 X ( s) = F ( s) − FK ( s) − FB ( s) … [ 1]
f x
f K ( t ) = K x( t ) ↔ FK ( s ) = K X ( s) … [2]
K B
dx
f B (t ) = B ↔ FB ( s ) = Bs X ( s) … [3]
dt
fK x fB
Sustituyendo [2] y [3] en [1]

Ms2 X ( s) = F ( s) − K X ( s) − Bs X ( s)
Despejando la relación X ( s) / F ( s) obtenemos la FT del sistema, como
1
G( s ) =
Ms + Bs + K
2
Sistemas mecánicos de rotación

De acuerdo con el apéndice H.4, los tres parámetros de un sistema mecánico de rotación
son análogos a los enumerados atrás para el sistema mecánico de traslación:
- coeficiente de fricción rotacional: B [ N − m − s/ rad ]

- momento de inercia: J [ N − m − s 2 ]
- constante de resorte torsional: K [ N − m]
Aplicando la segunda ley de Newton (SLN) y utilizando diagramas de cuerpo libre es

posible lograr la relación causa efecto ⇔ en cada componente del sistema mecánico de
rotación, a la luz de la relación X ( s) → Y ( s) de la función de transferencia (1.8).
EJEMPLO 1.13: Aplicando la SLN, desarrollar el modelo del sistema mecánico de

FT de un sistema rotación mostrado a continuación, para evaluar el desplazamiento θ ( t ) y
L
mecánico de
rotación. θ m ( t ) por efecto de aplicación del torque Tm ( t ) .
K Carga → →
J m , Bm J L , BL J ⋅ α = ∑T i
Motor
mecánica
Tm ( t ), θ m ( t ) θ L(t )
Solución: Se trata de obtener la FT válida para las relaciones Tm ( t ) → θ L ( t ) y

Tm ( t ) → θ m ( t ) . Usando el diagrama de cuerpo libre de los 3 componentes:
motor, eje y carga mecánica para α = d 2 θ / dt 2 , obtenemos
TBm TK d 2θm ( t )
Jm = Tm ( t ) − TBm ( t ) − TK ( t )
J m , Bm Motor dt 2 [1]
J m s Θ m ( s) = Tm ( s) − TBm ( s) − TK ( s)
2
Tm , θ m
donde el torque TBm ( t ) debido al rozamiento del motor es
dθm
TBm ( t ) = Bm ↔ TBm ( s ) = s Bm Θ m ( s) [2]
dt
Para el torque TK ( t ) debido a la elasticidad del eje
K
TK ( t ) = K [ θ m ( t ) − θ L ( t )]
[3]
TK ( s) = K [ Θ m ( s) − Θ L ( s)]
TK , θ m TK , θ L
Finalmente para la carga mecánica, obtenemos
TBL
d 2θ L
JL = TK ( t ) − TBL ( t )
Carga
JL dt 2 [4]
mecánica
J L s2 Θ L ( s) = TK ( s) − TBL ( s)
TK , θ L
donde el torque TBL ( t ) por efecto del rozamiento de la caga es
dθ L
TBL ( t ) = BL ↔ TBL ( s) = BL sΘ L ( s) [5]
dt
(J m s2 + Bm s + K ) Θ m ( s) = Tm ( s) + K Θ L ( s)
Despejando Θ m ( s) ,
1 K
Θ m ( s) = ⋅ Tm ( s) + ⋅ Θ L ( s) [6]
J m s + Bm s + K
2
J m s + Bm s + K
2
(J L s 2 + BL s + K ) Θ L ( s ) = K Θ m ( s )
Despejando Θ L ( s)
K
Θ L ( s) = ⋅ Θ m ( s) [7]
J L s + BL s + K
2
Sustituyendo en [6] y [7] las siguientes expresiones

1 K K
G1( s) = , G2 ( s) = , G3 ( s ) =
J m s + Bm s + K
2
J m s + Bm s + K
2
J L s + BL s + K
2
obtenemos,
Θ m ( s) = G1( s) ⋅ Tm ( s) + G2 ( s) ⋅ Θ L ( s), Θ L ( s) = G3 ( s) ⋅ Θ m ( s)
A partir de estas relaciones se puede construir el siguiente GFS
Θ m ( s)
Θ m ( s)
Tm ( s) Θ L ( s)
G1 G3
G2
El grafo anterior muestra una propiedad del GFS, en el sentido de que es

posible convertir un nodo mixto en nodo de salida, sin alterar las relaciones
algebraicas. Aplicando la FGM obtenemos las siguientes relaciones
Θ L ( s) G1( s)G3 ( s) Θ m ( s) G1( s)

= , =
Tm ( s) 1 − G2 ( s)G3 ( s) Tm ( s) 1 − G2 ( s)G3 ( s)
A partir de (1.23), la ecuación característica es
Δ( s) = 1 − G2 ( s)G3 ( s) = 0
Sustituyendo valores de G2 ( s) y G3 ( s)
s ⎡⎣ J m J L s 3 + ( J m BL + Bm J L ) s2 + ( J m K + Bm BL + K J L ) s + K ( BL + Bm )⎤⎦ = 0
Sistemas electro-mecánicos
Utilizando las relaciones causa ⇔ efecto de los parámetros eléctricos y mecánicos es
posible desarrollar el modelo de sistemas electromecánicos clásicos en aplicaciones de
análisis y diseño de sistemas de control: el generador y el servomotor de corriente continua.
Generador DC
La figura 1.29 muestra el esquema eléctrico de un generador de corriente directa o
generador DC, con excitación independiente. Para desarrollar el modelo utilizamos
diagramas de bloque donde la relación entrada ⇔ salida se obtiene formulando ecuaciones
algebraicas estándar en el dominio-s, correspondientes a cada componente.
if Rf Ra La ia
+
Figura 1.29 vf Lf φ eg va ZL
Esquema eléctrico de
un generador DC con
excitación
independiente. Circuito de campo Circuito de armadura
Aplicando la LKV, la ED que rige el comportamiento del circuito de campo es

di f
v f (t ) = R f i f (t ) + Lf ↔ V f ( s) = ( R f + L f s ) I f ( s) (1.24)
dt
Despejando I f ( s)
V f ( s)
I f ( s) = (1.25)
Lf s + R f
La ecuación anterior corresponde al primer bloque mostrado en la figura 1.30.
V f ( s) 1 I f ( s) Eg ( s ) I a ( s) Va ( s)
1
kf Z L ( s)
Figura 1.30
Lf s + R f La s + Ra + Z L ( s)
Modelo funcional
del generador DC.
La salida I f ( s) de este bloque se usa para crear el flujo magnético φ( t ) necesario para
generar la fuerza electromotriz inducida (f.e.m.), la cual viene dada por [Fitzgerald03]:
eg ( t ) = k ⋅ φ ⋅ ω( t ) ≈ k f i f ( t ) ↔ Eg ( s) ≈ k f I f ( s) (1.26)
La aproximación en (1.26) se consigue para las siguientes condiciones:

- relación lineal entre el flujo de dispersión φ y la corriente de excitación i f ( t ) .
- velocidad angular ω constante.
La ecuación (1.26) representa el segundo bloque de la figura 1.30. El voltaje de salida

Eg ( s) de este bloque se utiliza para generar la corriente ia ( t ) del circuito de armadura, que
puede determinarse aplicando la LKV, como
dia
eg ( t ) = Ra ia ( t ) + La + va ( t ) ↔ Eg ( s) = ( Ra + La s ) I a ( s) + Va ( s) (1.27)
dt
Si la carga se representa por su impedancia compleja Z L , el voltaje es sus terminales es
va ( t ) = Z L ⋅ ia ( t ) ↔ Va ( s) = Z L ( s) I a ( s) (1.28)
Sustituyendo (1.28) en (1.27) y despejando I a ( s )
1
I a ( s) = × Eg ( s) (1.29)
La s + Ra + Z L ( s)
que representa el tercer bloque de la figura 1.41. El último bloque se obtiene utilizando el
resultado de la ecuación (1.28). El modelo anterior permite evaluar el voltaje en los
terminales de armadura del generador Va ( s) , a partir del voltaje de excitación V f ( s) . La FT
necesaria se obtiene aplicando la regla R1 de bloques en cascada de la figura 1.23
Va ( s) k f Z L ( s)
G( s ) = = (1.30)
V f ( s) ( L f s + R f )[ La s + Ra + Z L ( s)]
Sin embargo, en este modelo el denominador del tercer bloque depende de la impedancia
de la carga Z L ( s) . Es posible mejorarlo calculando la corriente de armadura, como
1
I a ( s) = × ⎡ Eg ( s) − Va ( s )⎤⎦ (1.31)
La s + Ra ⎣
que conduce al modelo mostrado en la figura 1.31, conocido como el modelo estándar del
generador de DC con excitación independiente.
V f ( s) 1 I f ( s) Eg ( s) I a ( s) Va ( s)
1
kf Z L ( s)
Lf s + R f + La s + Ra
Figura 1.31 −
Modelo estándar
del generador DC
con excitación
independiente.
Aunque en esencia el generador es un sistema de lazo abierto, el modelo anterior muestra

que se comporta como un sistema con realimentación unitaria negativa, donde el voltaje en
los terminales Va ( s) actúa como señal de realimentación, para mejorar la estabilidad.
Una aplicación específica del generador DC en los sistemas de control es el tacómetro,

utilizado para detectar o medir cambios de velocidad o de posición angular. Se trata de un
generador con excitación constante, generalmente a través de un imán permanente, en el
cual la ecuación (1.26) se reduce a
dθ
eg ( t ) = kφω( t ) = kg ω( t ) = kg ↔ Eg ( s) = kg Ω( s) = kg s Θ( s) (1.32)
dt
La figura 1.32 muestra los posibles modelos del tacómetro, como sensor de velocidad
angular o como sensor de posición angular.
Ω( s) Eg ( s) Θ( s) Eg ( s )
Figura 1.32 kg kg s
Modelo del
generador DC
como tacómetro. Sensor de velocidad angular Sensor de posición angular
Motor DC regulado por armadura

La figura 1.33 muestra el esquema eléctrico de un motor de corriente directa o DC con
excitación independiente, regulado a través del voltaje armadura va ( t ) . Para obtener el
modelo aplicamos una estrategia similar a la utilizada en el caso del generador DC.
Comenzando con el circuito de armadura, aplicamos la LKV para obtener

dia
va ( t ) − eg ( t ) = Ra ia ( t ) + La ↔ Va ( s) − Eg ( s) = ( Ra + La s ) I a ( s) (1.33)
dt
Ra La ia
θm (t ) TL ( t )
Figura 1.33
Esquema eléctrico va eg Jm
del servomotor
regulado por
armadura. Tm ( t ) Bm
Despejando I a ( s)
1
I a ( s) = × ⎡Va ( s) − Eg ( s)⎤⎦ (1.34)
Ra + La s ⎣
que corresponde a la relación causa ⇔ efecto del primer bloque de la figura 1.44. El voltaje
eg ( t ) es generado por efecto del campo magnético φ y se reconoce como la fuerza contra-
electromotriz (f.c.e.m.) y se puede evaluar a partir de (1.32), como
eg ( t ) = kg ωm ( t ) ↔ Eg ( s ) = kg s Θ m ( s) (1.35)
Esta señal es la salida Eg ( s) del bloque de realimentación de la figura 1.34, considerando

que en unidades de ingeniería kg = km , tal como se demuestra a continuación.
TL ( s)
Va ( s) 1 I a ( s) Tm ( s) − 1 Θ m ( s)
km
+ La s + Ra + J m s + Bm s
2
−
Figura 1.34
Modelo funcional Eg ( s)
del servomotor
regulado por km s
armadura.
La potencia desarrollada por el motor se expresa como pd = eg ( t ) ⋅ ia ( t ) , la cual se

transforma en potencia mecánica como pd = Tm ( t ) ⋅ ωm ( t ) , ambas expresadas en [ vatios] .
En unidades de ingeniería el torque Tm ( t ) se expresa en [ N − m] y la velocidad angular
ω( t ) en [ rad / s] . Se puede demostrar [Fitzgerald03] que
Tm ( t ) = kφ ia ( t ) ≈ km ia ( t ) ↔ Tm ( s) ≈ km I a ( s) (1.36)
donde la aproximación supone que el flujo φ es constante, que se logra manteniendo

constante la excitación del motor. La ecuación (1.36) es la relación causa ⇔ efecto del
segundo bloque de la figura 1.44. Sustituyendo (1.35) y (1.36) en la expresión de la
potencia desarrollada, obtenemos
pd = kg ωm ( t ) ⋅ ia ( t ) = km ia ( t ) ⋅ ωm ( t ) (1.37)
eg ( t ) Tm ( t )
donde se observa que

kg [ v − s ] ≡ km [ N − m/ A] (1.38)
La expresión anterior explica por qué en el bloque de realimentación de la figura 1.39 se

hace referencia a la constante km en lugar de kg . Finalmente, la ecuación correspondiente a
la parte mecánica se formula aplicando la SLN, considerando el torque desarrollado por el
motor Tm ( t ) , el torque necesario para compensar el rozamiento Bm , la inercia J m del motor
y el torque exigido por la carga TL ( t )
d 2θm dθ
Jm 2
= Tm ( t ) − Bm m − TL ( t ) ↔ J m s2 Θ m ( s) + Bm s Θ m ( s) = Tm ( s) − TL ( s) (1.39)
dt dt
Despejando Θ m ( s)
1
Θ m ( s) = × [Tm ( s) − TL ( s)] (1.40)
J m s + Bm s
2
que corresponde a la relación causa ⇔ efecto del tercer bloque de la figura 1.34.
TL ( s)
Va ( s) 1 I a ( s) Tm ( s ) − Ω m ( s) Θ m ( s)
1 1
km
+ La s + Ra + J m s + Bm s
−
Eg ( s )
Figura 1.35
Modelo estándar km
del servomotor
regulado por
armadura.
Usando el modelo de la figura 1.34 es posible evaluar la FT para la relación

Va ( s) → Θ m ( s) . Sin embargo, en aplicaciones prácticas se utiliza el modelo estándar que
se muestra en la figura 1.45, el cual facilita el cálculo de la velocidad angular ωm ( t ) y evita
el uso de realimentación de velocidad.
La inclusión del torque TL ( t ) como una entrada en los modelos desarrollados, permite
simular el efecto de la carga mecánica en el comportamiento del servomotor. Sin embargo,
como se mostrará en el ejemplo 1.14, es posible simplificarlo si se sustituye J m por
J m + J L y Bm por Bm + BL , para incluir el efecto de la carga mecánica del sistema.
Los modelos de las figuras 1.34 y 1.35 muestran que el servomotor DC, aunque físicamente
es un sistema de lazo abierto, se comporta como un sistema de lazo cerrado, donde la
f.c.e.m. Eg ( s) actúa como señal de realimentación para mejorar su estabilidad propia y la
del sistema de control donde es utilizado.
El siguiente ejemplo muestra la aplicación del modelo estándar del servomotor en el

cálculo de la función transferencia de un sistema MIMO.
EJEMPLO 1.14: Aplicar el concepto de función de transferencia (FT) para analizar el

FT de un sistema modelo del servomotor de la figura 1.35 como un sistema MIMO de 2
MIMO.
entradas y 2 salidas, asumiendo los siguientes parámetros:
Ra = 5 Ω, La = 1 H km = 5 N − m/ A J m = 4 N − m − s2 , Bm = 0.5 N − m
Solución: La siguiente figura muestra el diagrama funcional del servomotor, que será
utilizado para analizarlo como un sistema MIMO de 2 entradas y 2 salidas.
Va ( s) Ω m ( s)
SERVOMOTOR
TL ( s) REGULADO POR Θ m ( s)
ARMADURA
Aplicando el principio de superposición es posible expresar matricialmente la

relación entrada-salida del sistema anterior, como
⎡ Ω m ( s)⎤ ⎡G11( s) G12 ( s)⎤ ⎡ Va ( s) ⎤

⎢ Θ ( s)⎥ = ⎢G ( s) G ( s)⎥ ⎢T ( s)⎥
⎣ m ⎦ ⎣ 21 22 ⎦⎣ L ⎦
El problema se reduce a calcular las componentes del arreglo matricial G( s) ,

conocido como matriz función de transferencia (MFT), usando la fórmula de
ganancia de Mason (FGM).
Para facilitar su aplicación, a partir del diagrama de bloques (DB) de la figura

1.45, se desarrolló el GFS mostrado a continuación.
TL ( s)
Va ( s) E1 ( s) Ga I a ( s) km −1 Gm Ω m ( s) 1/ s Θ m ( s)
E2 ( s)
− km
donde Ga ( s) es la FT que contiene los parámetros del circuito de armadura,

1 1
Ga ( s ) = =
La s + Ra s + 5
y Gm ( s) la FT que contiene los parámetros del motor
1 1
Gm ( s) = =
J m s + Bm 4 s + 0.5
Desarrollando la primera fila de la expresión matricial
Ω m ( s) = G11( s) × Va ( s) + G12 ( s) × TL ( s)
La expresión anterior sugiere que la salida Ω m ( s) se debe a la suma de los

efectos de las 2 entradas Va ( s) y TL ( s) . Como se trata de un sistema lineal, es
posible evaluar por separado el efecto de cada entrada.
Para aplicar la FGM al GFS, obtenemos primero el determinante del sistema

s2 + 5.125 s + 6.875
Δ( s ) = 1 + km2 Ga ( s)Gm ( s) =
( s + 5)( s + 0.125)
El resultado anterior puede verificarse usando MATLAB®
» La=1; Ra=5; km=5; Jm=4; Bm=0.5;
» Ga=tf(1,[La Ra]); Gm=tf(1,[Jm Bm]);
» Ds=1+km^2*Ga*Gm; Ds=zpk(Ds)
Zero/pole/gain:
(s^2 + 5.125s + 6.875)
----------------------
(s+5) (s+0.125)
Para la relación Va ( s) → Ω m ( s) , asumiendo TL ( s ) = 0

Ω m ( s) km Ga Gm 1.25
G11( s) = = = 2
Va ( s ) Δ( s) s + 5.125 s + 6.875
Para la relación TL ( s) → Ω m ( s) , asumiendo Va ( s) = 0
Ω m ( s) − Gm −0.25( s + 5)
G12 ( s) = = = 2
TL ( s) Δ( s) s + 5.125 s + 6.875
Usando MATLAB®
» G11s=minreal(km*Ga*Gm/Ds), G12s=minreal(-Gm/Ds)
Zero/pole/gain: Zero/pole/gain:
1.25 -0.25 (s+5)
---------------------- ----------------------
(s^2 + 5.125s + 6.875) (s^2 + 5.125s + 6.875)
Siguiendo el mismo procedimiento se obtienen los siguientes valores

Θ m ( s) km Ga Gm / s 1.25
G21( s) = = =
Va ( s) Δ( s) s ( s + 5.125 s + 6.875 )
2
Θ m ( s ) −G m / s −0.25( s + 5)
G22 ( s) = = =
TL ( s) Δ( s) s ( s + 5.125 s + 6.875 )
2
Usando MATLAB®
» s=zpk('s');
» G21s=minreal(km*Ga*Gm/s/Ds), G22s=minreal(-Gm/s/Ds)
Zero/pole/gain: Zero/pole/gain:
1.25 -0.25 (s+5)
------------------------ ------------------------
s (s^2 + 5.125s + 6.875) s (s^2 + 5.125s + 6.875)
Como se trata de un modelo arbitrario, la ecuación característica del sistema

debe evaluarse usando (1.23), como Δ( s) = 0
s2 + 5.125 s + 6.875 = 0
cuyas raíces (polos del sistema) son p1,2 = −2.5625 ± j 0.5555 . Como los polos
están en el SPI, el sistema es absolutamente estable. Usando MATLAB®
» ECs=tfdata(Ds,'v'), pk=roots(ECs)
ECs = 1.0000 5.1250 6.8750
pk = -2.5625 + 0.5555i
-2.5625 - 0.5555i
En el ejemplo anterior se recurrió al uso de una forma especial de la función zpk() para
crear el objeto s, que permite manipularlo como si fuera una variable simbólica.
Interpretando los resultados del ejemplo 1.14, la figura 1.36 muestra una forma modificada
del DB del servomotor regulado por la armadura, en función de los componentes de la
matriz de transferencia G( s) .
Ω m ( s)
Va ( s) G11 ( s) G21 ( s) Θ m ( s)
+ + + +
Figura 1.36 TL ( s) G12 ( s) G22 ( s)
DB modificado del
servomotor en
términos de la MFT. G(s)
Engranajes en sistemas electromecánicos

En las aplicaciones prácticas de los sistemas electromecánicos es necesario recurrir al uso
de engranajes, como dispositivos para aumentar el torque o par mecánico, reduciendo la
velocidad angular. La figura 1.37 presenta los parámetros y el sistema eléctrico equivalente
que será utilizado para desarrollar el modelo.
T1 , θ1
θ1 θ2
r1
T1 T2
Figura 1.37
Sistema mecánico de r2 JL
engranajes y sistema
eléctrico análogo. r1 : r2
r1 : r2 T2 , θ2
En la figura anterior se sume que no existe inercia ni rozamiento en el sistema de

engranajes, que es consistente con el modelo del transformador ideal. A partir de la
relación de transformación r1 : r2 , obtenemos
T1 θ2 r1
= = =a (1.41)
T2 θ1 r2
Usando el principio del transformador ideal [Fitzgerald03], es posible evaluar el efecto del
rozamiento viscoso BL [ N − m− s/ rad ] y de la inercia de la carga J L [ N − m− s2 ] , desde el
lado del motor, tal como se indica en la figura 1.38.
Figura 1.38
Evaluación del efecto Motor r1 : r2 Carga Motor Carga
de la carga desde el
lado del motor.
Tm , θ m TL , θ L J L , BL Tm , θ m J Lm , BLm
El problema se reduce a calcular los parámetros equivalentes J Lm , BLm de la carga, vistos

desde el lado del motor. Aplicando la SLN en el lado de la carga
d 2θ L dθ
TL ( t ) = J L 2 + BL L ↔ TL ( s) = J L s2 Θ L ( s) + sΘ L ( s) (1.42)
dt dt
Aplicando (1.41) obtenemos la relación entre variables del lado del motor y de la carga
θ L ( t ) = a × θ m ( t ) TL ( t ) = a × Tm ( t ) (1.43)
Sustituyendo (1.43) en (1.42), obtenemos
Tm ( s) = J L ( a)2 s2 Θ m ( s) + BL ( a)2 sΘ m ( s) = J Lm s2 Θ m ( s) + BLm sΘ m ( s) (1.44)

Los parámetros equivalentes de la carga en el lado del motor son
J Lm = a2 J L BLm = a 2 BL (1.45)
El resultado anterior es consistente con la interpretación que se hace de pasar un parámetro

de un circuito eléctrico de un lado a otro del transformador ideal, si se toma en cuenta que
en la analogía torque-voltaje la inercia J L equivale a una inductancia y el rozamiento BL
equivale a una resistencia en el sistema eléctrico. Un procedimiento similar se puede
aplicar para desarrollar el modelo equivalente de un sistema real de engranajes [Kuo95].
Modelo de un brazo robótico

Como una aplicación de los modelos anteriores se considera a continuación el desarrollo
del modelo de un brazo robótico [Phillips00], mostrado en la figura 1.39, compuesto por un
servomotor DC regulado por la armadura, un juego de engranajes con relación de
transformación a = r1 / r2 y lazo de control con realimentación unitaria que utiliza un
controlador proporcional con ganancia kp [ voltios/ rad ] . Otros modelos del controlador
serán tratados en la sección 4.1.
Se trata de obtener un modelo que permita establecer la relación θ r ( t ) → θ ( t ) entre el

valor referencia y la posición final deseada del brazo robótico, ambas expresadas en [ rad ] .
Ga ( s ) Gm ( s)
Θ r ( s) V ( s) I a ( s) Tm ( s) Ω m ( s) Θ m ( s) Θ( s)
1 1 1 r1
kp km
+ + La s + Ra Js+ B s r2
− −
Eg ( s)
Figura 1.39
Modelo del km
brazo
robótico
Es posible simplificar el modelo de la figura 1.35 considerando que el par mecánico TL ( s)

se requiere para compensar la inercia J L y el rozamiento viscoso BL de la carga. Sin
embargo, como estos dos parámetros están después de la caja engranajes los valores totales
de inercia y coeficiente de rozamiento viscoso, referidos al lado del motor son
J = J m + J L ( r1 / r2 )2 B = Bm + BL ( r1 / r2 )2 (1.46)
EJEMPLO 1.15: Aplicando la fórmula de ganancia de Mason (FGM), determinar la FT del

FT del modelo modelo del brazo robótico de la figura 1.39, para las relaciones
de un brazo
robótico. θ r ( t ) → θ( t ) y v( t ) → Tm ( t ) , asumiendo los siguientes parámetros:
Eléctricos: kp = 10, La = 1 H , Ra = 5 Ω, km = 5 N − m/ A
Mecánicos: J = 4 N −m − s2 , B = 0.5 N − s/ rad , a = 1: 20
Solución: Para facilitar la aplicación de la FGM, desarrollamos el gráfico de flujo de

señales (GFS), usando 8 nodos para representar las señales de entrada a cada
bloque de la figura 1.39 y las señales de entrada y salida propias del sistema.
Θr E1 10 E2 Ga ( s) I a 5 Tm Gm ( s) Ω m 1/ s Θ m 1/ 20 Θ
−5
−1
Las señales E1 y E2 son la entrada de los bloques kp y Ga ( s) respectivamente,

en la figura 1.39. Siguiendo el procedimiento propuesto en la sección 1.5,
calculamos el determinante del sistema Δ( s) , a partir de los 2 lazos del GFS
L1 = −25 × Ga ( s) × Gm ( s) L2 = −50 × Ga ( s) × Gm ( s) / s Δ( s) = 1 − ( L1 + L2 )
Donde, de acuerdo con la figura 1.39
1 1
Ga ( s ) = Gm ( s) =
La s + Ra Js + B
Utilizando los parámetros del sistema, obtenemos
( s + 4.1965)( s2 + 0.9285 s + 2.9785)
Δ( s ) =
s( s + 5)( s + 0.125)
que puede verificarse utilizando MATLAB®
» La=1; Ra=5; km=5; Jm=4; Bm=0.5;
» Ga=tf(1,[La Ra]); Gm=tf(1,[Jm Bm]);
» L1=Ga*km*Gm*(-km); L1 =zpk(L1)
» L2=kp*Ga*km*Gm*tf(1,[1 0])*(-1); L2=zpk(L2);
» Ds=1-L1-L2
Zero/pole/gain:
(s+4.197) (s^2 + 0.9285s + 2.979)
---------------------------------
s (s+5) (s+0.125)
Para la relación Θ r ( s) → Θ( s) , las trayectorias directas y cofactores son

T1 = 50 × Ga ( s) × Gm ( s) /(20 s), Δ 1 = 1
Aplicando la FGM (1.21), obtenemos
Θ( s) T1 × Δ 1 0.625
T1( s) = = =
Θ r ( s) Δ ( s + 4.1965)( s + 0.9285 s + 2.9785)
2
que puede comprobarse usando MATLAB®

» a=1/20; T1=kp*Ga*km*Gm*tf(1,[1 0])*a; T1=zpk(T1)
Zero/pole/gain:
0.625
-----------------
s (s+5) (s+0.125)
Para lograr la relación V ( s) → Tm ( s) , como V ( s) no aparece en el GFS, es

necesario obtener del DB la relación auxiliar V ( s) = kp × E1( s) . Luego
Tm ( s ) 1 Tm ( s)
T2 ( s ) = =
V ( s ) kp E1( s)
En la expresión anterior, Tm ( s ) es un nodo mixto que puede convertirse en un

nodo de salida, tal como se hizo en ejemplo 1.13. Sin embrago, como E1( s) es
nodo mixto no puede convertirse en nodo de entrada. Por lo tanto es necesario
recurrir al siguiente artificio algebraico:
1 Tm ( s) 1 Tm ( s) Θ r ( s)
T2 ( s ) = = ×
kp E1( s) kp Θ r ( s ) E1( s)
donde el primer factor es la FT de la relación Θ r ( s) → Tm ( s) y el segundo

factor es el inverso de la FT de la relación Θ r ( s) → E1( s) , que pueden ser
evaluadas a través de la FGM. Para los 2 factores obtenemos
Tm ( s) kp Gm km E1( s) 1 − L1
Ta ( s) = = Tb ( s ) = =
Θ r ( s) Δ( s) Θ r ( s) Δ( s)
Sustituyendo en la expresión de T2 ( s ) y utilizando los parámetros del sistema
1 Ta ( s) 5( s + 0.125)
T2 ( s ) = × = 2
kp Tb ( s ) s + 5.125 s + 6.875
que puede verificarse usando MATLAB®

» Ta=minreal(kp*Ga*km/Ds); Tb=minreal((1-L1)/Ds);
» T2s=(1/kp)*minreal(Ta/Tb)
Zero/pole/gain:
5 (s+0.125)
----------------------
(s^2 + 5.125s + 6.875)
La ecuación característica del sistema Δ( s) = 0 , viene dada por
s 3 + 5.125 s2 + 6.875 s + 12.5 = 0

Las raíces de esta ecuación o polos del sistema en lazo cerrado, son
p1 = −4.1965, p2,3 = −0.4642 ± j 1.6623
Como estas raíces se encuentran en el SPI del plano-s, el sistema en lazo

cerrado es absolutamente estable. Usando MATLAB®:
» ECs=tfdata(Ds,'v'), polos=roots(ECs)
ECs = 1.0000 5.1250 6.8750 12.5000
polos = -4.1965
-0.4642 + 1.6623i
-0.4642 - 1.6623i
Utilizando la función step() del TBC de MATLAB®, se generó a partir de T1( s)

la gráfica de la respuesta escalón del sistema en lazo cerrado, mostrada en la
figura 1.40, cuya forma verifica la estabilidad del sistema.
Figura 1.40
Respuesta escalón
del modelo del brazo
robótico
Sistemas térmicos
El modelo del proceso de un sistema de control de temperatura se desarrolla aplicando
ecuaciones de balance de energía, que se desarrollan usando los siguientes parámetros:
- resistencia térmica: RT [º C − s/ kcal ]

- capacitancia térmica: CT [ kcal /º C ]
definidos en el apéndice H.5, debido a que en aplicaciones prácticas el efecto de la

inertancia es despreciable en este tipo de sistemas. Aunque los parámetros RT y CT
generalmente se distribuyen a lo largo de las sustancias que actúan en el funcionamiento de
los procesos térmicos, para efectos de simplificación del modelo se tratarán como
parámetros concentrados.
La resistencia térmica es la propiedad que se opone a la circulación del flujo térmico y

según el apéndice H.5, puede manifestarse por conducción a través de paredes o por
convección a través de un fluido. Por otro lado, la capacitancia térmica está asociada con la
habilidad de un proceso de almacenar energía térmica y se determina como:
CT = m × ce (1.47)
donde m [ kg ] es la masa de la sustancia y ce [ kcal / kg − °C ] el calor específico. El modelo

físico del proceso térmico a considerar se presenta en la figura 1.41, donde se asume que se
desea calentar el fluido dentro de un tanque, utilizando una resistencia eléctrica RC y un
agitador para lograr una temperatura uniforme del líquido dentro del tanque.
Mezclador
q1( t ), T1( t )
Ta ( t )
i
+
q( t ) qp ( t )
v RC
Figura 1.41 q2 ( t ), T ( t )
Modelo físico del − qL ( t ), T ( t )
proceso térmico.
Por lo tanto la variable del proceso o variable controlada es la temperatura de salida T ( t )

y la variable manipulada es el flujo térmico q( t ) suministrado por la resistencia de
calefacción. Existen 2 perturbaciones que pueden afectar la variable controlada T ( t ) : las
variaciones en la temperatura de entrada T1( t ) y los cambios en la temperatura ambiente
Ta ( t ) . La figura 1.42 muestra el modelo funcional del proceso.
T1( t ) Ta ( t )
q( t ) PROCESO T(t )
Figura 1.42 TÉRMICO DE UN
Modelo funcional del TANQUE
proceso térmico.
Existen 3 temperaturas en [º C ] que deben ser consideradas en el desarrollo del modelo:
T1( t ): temperatura de entrada del fluido (perturbación)

T ( t ): temperatura de salida del fluido (variable controlada)
Ta ( t ): temperatura ambiente (perturbación)
La diferencia entre estas temperaturas origina la propagación de calor en los diferentes

puntos del sistema, que se evalúa a través de 5 flujos térmicos en [ kcal / s]
q1( t ): flujo térmico asociado con el fluido de entrada
q( t ): flujo térmico suministrado por la resistencia de calefacción
qL ( t ): flujo térmico generado por efecto capacitivo del fluido
qp ( t ): flujo térmico generado por conducción en las paredes del tanque
q2 ( t ): flujo térmico generado por convección del fluido de salida
Para obtener el modelo se parte del balance de energía correspondiente a estos flujos
térmicos en [ kcal / s] , el cual se expresa como
q1( t ) + q( t ) = q2 ( t ) + qL ( t ) + q p ( t ) (1.48)
Ahora se debe formular la relación causa ⇔ efecto que generan cada uno de los 5 flujos
térmicos a partir de las 3 temperaturas. La temperatura T1( t ) de entrada del fluido, genera
un flujo térmico que se obtiene aplicando (H.16) y (H.17) del apéndice H.5:
q1( t ) = k1T1( t ) (1.49)
Donde k1 es una constante que depende del flujo másico y del calor específico del fluido.
El flujo térmico que se genera por efecto capacitivo del líquido dentro del tanque es función
la capacitancia térmica del sistema y según (H.21), viene dado por
dT
qL ( t ) = CT (1.50)
dt
El flujo térmico asociado con el fluido de salida se propaga por convección y depende de la
resistencia térmica RT del fluido. Aplicando (H.16) obtenemos
T(t )
q2 ( t ) = (1.51)
RT
Finalmente, el flujo térmico que se propaga por conducción a través de las paredes del
tanque, está dado por (H.16) como
T ( t ) − Ta ( t )
qp ( t ) = (1.52)
Rp
donde R P es la resistencia térmica de las paredes del tanque.
Sustituyendo (1.49), (1.50), (1.51) y (1.52) en (1.48), obtenemos
T(t ) dT T ( t ) − Ta ( t )
k1T1( t ) + q( t ) = + CT + (1.53)
RT dt Rp
Llevando al dominio-s y despejando la salida del sistema T ( s) , obtenemos
R R ⋅ k1 RT /( RT + R p )
T ( s) = Q( s) + T1( s) + Ta ( s) (1.54)
1 + RCT s 1 + RCT s 1 + RCT s
donde R = RT R p /( RT + R p ) , que por analogía corresponde al equivalente en paralelo de las
resistencias RT y R p . Sustituyendo τ = RCT [ s] , que se reconoce como la constante de
tiempo de cada componente de orden-1 de la respuesta en (1.54), obtenemos
K1 K2 K3
T(t ) = Q( s) + T1( s) + Ta ( s) (1.55)
1+ τs 1+ τs 1+ τs
Las constantes K 1 = RT R p /( RT + R p ) , K 2 = RT R p k1 /( RT + R p ) y K 3 = RT /( RT + R p ) son la

ganancia DC de cada término en (1.55), cuyas dimensiones deben ser compatibles con la
relación causa-efecto que se formula en cada uno. De este modo K 1 se expresa en
[º C − s/ kcal ] , mientras que K 2 y K 3 son adimensionales. La figura 1.43 presenta el
diagrama de bloques del modelo desarrollado.
Q( s) K1
1+ τs
T1( s) + T ( s)
K2 +
1+ τs
+
Figura 1.43
Modelo de diagrama Ta ( s ) K3
de bloques del
proceso térmico. 1+ τs
Si se desprecia el efecto de las perturbaciones T1( s) y Ta ( s ) el modelo se reduce a un

sistema de primer orden mostrado en la figura 1.44, que será utilizado en capítulos
posteriores para el análisis y diseño del sistema de control.
Figura 1.44 Q( s) T ( s)
Modelo simplificado K1
del proceso térmico. 1 + τs
Sistemas hidráulicos
El modelo de un sistema hidráulico se obtiene formulando relaciones causa ⇔ efecto
donde intervienen los siguientes parámetros:
- resistencia hidráulica: R H [ N − s / m 5 ] o [ s/ m2 ]
- capacitancia hidráulica: C H [m 3 / N ] o [m2 ]
Las unidades de estos dos parámetros pueden cambiar dependiendo de la unidad utilizada
para medir la presión del proceso. En el primer caso se utiliza la presión absoluta p( t ) en
[ N / m2 ] y en el segundo caso la presión hidrostática o cabeza de presión h( t ) en [m] .
Para mostrar el uso de estos parámetros se desarrollará a continuación el modelo del

proceso, correspondiente al sistema de control de nivel de la figura 1.13, asumiendo flujo
laminar a través de la válvula de salida Vs. La figura 1.45 muestra el modelo funcional del
proceso, donde la variable controlada es el nivel del líquido en el tanque h( t ) y la variable
manipulada es el caudal de entrada q( t ) .
PROCESO DE
Figura 1.45 q( t ) NIVEL DE
h( t )
Modelo funcional del
LÍQUIDO EN UN
proceso de nivel de
líquido en un tanque.
TANQUE
Para desarrollar el modelo asumimos un cambio diferencial de nivel d h que se traduce en

un cambio diferencial de volumen A × dh , siendo A la sección transversal del tanque. Este
cambio en el volumen debe ser compensado por la diferencia entre el caudal de entrada
q( t ) y el caudal de salida qs ( t ) en un tiempo dt . Por lo tanto
[ q( t ) − qs ( t )] × dt = A × dh
Ordenando términos, obtenemos
dh
A = q( t ) − qs ( t ) (1.56)
dt
que básicamente es la ecuación (H.24), si C H = A y la presión p( t ) se expresa en términos
de la cabeza de líquido o presión hidrostática h( t ) . Asumiendo que flujo laminar a través
de la válvula de salida y aplicando (H.22), obtenemos
h( t )
qs ( t ) = (1.57)
RH
Sustituyendo (1.57) en (1.56), para C H = A y ordenando términos
dh
+ h( t ) = RH q( t )
C H RH (1.58)
dt
que es una ecuación diferencial de primer orden y corresponde al modelo fundamental del
sistema de la figura 1.45, para la relación: Q( s) → H ( s) . Esta misma relación puede
modelarse a través de la función de transferencia (FT), asumiendo que el sistema está en
reposo. Llevando (1.58) al dominio-s para cero condiciones iniciales
R H C H s H ( s) + H ( s) = R H Q( s)
Sustituyendo τ = RH C H [ s] y K = RH [ s/ m2 ] ,
H ( s) 1/ C H K
G( s ) = = = (1.59)
Q( s) s + 1/ R H C H 1 + sτ
De este modo, el modelo del proceso de nivel de líquido se muestra en la figura 1.47, que
corresponde a un sistema de orden-1, donde K es la ganancia DC en [ s/ m2 ] y τ la constante
de tiempo en [ s] , similar al modelo simplificado del proceso térmico de la figura 1.44.
Figura 1.47
Q( s) H ( s)
Modelo del proceso K
de nivel de líquido en
un tanque. 1 + sτ
El desarrollo del modelo anterior no incluyó perturbaciones del proceso. Sin embargo, es
posible que existan y una de estas es la posibilidad de fluctuaciones en el caudal de líquido
aguas arriba de la válvula de entrada, la cual puede regularse usando un sistema de control
de flujo en cascada.
Llevando (1.57) al dominio-s y combinando con (1.59), se puede obtener la FT para la

relación Q( s) → Qs ( s) , como
Q ( s) K / RH
G1( s) = s = (1.60)
Q( s) 1 + sτ
Como R H se expresa en [ s/ m2 ] la constante de ganancia del numerador es adimensional,
consistente con la relación causa ⇔ efecto de los 2 caudales. El siguiente ejemplo muestra
el desarrollo del modelo de un proceso hidráulico, donde existe interacción entre dos
tanques a través de la válvula.
EJEMPLO 1.16: Aplicando la FGM, calcular la FT para la relación Q( s ) → Q2 ( s ) del

FT de un sistema modelo hidráulico mostrado a continuación, asumiendo flujo laminar a
hidráulico de 2
tanques con través de las dos válvulas.
interacción.
h1 h2
R1 R2
C1 C2
q1 q2
Solución: La diferencia entre el caudal de entrada y el caudal de salida del primer tanque
q( t ) − q1( t ) origina un cambio en el nivel h1( t ) , determinado por (1.56), como
dh1
C1 = q( t ) − q1( t )
dt
El caudal q1( t ) a través de la válvula R1 depende de la diferencia de presión
h1( t ) − h2 ( t ) . Asumiendo flujo laminar podemos aplicar (1.57), como
h1( t ) − h2 ( t )
= q1( t )
R1
En el segundo tanque, la variación de caudal h2 ( t ) se presenta por efecto de la

diferencia q1( t ) − q2 ( t ) del caudal de entrada y el caudal de salida, que puede
evaluarse a través de la ecuación (1.56), como
dh2
C2 = q1( t ) − q2 ( t )
dt
Finalmente el caudal de salida q2 ( t ) a través de la válvula R2 , asumiendo flujo
laminar, se puede calcular a partir de (1.57), como
h2 ( t )
= q2 ( t )
R2
Llevando al dominio-s cada una de las expresiones anteriores para el sistema en

reposo y escribiéndolas en forma estándar, como relación causa ⇔ efecto,
obtenemos
1 1
H 1( s ) = [Q( s) − Q1( s)] Q1( s) = [ H 1( s) − H 2 ( s)]
C1 s R1
1 H ( s)
H 2 ( s) = [Q1( s) − Q2 ( s)] Q2 ( s) = 2
C2 s R2
Usando estas expresiones es posible desarrollar el diagrama de bloques que se

presenta a continuación, que constituye el modelo del sistema hidráulico de 2
tanques con interacción.
Q( s ) H 1( s) − Q1 ( s) Q2 ( s )
+ 1 1 1 1
C1 s + R1 + C2 s H 2 ( s) R2
− −
El problema se reduce a encontrar la FT para la relación Q( s) → Q2 ( s) . Para

esto, podemos desarrollar el GFS asociado el DB anterior, representando las
señales de salida de cada bloque y las señales de entrada y salida del sistema.
El resultado se muestra a continuación:
Q( s ) 1/ C1 s H1 1/R1 Q1 1/ C2 s H 2 1/R2 Q2 ( s )
−1/ C1 s −1/R1 −1/ C2 s
Aplicando la FGM, obtenemos para el determinante del sistema

1 1 1 1
Δ( s) = 1 + + + +
R1C1 s R1C2 s R2 C2 s R1 R2 C1C2 s2
Agrupando términos
R1 R2 C1C2 s2 + R1C1 s + R1C2 s + R2 C2 s + 1
Δ( s) =
R1 R2 C1C2 s2
La única trayectoria directa para la relación q( t ) → q2 ( t ) es
1 1 1 1 1
T1 = × × × = , Δ1 = 1
C1 s R1 C2 s R2 R1 R2 C1C2 s2
1
G( s ) =
R1 R2 C1C2 s + R1C1 s + R1C2 s + R2 C2 s + 1
2
RESUMEN, TERMINOS Y CONCEPTOS IMPORTANTES, PROBLEMAS DE REFUERZO 1-67
RESUMEN
Este capítulo se presentó una lista de conceptos básicos relacionados con el funcionamiento
de los Sistemas de Control, sus estructuras típicas de lazo abierto, lazo cerrado, control por
acción precalculada y control en cascada. Se identificaron los componentes, variables y
operaciones básicas de un sistema de control realimentado (feedback), que fue el fundamento de
muchos de los problemas desarrollados en el capítulo. Se formuló el problema de control y se
analizaron las fases necesarias para su solución, que incluyen el propósito del sistema de control,
desarrollo del modelo del proceso y otros componentes, diseño del controlador, verificación de
resultados y la documentación final del proyecto.
Se describieron ejemplos de sistemas físicos de control de nivel, temperatura y posición,

con el objeto identificar aspectos prácticos relacionados con el propósito del sistema de control,
operaciones básicas del control realimentado (feedback), acción de control y posibles
perturbaciones. Se analizaron sistemas de una entrada y una salida o SISO (Single Input Single
Output) y un sistema de control múltiples entradas y salidas o MIMO (Multiple Input Multiple
Output), tanbien conocido como multivariable. Se concluyó con el análisis de un sistema de
control de temperatura en cascada utilizando simbología ISA (Instrument Society of America)
con el propósito de reconocer la simbología estándar que se utiliza para el desarrollo de planos,
en aplicaciones prácticas de sistemas de control.
Se hizo una revisión de los conceptos de función de transferencia (FT) y respuesta impulso,
necesarios para el análisis de sistemas de control y se aplicaron para obtener la respuesta forzada
de un sistema de control y evaluar su estabilidad acotada o estabilidad BIBO (Boundary Input
Boundary Output). Con base en la FT, se desarrolló el modelo matemático de un sistema de
control de lazo cerrado o realimentado, representando sus 3 componentes básicos como: Gc ( s) ,
G p ( s ) y H ( s) . Utilizando funciones de objetos LIT del Toolbox de Control de MATLAB® se
demostró que es posible simular el modelo de FT en el dominio-s en la forma TF: como una
fracción racional de dos polinomios y la forma ZPK o forma factorizada que identifica los polos
ceros y la constante de ganancia. El uso de estos objetos LTI facilitó considerablemente la
solución de ejemplos prácticos desarrollados a lo largo del capítulo y la interpretación gráfica de
la respuesta dinámica de un sistema de control.
Se presentó una breve revisión de los elementos básicos de un diagrama de bloques (DB) y
las reglas fundamentales para la simplificación de bloques en cascada, en paralelo y en
realimentación. Usando bloques se estableció la forma canónica de un sistema de control
realimentado o de lazo cerrado, cuyas componentes son la FT de la rama directa: G( s) y la FT de
la rama inversa: H ( s ) , el cual se aplicó para definir los conceptos de función de transferencia de
lazo abierto: F ( s) , función de transferencia de lazo cerrado: T ( s) y ecuación característica (EC).

Se demostró que es posible desarrollar el Gráfico de Flujo de Señales (GFS) a partir del DB, con
el objeto de facilitar la aplicación de la Fórmula de Ganancia de Mason (FGM) para el cálculo de
la FT de un sistema de control. Usando esta estrategia se demostró que el determinante de Mason:
Δ( s) se puede utilizar para lograr la ecuación característica (EC) de un sistema SISO o MIMO,
cuyo esquema de control es arbitrario.
Se desarrolló un conjunto de modelos matemáticos de sistemas físicos, basados en el

concepto sistemas análogos, que permite el uso de 3 parámetros fundamentales: resistencia,
inertancia y capacitancia, para establecer la relación causa ⇔ efecto o entrada ⇔ salida en cada
componente de sistema. Usando esta estrategia de desarrolló el modelo de un sistema eléctrico,
utilizando como herramienta la Ley de Kirchhoff de Corrientes (LKC) y la Ley de Kirchhoff de
Voltajes (LKV). De modo similar se desarrolló el modelo matemático de un sistema mecánico de
traslación aplicando la Primera Ley de Newton (PLN) al diagrama de cuerpo libre. Un trabajo
similar permitió el desarrollo del modelo matemático de un sistema mecánico de rotación,
mediante la aplicación de la Segunda Ley de Newton (SLN).
Utilizando los elementos básicos de un sistema eléctrico y de un sistema mecánico de

rotación, se construyó el modelo de un generador DC con excitación independiente y el modelo
de un servomotor regulado por el circuito de armadura. Utilizando analogía con un transformador
ideal, se logró el modelo de un sistema de engranajes, el cual se utilizó para formular el modelo
del brazo de un robot, como una aplicación práctica de un sistema de control de lazo cerrado.
Finalmente, utilizando el concepto de balance de energía y el balance de flujo, se desarrolló

el modelo de un sistema un sistema térmico incluyendo las posibles perturbaciones y de un
sistema hidráulico sin perturbaciones, donde se asumió flujo laminar a través de la válvula de
control. Este último modelo se aplicó para desarrollar el modelo de dos tanques con interacción.
TERMINOS Y CONCEPTOS IMPORTANTES
A continuación se presenta una relación de los términos y conceptos que fueron

considerados en este capítulo y que pueden ser una buena referencia para la evaluación del
aprendizaje de los temas desarrollados.
1. Definición y propósito de un sistema de control.

2. Condiciones mínimas de un sistema de control: regulado y automático.
3. Diagrama funcional: relación causa ⇔ efecto o entrada ⇔ salida.
4. Definición de sistema dinámico.
RESUMEN, TERMINOS Y CONCEPTOS IMPORTANTES, PROBLEMAS DE REFUERZO 1-69
5. Diferencia entre análisis y diseño de un sistema LIT.

6. Sistema SISO y sistema MIMO.
7. Campos de aplicación de los sistemas de control: control de procesos, servomecanismos,
control secuencial, control analógico, control digital.
8. Estrategias de control: lazo abierto, lazo cerrado, acción precalculada y cascada.
9. Características del sistema de control de lazo abierto.
10. Características del sistema de control de lazo cerrado.
11. Características del sistema de control de por acción precalculada.
12. Características del sistema de control en cascada: lazo primario y secundario, sistema de
control maestro-esclavo.
13. Tres operaciones básicas del sistema de control realimentado.
14. Componentes y variables del sistema de control realimentado.
15. Definición del problema de control: realimentación.
16. Propósito de la realimentación: minimizar la señal de error e( t ) .
17. Fases en la solución del problema de control: propósito, modelo, diseño y verificación.
18. Sistema de control de nivel de un tanque.
19. Sistema de control de temperatura de una cámara.
20. Sistema de control de posición de una antena.
21. Sistema de control digital.
22. Sistema de control multivariable.
23. Simbología estándar en sistemas de control: normas ISA.
24. Modelos clásicos de sistemas de control: ED, respuesta impulso y FT.
25. Solución de la ED usando Laplace: respuesta forzada y respuesta natural.
26. Respuesta impulso: sistema en reposo.
27. Convolución lineal: respuesta forzada ante entrada arbitraria.
28. Definición de FT H ( s) = L{h( t )} .
29. Estabilidad a partir de la respuesta impulso: integrable.
30. Estabilidad a partir de la FT: polos en el SPI.
31. Modelo del sistema de control de lazo cerrado: Gc ( s ) , G p ( s ) y H ( s) .
32. Ecuación diferencial a partir de la función de transferencia.
33. Funciones de MATLAB® para creación de objetos LIT: tf(), zpk() y ss().
34. Funciones de MATLAB® para recuperar datos: tfdta(), zpkdata() y ssdata().
35. Elementos de un diagrama de bloques: ganancia, sumador y toma.
36. Reglas para simplificar un DB: bloques en cascada, paralelo y realimentación.
37. FT de lazo abierto F ( s) y FT de lazo cerrado T ( s) .
38. Reducción de un sistema a la forma canónica: G( s) y H ( s) .
39. Ecuación característica para forma canónica: 1 + G( s) H ( s) = 0 .
40. Elementos de un gráfico de flujo de señales (GFS): ganancia, sumador y toma.
41. Nodos en un GFS: nodo de entrada, nodo de salida, nodo mixto.

42. Trayectorias en un GFS: trayectorias directas, lazos, trayectorias conexas.
43. Fórmula de ganancia de Mason: ganancia entre nodo de entrada y nodo de salida.
44. Ecuación característica a partir de Mason: Δ( s) = 0 .
45. Del DB al GFS: señales de entrada a cada bloque o señales de salida de cada bloque.
46. Parámetros fundamentales para el modelo de sistemas físicos: resistencia ( R ) , inertancia
( L) y capacitancia ( C ) .
47. Sistemas eléctricos: ley de Kirchhoff de voltajes y ley de Kirchhoff de corrientes.
48. Sistemas mecánicos de traslación: primera ley de Newton.
49. Sistemas mecánicos de rotación: segunda ley de Newton.
50. Modelo del generador DC con excitación independiente: tacómetro.
51. Modelo del motor DC regulado por armadura: servomotor.
52. DB modificado del servomotor: sistema MIMO.
53. Sistema de engranajes: transformador mecánico ideal.
54. Modelo del brazo robótico: amplificador, servomotor y sistema de engranajes.
55. Sistemas térmicos: resistencia y capacitancia térmicas.
56. Sistemas hidráulicos: resistencia y capacitancia hidráulicas.
57. Sistemas hidráulicos interconectados.

SCCapitulo 1

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

SCCapitulo 1

Transféré par

Droits d'auteur :

Formats disponibles

FUNDAMENTOS Y MODELOS

MATEMÁTICOS DE SISTEMAS DE CONTROL 1

Finalmente, utilizando el concepto de variables físicas fundamentales para establecer

1.1 CONCEPTOS BÁSICOS DE SISTEMAS DE CONTROL

Así mismo se formulará el problema de control, con el propósito de identificar los

DEFINICION 1.1 Propósito del sistema de control

Condiciones mínimas de un sistema de control:

Podríamos imaginarnos las consecuencias de tener a una persona ajustando manualmente la

Diagrama funcional y modelo del sistema:

El planteamiento anterior es consistente con la siguiente definición [Carlson98]:

La formulación de la relación entrada ⇔ salida conduce al desarrollo del modelo del

Sistemas SISO y sistemas MIMO:

Un ejemplo típico de un sistema de control multivariable es el caso del sistema de

Campos de aplicación de los sistemas de control

Los servomecanismos obedecen a otro tipo de sistema de control, donde el objetivo es el

Otras clasificaciones hacen referencia a aplicaciones más específicas como el control

1.2 ESTRUCTURAS TÍPICAS DE LOS SISTEMAS DE CONTROL

- sistema de control de lazo abierto

Sistema de control de lazo abierto:

Figura 1.4 r( t ) COMPENSADOR O m( t ) E

La señal p( t ) en la figura 1.4 se utiliza para simular la presencia de perturbaciones en el

Si el sistema de regulación de velocidad de un vehículo mostrado en la figura 1.3 es de lazo

vehículo, la cual reduce de inmediato la velocidad ω . A menos que el conductor ajuste

Sistema de control de lazo cerrado:

En el esquema de la figura 1.6, los cambios en la variable controlada y( t ) por efecto de

automáticamente la señal de control m( t ) para lograr que la variable controlada y( t ) se

Retomando el ejemplo del sistema de regulación de velocidad del automóvil de la figura

Las características de un sistema de control de lazo cerrado, se pueden resumir en:

El esquema de la figura 1.6 es el fundamento de los sistemas realimentados de control o

Sistema de control por acción precalculada:

antes de que ocurran los cambios en la variable controlada y( t ) , mejorando la velocidad de

Sin embargo, el cálculo de la acción de control m( t ) es complejo y generalmente se recurre

Sistema de control en cascada:

Una forma de minimizar el efecto de estas variaciones de flujo, es instalar un lazo

Características del sistema control realimentado (feedback)

1. Detectar el valor actual de la variable controlada y( t ) , a través del sistema de

y( t ) : variable controlada o variable del proceso, la cual establece el propósito del

De este modo, el propósito de la realimentación es el de minimizar el error, y su magnitud

Propósito del sistema de control:

Modelo del sistema de control:

Diseño del sistema de control:

La descripción detallada de cada etapa se presenta a continuación:

Fase 1: Establecimiento del propósito del sistema de control

Fase2: Desarrollo del modelo del sistema de control

Fase 3: Diseño del sistema de control

Fase 4: Verificación de resultados y documentación del proyecto

Si el resultado del diseño no es satisfactorio es necesario retornar a la fase 2, para la

1.3 EJEMPLOS TIPICOS DE SISTEMAS DE CONTROL

Sistema de control de nivel de un tanque

Sistema de control de temperatura de una cámara de cultivo

Figura 1.14 e( t ) - mV Puente de Ω Puerta de

Sistema de control de posición de una antena

Sistema de control digital

r(t) + e(t) m[ k] m( t ) y(t)

Sistema de control multivariable

- composición de la mezcla en la caldera.

Medidor de Medidor de Medidor de Medidor de

- flujo de entrada de aire a la caldera.

Simbología estándar en sistemas de control de procesos

1.4 FUNCIÓN DE TRANSFERENCIA Y RESPUESTA IMPULSO

Respuesta dinámica como solución de una ecuación diferencial

La ecuación diferencial ordinaria de coeficientes constantes (ED) permite formular la

Figura 1.19 x( t ) SISTEMA y( t )