Vous êtes sur la page 1sur 353

CONTROLES AUTOMTICOS E

INTELIGENTES


Autores:


Ovidio Rueda
Gabriel Jaime Correa
Oscar Julin Pereira




UNIVERSIDAD NACIONAL DE COLOMBIA
SEDE MEDELLN

2003

MEMORIAS DEL CURSO DE CONTROLES AUTOMTICOS



























Se puede citar el siguiente documento obligando la mencin de los autores del mismo
Contacto: gjcorre0@unal.edu.co

ii






CAPTULO 1: INTRODUCCIN A LOS SISTEMAS DE CONTROL 1
1.1. OBJETIVO DE UN SISTEMA DE CONTROL 1
1.2. DEFINICIONES BSICAS 1
1.3. DIAGRAMA FUNCIONAL DE UN SISTEMA REALIMENTADO DE CONTROL. 6
1.4. EJEMPLO DE SISTEMA DE CONTROL. 7
1.5. BREVE HISTORIA DEL CONTROL. 9
1.6. HERRAMIENTA MATEMTICA PARA EL ESTUDIO DE SISTEMAS DE CONTROL 9
1.6.1 DEFINICIN DE TRANSFORMADA DE LAPLACE 9
1.6.2 ALGUNOS TEOREMAS IMPORTANTES DE LA TRANSFORMADA DE LAPLACE 10
1.6.3 TRANSFORMADA DE LAPLACE DE ALGUNAS FUNCIONES 11
1.6.4 EJEMPLO DEL USO DE LA TRANSFORMADA DE LAPLACE 13
1.6.5 TRANSFORMADA INVERSA DE LAPLACE TEOREMA DE EXPANSIN DE HEAVISIDE 15
1.7. MEDICIN Y ADQUISICIN DE DATOS 19
1.7.1 PROCESAMIENTO DE SEALES ANLOGAS 19
1.7.2 PROCESAMIENTO DIGITAL 19
1.8. SIMULACIN 20
1.8.1 SOFTWARE PARA SIMULACIN 20
1.9. FUNDAMENTOS DE CONTROL MODERNO 21
1.10. EJERCICIOS Y PROBLEMAS - CAPTULO 1 21
CAPTULO 2: REPRESENTACIN MATEMTICA DE SISTEMAS DINMICOS 25
2.1. INTRODUCCIN 25
2.2. MODELOS MATEMTICOS 25
2.3. ECUACIONES DIFERENCIALES DE LOS SISTEMAS FSICOS 25
2.3.1 SISTEMAS LINEALES 26
2.3.2 SISTEMAS NO LINEALES 27
2.3.3 SISTEMAS LINEALES INVARIABLES EN EL TIEMPO Y VARIABLES EN EL TIEMPO 27
2.4. FUNCIN DE TRANSFERENCIA 28
2.4.1 FUNCIN DE TRANSFERENCIA DE ELEMENTOS ELCTRICOS 29
2.5. REPRESENTACIN DE SISTEMAS DE CONTROL 29
2.5.1 DIAGRAMAS DE BLOQUES 29
2.5.1.1 Diagrama de Bloques de un Sistema de Lazo Cerrado y su Funcin de Transferencia 30
2.5.1.2 Funcin de Transferencia de un Sistema de Lazo Cerrado sometido a Perturbacin 32
2.5.1.3 Transformaciones de diagrama de bloques 33
2.5.1.4 Ejemplos de Aplicacin de las Reglas de los Diagramas de Bloques: 34
2.5.2 DIAGRAMAS DE FLUJO DE SEAL -DFS- 38

iii
2.5.2.1 Definiciones: 38
2.5.2.2 Propiedades de los Diagramas de Flujos de Seal. 39
2.5.2.3 Reglas de los diagramas de flujo de seales. 39
2.5.2.4 Ejemplos de reduccin de D.F.S. 40
2.5.2.5 Frmula de Mason 42
2.5.2.6 Diagramas de flujos de seales para sistemas de control 43
2.5.2.7 Ejemplos de obtencin de funciones de transferencia 44
2.5.3 REPRESENTACIN DE FUNCIONES DE TRANSFERENCIA POR VARIABLES DE ESTADO 50
2.5.3.1 Diagramas de estado 53
2.5.3.2 Representacin de la ecuacin de estado a partir de una funcin de transferencia 54
2.6. IMPLEMENTACIN DE LA FUNCIN DE TRANSFERENCIA 57
2.7. EJERCICIOS Y PROBLEMAS - CAPTULO 2 62
CAPTULO 3: MODELACIN, IDENTIFICACIN Y SIMULACIN DE SISTEMAS DINMICOS 69
3.1. INTRODUCCIN 69
3.2. SEALES TPICAS DE PRUEBA 69
3.2.1 ENTRADA FUNCIN ESCALN 70
3.2.2 ENTRADA FUNCIN RAMPA 71
3.2.3 ENTRADA FUNCIN PARBOLA 71
3.3. ERROR EN ESTADO ESTABLE CON REALIMENTACION NO UNITARIA 72
3.3.1 ERROR EN ESTADO ESTABLE CON FUNCIN ESCALN DE ENTRADA 72
3.3.1.1 Sistema tipo Cero 73
3.3.1.2 Sistema tipo Uno (en adelante) 73
3.3.2 ERROR EN ESTADO ESTABLE CON FUNCIN RAMPA DE ENTRADA 73
3.3.2.1 Sistema Tipo Cero 73
3.3.2.2 Sistema tipo Uno 74
3.3.2.3 Sistema tipo Dos en adelante 74
3.3.3 ERROR EN ESTADO ESTABLE CON FUNCIN PARBOLA DE ENTRADA 74
3.3.3.1 Sistema tipo Cero 74
3.3.3.2 Sistema tipo Uno 74
3.3.3.3 Sistema tipo Dos 75
3.3.3.4 Sistema tipo Tres en adelante 75
3.4. SISTEMAS DE PRIMER ORDEN 75
3.4.1 RESPUESTA DE UN SISTEMA DE PRIMER ORDEN ANTE UNA ENTRADA ESCALN UNITARIO 76
3.4.2 ERROR EN ESTADO ESTABLE 78
3.4.2.1 Respuesta de un sistema de Primer Orden a una Entrada Rampa 78
3.4.2.2 Respuesta de un sistema de Primer Orden a un Impulso Unitario 80
3.5. SISTEMAS DE SEGUNDO ORDEN 82
3.5.1 RESPUESTA DE UN SISTEMA DE SEGUNDO ORDEN ANTE UNA ENTRADA ESCALN UNITARIA 82
3.5.1.1 Caso 1: 0 < < 1 83
3.5.1.2 Caso 2: = 0 84
3.5.1.3 Caso 3: = 1 85
3.5.1.4 Caso 4: > 1 86
3.5.2 ESPECIFICACIN DE RESPUESTA TRANSITORIA 86
3.6. SISTEMAS DE ORDEN SUPERIOR 91
3.7. IDENTIFICACIN DE UN SISTEMA 94
3.7.1 IDENTIFICACIN A PARTIR DE LA APLICACIN DE UNA SEAL ESCALN 94
3.7.2 SISTEMA DE SEGUNDO ORDEN 97
3.8. EJERCICIOS Y PROBLEMAS - CAPTULO 3 98
CAPTULO 4: RESPUESTA EN FRECUENCIA 105
4.1. INTRODUCCIN 105

iv
4.2. REPRESENTACIN DE LAS CARACTERSTICAS DE RESPUESTA EN FRECUENCIA DE SISTEMAS DE CONTROL
108
4.2.1 DIAGRAMAS LOGARTMICOS DIAGRAMAS DE BODE 108
4.2.1.1 Ganancia K 109
4.2.1.2 Factores integrales (Polos en el origen) 110
4.2.1.3 Factores derivativos (Ceros en el origen) 111
4.2.1.4 Factores de Primer Orden (Polos reales) 112
4.2.1.5 Factores de Primer Orden (Ceros reales) 114
4.2.1.6 Factores Cuadrticos (Polos complejos) 116
4.2.1.7 Factores Cuadrticos (Ceros complejos) 118
4.2.2 FRECUENCIA DE RESONANCIA e
R
Y MAGNITUD DEL PICO DE RESONANCIA M
R
119
4.3. EJERCICIOS PROBLEMAS - CAPTULO 4 122
CAPTULO 5: ANLISIS DE ESTABILIDAD 125
5.1. INTRODUCCIN 125
5.2. CRITERIO DE ESTABILIDAD DE ROUTH 126
5.2.1 CONDICIN NECESARIA Y SUFICIENTE PARA ESTABILIDAD 126
5.2.2 CONDICIN NECESARIA PARA ESTABILIDAD 126
5.2.3 CRITERIO DE ESTABILIDAD DE ROUTH-HURWITZ 126
5.2.3.1 Primer Caso 129
5.2.3.2 Segundo Caso 129
5.2.3.3 Tercer Caso 131
5.3. ANLISIS DE ESTABILIDAD POR EL LUGAR GEOMTRICO DE LAS RACES 133
5.3.1 PARTICULARIDAD DEL MTODO DE LUGAR DE RACES GEOMTRICAS 133
5.3.2 CONDICIN BSICA DEL LUGAR DE RACES 134
5.3.3 TRAZADO DE LAS RACES DE LA ECUACIN CARACTERSTICA 135
5.3.4 REGLAS PARA LA CONSTRUCCIN DEL LUGAR DE LAS RACES 137
5.3.4.1 Regla 1 137
5.3.4.2 Regla 2 138
5.3.4.3 Regla 3 138
5.3.4.4 Regla 4 138
5.3.4.5 Regla 5 138
5.3.4.6 Regla 6 138
5.3.4.7 Regla 7 138
5.3.4.8 Regla 8 139
5.3.4.9 Regla 9 139
5.3.4.10 Regla 10 139
5.3.5 EJERCICIOS DE APLICACIN 139
5.4. EJERCICIOS Y PROBLEMAS CAPTULO 5 151
CAPTULO 6: DISEO DE CONTROLADORES ANLOGOS 155
6.1. ACCIONES BSICAS DE CONTROL. 155
6.1.1 CONTROLADOR PROPORCIONAL 155
6.1.2 CONTROL INTEGRAL + PROPORCIONAL: PI 155
6.1.3 CONTROLADOR PROPORCIONAL + INTEGRAL + DERIVATIVO: PID 155
6.2. DISEO DE CONTROLADORES ANLOGOS POR EL MTODO DE ASIGNACIN DE POLOS 156
6.2.1 CONTROLADOR PI PARA UN SISTEMA DE PRIMER ORDEN SIN TIEMPO MUERTO. 156
6.2.2 PID POR ASIGNACIN DE POLOS PARA UN SISTEMA SIN TIEMPO MUERTO 157
6.3. DISEO DE CONTROLADORES PID, MEDIANTE EL LUGAR DE LAS RACES 160
6.3.1 DISEO DE UN CONTROLADOR P IDEAL MEDIANTE LGR 160
6.3.2 DISEO DE UN CONTROLADOR PI 163
6.3.3 DISEO DE UN CONTROLADOR PD 167

v
6.3.4 DISEO DE UN CONTROLADOR PID 170
6.3.5 DISEO DE UN CONTROLADOR PID REAL 172
6.3.6 CONTROL DE UN SISTEMA INESTABLE 176
6.4. AJUSTE DE CONTROLADORES POR EL MTODO ZIEGLER-NICHOLS 179
6.4.1 MTODO 1, DE LA RESPUESTA AL ESCALN, O EN BUCLE ABIERTO 180
6.4.2 MTODO 2, DE LA ESTABILIDAD CRITICA, O EN BUCLE CERRADO. 180
6.4.3 EJEMPLOS DE DISEO MEDIANTE ZIEGLERNICHOLS 181
6.4.3.1 Diseo de un regulador PID por el Primer Mtodo de Ziegler-Nichols 181
6.4.3.2 Diseo de un regulador PID por el Segundo Mtodo de Ziegler-Nichols 183
6.5. DISEO DE REDES DE ATRASO Y REDES DE ADELANTO 185
6.5.1 EFECTOS DE LA RED DE ADELANTO 185
6.5.2 EFECTOS DE LA RED DE ATRASO 185
6.5.3 AJUSTE DE UNA RED DE ADELANTO O ATRASO 186
6.5.4 DISEO DE UNA RED DE ADELANTO 187
6.5.5 DISEO DE UNA RED DE ATRASO PARA AUMENTAR EL MARGEN DE FASE 190
6.5.6 CONTROL DE UN SERVOMECANISMO MEDIANTE UNA RED DE ADELANTO 193
6.5.7 DISEO DE UNA RED PARA CONTROLAR UN SISTEMA INESTABLE. 200
6.5.8 DISEO DE UNA RED DE ATRASO PARA AUMENTAR EL MARGEN DE GANANCIA. 204
6.5.9 DISEO DE RED DE ATRASO-ADELANTO 206
CAPTULO 7: DISEO POR VARIABLES DE ESTADO 209
7.1. INTRODUCCIN 209
7.1.1 DESCRIPCIN DEL SISTEMA POR VARIABLES DE ESTADO. 209
7.1.2 REPRESENTACIN POR FUNCIN DE TRANSFERENCIA 210
7.2. DISEO DEL CONTROLADOR 212
7.2.1 REPRESENTACIN EN DIAGRAMA DE BLOQUES 216
7.2.2 FORMA CANNICA DE CONTROL 217
7.3. DISEO DE CONTROLADORES USANDO VARIABLES DE ESTADO 219
7.4. DISEO DE CONTROLADORES CONTINUOS 222
7.4.1 REGULADOR POR REALIMENTACION DE ESTADO 222
7.4.2 DISEO DEL CONTROLADOR 223
7.4.2.1 Observador de Orden Completo 226
7.4.2.2 Diseo del observador de orden completo 228
7.4.2.3 Observador de Orden Reducido 231
7.4.2.4 Diseo del observador de orden reducido 233
7.4.2.5 Controlador PID 237
7.4.2.6 Diseo del controlador PID 238
7.4.3 MTODOS DE DISEO ALGEBRAICO 240
7.4.3.1 Configuracin con realimentacin unitaria 240
7.4.3.2 Diseo de la configuracin con realimentacin unitaria 242
7.4.3.3 Configuracin de dos parmetros 245
7.4.3.4 Diseo de la configuracin de dos parmetros 247
7.4.3.5 Configuracin de entrada - salida 250
7.4.3.6 Diseo de la configuracin de entrada - salida 251
CAPTULO 8: LGICA DIFUSA 255
8.1. DEFINICIN 255
8.2. PRINCIPIO DE INCOMPATIBILIDAD 256
8.3. CLASIFICACIN DE LOS SISTEMAS LGICOS DIFUSOS 256
8.3.1 SISTEMAS LGICOS DIFUSOS PUROS 256
8.3.2 SISTEMA LGICO TAKAGI SUGENO. 257
8.3.3 SISTEMA LGICO DIFUSO CON FUZZYFICADOR Y DEFUZZYFICADOR. 258

vi
8.4. TEORA DE LOS CONJUNTOS DIFUSOS 258
8.5. OPERACIONES SOBRE CONJUNTOS DIFUSOS 267
8.6. IGUALDAD 267
8.6.1 UNIN DE CONJUNTOS DIFUSOS (DISJUNCIN) 267
8.6.2 INTERSECCIN DE CONJUNTOS DIFUSOS 268
8.6.3 COMPLEMENTO DE UN CONJUNTO DIFUSO. 268
8.6.4 OTRAS DEFINICIONES DE COMPLEMENTO, INTERSECCIN Y UNIN 270
8.6.4.1 Complemento Sugeno 271
8.6.4.2 Complemento Yager 271
8.6.5 INTERSECCIN Y UNIN DIFUSA UTILIZANDO OPERADORES TRIANGULARES 272
8.6.5.3 Interseccin 272
8.6.5.4 Norma T. 272
8.6.5.5 Unin 273
8.6.5.6 Conorma T (Norma S) 273
8.7. DEFINICIONES BSICAS Y TERMINOLOGA 276
CORTE-o 276
8.8. CONJUNTO NIVEL 277
8.8.1 PRINCIPIO DE RESOLUCIN: 277
8.8.2 CARDINALIDAD 277
8.8.2.1 Producto Cartesiano 278
8.8.2.2 Suma Algebraica 279
8.8.2.3 Producto Algebraico 279
8.8.2.4 Suma Limitada 279
8.8.2.5 Diferencia Limitada 279
CAPTULO 9: RELACIONES DIFUSAS Y RAZONAMIENTO APROXIMADO 280
9.1. VARIABLE LINGSTICA 280
9.2. MODIFICADORES LINGSTICOS 280
9.3. RELACIONES CLSICAS Y DIFUSAS 282
9.4. OPERACIONES SOBRE RELACIONES DIFUSAS 286
9.5. PROPOSICIONES E IMPLICACIONES DIFUSAS 290
9.5.1 FUNCIONES DE PERTENENCIA DE LAS RELACIONES DIFUSAS COMPUESTAS 291
9.5.1.1 Conectividad AND 291
9.5.1.2 Conectividad OR 291
9.5.1.3 Conectividad NOT 291
9.5.2 IMPLICACIONES DIFUSAS 291
9.5.2.4 Implicacin de Dienes-Rescher 292
9.5.2.5 Implicacin de Lukasiewicz 292
9.5.2.6 Implicacin de Zadeh 292
9.5.2.7 Implicacin de Gdel 293
9.5.2.8 Implicacin de Mamdani 293
9.6. DESDE LA LGICA CLSICA HASTA LA LGICA DIFUSA. 293
9.6.1 MODUS PONENS 294
9.6.2 MODUS TOLLENS 295
9.6.3 SILOGISMO HIPOTTICO 295
9.7. PRINCIPIOS BSICOS EN LGICA DIFUSA. 295
9.7.1 MODUS PONENS GENERALIZADO 295
9.7.2 MODUS TOLLENS GENERALIZADO 296
9.7.3 SILOGISMO HIPOTTICO GENERALIZADO 296
9.8. REGLA COMPOSICIONAL DE INFERENCIA 297
9.8.1 MODUS PONENS GENERALIZADO 303
9.8.2 MODUS TOLLENS GENERALIZADO 303
9.8.3 SILOGISMO HIPOTTICO GENERALIZADO 303

vii
CAPTULO 10: CONTROL DIFUSO 304
10.1. PRESENTACIN PRELIMINAR 304
10.2. BASE DE REGLAS DIFUSAS 305
10.2.1 ESTRUCTURA DE UNA BASE DE REGLAS DIFUSA: 305
10.2.2 PROPIEDADES DE CONJUNTOS DE REGLAS 306
10.2.3 COMPLETEZ DE UN CONJUNTO DE REGLAS: 307
10.2.4 CONSISTENCIA DE UN CONJUNTO DE REGLAS: 307
10.2.5 CONTINUIDAD DE UN CONJUNTO DE REGLAS: 307
10.3. MQUINA DE INFERENCIA DIFUSA 308
10.3.1 INFERENCIA BASADA EN LA COMPOSICIN 308
10.3.2 INFERENCIA BASADA EN LA REGLA INDIVIDUAL 309
10.3.3 SELECCIN DE MQUINAS DE INFERENCIA 310
10.3.4 FRMULAS DE MQUINAS DE INFERENCIA 310
10.3.4.1 Mquina de Inferencia Producto 310
10.3.4.2 Mquina de Inferencia Mnima: 310
10.3.4.3 Propiedades de las Mquinas de Inferencia 311
10.3.4.4 Mquina de Inferencia de Lukasiewicz: 311
10.3.4.5 Mquina de Inferencia de Zadeh: 311
10.3.4.6 Mquina de Inferencia de DienesRescher: 312
10.4. FUZZIFICADOR Y DEFUZZIFICADOR 312
10.4.1 FUZZIFICADOR 312
10.4.1.1 Fuzzificador Singleton 313
10.4.1.2 Fuzzificador Gaussiano 313
10.4.1.3 Fuzzificador Triangular 313
10.4.2 DEFUZZIFICADOR 314
10.4.2.1 Defuzzificador Centro de Gravedad 314
10.4.2.2 Defuzzificador Centro Promedio 315
10.4.2.3 Defuzzificador Mximo 316
10.5. REGLAS DE CONTROL DIFUSO 316
10.5.1 REGLA DIFUSA DE MAMDANI 316
10.5.2 REGLA DIFUSA DE SUGENO 318
CAPTULO 11: EJEMPLO INTRODUCTORIO: PROBLEMA DIFUSO VS PROBLEMA NO-DIFUSO 319
11.1. PROBLEMA DE LA PROPINA 319
11.1.1 SOLUCIN NODIFUSA. 319
11.1.2 SOLUCIN DIFUSA 323
CAPTULO 12: APLICACIN DE LA LGICA DIFUSA EN EL CONTROL DE VELOCIDAD DE UN
MOTOR DC 324
12.1. CONSIDERACIONES SOBRE LA APLICACIN 324
12.2. CARACTERSTICAS DEL MOTOR DC 324
12.2.1 PARMETROS DEL MOTOR DC 325
12.2.2 FUNCIN DE TRANSFERENCIA DEL MOTOR DC: 325
PLANTA SIN CONTROLADOR: 325
PID CONTINUO 326
12.2.3 PLANTA CON OBSERVADOR DE ORDEN COMPLETO DISCRETO: 327
12.2.4 PID DISCRETO: 327
12.3. CONTROLADOR DIFUSO 328
12.3.1 CONTROL DIFUSO CON FUNCIN DE PERTENENCIA TRIANGULAR 331
12.3.2 CONTROL DIFUSO CON FUNCIN DE PERTENENCIA TRAPEZOIDAL 334

viii
12.3.3 CONTROL DIFUSO CON FUNCIN DE PERTENENCIA GAUSSIANA 334
12.3.4 CONTROL DIFUSO CON FUNCIN DE PERTENENCIA CAMPANA GAUSSIANA 335
12.4. CONCLUSIONES 337
REFERENCIAS BIBLIOGRFICAS 338

ix



Fig. 1.1 Representacin de un sistema dinmico ------------------------------------------------------------------------------------ 1
Fig. 1.2 Tipos de control automtico -------------------------------------------------------------------------------------------------- 3
Fig. 1.3. Respuesta de un sistema dinmico de segundo orden ------------------------------------------------------------------ 4
Fig. 1.4. Sistema de control en lazo abierto ------------------------------------------------------------------------------------------ 5
Fig. 1.5. Sistema de control en lazo Cerrado ----------------------------------------------------------------------------------------- 5
Fig. 1.6. Sistema en lazo cerrado con perturbacin --------------------------------------------------------------------------------- 6
Fig.1.7. Diagrama Funcional de un sistema realimentado de control ------------------------------------------------------------ 7
Fig. 1.8. Sistema de Control Manual -------------------------------------------------------------------------------------------------- 8
Fig. 1.9. Sistema de Control Automtico ---------------------------------------------------------------------------------------------- 8
Fig. 1.10. Sistema Amortiguador - Resorte - Masa -------------------------------------------------------------------------------- 14
Fig. 1.11. Patrn de polos y ceros --------------------------------------------------------------------------------------------------- 14
Fig. 1.12. Procesamiento de Seales Anlogas ------------------------------------------------------------------------------------ 19
Fig. 1.13. Elementos Funcionales de un sistema de medicin. ------------------------------------------------------------------ 19
Fig. 1.14. Sistema de un procesamiento digital ------------------------------------------------------------------------------------ 20
Fig. 1.15. Empleo de Filtros en el procesamiento digital de seales ----------------------------------------------------------- 20
Fig. 2.1. Sistema amortiguador resorte - masa ----------------------------------------------------------------------------------- 28
Fig. 2.2. Bloque funcional ------------------------------------------------------------------------------------------------------------- 30
Fig. 2.3. Detector de error ------------------------------------------------------------------------------------------------------------- 30
Fig. 2.4. Diagrama de bloques de un sistema de control en lazo cerrado ----------------------------------------------------- 30
Fig. 2.5. Diagrama de bloques de un sistema de lazo cerrado sometido a una perturbacin ------------------------------ 32
Fig. 2.6. Diagrama de Flujo de Seales --------------------------------------------------------------------------------------------- 39
Fig. 2.7a. Nodo con rama de entrada ----------------------------------------------------------------------------------------------- 39
Fig. 2.7b. Transmitancia de ramas en cascada ------------------------------------------------------------------------------------ 40
Fig. 2.7c. Ramas en paralelo ---------------------------------------------------------------------------------------------------------- 40
Fig. 2.7d. Nodo mixto ------------------------------------------------------------------------------------------------------------------ 40
Fig. 2.7e. Automallas ------------------------------------------------------------------------------------------------------------------- 40
fig. 2.8. Eliminacin de una automalla---------------------------------------------------------------------------------------------- 40
Fig. 2.9. Diagrama de estado del sistema
6u 6y y 11 y 6 y
6u 6y y 11 y 6 y
+ =
= + + +
` ` ` ` ` ` `
` ` ` ` ` `
---------------------------------------------------------- 54
Fig. 2.10. Diagrama de variables de estado de la funcin
b aS S
G
2
+ +
----------------------------------------------------- 58
Fig. 2.11. Implementacin electrnica de la funcin
b aS S
G
2
+ +
----------------------------------------------------------- 59
Fig. 2.12a. Diagrama de variables de estado del sistema representado por:
| | u
24.6
0.37
x
x
24.84 88.7
0.66 1.55
x
x
2
1
2
1
(


=
`
`
----------------------------------------------------------------------- 59
Fig. 2.12b. Diagrama de variables de estado del sistema representado por:
| | u
24.6
0.37
x
x
24.84 88.7
0.66 1.55
x
x
2
1
2
1
(


=
`
`
----------------------------------------------------------------------- 60
Fig. 2.13. Implementacin electrnica del diagrama de variables de la figura 2.12b. --------------------------------------- 60
Fig. 2.14. Diagrama de Estado del sistema dado por | | u(t)
B
B
(t) x
(t) x
A A
A A
(t) x
(t) x
21
11
2
1
22 21
12 11
2
1
(

+ =
`
`
-------------------- 61
Fig. 2.15. Implementacin electrnica del diagrama de estado de la figura 2.14 -------------------------------------------- 62
Fig. 3.1. Seal Escaln ----------------------------------------------------------------------------------------------------------------- 70
Fig. 3.2. Seal Rampa ------------------------------------------------------------------------------------------------------------------ 71
Fig 3.3. Seal Parabola ---------------------------------------------------------------------------------------------------------------- 71
Fig. 3.4a. Sistema de Primer Orden ------------------------------------------------------------------------------------------------- 76

x
Fig. 3.4b. Ejemplo de Sistema de Primer Orden ---------------------------------------------------------------------------------- 76
Fig. 3.5. Respuesta de un sistema de primer orden------------------------------------------------------------------------------- 77
Fig. 3.6. Respuesta de un sistema de primer orden con t = 5------------------------------------------------------------------ 77
Fig. 3.7. Respuesta de un sistema de primer orden a una entrada rampa ---------------------------------------------------- 79
Fig. 3.8. Respuesta de un sistema de primer orden con t = 5 ante una entrada rampa ----------------------------------- 80
Fig. 3.9. Respuesta de un sistema de primer orden a un impulso -------------------------------------------------------------- 81
Fig. 3.10. Respuesta de un sistema de Primer Orden, con T = 5, ante un impulso ----------------------------------------- 81
Fig. 3.11. Sistema de Segundo Orden ----------------------------------------------------------------------------------------------- 82
Fig. 3.12. Sistema de Segundo Orden ----------------------------------------------------------------------------------------------- 82
Fig. 3.13. Patrn de polos del sistema de 2 orden ------------------------------------------------------------------------------- 83
Fig. 3.14. Respuesta de un sistema de 2 orden subamortiguado (0<<1) -------------------------------------------------- 84
Fig. 3.15. Respuesta de un sistema de 2 orden no amortiguado (=0) ------------------------------------------------------ 85
Fig. 3.16. Respuesta de un sistema de 2 orden crticamente amortiguado (=1) ------------------------------------------ 85
Fig. 3.17. Respuesta de un sistema de 2 orden sobreamortiguado (>1) --------------------------------------------------- 86
Fig. 3.18. Respuesta Transitoria ------------------------------------------------------------------------------------------------------ 87
Fig. 3.19. Respuesta de un sistema de 2 orden, simulado en MATLAB -------------------------------------------------------- 91
Fig. 3.20. Patrn de polos y ceros de la ecuacin [3.95] ------------------------------------------------------------------------ 92
Fig. 3.21. Simulacin en el MATLAB del sistema representado en [3.95] ------------------------------------------------------- 93
Fig. 3.22. Patrn dominantes y polos insignificantes------------------------------------------------------------------------------ 93
Fig. 3.23. Ubicacin de polos dominantes y polos insignificantes --------------------------------------------------------------- 94
Fig. 3.24. Sistema de Primer Orden con retardo ----------------------------------------------------------------------------------- 94
Fig. 3.25a. Respuesta de un sistema de primer orden, ante la aplicacin de un escaln ----------------------------------- 95
Fig. 3.25b. Entrada Escaln Unitario ------------------------------------------------------------------------------------------------- 95
Fig. 3.26. Respuesta de un Sistema de Segundo orden -------------------------------------------------------------------------- 97
Fig. 4.1. Patrn de Polos -------------------------------------------------------------------------------------------------------------- 107
Fig. 4.2a. Respuesta Transitoria ----------------------------------------------------------------------------------------------------- 107
Fig. 4.2b. Respuesta Permanente --------------------------------------------------------------------------------------------------- 107
Fig. 4.2c. Respuesta Total ------------------------------------------------------------------------------------------------------------ 108
Fig. 4.3. Diagrama de Bode de un trmino constante (K=40)------------------------------------------------------------------ 109
Fig. 4.4. Diagrama de Bode de una funcin de transferencia con un polo en el origen ------------------------------------ 111
Fig. 4.5. Diagrama de Bode de una funcin de transferencia con un cero en el origen ------------------------------------ 112
Fig. 4.6. Diagrama de Bode para una funcin de transferencia con un polo real ------------------------------------------- 114
Fig. 4.7. Diagrama de Bode para una funcin de transferencia con un cero real ------------------------------------------- 116
Fig. 4.8. Diagrama de Bode para un polo complejo ------------------------------------------------------------------------------ 117
Fig. 4.9. Diagrama de Bode para un cero complejo ------------------------------------------------------------------------------ 119
Fig. 4.10. Diagrama de Bode de ( )
( )( )
( ) 49 6S
2
S S
10 S 1 S 49
S G
+ +
+ +
= ------------------------------------------------------------------- 121
Fig. 5.1. Estabilidad en el plano S --------------------------------------------------------------------------------------------------- 125
Fig 5.2. Lazo cerrado de un sistema control -------------------------------------------------------------------------------------- 135
Fig. 5.3. Trazado de todas las races de la ecuacin caracterstica ------------------------------------------------------------ 137
S
2
+ 2 S + K = 0 cuando K varia entre cero e infinito. -------------------------------------------------------------------------- 137
Fig.5.4. Lugar de las races de
( )( ) 2 1 + +
=
S S S
K
H(S) G(S) ----------------------------------------------------------------- 141
Fig.5.5. Lugar de las races de
( )
( )( ) 3 2 + +
+
=
S S S
1 S K
H(S) G(S) ----------------------------------------------------------------- 142
Fig.5.6. Lugar de las races de
( )
( )( ) 1 1 +
+
=
S S
3 S K
H(S) G(S) -------------------------------------------------------------------- 143
Fig. 5.7. Clculo del ngulo de Salida ---------------------------------------------------------------------------------------------- 145
Fig.5.8. Lugar de las races de
( )
( )( )( ) 2 2
2
6 5 + + + +
+
=
S S S S S
3 S K
H(S) G(S) ------------------------------------------------- 146
Fig.5.9. Lugar de las races de
( )( ) 20 4
2
4 + + +
=
S S S S
K
H(S) G(S) -------------------------------------------------------- 148

xi
Fig. 5.10. Clculo del ngulo de Partida ------------------------------------------------------------------------------------------- 150
Fig. 5.11. Clculo del ngulo de Llegada ------------------------------------------------------------------------------------------ 150
Fig.5.12. Lugar de las races de
( )( )
( )( ) 1
2
3
5 4
2
+ +
+ + +
=
S S S
S S 2 S
H(S) G(S) --------------------------------------------------------- 151
Fig. 6.1. Configuracin general de cualquier controlador o regulador anlogo ---------------------------------------------- 155
Fig. 6.2. Accin del controlador PI sobre la planta del ejemplo ---------------------------------------------------------------- 158
Fig. 6.3. Respuesta del sistema de segundo orden del ejemplo, con controlador PID ------------------------------------- 160
Fig. 6.4. Ajuste de un controlador PID mediante tcnicas basadas en el LGR ----------------------------------------------- 161
Fig. 6.5. Diseo de un controlador P para el sistema mostrado ---------------------------------------------------------------- 162
Fig. 6.6. Ubicacin de los polos del ejemplo--------------------------------------------------------------------------------------- 162
Fig. 6.7. Respuesta del sistema con controlador P ------------------------------------------------------------------------------- 163
Fig. 6.8. Diseo de un controlador PI para el sistema mostrado--------------------------------------------------------------- 164
Fig. 6.9. Ubicacin de los polos del ejemplo para el controlador PI ----------------------------------------------------------- 164
Fig. 6.10. Lugar Geomtrico de las Races del sistema deseado para el ejemplo ------------------------------------------- 165
Fig. 6.11. Nueva rama debida al controlador PI en el LGR --------------------------------------------------------------------- 166
Fig. 6.12. Respuesta del sistema Planta Controlador PI----------------------------------------------------------------------- 167
Fig. 6.13. Diseo de un controlador PD para el sistema mostrado ------------------------------------------------------------ 167
Fig. 6.14. Ubicacin de los polos del ejemplo para el controlador PD --------------------------------------------------------- 168
Fig. 6.15. Lugar Geomtrico de las Races del Sistema deseado en el ejemplo --------------------------------------------- 168
Fig. 6.16. Nueva rama debida al controlador PI en el LGR --------------------------------------------------------------------- 169
Fig. 6.17. Respuesta del sistema Planta Controlador PD --------------------------------------------------------------------- 170
Fig. 6.18. Diseo de un controlador PID para el sistema mostrado ----------------------------------------------------------- 170
Fig. 6.19. Lugar Geomtrico de las Races del Sistema deseado en el ejemplo --------------------------------------------- 171
Fig. 6.20. Respuesta del sistema Planta Controlador PID -------------------------------------------------------------------- 172
Fig. 6.21. Diseo de un controlador PID para el sistema mostrado ----------------------------------------------------------- 172
Fig. 6.22. LGR y polos deseados para el diseo del control PID real ---------------------------------------------------------- 173
Fig. 6.23. ngulos de polos y ceros con respecto al polo deseado ------------------------------------------------------------ 173
Fig. 6.24. Criterio de ubicacin de los polos y ceros requeridos --------------------------------------------------------------- 174
Fig. 6.25. Cancelacin del polo y del cero para aplicacin del criterio del argumento -------------------------------------- 174
Fig. 6.26. Lugar Geomtrico de las Races del sistema Planta Controlador PID REAL ------------------------------------- 175
Fig. 6.27. Respuesta del sistema Planta Controlador PID REAL --------------------------------------------------------------- 176
Fig. 6.28. LGR de la planta a controlar --------------------------------------------------------------------------------------------- 177
Fig, 6.29. Criterio del ngulo --------------------------------------------------------------------------------------------------------- 177
Fig. 6.30. LGR del sistema planta controlador PD ------------------------------------------------------------------------------ 178
Fig. 6.31. Nuevo LGR, modificando el controlador PD --------------------------------------------------------------------------- 179
Fig. 6.32. Respuesta planta inestable controlador PD ------------------------------------------------------------------------- 179
Fig. 6.33. Respuesta de una planta sin polos complejos ------------------------------------------------------------------------ 180
Fig. 6.34. Diseo de un controlador PID para el sistema mostrado ----------------------------------------------------------- 181
Fig. 6.35a. Respuesta del sistema de temperatura ------------------------------------------------------------------------------- 182
Fig. 6.35b. Respuesta del sistema de temperatura (Detalle) ------------------------------------------------------------------- 182
Fig. 6.36. Respuesta del sistema plantacontrolador ---------------------------------------------------------------------------- 183
Fig. 6.37. Diseo de un controlador PID para el sistema mostrado ----------------------------------------------------------- 183
Fig. 6.38. Respuesta del sistema con funcin de transferencia desconocida ------------------------------------------------ 184
Fig. 6.39. Respuesta del sistema plantacontrolador ---------------------------------------------------------------------------- 184
Fig. 6.40a. Diseo de una red de adelanto ---------------------------------------------------------------------------------------- 186
Fig. 6.40b. Diseo de una red de atraso ------------------------------------------------------------------------------------------- 187
Fig. 6.41. Diseo de una red de adelanto para el sistema mostrado ---------------------------------------------------------- 187
Fig. 6.42. Diagrama de Bode y Margen de Fase de K
r
G(S) --------------------------------------------------------------------- 188
Fig. 6.43. Diagrama de Bode y Margen de Fase de K
r
G
c
(S) -------------------------------------------------------------------- 189
Fig. 6.44. Respuesta transitoria del sistema --------------------------------------------------------------------------------------- 190
Fig. 6.45. Diagrama de Bode y Margen de Fase del sistema K
r
G(S) compensado ------------------------------------------ 190
Fig. 6.46. Diseo de una red de atraso para el sistema mostrado ------------------------------------------------------------- 191
Fig. 6.47. Diagrama de Bode Sistema G(S), con K
r
incluida -------------------------------------------------------------------- 191
Fig. 6.48. Nuevo diagrama de Bode del sistema compensado ----------------------------------------------------------------- 192
Fig. 6.49. Respuesta transitoria del sistema planta controlador ------------------------------------------------------------- 193
Fig. 6.50. Sistema de servomecanismo para controlar -------------------------------------------------------------------------- 193
Fig. 6.51. Obtencin del sistema equivalente ------------------------------------------------------------------------------------- 194
Fig. 6.52. Diagrama de bloques equivalente -------------------------------------------------------------------------------------- 194

xii
Fig. 6.53. Diagrama de Bode del sistema en lazo abierto ----------------------------------------------------------------------- 196
Fig. 6.54. Diagrama de Bode del sistema K*G(S) -------------------------------------------------------------------------------- 197
Fig. 6.55. Diagrama de Bode del Sistema Servomotor Controlador --------------------------------------------------------- 198
Fig. 6.56. Comparacin de los diagramas de Bode del Sistema Compensado y sin compensar -------------------------- 199
Fig. 6.57. Respuesta transitoria del sistema Servomotor Controlador ------------------------------------------------------ 199
Fig. 6.58. Diagramas de Bloques del sistema Inestable Controlador ------------------------------------------------------- 200
Fig. 6.59. Diagrama de Bode del Sistema Inestable ----------------------------------------------------------------------------- 201
Fig 6.60. Comparacin de los diagramas de Bode con y sin controlador ----------------------------------------------------- 202
Fig 6.61. Comparacin de los las respuestas transitorias ----------------------------------------------------------------------- 202
Fig. 6.62. Nuevo diagrama de Bode, empleando otro controlador------------------------------------------------------------- 203
Fig. 6.63. Diagramas de Bloques del sistema Planta Controlador ----------------------------------------------------------- 204
Fig. 6.64. Diagrama de Bode, del sistema sin controlador ---------------------------------------------------------------------- 204
Fig. 6.65. Diagrama de Bode, del sistema con controlador --------------------------------------------------------------------- 205
Fig. 6.66. Diagramas de Bloques del sistema Planta Controlador ----------------------------------------------------------- 206
Fig. 6.67. Diagrama de Bode de la Planta ----------------------------------------------------------------------------------------- 206
Fig. 6.68. Diagrama de Bode del sistema compensado -------------------------------------------------------------------------- 207
Fig. 6.69. Diagrama de Bode del sistema plantacontrolador (AdelantoAtraso) ------------------------------------------- 208
Fig. 7.1. Diagrama de estados del ejemplo ---------------------------------------------------------------------------------------- 212
Fig. 7.2. Diagrama esquemtico de diseo por Espacio Estado ---------------------------------------------------------------- 213
Fig. 7.2a. Diagrama de Bloque para realimentacin de Estado ---------------------------------------------------------------- 216
Fig. 7.2b. Diagrama de Bloque para realimentacin de Estado y Estimador ------------------------------------------------- 216
Fig. 7.3. Diagrama de la forma cannica ------------------------------------------------------------------------------------------ 217
Fig. 7.4. Diagrama de la forma cannica de control ----------------------------------------------------------------------------- 218
Fig. 7.5. Esquema elctrico de un motor D.C. con excitacin independiente ----------------------------------------------- 219
Fig. 7.6. Esquema del torque y momento de inercia del motor D.C. --------------------------------------------------------- 220
Fig. 7.7. Respuesta de la planta en lazo abierto a una funcin escaln unitario ------------------------------------------- 221
Fig. 7.8. Representacin de la planta en variables de estado ------------------------------------------------------------------ 222
Fig. 7.9. Esquema de un regulador de orden completo ------------------------------------------------------------------------- 222
Fig. 7.10. Sistema supuesto para la ley de control ------------------------------------------------------------------------------ 223
Fig. 7.10. Implementacin del regulador por realimentacion de estado ----------------------------------------------------- 225
Fig. 7.11. Respuesta planta - controlador ----------------------------------------------------------------------------------------- 226
Fig. 7.12. Esquema de un observador de orden completo --------------------------------------------------------------------- 226
Fig. 7.13. Funcin de transferencia en lazo cerrado de la planta - controlador - observador ---------------------------- 227
Fig. 7.14. Implementacin del observador de orden completo ---------------------------------------------------------------- 228
Fig. 7.15. Respuesta planta controlador observador ----------------------------------------------------------------------- 230
Fig. 7.16. Estados medidos y estimados del observador ----------------------------------------------------------------------- 230
Fig. 7.17. Esquema de un observador de orden reducido ---------------------------------------------------------------------- 231
Fig.7.18. Estado medido y estimado del observador de orden reducido ----------------------------------------------------- 237
Fig. 7.19. Esquema planta PID --------------------------------------------------------------------------------------------------- 237
Fig. 7.20. Controlador PID ----------------------------------------------------------------------------------------------------------- 240
Fig. 7.21. Configuracin con realimentacin unitaria---------------------------------------------------------------------------- 241
Fig. 7.21. Respuesta de la planta con la configuracin con realimentacin unitaria --------------------------------------- 245
Fig.7.22. Configuracin de dos parmetros --------------------------------------------------------------------------------------- 245
Fig. 7.23. Desarrollo de la configuracin de dos parmetros ------------------------------------------------------------------ 246
Fig. 7.24. Respuesta de la planta con la configuracin de dos parmetros ------------------------------------------------- 249
Fig. 7.25. Configuracin de entrada - salida -------------------------------------------------------------------------------------- 250
Fig. 7.26. Respuesta de la planta con la configuracin de realimentacin entrada salida -------------------------------- 254
Fig. 8.1. Ejemplo de conjunto clsico (Crisp). ----------------------------------------------------------------------------------- 255
Fig. 8.2. Ejemplo de conjunto difuso ---------------------------------------------------------------------------------------------- 256
Fig. 8.3. Sistema difuso puro -------------------------------------------------------------------------------------------------------- 257
Fig. 8.4. Configuracin bsica del sistema Takagi y Sugeno ------------------------------------------------------------------- 257
Fig. 8.5. Sistema lgico difuso con fuzzyficador y defuzzyficador ------------------------------------------------------------- 258
Fig. 8.6. Funcin caracterstica del ejemplo 3 ------------------------------------------------------------------------------------ 259
Fig. 8.7. Funcin de pertenencia --------------------------------------------------------------------------------------------------- 260
Fig. 8.8. Funcin de pertenencia --------------------------------------------------------------------------------------------------- 261
Fig. 8.9. Funcin de pertenencia del ejemplo 4 ----------------------------------------------------------------------------------- 261
Fig. 8.10. Grfica de la funcin de pertenencia del ejemplo 5 ----------------------------------------------------------------- 263
Fig. 8.15. Conjuntos Difusos NB, NM, NS, ZO, PS, PM, PB en el dominio [-6,6] -------------------------------------------- 266
Fig. 8.23. Interseccin de dos conjuntos difusos, ejemplo 7. ------------------------------------------------------------------ 276

xiii
Fig. 9.1. Grafo bipartito -------------------------------------------------------------------------------------------------------------- 285
Fig. 9.2. Grafo difuso simple -------------------------------------------------------------------------------------------------------- 285
Fig. 10.1. Controlador Lgico Difuso ------------------------------------------------------------------------------------------------ 304
Fig. 10.2. Representacin esquemtica de un controlador difuso.------------------------------------------------------------- 305
Fig. 10.3. Una representacin grfica del defuzzificador centro de gravedad ----------------------------------------------- 315
Fig. 10.4. Representacin grfica del defuzzificador centro promedio -------------------------------------------------------- 315
Fig. 10.5. Restriccin de funcin controladora empleando reglas de Mamdani (c). ---------------------------------------- 317
Fig. 11.1. Propina del 15% ----------------------------------------------------------------------------------------------------------- 319
Fig. 11.2. Pago de propina de acuerdo a la calidad del servicio --------------------------------------------------------------- 320
Fig. 11.3. Pago de propina de acuerdo a la calidad del servicio y de la comida --------------------------------------------- 321
Fig. 11.4. Pago de propina de acuerdo a la calidad del servicio y de la comida (Porcentajes) ---------------------------- 321
Fig. 11.5. Relacin Pago Propina vs Servicio -------------------------------------------------------------------------------------- 322
Fig. 11.6. Solucin difusa al Problema de la Propina ----------------------------------------------------------------------------- 323
Fig. 12.1. Respuesta de la planta en lazo abierto. ------------------------------------------------------------------------------- 326
Fig. 12.2. Respuesta planta controlador PID continuo --------------------------------------------------------------------------- 326
Fig. 12.3. Respuesta Planta-Controlador observador de orden completo discreto ----------------------------------------- 327
Fig. 12.4. Respuesta de la Planta controlador PID discreto -------------------------------------------------------------------- 328
Fig. 12.6. Diagrama de bloques en Simulink de la planta controlador difuso ----------------------------------------------- 331
Fig. 12.7a. Fuzzificacin triangular para e ---------------------------------------------------------------------------------------- 332
Fig. 12.7b. Fuzzificacin triangular para ce. -------------------------------------------------------------------------------------- 332
Fig. 12.8. Conjunto difuso para la accin de control u. ------------------------------------------------------------------------- 332
Fig. 12.9. Editor de parmetros del controlador difuso. ------------------------------------------------------------------------ 333
Fig. 12.10. Respuesta planta control difuso con funcin de pertenencia Triangular --------------------------------------- 333
Fig. 12.11. Respuesta planta control difuso con funcin de pertenencia Trapezoidal ------------------------------------- 334
Fig. 12.12. Respuesta planta control difuso con funcin de pertenencia Gaussiana --------------------------------------- 335
Fig. 12.13. Respuesta planta control difuso con funcin de pertenencia Gbell --------------------------------------------- 335


xiv



Tabla 1.1: Transformadas de Laplace ______________________________________________________________ 11
Tabla 2.1: Funcin de Transferencia de Elementos Elctricos ___________________________________________ 29
Tabla 2.2: Transformacin de diagramas de bloques __________________________________________________ 33
Tabla 2.3: Equivalente del diagrama de bloque en diagrama de flujo de seal. _____________________________ 43
Tabla 3.1: Seales de Prueba ____________________________________________________________________ 70
Tabla 3.2: Resumen de errores en ESTADO ESTABLE ____________________________________________________ 75
Tabla 3.3: Relacin sobreimpulso porcentual con relacin de amortizacin _________________________________ 88
Tabla 4.1: Ganancia en frecuencia de una constante K _______________________________________________ 109
Tabla 4.2: Ganancia en frecuencia de los polos en el origen ___________________________________________ 111
Tabla 4.3: Ganancia en frecuencia de los ceros en el origen ___________________________________________ 112
Tabla 5.1: Races de la ecuacin caracterstica S
2
+ 2 S + K = 0 ________________________________________ 136
Tabla 8.1: Valores de pertenencia del ejemplo 5 ____________________________________________________ 262
Tabla 8.2: Tabla de Operadores Triangulares ______________________________________________________ 274
Tabla 9.1. Tabla del ejemplo 6 _________________________________________________________________ 287
Tabla 9.2. Tabla de verdad para p q ____________________________________________________________ 291
Tabla 9.3. Tabla de verdad para 5 operaciones que son frecuentemente aplicadas en las proposiciones. _______ 293
Tabla 9.4. Prueba de que (p q) ( p v q) y que (pq ) ( (p.q) v p ) ___________________________ 294
Tabla 9.5: Criterio intuitivo que relaciona Premisa 1 y la Conclusin dada la Premisa 2 en el Modus Ponens
Generalizado _____________________________________________________________________________ 296
Tabla 9.6. Criterio intuitivo que relaciona Premisa 1 y la Conclusin dada la Premisa 2 en el Modus Tollens
Generalizado _____________________________________________________________________________ 296
Tabla 9.7. Criterio intuitivo que relaciona y es B en la Premisa 2 y z es C en la Conclusin en el Silogismo Hipottico
Generalizado. ____________________________________________________________________________ 297
Tabla 10.1: Dominios de E y
-
E
_________________________________________________________________ 306
Tabla 12.1: Tabla comparativa de resultados _______________________________________________________ 336

1

CAPTULO 1
INTRODUCCIN A LOS SISTEMAS DE CONTROL
1.
1 1. .1 1. . O OB BJ JE ET TI IV VO O D DE E U UN N S SI IS ST TE EM MA A D DE E C CO ON NT TR RO OL L
El objetivo fundamental de un sistema de control automtico consiste en mantener ciertas variables en un
valor determinado, o dentro de ciertos lmites. Estas variables pueden ser presin, temperatura, humedad,
viscosidad, velocidad, etc. Cuando por efecto de perturbaciones las variables se apartan del valor deseado,
se acta sobre el elemento o elementos que generan la variable, de modo que sta tienda a volver al valor
deseado. Para efectuar esta accin se usan diferentes tipos de controladores tales como neumticos,
hidrulicos, fluidos, elctricos, electrnicos, etc1 y de acuerdo con la precisin con que se quiera mantener
la variable controlada se usarn diferentes modos de control, tal como on - off, proporcional, integral,
derivativo, etc. La accin puede ser continua, control convencional, o discreta, control por, computador.
En esencia, el control automtico tiene como finalidad el mantener una variable (sistema SISO) o conjunto
de variables (sistema MIMO) en un valor o valores deseados llamados puntos de referencia o set point. La
figura 1.1 corresponde a la representacin de un sistema dinmico en el que la entrada es el objetivo y la
salida es el resultado

SISTEMA
DINMICO
salida
resultado
entrada
objetivo

Fig. 1.1 Representacin de un sistema dinmico

1 1. .2 2. . D DE EF FI IN NI IC CI IO ON NE ES S B B S SI IC CA AS S
Sistema Lineal: Es aquel que esta representado por una ecuacin diferencial lineal (o conjunto de
ecuaciones diferenciales lineales).
Un sistema es lineal si cumple con el principio de superposicin
1
: Una ecuacin diferencial es lineal si los
coeficientes son constantes o son funciones de las variables independientes.


( ) dy t
dt
y t u t + = 3 ( ) ( ) [1.1]
m
d y t
dt
f
dy t
dt
ky t r t
2
2
( ) ( )
( ) ( ) + + = [1.2]

1
El principio de superposicin establece que la respuesta obtenida por la aplicacin simultnea de dos funciones de
excitacin diferentes, es la suma de las dos respuestas individuales.


2
m, f y k son constantes.
Ecuacin diferencial ordinaria lineal: si los coeficientes son constantes. La ecuacin diferencial
ordinaria lineal general se escribe como :
d y t
dt
a
d y t
dt
a
dy t
dt
a y t f t
n
n n
n
n i
( ) ( )
...
( )
( ) ( ) + + + + =

1
1
1 0

f(t) es la funcin de excitacin o de entrada.
y(t) es la variable dependiente o desconocida que ser determinada al resolver la ecuacin diferencial.

Sistema no lineal: es aquel que esta representado por una ecuacin diferencial no lineal. Ejemplo :

ML
d t
dt
Mg t
2
2
0
u
u
( )
sen ( ) + =
Control Manual: El operador conoce los valores deseados y los reales. El mismo operador aplica las
correcciones que cree necesarias.
Control automtico: La accin de control se ejerce sin intervencin del operador. Se distinguen tres tipos
principales.
Regulacin donde la accin de control la genera un aparato regulador y es una funcin del error, o
diferencia entre el valor deseado y el real que se suministra al regulador.
Lgico, donde la accin de control, normalmente discreta, se determina tomando unas decisiones lgicas
sobre el estado de ciertas variables.
Secuencial, en este caso, adems de unas decisiones lgicas, interviene el tiempo como variable
importante.
Control informtico: La accin de control se toma sin la intervencin del hombre, tal como en el control
automtico. Sus principales caractersticas son: unifica los tres tipos de control automtico; normalmente
es multivariable; permite la optimizacin y la toma de decisiones; puede aprender de la experiencia y
mejorarse, o adaptarse a nuevas situaciones; se relaciona con otras categoras de control, por ejemplo, el
de direccin.
La figura 1.2 muestra estos tres tipos de control automtico.


3
Regulacin automtica
Regulador Ampl ificador Motor Proceso
Ampl ificador Motor Proceso
Vari able regul ada
Punto de aj uste
Vari able regul ada
Punto de aj uste
Error
Medidor


Ampl ificador Motor Proceso
Vari ables
controladas
Medidores
Algoritmos de control
Direccin
Alarma Deci sin
M
e
m
o
r
i
a
Direccin
Control Informtico

Fig. 1.2 Tipos de control automtico

Planta: Cualquier objeto fsico que se ha de controlar.
Proceso: Se denomina a cualquier operacin que se vaya a controlar, por ejemplo procesos qumicos,
econmicos, biolgicos, etc.
En una forma ms general un proceso es un conjunto de equipos destinado a realizar una serie de
transformaciones fsicas, qumicas o trmicas de unas materias primas o brutas para convertirlas en
productos de mayor valor o utilidad.
Sistema: Un sistema es una combinacin de componentes que actan conjuntamente y cumplen
determinado objetivo.
Los sistemas de control pueden responder a:
- Cambios en el valor de la referencia o set point.
- Cambios en la carga, perturbaciones o disturbios
- Cambios en los parmetros de la planta (control adaptativo)

4
Sistema dinmico : es aquel cuya respuesta ante una entrada determinada, varia en el tiempo.
Ejemplo: (Simulacin en MATLAB)

n = 1; d= [1 1 1];
t=[0:0.1:16];
y=step(n,d,t); plot (t,y); grid;
title ('Respuesta de un sistema dinmico');
xlabel ('tiempo en segundos');
ylabel ('salida del sistema');


Fig. 1.3. Respuesta de un sistema dinmico de segundo orden
Modelo: representacin de un sistema real que sirve para explicar o predecir ciertos aspectos de su
comportamiento.
Modelo matemtico: relaciones matemticas entre las variables y los parmetros que representan las
propiedades de los sistemas. (Descripcin matemtica de las caractersticas dinmicas de un sistema).
Sistema de control : Es una porcin natural que se ha aislado para su estudio y que est encaminada a
reportar una respuesta especifica.
Sistema de control lineal : Sistema que reporta una respuesta especifica pero ante una sola perturbacin
(una sola entrada y una sola salida) y adems sus parmetros principales no cambian con el tiempo.
Sistema de control de lazo abierto : Se caracteriza por una relacin fija entre la respuesta(salida) y la
seal deseada(entrada) sin observar dicha salida durante la operacin normal.
El control consiste en disponer la seal de entrada para que la salida corresponda a una relacin
previamente establecida.
Son sistemas donde la salida no tiene efecto sobre la accin de control Es decir, la salida ni se mide, ni se
realimenta para compararla con la entrada.
La precisin de un sistema de control de lazo abierto depende de :

5
La precisin con que se disponga o calibre la relacin entre la entrada y la salida.
La estabilidad de la calibracin durante intervalos largos de tiempo.
Los efectos de las condiciones ambientales presentes.
El sistema de control de lazo abierto se caracteriza por :
Precisin moderada
Sensibilidad a las condiciones ambientales tales como temperatura, vibraciones de voltaje de lnea,
ruidos, etc.
Respuesta lenta a los cambios de las seales de entrada.
Las ventajas de control de lazo abierto son :
Simplicidad
Bajo costo (para aplicaciones apropiadas de poca precisin)
La figura 1.4. muestra un sistema de control de lazo abierto.

Control
salida Entrada
Si stema
Si stemas
salida Entrada

Fig. 1.4. Sistema de control en lazo abierto
Sistema de control de lazo Cerrado: Es aquel en el que la seal de salida tiene un efecto directo sobre la
accin de control. Esto es, los sistemas de control de lazo cerrado son sistemas de control realimentados.
Este sistema de lazo cerrado se basa en observar y comparar la seal de salida con la seal de entrada. la
diferencia entre estas dos seales representan el ERROR. Un sistema de control de Lazo Cerrado ajusta
automticamente la respuesta para minimizar los errores.
La figura 1.5. muestra la disposicin general de un sistema de lazo cerrado.
Sali da
Entrada
Elemento de
medicin
Controlador
Planta o
proceso

Fig. 1.5. Sistema de control en lazo Cerrado
La precisin del control de lazo cerrado depende de:
w Del o de los dispositivos que controlan la salida.

6
w Los dispositivos que comparan la salida con la entrada.
w La sensibilidad y rapidez de los elementos de control que llevan a cabo la correccin automtica del
error.
El control en lazo cerrado se caracteriza por :
w Alta precisin
w Rapidez de la respuesta
w Independencia relativa de las condiciones de operacin.
Perturbacin : Seal que puede ser externa o interna al sistema, pero que generalmente afecta en forma
nociva la respuesta.
La perturbacin es generalmente no deseada, aunque algunas veces, cuando la perturbacin es externa, se
toma como entrada.
Las perturbaciones se hacen presente generalmente, entre el control y el sistema. Esto se indica en la
figura 1.6
Sali da
Entrada
retroali mentaci n
Controlador
Planta o
proceso
+
-
+
+
+
Perturbacin

Fig. 1.6. Sistema en lazo cerrado con perturbacin
Servomecanismo : Es un sistema de control realimentado en el cual la salida es alguna posicin, velocidad
o aceleracin mecnica.
Sistema de regulacin automtica : Es un sistema de control realimentado en el que la entrada de
referencia o la salida deseada son o bien, constantes o varian lentamente en el tiempo y donde la tarea
fundamental consiste en mantener la salida en el valor deseado a pesar de las perturbaciones presentes.
Sistema de control de procesos : Es un sistema de regulacin en el que la salida es una variable como la
temperatura, presin, flujo, nivel de lquido o PH. etc.
1 1. .3 3. . D DI IA AG GR RA AM MA A F FU UN NC CI IO ON NA AL L D DE E U UN N S SI IS ST TE EM MA A R RE EA AL LI IM ME EN NT TA AD DO O D DE E
C CO ON NT TR RO OL L. .
La figura 1.7 muestra el diagrama funcional de un sistema realimentado de control, para este diagrama se
usan las siguientes definiciones :
Entrada de referencia: Es la seal de entrada del sistema de control y es el valor que se desea mantener
de la variable a controlar.
Variable controlada: Es la cantidad directamente medida y es la salida del sistema.

7
Realimentacin primaria: Es la seal funcin de la variable controlada, que se compara con la entrada de
referencia para obtener la seal activa o seal de error que se aplica al controlador.
Seal activa o seal de error: Se obtiene de un dispositivo comparador, y es la diferencia entre la entrada
de referencia y la de realimentacin primaria. Esta seal, generalmente de bajo nivel energtico, es la
entrada a los elementos de control que producen la variable manipulada.
Variable manipulada: Es aquella cantidad obtenida de los elementos de control que se aplica al sistema a
controlar. La variable manipulada es generalmente de mayor nivel energtico que la seal activa y puede
tener una forma modificada.
Elementos de control: Convierten la seal activa produciendo la variable manipulada.
Elementos de realimentacin: Produce la realimentacin primaria con la variable controlada.
Constituyen generalmente un dispositivo de proporcionalidad, pero pueden modificar las caractersticas de
la variable controlada.
Retroalimentacin: Es la tendencia de un sistema a mantener una relacin fija entre la entrada y la salida,
comparndolas continuamente y generando seales de error.

Referenci a
Elemento de
reali mentaci n
H
Error
Vari able mani pulada
Vari able control ada
Elementos de control
g
1
Sistema control ado
g
2

Fig.1.7. Diagrama Funcional de un sistema realimentado de control
1 1. .4 4. . E EJ JE EM MP PL LO O D DE E S SI IS ST TE EM MA A D DE E C CO ON NT TR RO OL L. .
La figura 1.8, muestra un sistema de control manual, la figura 1.9 corresponde al mismo sistema pero
controlado automticamente.
El objetivo del sistema de control es mantener la temperatura del agua caliente a un valor determinado,
conocido como valor deseado o condicin de referencia.
El termmetro conectado a la salida del agua caliente indica la temperatura. Esta temperatura es la salida
del sistema y corresponde a la variable controlada. En el caso de la figura 1.8 el valor deseado es
detectado visualmente por el operador. Si se observa el termmetro y descubre que la temperatura es
superior a la deseada, reduce la entrada de vapor (accionando la vlvula) para disminuir la temperatura .
Es posible que la temperatura llegue a ser excesivamente baja, en cuyo caso har falta repetir la secuencia
de operaciones en el sentido contrario. Esta accin de control est basada en la operacin de lazo cerrado.
Como tanto la realimentacin de la salida (temperatura del agua) para comparacin con la entrada de
referencia, como la accin del control tienen lugar a travs de los actos del operador, es este un sistema de
control de lazo cerrado manual. El termmetro se usa como elemento de medicin. La seal de error, es la
que utiliza el operador para determinar el sentido en el cual debe operar la vlvula, en este caso la variable
manipulada es el valor que se usa como medio de calentamiento.


8
Vlvul a de control
Drenaj e
Vapor
Sali da agua
caliente
termmetro
Agua fria

Fig. 1.8. Sistema de Control Manual
La figura 1.9 representa la misma accin, pero desde un punto de vista automtico, en este caso, el
operador se reemplaza por un controlador.
La posicin del dial del controlador automtico fija la temperatura deseada. La salida, temperatura
efectiva del agua caliente, detectada por el dispositivo de medicin de temperatura, es comparada con la
temperatura deseada para generar una seal de error que acta corrigiendo. La seal de error producida en
el controlador automtico es amplificada y enviada, como salida del controlador a la vlvula de control
para modificar la apertura de sta y corregir la temperatura del agua. Si no hay error no hace falta
modificar la apertura de la vlvula.
Vlvul a de control
Drenaj e
Vapor
Sali da agua
caliente
Agua fria
Control automtico
Dispositivo de
medicin

Fig. 1.9. Sistema de Control Automtico


9
1 1. .5 5. . B BR RE EV VE E H HI IS ST TO OR RI IA A D DE EL L C CO ON NT TR RO OL L. .
El primer trabajo significativo en control automtico fue el regulador centrfugo de James Watt para el
control de la velocidad de una mquina de vapor , en el siglo XVIII.
En 1922, Minorsky, demostr como se puede determinar la estabilidad de un sistema a partir de las
ecuaciones diferenciales que describen dicho sistema.
En 1932, Nyquist, desarroll un procedimiento para determinar la estabilidad de los sistemas de lazo
cerrado.
En 1934, Hazzen, introdujo el trmino "Servomecanismo" para los sistemas de control de posicin.
Durante la dcada del 40, se desarrollaron los mtodos de respuesta a la frecuencia y del lugar de races
que posibilitaron el diseo de sistemas de control realimentados.
En la dcada del 50, se dio comienzo al desarrollo de sistemas de control ptimo, ya que el mtodo de
respuesta a la frecuencia y lugar de races no permiten disear sistemas ptimos.
Despus de 1960 se viene desarrollando la teora de Control Moderna, para el diseo de sistemas con
mltiples entradas, como tambin el control de procesos por computador.
En la teora de control, se han dado las siguientes etapas :
Etapa Primera: Trabajos de respuesta en frecuencia para sistemas escalares, por BODE, NYQUIST y
NICHOLLS, y desarrollo de la teora de lugar geomtricos de las races por EVANS en 1948.
Segunda Etapa: Trabajos en tcnicas de variables de estado control optimo y teora de filtros, teora
introducida por KALMAN en la dcada de los 60.
Tercera Etapa: Diseo de sistemas de control multivariable en el dominio de la frecuencia.
Cuarta Etapa: esta etapa esta relacionada con el desarrollo de tcnicas y procedimientos para el control
Robusto, especficamente la filosofa denominada H. Tambin esta incluida en esta etapa el desarrollo y
aplicacin del control inteligente.
1 1. .6 6. . H HE ER RR RA AM MI IE EN NT TA A M MA AT TE EM M T TI IC CA A P PA AR RA A E EL L E ES ST TU UD DI IO O D DE E S SI IS ST TE EM MA AS S D DE E
C CO ON NT TR RO OL L
El estudio de sistemas de control se basa en el concepto de funcin de transferencia. sta se define como
la relacin entre la transformada de Laplace de la salida del sistema a la transformada de Laplace de la
entrada del mismo, cuando todas las condiciones iniciales son cero. La transformada de Laplace es una
herramienta matemtica que permite trabajar las ecuaciones diferenciales, que rigen todo sistema
dinmico, como ecuaciones algebraicas, lo que facilita el estudio de estos sistemas.
1 1. .6 6. .1 1 D De ef fi in ni ic ci i n n d de e T Tr ra an ns sf fo or rm ma ad da a d de e L La ap pl la ac ce e
La Transformada de Laplace se define como:

Laplace de da Transforma
de Definicin

}

= =
0
) ( )] ( [ ) ( dt e t f t f S F
St
L [1.3]

10
La transformada de Laplace existe si la integral dada por [1.3] converge, si sto no se cumple es porque el
sistema es no lineal o cambia con el tiempo.
El operador S es una variable compleja dada por:
S = o + je [1.4]
1 1. .6 6. .2 2 A Al lg gu un no os s t te eo or re em ma as s i im mp po or rt ta an nt te es s d de e l la a T Tr ra an ns sf fo or rm ma ad da a d de e L La ap pl la ac ce e
Multiplicacin por una constante
L L {kf(t)} = kF(S) [1.5]
Suma y diferencia
L L [f
1
(t) f
2
(t)] = F
1
(S) F
2
(S) [1.6]
Multiplicacin de f(t) por e
-at

L L [ e
-at
f(t) ] = ( S + a ) [1.7]
Teorema de derivacin
) 0 ( ) ( ) ( f S SF t f
dt
d
=
(

L [1.8]
donde f(0) es el valor inicial de f(t) evaluado en t=0.
En forma general:
=
(

) (t f
dt
d
n
n
L S
n
F(S) - S
n-1
f(0) - S
n-2(1)
f(0) - ...- f
(n-1)
(0)
donde f(0), f
1
(0), .... f
n-1
(0) representan los valores de f(t)
d
dt
f t
d
dt
f t
n
n
( ) ; ( )


1
1


Teorema de Integracin
| |
S
f
S
S F
dt t f
) 0 ( ) (
) (
1
+ =
}
L [1.9]
Donde f
-1
(0) =
}
dt t f ) ( calculada en t=0
Teorema del valor inicial
) (
lm
) (
lm
0
S SF t f
s
= [1.10]
Teorema del valor final
) (
lm
) (
lm
0
S SF t f
s t
= [1.11]

11
Teorema de Desplazamiento
) ( )] ( [ S F e T t f
St
= L [1.12]
1 1. .6 6. .3 3 T Tr ra an ns sf fo or rm ma ad da a d de e L La ap pl la ac ce e d de e A Al lg gu un na as s F Fu un nc ci io on ne es s
Funcin exponencial
| |
} }

= = =
0
) (
0
1
a S
dt e dt e e e
t a S St at at
L [1.13]
Funcin escaln Unitario
| |
S
dt e t U
St
1
* 1 ) (
0
}

= = L [1.14]

Funcin Senoidal
( )
t J t J
e e
J
t
e e
e

=
2
1
sen [1.15]
| | ( ) | |
t J t J
e e
J
t
e e
e

= L L
2
1
sen [1.16]

| | |
.
|

\
|
+

=
e e
e
J S J S J
t
1 1
2
1
sen L [1.17]
| |
2 2
sen
e
e
e
+
=
S
t L [1.18]
Por la aplicacin directa de [1.3] se puede obtener la transformada de Laplace de diversas funciones. Sin
embargo se encuentran tablas como la tabla 1.1.

Tabla 1.1: Transformadas de Laplace
F(S) f(t) t>0
1 U
1
(t) Impulso unitario en t=0
S
1

1 U(t) Escaln unitario en t=0
2
1
S

t u(t) Funcin rampa
n
S
1

1
)! 1 (
1

n
t
n
n entero positivo
aS
e
S

1

u (t-a) Escaln unitario en t =a

12
F(S) f(t) t>0
( )
aS
e
S

1
1

u(t) - u(t-a) Pulso rectangular
a S +
1

at
e


( )
n
a S +
1

at n
e t
n

1
)! 1 (
1
n entero positivo
( ) a S S +
1
( )
at
e
a

1
1

( )( ) b S a S S + +
1

|
.
|

\
|

bt at
e
a b
a
e
a b
b
ab
1
1

( )( ) b S a S S
S
+ +
+o

( ) ( )
|
.
|

\
|

bt at
e
a b
b a
e
a b
a b
ab
o o
1
1

( )( ) b S a S + +
1
( )
bt at
e e
a b

1

( )( ) b S a S
S
+ +
( )
bt at
be ae
b a

1

( )( ) b S a S
S
+ +
+o
( ) ( ) | |
bt at
e b e a
a b

o o
1

2 2
e
e
+ S

sen et
2 2
e + S
S

cos et
2 2
e
o
+
+
S
S

( )
o
e
| | e
e
e o
1
2 2
sen

= +
+
tan t
( )
2 2
1
e + S S
( ) t e
e
cos 1
1
2

( )
2 2
e
o
+
+
S S
S

( ) | e
e
e o
e
o
+
+
t cos
2
2 2
2


13
F(S) f(t) t>0
( )( )
2 2
1
e + + S a S

( ) | e
e e
e
+
+
+
+

t
a
a
e
at
sen
1
2 2
2 2

( )
2 2
1
b a S + +
bt e
b
at
sen
1


2 2
2
1
n n
S S e e + +
t e
n
t
n
n
2
2
1 sen
1
1
e
e
e



( )
e
e
2
2
2
1
n
n
S S S + +
( )
|
| e
e
e
e
1
2
2 2
2
cos
1 sen
1
1 1

=
+

t e
n
t
n
n
n

( ) a S S +
2
1
( )
at
e at
a

+ 1
1
2


1 1. .6 6. .4 4 E Ej je em mp pl lo o d de el l u us so o d de e l la a T Tr ra an ns sf fo or rm ma ad da a d de e L La ap pl la ac ce e

) (
2
2
t r ky
dt
dy
f
dt
y d
M = + + [1.19]
Si el sistema es homogneo r(t) =0
Condiciones iniciales:
y(0) = Y
0
= 1 ; 0 ) 0 (
) (
= = y
dt
t dy
`

La transformada de Laplace de [1.19] es:
| | M S Y S SY y f SY S y KY S
2
0 0 0 0 ( ) ( ) ( ) ( ) ( ) ( )

(
+ + =
-
[1.20]

K fS MS
f MS
S Y
+ +
+
=
2
) ( [1.21]

M
K
S
M
f
S
M
f
S
S y
+ +
+
=
2
) ( [1.22]

14
El numerador afecta la magnitud de respuesta, el denominador y sus races conforman el carcter de la
respuesta. Al denominador igualado a cero se le conoce como ECUACIN CARACTERSTICA.
Las races del numerador se conocen como CEROS del sistema.
Las races del denominador se conocen como POLOS del sistema
Los polos y ceros llevados al plano o - Je (plano Complejo) se conoce como PATRN de polos y ceros.
C Ca as so o p pa ar rt ti ic cu ul la ar r: :
f/M=3 K/M=2

2 3
3
) (
2
+ +
+
=
S S
S
S Y [1.23]
y S
S
S S
( )
( )( )
=
+
+ +
3
1 2
[1.24]
Ceros: S+3 =0 ; S
1
=-3
Polos: (S+1) (S+2) =0 S
1
= -1 ; S
2
= -2
En el patrn de polos y ceros, el cero se representa por un crculo (O) y el polo por una ().
La figura 1.11 muestra la disposicin de polos y ceros para la funcin [1.23]
K
m
r(t)
y(t)

Fig. 1.10. Sistema Amortiguador - Resorte - Masa
Je
o

Fig. 1.11. Patrn de polos y ceros

15
1 1. .6 6. .5 5 T Tr ra an ns sf fo or rm ma ad da a I In nv ve er rs sa a d de e L La ap pl la ac ce e T Te eo or re em ma a d de e E Ex xp pa an ns si i n n d de e
H He ea av vi is si id de e
Una vez que se tiene una ecuacin, o conjunto de ecuaciones diferenciales, en forma de transformada de
Laplace, es necesario obtener la solucin en el tiempo, para esto, se hace uso de la transformada Inversa
de Laplace, la cual se denota por :
L
-1
F(S) = f(t)
El mtodo que se usar ac para encontrar la transformada Inversa es el de la tcnica de expansin en
fracciones parciales y especficamente el teorema de expansin de Heaviside.
Aunque la funcin de Transferencia se tiene en trminos de la respuesta impulso, la relacin entrada -
salida de un sistema lineal invariante en el tiempo, a menudo se describe por una ecuacin diferencial
a
d a t
dt
a
d a t
dt
a
da t
dt
a a t b
d b t
dt
b
db t
dt
b b t
m
m
m m
m
m n
n
( ) ( )
...
( )
( )
( )
...
( )
( )

+ + + = + + +
1
1
1 1 0 1 0
[1.25]
la cual corresponde, en trminos de transformada de Laplace a la forma:

0 1
1
1
0 1
1
1
...
...
) (
) (
) (
b S b S b S b
a S a S a S a
S B
S A
S F
n
n
n
n
m
m
m
m
+ + + +
+ + + +
= =

[1.26]
donde los coeficientes a y b son constantes reales, y donde m y n son enteros positivos. Si m < n , se dice
que
) (
) (
S B
S A
es una funcin propia. Si m > n se tiene una funcin Impropia
Ejemplo 1:
1
4
) 5 3 (
1
1 7 2 3
) (
) (
) (
2 2
2 3
+

+ =
+
+ +
= =
S S
S
S
S S
S S S
S B
S A
S F
La fraccin impropia se puede expresar como la suma de un polinomio (3S-5) y una fraccin propia
S
S S

+
4
1
2

Cuando F S
A S
B S
( )
( )
( )
= es una fraccin propia (m<n) se presentan dos situaciones diferentes:
Cuando las races de B(S)=0 son todas distintas y cuando B(S)=0 tiene races mltiples.
Las races de B(S)=0 son todas distintas, B(S) puede factorizarse como:
B(S) = b
n
(S-S
1
)(S-S
2
)...(S - S
k
)...(S - S
n
) = b
n
( ) S S
k
k
m

=
[
1
[1.27]
donde se tiene

) )...( )...( )( (
) (
) (
) (
2 1 n k n
S S S S S S S S b
S A
S B
S A

= [1.28]

16

A S
B S b
K
S S
K
S S
K
S S
K
S S
n
k
k
n
n
( )
( )
... ... =

+ +

+ +

(
1
1
1
2
2
[1.29]
Para evaluar las constantes K
1
, K
2
,...K
k
,...K
n
, se multiplican ambos lados de la ecuacin por (S-S
k
)
( )
( )
( )
... ... S S
A S
B S b
K
S S
S S
K
S S
S S
K K
S S
S S
k
n
k k
k n
k
n
=

+ + + +

(
1
1
1
2
2
[1.30]
Evaluando la ecuacin [1.30], en S = S
k
, se reducen a cero todos los trminos del lado derecho excepto K
k

k
S S
k n k
S B
S A
S S b K
=
)
`

=
) (
) (
) ( [1.31]
Otra forma de evaluar los trminos constantes es por medio de:

k
S S
n k
S B
S A
b K
=
)
`

=
) (
) (
[1.32]
La transformada inversa de K
k
/ (S-S
k
) es de la forma:

t S
k
k
k
k
e K
S S
K
=
)
`

1
L [1.33]
Ejemplo 2:
Encontrar
(

+ +
+

3 5 2
4
2
1
S S
S
L
S
S S
S
S S
K
S
K
S
+
+ +

(
=
+
+ +

(
(
(
=
+
+
+

(
(
(
4
2 5 3
1
2
4
1
3
2
1
2 1
3
2
2
1 2
( )( )

K S
S
S S
S
S
S S
1
1 1
2 1
4
2 1
3
2
4
3
2
6 = +
+
+ +

=
+
+

=
= =
( )
( )
( )( )

K S
S
S S
S
S
S
S
2
3
2
3
2
2
3
2
4
2 1
3
2
4
1
5 = +
+
+ +

=
+
+


`
)
=
=
=
( )
( )
( )( )


17
S
S S S
S
e e
t
t +
+ +

(
=
+

+

(
(
(
=

4
2 5 3
1
2
6
1
5
3
2
1
2
6 5
2
3
2
( )
Ejemplo 3:
Encontrar
(

+ +

5 2
2
2
1
S S
Se
S
L 1
Tomamos la Transformada Inversa de
S
S S
2
2 5 + +

(
debido a que el factor e
-2S
simplemente desplaza la
variable independiente de t a (t-2)
S
S S
S
S j S j
K
S j
K
S j
2
1 2
2 5 1 2 1 2 1 2 1 2 + +
=
+ + +
=
+ +
+
+ ( )( )

B(S) = S
2
+ 2S + 5 = 0
B(S) = 2S+2 = 2(S+1)
) 1 2 (
4
1
4
2 1
) 1 ( 2
2 1
1
j
j
j
S
S
K
j S
+ =
+
=
)
`

+
=
+ =

K
S
S
j
j
j
S j
2
1 2
2 1
1 2
4
1
4
2 1 =
+


`
)
=

=
=
( )
( )
S
S S
j
S j
j
S j
2
2 5
1
4
2 1
1 2
2 1
1 2 + +
=
+
+
+

+ +

| |
) 2 sen 2 cos 2 (
2
1
) 2 ( 2
4
1
2 1
1 2
2 1
1 2
4
1
5 2
) 2 1 ( ) 2 1 ( 1
2
1
t t e
e j e j
j S
j
j S
j
S S
S
t
t j t j
=
+ + =
(

+ +

+
+
+
=
(

+ +

+
L L

B(S) = 0 tiene races mltiples
Se usa el teorema de expansin de HEAVISIDE para el clculo de las constantes K, as:
K
b
p K
d
dS
S S
A S
B S
k
n
p K
p K
p
S S
1
1
1
=


`
)

=
( )!
( )
( )
( )
( )
( )
[1.34]
Ejemplo 4:
Encontrar
(

+ +
+

) 3 ( ) 1 (
2
2
1
S S S
S
L

18
A S
B S
S
S S S
K
S
K
S
K
S
K
S
( )
( ) ( ) ( ) ( )
=
+
+ +
= +
+
+
+
+
+
2
1 3 1 1 3
2
1 22
2
21 3

K S
A S
B S
S
S S
S S
1
0
2
0
2
1 3
2
3
=


`
)
=
+
+ +


`
)
=
= =
( )
( ) ( ) ( )

K S
A S
B S
S
S S
S S
22
2
1 1
1
2
3
1
2
= +


`
)
=
+
+


`
)
=
= =
( )
( )
( ) ( )

K
d
dS
S
S S
S S S S
S S
S S
21
1
2 2
1
2
3
3 2 2 3
3
3
4
=
+
+


`
)
=
+ + +
+


`
)
=
= =
( )
( ) ( )( )
( )

K S
A S
B S
S
S S
S S
3
3
2
3
3
2
1
1
12
= +


`
)
=
+
+


`
)
=
= =
( )
( )
( ) ( )

de donde:
S
S S S S S S S
+
+ +
=
+

+
+
+
2
1 3
2
3
1
2 1
3
4 1
1
12 3
2 2
( ) ( ) ( ) ( ) ( )

t t
e e t
S S S S
S
3 1
12
1
2
3
2
1
3
2
) 3 ( 2 ) 1 )( 1 (
2

+
(

+ =
(

+ + +
+
L

Ejemplo 5:
Encontrar
(

) 4 ( 3
1
2 2
1
S S
L
1
3 4
1
3 2 2
2 2
12
2
11 2 3
S S
K
S
K
S
K
S j
K
S j ( ) +
= + +

+
+

(

K
12
y K
11
se encuentran por medio de la frmula [1.31] [1.32]; K
2
y K
3
por la frmula [1.34]. Se puede
tambin recurrir al siguiente procedimiento:
1
3 4
1
3 4
2 2
12
2
11 1 2
2
S S
K
S
K
S
C S C
S ( ) +
= + +
+
+

(

1 = K
12
(S
2
+4) + K
11
S(S
2
+4) + (C
1
S+C
2
)S
2

= (K
11
+C
1
)S
3
+ (K
12
+C
2
)S
2
+ 4K
11
S + 4K
12

K
11
+C
1
= 0 K
12
+C
2
= 0
4K
11
= 0 4K
12
= 1
K
12
= 1/4 K
11
= 0 C
1
= 0 C
2
= 1/4

19
1
3 4
1
3
1
4
1
4 4
2 2 2 2
S S S S ( ) ( ) +
=
+

(

de la tabla 1.1 se obtiene:
(

=
(

+
=
(

+

t t
S S S S
2 sen
12
1
12
1
4
1 1
12
1
) 4 ( 3
1
2 2
1
2 2
1
L L
En algunos casos es posible emplear artificios como el siguiente:
1
3 4
1
3 4
1
3 4
2 2
1 2
S S S S
A
S
A
S ( ) ( ) +
=
+
= +
+

(

donde S
2
= S
A
1
1
4
= A
2
1
4
=
1
3 4
1
3
1
4
1
4 4
1
3
1
4
1
4 4
2 2 2 2
S S S S S S ( ) ( ) ( ) +
=
+

(
=
+

(

que corresponde al resultado anteriormente encontrado.
1 1. .7 7. . M ME ED DI IC CI I N N Y Y A AD DQ QU UI IS SI IC CI I N N D DE E D DA AT TO OS S
1 1. .7 7. .1 1 P Pr ro oc ce es sa am mi ie en nt to o d de e S Se e a al le es s A An n l lo og ga as s
La figura 1.12 muestra el diagrama para el procesamiento de seales anlogas
Procesador
Anl ogo
Salida anloga Seal anloga

Fig. 1.12. Procesamiento de Seales Anlogas
Para la medicin y el procesamiento anlogo se tiene el siguiente diagrama:
Observador
El emento de
representaci n
de datos
El emento de
transmi si n de
datos
El emento de
mani pul aci n
de vari abl e
El emento
conversor
de vari abl e
El emento
sensor
pri mari o
Medi o
medi do

Fig. 1.13. Elementos Funcionales de un sistema de medicin.

1 1. .7 7. .2 2 P Pr ro oc ce es sa am mi ie en nt to o D Di ig gi it ta al l
Para el procesamiento digital, ver figuras 1.14 y 1.15


20
D / A DSP A / D
Seal
anl oga de
entrada
Seal
de entrada
di gi tal
Seal de
sal i da
di gi tal
Seal
anl oga de
sal i da

Fig. 1.14. Sistema de un procesamiento digital

D / A DSP A / D
Seal
anl oga de
entrada
Seal
anl oga de
sal i da
FILTRO
DE
SALIDA
FILTRO
DE
ENTRADA

Fig. 1.15. Empleo de Filtros en el procesamiento digital de seales

1 1. .8 8. . S SI IM MU UL LA AC CI I N N
La simulacin corresponde a un mtodo experimental para el estudio de sistemas utilizando Modelos
La simulacin se emplea en los siguientes casos:
+ No es posible trabajar el sistema real
+ El sistema no existe
Se desea estudiar y/o predecir el comportamiento dinmico de un sistema.
La simulacin tiene como propsitos
Evaluacin: Cmo est funcionando el sistema con relacin a algn criterio definido.
Comparacin: Cmo funciona un sistema con relacin a otro.
Prediccin: Cmo funcionar un sistema con bajo un conjunto dado de condiciones.
Anlisis de sensibilidad: Cmo los factores afectan el comportamiento global del sistema.
Optimizacin: Qu combinacin de factores debe mejorar el desempeo.
Relaciones fenomenales: Cmo se vinculan los factores y la respuesta del sistema.

1 1. .8 8. .1 1 S So of ft tw wa ar re e p pa ar ra a S Si im mu ul la ac ci i n n
Existe una gran diversidad de software para realizar la simulacin de sistemas dinmicos, tales como:
TUTSIM, PSI, PROTOSIM, SIMNON, MATLAB, ETC.
En este curso se trabajar con el MATLAB, el cual se describe en el Apndice A.

21
1 1. .9 9. . F FU UN ND DA AM ME EN NT TO OS S D DE E C CO ON NT TR RO OL L M MO OD DE ER RN NO O
El control convencional est basado en el concepto de funcin de transferencia como elemento para
representar el modelo de un sistema dinmico.
Usando la Transformada de Laplace se puede obtener la Funcin de Transferencia a partir de las
ecuaciones diferenciales que representan al sistema, y usando la Transformada Inversa, se puede obtener
la ecuacin diferencial a partir de la Funcin de Transferencia.
La teora de control moderna se inicia con la aplicacin del concepto de variable de estado para
representar los sistemas dinmicos.
El modelo de variable de estado es un conjunto de ecuaciones diferenciales de primer orden, generalmente
en forma matricial, con el siguiente formato:

Estado de Variables las
de general cin Representa

D CX Y
B AX X
+ =
+ =
`
[1.35]
X: Representa los estados del sistema
: Es la entrada del sistema
Y: Es la salida del sistema
A, B, C, D: Son matrices que dependen del sistema
El propsito del modelo en variables de estado, o modelo en Espacio de Estado, es desarrollar una
representacin que preserve las relaciones de entrada y salida (Lo que hace la funcin de transferencia),
pero expresada en n ecuaciones diferenciales de primer orden, que corresponde al orden del sistema.
La certeza de esta representacin es que adems de expresar los contenidos de Entrada Salida, tambin
se representan las condiciones internas del sistema a travs de las Variables de Estado.
El desarrollo de las variables de estado tiene algunas otras ventajas adicionales, como son:
Mayor facilidad de anlisis y diseo mediante computadora.
Posibilidad de efectuar control ms completo sobre el sistema, pues existe mayor informacin acerca de
la planta (Las variables del sistema).
El proceso de diseo est sujeto a un mejor sistema de control. Por mejor se entiende que el sistema
se disea de tal forma que minimice o maximice una funcin matemtica que exprese un criterio de
diseo.
El modelo de variables de estado es ms apropiado para la simulacin.
En el presente curso se hace el anlisis y diseo de sistemas de Control automtico usando ambos
conceptos: Funcin de Transferencia y Variables de Estado.
1 1. .1 10 0. . E EJ JE ER RC CI IC CI IO OS S Y Y P PR RO OB BL LE EM MA AS S - - C CA AP P T TU UL LO O 1 1
Encontrar la respuesta en el tiempo y graficarla (ubicar los polos y los ceros).
Con entrada escaln unitaria.

22
Con entrada impulso.
1.
U(S)
) (
) ( con ;
) 3 )( 1 (
) 2 (
) (
S Y
S F
S S S
s
S F =
+ +
+
=
2.
) 3 ( ) 2 (
1
) (
2
+ +
=
S S
S F
3.
) 3 ( ) 2 (
1
) (
3
+ +
=
S S
S F
4.
) 2 )( 25 6 (
1
) (
2
+ + +
=
S S S
S F
5.
) 2 )( 25 (
100
) (
2
+ +
=
S S
S F
6.
) 25 8 ( ) 3 )( 2 (
100
) (
2 2
+ + + +
=
S S S S S
S F
7.
) 3 ( ) 2 (
) 1 ( 12
) (
2
+ +
+
=
S S S
S
S F
8.
) 25 8 )( 3 (
) 2 ( 100
) (
2
S S S S
S
S F
+ +
+
=
9.
) 3 ( ) 2 (
) 1 ( 20
) (
2
+ +
+
=
S S S
S
S F
10.
) 6 )( 4 )( 3 (
) 5 ( 10
) (
+ + +
+
=
S S S S
S
S F
11.
) 6 )( 3 6 (
) 6 ( 6
) (
2
+ + +
+
=
S S S
S
S F
12.
) 2 )( 1 (
) 3 (
) (
+ +
+
=
S S
S
S F
13.
) 500 60 (
) 100 ( 500
) (
2
+ +
+
=
S S S
S
S F
14.
2
) 2 )( 1 3 (
) 4 ( 100
) (
+ +
+
=
S S
S
S F

23
Las siguientes ecuaciones diferenciales representan sistemas lineales invariantes en el tiempo, donde r(t)
es la entrada y y(t) es la salida.
Encontrar:
La funcin de transferencia.
La ecuacin de estado.
El diagrama de flujo de estado.


15. ) (
) (
3 ) ( 6
) (
5
) (
2
) (
2
2
3
3
t r
dt
t dr
t y
dt
t dy
dt
t y d
dt
t y d
+ = + + +

16. ) ( 5 ) ( 5
) ( ) ( ) (
10
) (
2
2
3
3
4
4
t r t y
dt
t dy
dt
t y d
dt
t y d
dt
t y d
= + + + +

17. ) ( 5 ) ( 5
) ( ) (
10
) (
2
2
3
3
t r t y
dt
t dy
dt
t y d
dt
t y d
= + + +

18. ) ( 2 ) (
) (
2
) (
10
) (
2
2
3
3
t r t y
dt
t dy
dt
t y d
dt
t y d
= + + +

19. ) ( ) ( 5
) ( ) (
2
2
2
t r t y
dt
t dy
dt
t y d
= + +

20. ) ( 10 ) ( 8
) (
10
) (
5
) (
2
2
3
3
t r t y
dt
t dy
dt
t y d
dt
t y d
= + + +

21. ) ( 20
) (
10
) (
2
) (
2
) (
2
2
3
3
t r
dt
t dr
dt
t dy
dt
t y d
dt
t y d
+ = + +

22.
dt
t dr
dt
t r d
t y
dt
t dy
dt
t y d
dt
t y d ) (
10
) (
10 ) ( 4
) (
8
) (
4
) (
2
2
2
2
3
3
+ = + + +

23. ) ( 10 ) ( 3
) (
5
) (
8
) (
2
2
3
3
t r t y
dt
t dy
dt
t y d
dt
t y d
= + + +

24. ) ( 6
) (
2 ) ( 6
) (
4
) (
6
) (
2
2
3
3
t r
dt
t dr
t y
dt
t dy
dt
t y d
dt
t y d
+ = + + +

25. ) ( 8
) (
4 ) ( 4
) (
3
) (
8
) (
2
2
3
3
t r
dt
t dr
t y
dt
t dy
dt
t y d
dt
t y d
+ = + + +


24
26. ) ( 4
) (
2 ) ( 8
) (
6
) (
10
) (
2
2
3
3
t r
dt
t dr
t y
dt
t dy
dt
t y d
dt
t y d
+ = + + +

27. ) ( 4
) (
8 ) ( 12
) (
6
) (
8
) (
3
2
2
3
3
t r
dt
t dr
t y
dt
t dy
dt
t y d
dt
t y d
+ = + + +

28. ) ( ) ( 6
) (
14
) (
11
) (
6
2
2
3
3
t r t y
dt
t dy
dt
t y d
dt
t y d
= + + +

25
CAPTULO 2
REPRESENTACIN MATEMTICA DE SISTEMAS DINMICOS
2.
2 2. .1 1. . I IN NT TR RO OD DU UC CC CI I N N
Con el propsito de entender y controlar sistemas complejos, el primer paso que se requiere dar
es el de obtener y desarrollar modelos matemticos de estos sistemas.
Muchos sistemas dinmicos ya sean mecnicos, elctricos, trmicos, hidrulicos, econmicos, biolgicos
etc. pueden ser caracterizados por ecuaciones diferenciales.
Se puede obtener la respuesta de un sistema Dinmico a una entrada (o funcin excitadora), si se
resuelven esas ecuaciones diferenciales.
Para obtener las ecuaciones se usan las Leyes Fsicas que gobiernan un sistema particular, por ejemplo
las leyes de Newton, para sistemas mecnicos, las de Kirchoff para sistemas elctricos, etc.
El mtodo para resolver problemas de sistemas dinmicos puede establecerse como sigue:
1. Definir el sistema y sus componentes.
2. Formular el modelo matemtico y enumerar las suposiciones necesarias
3. Escribir las ecuaciones diferenciales que describen el modelo
4. Resolver las ecuaciones para las variables de salida deseadas.
5. Examinar las soluciones y las suposiciones
6. Analizar o disear de nuevo.
2 2. .2 2. . M MO OD DE EL LO OS S M MA AT TE EM M T TI IC CO OS S
La descripcin matemtica de las caractersticas dinmicas de un sistema se denomina modelo
matemtico.
Para efectuar el anlisis y posterior control de un sistema dinmico es necesario elaborar su modelo y
esta es realmente la parte ms importante del anlisis.
Una vez obtenido el modelo matemtico de un sistema se pueden usar diversas herramientas analticas y
computacionales con el objeto de ayudar en el anlisis y sntesis de dicho sistema.
2 2. .3 3. . E EC CU UA AC CI IO ON NE ES S D DI IF FE ER RE EN NC CI IA AL LE ES S D DE E L LO OS S S SI IS ST TE EM MA AS S F F S SI IC CO OS S
Las ecuaciones diferenciales que describen el funcionamiento dinmico de un sistema fsico se obtienen
usando las leyes fsicas del proceso.

26
2 2. .3 3. .1 1 S Si is st te em ma as s L Li in ne ea al le es s
Los sistemas lineales son aquellos en los que las ecuaciones de modelo son lineales. Una ecuacin
diferencial es lineal si los coeficientes son constantes o funciones nicamente de la variable
independiente.
( )
Lineal
l Diferencia Ecuacin
2
2
kx x
dy
d
f x
dt
d
m t y + + = [2.1]
( ) ( ) x y x f y
dx
d
A | = + [2.2]
son ecuaciones en las que y y y
dt
d
son de primer grado. En la ecuacin [2.1] m , f y K son constantes, en
la ecuacin [2.2] |(x) es una funcin de la variable independiente x.
Se pueden presentar los siguientes casos:
1. ( ) ( ) x y x f y
dx
d
A | = +
2. ( ) C y x f y
dx
d
A 0 = +
3. ( ) x by y
dx
d
A | = +
4. C by y
dx
d
A 0 = +
La ecuacin diferencial lineal puede ser de cualquier orden siempre que sea de primer grado respecto de
la variable dependiente y sus derivadas.
La ecuacin :
) ( 0
2
2
x f Cy y
dt
d
B y
dt
d
A = + + [2.3]
es una ecuacin diferencial lineal de segundo orden.
La propiedad ms importante de los sistemas lineales es que se les puede aplicar el principio de
superposicin.
Este principio establece que la respuesta proporcionada por la aplicacin simultnea de dos funciones
excitadoras diferentes es la suma de las dos respuestas individuales. Por tanto, para sistemas lineales se
puede calcular la respuesta a diversas entradas, aplicando una sola entrada, manteniendo las dems en
cero, y sumando las respuestas proporcionadas por cada una de las entradas.

27
2 2. .3 3. .2 2 S Si is st te em ma as s N No o L Li in ne ea al le es s
Son los representados por ecuaciones no lineales o ecuaciones diferenciales no lineales.
Ecuaciones No Lineales: y = sen x ; y = x
2
; z = x
2
+ y
3

Ecuaciones Diferenciales No Lineales:
t A x x
dt
d
x
dt
d
e sen
2
2
2
= +
|
.
|

\
|
+ [2.4]
( ) 0 1
2
2
2
= + + x x
dt
d
x x
dt
d
[2.5]
0
3
2
2
= + + + x x x
dt
d
x
dt
d
[2.6]
Los denominados "Sistemas Lineales" son realmente Lineales en restringidos rangos de operacin.
A los sistemas no lineales no se les puede aplicar el principio de superposicin. Existen tcnicas
especiales para el estudio de sistemas no lineales, aunque en la gran mayora de los casos lo que se hace es
aplicar tcnicas de linealizacin.
2 2. .3 3. .3 3 S Si is st te em ma as s L Li in ne ea al le es s I In nv va ar ri ia ab bl le es s e en n e el l t ti ie em mp po o y y V Va ar ri ia ab bl le es s e en n e el l t ti ie em mp po o
Son invariables en el tiempo aquellos que se pueden representar por ecuaciones diferenciales lineales de
coeficientes constantes.
Los sistemas representados por ecuaciones diferenciales cuyos coeficientes son funciones del tiempo,
reciben el nombre de sistemas lineales variables en el tiempo.
Como ejemplo, puede tomarse el caso de un resorte de constante de elasticidad K y suponerse que la
entrada es la funcin del tiempo que representa su elongacin. Si el resorte es invariable con el tiempo,
cada vez que se le aplica una fuerza f
0
. se alargar una distancia Y
0
independiente del instante en que se
aplique la fuerza, as que:
k
f
Y
0
0
= y
0 0
kY f =
Sin embargo, si se toma un resorte hecho de material sinttico que envejece y que por ello cambia de
caracterstica por ejemplo su elasticidad es K = K
o
e
-t
, no ser invariable con el tiempo, porque una fuerza
de magnitud f
0
, aplicada en t = 0 producir un desplazamiento:
0
0
0
k
f
Y =
pero cuando otra fuerza de la misma magnitud se aplique en t = 25, el desplazamiento ser :
25
0
0
0

=
e k
f
Y

28
que es diferente al caso anterior.
2 2. .4 4. . F FU UN NC CI I N N D DE E T TR RA AN NS SF FE ER RE EN NC CI IA A
Los sistemas fsicos lineales se pueden analizar por medio de la transformada de Laplace. Este mtodo,
como se estudi en el captulo anterior, permite la solucin de ecuaciones diferenciales.
La funcin de transferencia de un sistema lineal invariable en el tiempo est definida como la relacin
de la transformada de Laplace de la salida (funcin respuesta) a la transformada de Laplace de la entrada
(funcin excitadora), bajo la suposicin de que todas las condiciones iniciales son cero.
La funcin de transferencia es una expresin que relaciona la salida y la entrada de un sistema lineal
invariante en el tiempo, en trminos de los parmetros del sistema en si, independiente de la funcin de
entrada.
La funcin transferencia incluye las unidades necesarias para relacionar la entrada con la salida; sin
embargo, no suministra ninguna informacin respecto a la estructura fsica del sistema. Las funciones de
transferencia de muchos sistemas fsicamente distintos, pueden ser idnticas.
Ejemplo
Obtener la funcin de transferencia para el sistema amortiguador - resorte - masa, mostrado en la figura
2.1.
K
m
r(t)
y(t)

Fig. 2.1. Sistema amortiguador resorte - masa
de la unidad anterior, se encontr que:
( ) ( ) ( ) ( ) ( ) ( ) ( ) S R S Y k y S Y fS y
dt
d
y S S Y S M = + = +
(


+
0 0 0
2
[2.7]
con las condiciones iniciales iguales a cero

29
( ) ( ) ( ) S R S Y k S Y S f S Y S M = + + ) (
2
[2.8]
| | ( ) S R k fS MS S Y = + +
2
) ( [2.9]

k fS MS
S G
S R
S Y
+ +
= =
2
1
) (
) (
) (
[2.10]
2 2. .4 4. .1 1 F Fu un nc ci i n n d de e t tr ra an ns sf fe er re en nc ci ia a d de e E El le em me en nt to os s E El l c ct tr ri ic co os s
La siguiente tabla muestra la funcin de transferencia en los diferentes elementos elctricos pasivos,
como son resistencias, inductancias y capacitancias.

Tabla 2.1: Funcin de Transferencia de Elementos Elctricos
E El le em me en nt to o e el l c ct tr ri ic co o E Ec cu ua ac ci i n n e en n e el l t ti ie em mp po o T Tr ra an ns sf fo or rm ma ad da a d de e L La ap pl la ac ce e F Fu un nc ci i n n t tr ra an ns sf fe er re en nc ci ia a
i
R
R
V
R
+
-

v
R
(t) = i
R
(t) R V
R
(S) = I
R
(S)R
R S V
S I
R
S I
S V
R
R
R
R
1
) (
) (
) (
) (
=
=

i
L
L
V
L
+
-

( ) ( ) t i
dt
d
L t V
L
= V
L
(S) = LSI
L
(S)
LS S V
S I
LS
S I
S V
L
L
L
L
1
) (
) (
) (
) (
=
=

i
C
C
V
C
+
-

( )
}
=
t
C C
dt t i
C
t V
0
1
) ( ( )
( )
S
S I
C
S V
C
C
1
=
CS
S V
S I
CS S I
S V
C
C
C
C
=
=
) (
) (
1
) (
) (

2 2. .5 5. . R RE EP PR RE ES SE EN NT TA AC CI I N N D DE E S SI IS ST TE EM MA AS S D DE E C CO ON NT TR RO OL L
Tres mtodos muy adecuados para representar sistemas de control y en general funciones de
transferencia, son los diagramas de Bloques, los diagramas de Flujo de seales. y el mtodo de variables
de estado.
2 2. .5 5. .1 1 D Di ia ag gr ra am ma as s d de e b bl lo oq qu ue es s
Un diagrama de bloques de un sistema es una representacin grfica de las funciones realizadas por cada
componente y del flujo de seales. Los diagramas de bloques indican las interrelaciones que existen entre
los diversos componentes. El diagrama de bloques tiene la ventaja de indicar en forma ms realista el flujo
de seales del sistema real.

30
El bloque funcional, es un smbolo de la operacin matemtica que el bloque produce a la salida, sobre
la seal que tiene la entrada. La figura 2.2, muestra el diagrama de bloque que representa la funcin de
transferencia

) (
) (
) (
S X
S Y
S G = [2.11]
Otro elemento importante en la representacin de funciones de transferencia por diagramas de bloques es
el detector de error, este elemento produce una seal que es la suma algebraica entre la seal de entrada o
de referencia y la seal de realimentacin del sistema de control. La figura 2.3, muestra el smbolo del
detector de error.
Funci n
Transferencia
G(S)
Y(S) X(S)

Fig. 2.2. Bloque funcional
R(S) E(S)
B(S)
+
-
+
+
-

Fig. 2.3. Detector de error

2 2. .5 5. .1 1. .1 1 D Di ia ag gr ra am ma a d de e B Bl lo oq qu ue es s d de e u un n S Si is st te em ma a d de e L La az zo o C Ce er rr ra ad do o y y s su u F Fu un nc ci i n n d de e
T Tr ra an ns sf fe er re en nc ci ia a
La figura 2.4 es la representacin, en diagrama de bloques de un sistema de control en lazo cerrado, en
donde:
G(S) Funcin transferencia de elementos de control y sistema controlado.
H(S) Funcin transferencia de elementos de realimentacin (elementos de medicin).
B(S) Realimentacin primaria.
R(S) Seal de referencia
E(S) Seal de error
R(S) E(S)
B(S)
+
-
G(S)
H(S)
C(S)

Fig. 2.4. Diagrama de bloques de un sistema de control en lazo cerrado
La derivacin de la funcin de transferencia se da a continuacin:

31
B(S) = C(S) H(S) [2.12]
E(S) = R(S) - B(S) [2.13]
C(S) = G(S) E(S) [2.14]
Reemplazando [2.12] en [2.13]
E(S) = R(S) C(S)H(S) [2.15]
C(S) = G(S) [R(S) C(S) H(S)] [2.16]
C(S) [1+ G(S) H(S)] = G(S)R(S) [2.17]

) ( ) ( 1
) (
) (
) (
S H S G
S G
S R
S C

= [2.18]
La ecuacin [2.18] representa la funcin de transferencia de un sistema de control en lazo cerrado, en esta
ecuacin el signo ms (+) corresponde a un sistema con realimentacin negativa, el signo menos (), a
realimentacin positiva.
Otra relacin importante en el estudio de sistemas de control es
) (
) (
S R
S E

Esta relacin se obtiene as :
Dividiendo la ecuacin [2.15] por R(S):
) (
) (
) (
1
) (
) (
S H
S R
S C
S R
S E
= [2.19]
) (
) ( ) ( 1
) (
1
) (
) (
S H
S H S G
S G
S R
S E
+
= [2.20]

) ( ) ( 1
1
) (
) (
S H S G S R
S E
+
= para realimentacion negativa [2.21]
La funcin de transferencia en lazo abierto definida como
) (
) (
S E
S B
se encuentra as :
B(S) = C(S) H(S) [2.22]

) (
) (
) (
S G
S C
S E = [2.23]
) ( ) (
) ( ) (
) ( ) (
) (
) (
S H S G
S G S C
S H S C
S E
S B
= = [2.24]
Si la realimentacin H(S) es unitaria, las funciones de transferencia anteriores se convierten en :

32

) ( 1
) (
) (
) (
S G
S G
S R
S C
+
= [2.25]

) ( 1
1
) (
) (
S G S R
S E
+
= [2.26]
) ( * ) (
) (
) (
) (
) (
S H S G
S E
S C
S E
S B
= = [2.27]
2 2. .5 5. .1 1. .2 2 F Fu un nc ci i n n d de e T Tr ra an ns sf fe er re en nc ci ia a d de e u un n S Si is st te em ma a d de e L La az zo o C Ce er rr ra ad do o s so om me et ti id do o a a
P Pe er rt tu ur rb ba ac ci i n n
La figura 2.5 corresponde a un sistema de control de lazo cerrado sometido a una perturbacin.
C(S) R(S)
H(S)
G1(S) G2(S) +
-
+
+
+
Perturbacin
N(S)
E(S)
B(S)
M(S) A(S)

Fig. 2.5. Diagrama de bloques de un sistema de lazo cerrado sometido a una perturbacin
Como es una perturbacin externa se toma como una entrada, al ser un sistema lineal, se le aplica el
principio de superposicin.
La respuesta total de este sistema se encuentra como la suma de las respuestas proporcionados por cada
una de las entradas R(S) y N(S) respectivamente.
Con N(S) = 0

) ( ) ( ) ( 1
) ( ) (
) (
) (
2 1
2 1 1
S H S G S G
S G S G
S R
S C
+
= [2.28]
con R(S) = 0
E(S) = B(S) [2.29]
B(S) = C(S)H(S) [2.30]
A(S) = E(S)G
1
(S) [2.31]
M(S) = A(S) + N(S) [2.32]
G
2
(S) = G
2
(S)M(S) [2.33]
[2.32] en [2.33]se tiene :
C
2
(S) = G
2
(S)[A(S) + N(S)] [2.34]

33
C
2
(S) = G
2
(S)[E(S)G
1
(S) + N(S)] [2.35]
[2.29] en [2.35]
C
2
(S) = G
2
(S)[B(S) G
1
(S) + N(S)] [2.36]
[2.30] en [2.36]
C
2
(S) = G
2
(S)[C(S)H(S)G
1
(S) + N(S) [2.37]
C
2
(S)[1 + G
1
(S)G
2
(S)H(S)] = G
2
(S)N(S) [2.38]

) ( ) ( ) ( 1
) (
) (
) (
2 1
2 2
S H S G S G
S G
S N
S C
+
= [2.39]
) (
) ( ) ( ) ( 1
) (
) (
) ( ) ( ) ( 1
) ( ) (
) ( ) ( ) (
2 1
2
2 1
2 1
2 1
S N
S H S G S G
S G
S R
S H S G S G
S G S G
S C S C S C
+
+
+
+ = [2.40]
2 2. .5 5. .1 1. .3 3 T Tr ra an ns sf fo or rm ma ac ci io on ne es s d de e d di ia ag gr ra am ma a d de e b bl lo oq qu ue es s
La obtencin de las funciones de transferencia de un sistema determinado puede realizarse mediante el
uso de las propiedades de los diagramas de bloques. Sin embargo, cuando los sistemas presentan alguna
complejidad, es necesario transformar estos diagramas de bloques con el propsito de llegar a tener un
diagrama de bloque mas simplificado. Esto se hace mediante la aplicacin de las siguientes reglas que se
ilustran en la figura 2.6

Tabla 2.2: Transformacin de diagramas de bloques
L ans!omac1L n
L 1aL ama o1L 1na
1
L 1aL ama cL u1va1c
n1c
Combinacin de bloques en
cascada
X
1
G
1
(s) G
2
(s)
X
2
X
3

G
2
G
1
X
1
X
3
G
1
G
2
X
1
X
3

Movimiento de un punto de
suma anterior a un
bloque
X
1
G
X
2
X
3
+
+
-

X
1
G
X
2
X
3
+
+
-
G


34
L ans!omac1L n
L 1aL ama o1L 1na
1
L 1aL ama cL u1va1c
n1c
Movimiento de un punto de
separacin posterior a un
bloque
X
1
G
X
2
X
2

X
1
G
X
2
X
2
G

Movimiento de un punto de
separacin anterior a un
bloque
X
1
G
X
2
X
1

X
1
G
X
2
X
1 1
G

Movimiento de un punto de
suma posterior a un
bloque
X
1
G
X
2
X
3
+
+
-

X
1
G
X
2
X
3
+
+
-
1
G

Eliminacin de un circuito de
retroalimentacin
X
1
G
X
2
+
+
-
H

X
1
G
1 GH
X
2
+
-


2 2. .5 5. .1 1. .4 4 E Ej je em mp pl lo os s d de e A Ap pl li ic ca ac ci i n n d de e l la as s R Re eg gl la as s d de e l lo os s D Di ia ag gr ra am ma as s d de e B Bl lo oq qu ue es s: :
En los siguientes ejemplos se ilustra la simplificacin de diagramas de bloques, empleando las reglas de
reduccin.
Ejemplo 1

35
R(s)
H
2
H
1
H
3
G
1
G
2
G
3
G
4
C(s)
+
-
+
+
+
-

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

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

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

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



36
H
3
G
3
G
4
C(s)
-
+
H
2
H
3
G
3
G
4
C(s)
-
+
G
4
H
2
H
3
G
4
C(s)
G
3
1+G
3
G
4
H
2

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

Ejemplo 3
H
2
H
1
G
2
G
3
C(s)
+
-
G
1
-
+
+
+
R(s)

H
2
G
2
G
3
C(s)
+
-
G
1
-
+
+
+
R(s)
H1
G3

H
1
G
3
G
1
C(s)
+
-
+
R(s)
G
2
G
3
1-G
2
G
3
H
2


37
C(s)
+
-
R(s)
G
1
G
2
G
3
1+G
2
G
3
H
2
- G
1
G
2
H
1

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

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


G
2
G
3
1+G
2
G
3
H
2
H
1
G
3
G
1
+
-
+
-
R(s) C(s)


G
1
G
2
G
3
1+G
2
G
3
H
2
-G
1
G
2
H
1
+
-
R(s) C(s)


G
1
G
2
G
3
1+G
2
G
3
H
2
-G
1
G
2
H
1
+G
1
G
2
H
3
R(s) C(s)



38
2 2. .5 5. .2 2 D Di ia ag gr ra am ma as s d de e F Fl lu uj jo o d de e S Se e a al l - -D DF FS S- -
La representacin de sistemas de control mediante los diagramas de bloque, se hace muy laboriosa para
sistemas muy complicados.
Un procedimiento alternativo, para hallar las relaciones entre las variables de un sistema de control
complicado, es el procedimiento de grfico de flujo de seal ideado por S.J. Mason.
Un grfico de flujo de seal es un diagrama que representa un conjunto de ecuaciones algebraicas
lineales simultneas.

=
=
N
k
j kj
J
Y a y
1

; J = 1, 2, 3, .... N
y
1
= a
11
Y
1
+ a
21
Y
2
+ a
31
Y
3
y
2
= a
12
Y
1
+ a
22
Y
2
+ a
32
Y
3

Un D.F.S. contiene esencialmente la misma informacin que un diagrama de bloques. La ventaja del
D.F.S. sobre los diagramas de bloques para representar un sistema de control, es que se, dispone de una
frmula de ganancia, denominada frmula de Mason, la cual da las relaciones entre las variables del
sistema sin requerir una reduccin del grfico.
2 2. .5 5. .2 2. .1 1 D De ef fi in ni ic ci io on ne es s: :
Nodo: Es un punto que representa una variable o seal
Rama: Es un segmento de lnea dirigido que une dos nodos. Representa la relacin causa - efecto
entre dos variables.
Transmitancia: Es la ganancia entre dos nodos
Nodo de Entrada: Nodo que solo tiene ramas que salen. Corresponde a una variable independiente.
Nodo de Salida: Nodo que slo tiene ramas de entrada. Corresponde a una variable dependiente.
Nodo Mixto: Nodo que tiene tanto ramas que llegan como ramas que salen.
Camino o Trayecto: Recorrido de ramas conectadas en el sentido de las flechas de las ramas.
Si no se cruza ningn nodo ms de una vez, el camino o trayecto es abierto. Si el camino o trayecto
finaliza en el mismo nodo del cual parti, y no cruza ningn otro nodo ms de una vez, es un camino o
trayecto cerrado.
Lazo: Camino trayecto cerrado.
Ganancia del lazo: Es el producto de las transmitancias de las ramas de un lazo.
Lazos disjuntos: Son aquellos que no poseen ningn nodo comn.
Trayecto directo: Es el trayecto de un nodo de entrada a un nodo de salida que no cruza ningn nodo
ms de una vez.
Ganancia del trayecto directo: Es el producto de las transmitancias de las ramas de un trayecto
directo.
La figura 2.6 ilustra algunas de estas definiciones.

39
X
1
X
2
a X
3
b 1
X
4

Fig. 2.6. Diagrama de Flujo de Seales
2 2. .5 5. .2 2. .2 2 P Pr ro op pi ie ed da ad de es s d de e l lo os s D Di ia ag gr ra am ma as s d de e F Fl lu uj jo os s d de e S Se e a al l. .
1. Una rama indica la dependencia funcional de una seal respecto a la otra. Una seal se desplaza
nicamente en la direccin y sentidos especificados por la flecha de la rama.
2. Un nodo suma las seales de todas las ramas de entrada y transmite esta suma o todas las ramas de
salida
3. Un nodo mixto puede ser considerado como un nodo de salida, aadiendo una rama de salida de
transmitancia unitaria.
4. Para sistemas dado, el D.F.S. no es nico. Se puede dibujar muchos grficos de flujo de seal
diferentes, para un sistema dado, escribiendo en forma distinta las ecuaciones del sistema.
2 2. .5 5. .2 2. .3 3 R Re eg gl la as s d de e l lo os s d di ia ag gr ra am ma as s d de e f fl lu uj jo o d de e s se e a al le es s. .
Al hacer el D.F.S. se acostumbra colocar los nodos de entrada a la izquierda y los de salida a la derecha.
Las variables independientes y dependientes de las ecuaciones se convierten en los nodos de entrada y
nodos de salida respectivamente.
Para reducir el D.F.S. a un diagrama que contenga solamente nodos de entrada y salida, se pueden usar
las siguientes reglas :
Ilustrados en las figuras 2.7a, 2.7b, 2.7c, 2.7d y 2.7e
El valor de un nodo con una rama de entrada es
x
2
= ax
1

X
1
X
2
a

Fig. 2.7a. Nodo con rama de entrada
La transmitancia total de ramas en cascada, es igual al producto de todas las transmitancias de las
ramas. De esta forma se pueden combinar ramas en cascada en un nica rama, multiplicando sus
transmitancias.
X
1
X
3
ab
X
1
X
2
a X
3
b


40
Fig. 2.7b. Transmitancia de ramas en cascada
Se pueden combinar ramas en paralelo, sumando sus transmitancias
X
1
X
2
a + b
X
1
X
2
a
b

Fig. 2.7c. Ramas en paralelo
Se puede eliminar un nodo mixto
X
1
X
2
a X
4
c
X
3
X
5
X
4
ac
X
3
X
5
X
1
ab
ad

Fig. 2.7d. Nodo mixto
Se puede eliminar un lazo, convirtindolo en una automalla y luego eliminando la automalla
X
1
X
3
a b X
2
c
X
1
X
3
ab
ba
X
1
X
3
ab
1 - bc

Fig. 2.7e. Automallas
La figura 2.8 indica la manera de eliminar una automalla. Esta se puede eliminar dividiendo cada una de
las transmitancias de las ramas que llegan a el por (1-b) donde b es el valor de la transmitancia de la
automalla.
Z
3 a
3
1-b
Z
2
Z
1
X
a
1
1-b
a
2
1-b
Z
3
a
3
Z
2
a
2
Z
1
X
a
1
b
Fig. 2.8. Eliminacin de una automalla
2 2. .5 5. .2 2. .4 4 E Ej je em mp pl lo os s d de e r re ed du uc cc ci i n n d de e D D. .F F. .S S. .
Ejemplo 1

41
X
1
X
2
a X
5
b X
3
c
d e
X
4


X
1
X
2
a
bc
X
3
de


X
1
abc X
3
debc


X
1
abc
1-debc
X
3

Ejemplo 2
X
1
X
3
a b
X
2
c
X
4
X
5
f
e
d
g
X
1
X
5
h

X
1
a
bc
X
2
X
4
X
5
fc
e
d
g



42
X
1
a
X
2
X
5
e
1-fc
d
g
bc
1-fc


X
1
a
X
2
X
5
g
bcd
1-fc
ed
1-fc


X
1
a
X
2
X
5
g
bcd
1-fc-ed


X
1
X
5
abcd
1-fc-ed
bcdg
1-fc-ed


X
1
X
5
abcd
1-fc-ed-bcdg

2 2. .5 5. .2 2. .5 5 F F r rm mu ul la a d de e M Ma as so on n
Los diagramas de flujo de seales, se pueden reducir usando las reglas anteriormente estudiados, sin
embargo, para diagramas complejos el uso de estas reglas puede resultar engorroso. Para obviar esto, se
hace uso de la formula de Mason sin necesidad de usar las reglas de reduccin.
En la frmula de Mason la relacin entre un nodo de entrada x
e
y un nodo de salida x
s
, esta dado por:

43

Mason de
Frmula
1

k T
x
x
n
k
k
e
s
A
=

=
[2.41]
n Es el nmero de las trayectorias diferentes entre x
s
y x
e

T
k
Es la ganancia de la k sima trayectoria
Ak Es el cofactor de la k sima trayectoria
A Es el determinante del D.F.S
El determinante A se define como la unidad menos la suma de las ganancias de las mallas simples, mas
la suma de los productos de las ganancias de las mallas dobles que no se toquen, menos la suma de los
productos de las ganancias de las mallas triples que no se toquen, etc.
Dos redes no se tocan si no tienen ningn nodo en comn.
... 1
, , ,
+ + = A

f e d
f e d
a c b
c b a
L L L L L L [2.41]
=

a
a
L Suma de todos las distintas ganancias del lazo
= Suma de la ganancia de las mallas simples
=
c
c b
b
L L
,
Suma de los productos de las ganancias de las mallas dobles que no se toquen
El cofactor de una trayectoria (Ak) es lo que queda del determinante del D.F.S. al suprimir los nodos de
la trayectoria y las ramas conectados a ellos.
2 2. .5 5. .2 2. .6 6 D Di ia ag gr ra am ma as s d de e f fl lu uj jo os s d de e s se e a al le es s p pa ar ra a s si is st te em ma as s d de e c co on nt tr ro ol l
Tabla 2.3: Equivalente del diagrama de bloque en diagrama de flujo de seal.
DIAGRAMA DE BLOQUE D.F.S
a.
G(S)
R(S) C(S)

b.
R(S) C(S) G(S)

c.
R(S)
G(S)
C(S)
H(S)

d.
R(S) C(S) G(S)
H(S)

e. f.

44
DIAGRAMA DE BLOQUE D.F.S
C(S) R(S)
H(S)
G1(S) G2(S) +
-
N(S)


G
1
(S) G
2
(S)
N(S)
C(S) R(S)
H(S)


g.
C(S) R(S)
H(S)
G1(S) +
-
N(S)

h.
G(S) 1
N(S)
C(S) R(S)
H(S)

i.
R
1
(S)
R
2
(S)
C
1
(S)
C
2
(S)

j.
R
1
(S)
R
2
(S)
C
1
(S)
C
2
(S)
G
11
(S)
G
22
(S)
G
2
1 (
S
)
G
1
2
(
S
)

Mediante el empleo de estas equivalencias es posible reducir cualquier diagrama que representa un
proceso, de manera que se pueda implementar el controlador respectivo.
2 2. .5 5. .2 2. .7 7 E Ej je em mp pl lo os s d de e o ob bt te en nc ci i n n d de e f fu un nc ci io on ne es s d de e t tr ra an ns sf fe er re en nc ci ia a
Ejemplo 1
Dibujar el diagrama de bloque y el D.F.S del circuito mostrado. Obtener la funcin de transferencia
aplicando la frmula de Mason.
E
2
(S) / E
1
(S)

45
R
C
+
-
E
1
+
-
E
2 i
1

( )
( )
R
S E S E
S I
) (
2 1

= [2.42]

( )
CS
S I
S IE = ) (
2
[2.43]
Diagrama de bloques
E
1
(S)
1
R
1
C
s
+
-
E
1
(S)

Diagrama de flujo de seales
De la ecuacin [2.42], y [2.43]
( )
( )
R
S E
R
S E
S I
) (
2 1
= [2.44]

( )
CS
S I
S E = ) (
2
[2.45]
1
R
1
CS
-1
R
E
1
(s) E
2
(s)

Aplicando la ecuacin de Mason
- Trayectorias directas
1
1
1 1
= A = K
RCS
T
- Ganancias Mallas simples
RCS
1


46
RCS
1
1+ = A
( )
( ) 1
1
1
1
1
1
1
2
+
=
+

=
RCS
RCS
RCS
S E
S E

Ejemplo 2
Dibujar el diagrama de bloque y el D.F.S del circuito mostrado. Obtener la funcin de transferencia
V
o
(S) / V
i
(S) aplicando la frmula de Mason.
R
1
C
1
+
-
v
i i
1
i
2
C
2
+
-
v
o
R
2
v
1

Ecuaciones :
( ) ( ) ( ) | |
1
1
1 1
R
I
S V S V S I
i
= [2.46]
( )
( )
( )
1
1
1
1
R
S V
R
S V
S I
i
= [2.47]

S C
S I S I S V
1
2 1 1
1
)] ( ) ( [ ) ( = [2.48]

S C
S I
S C
S I
S V
1
2
1
1
1
) ( ) (
) ( = [2.49]
( ) ( ) ( ) | |
2
0 2
1
R
S V S V S I
i
= [2.50]
( )
( )
( )
2
0
2
2
R
S V
R
S V
S I
i
= [2.51]

S C
S I
S V
2
2
0
) (
) ( = [2.52]

47
V
i
(s)
1
R
1
1
C
1
S
1
R
2
1
C
2
S
C(s)
+
-
+
-
I
1
(s)

Diagrama de flujo de seales
Haciendo uso de las ecuaciones [2.46] a [2.52]:
V
i
(s)
1
R
1
I
1
(s)
1
C
1
S
-1
R
1
V
0
(s)
1
R
2
-1
C
1
S
I
2
(s)
1
C
2
S
-1
R
2
1
V
0
(s) V
1
(s)

Aplicacin de la frmula de Mason.
- Ganancias de las trayectorias directas
S C R S C R
T
2 2 1 1
1
1 1 1 1
=
- Cofactores
1
1
= AK
- Ganancia mallas simples
S C R S C R S C R
2 2 1 2 1 1
1
;
1
;
1

- Ganancia mallas dobles
2
2 2 1 1
1
S C R C R

- Determinante
2
2 2 1 1 2 2 1 2 1 1
1 1 1 1
1
S C R C R S C R S C R S C R
+ + + + =

48
( ) 1
1
) (
) (
1 1 2 1 2 2
2
2 2 1 1
0
+ + + +
=
S C R C R C R S C R C R S V
S V
i

Ejemplo 3
Obtener la funcin de transferencia para el diagrama de bloques mostrado, usando la frmula de Mason.
H
3
H
1
G
3
G
4
C(s)
+
-
G
2
-
+ +
R(s)
G
1
H
2
-

Diagrama de Flujos de seales
1
G
1
(S) R(S) G
2
(S) G
3
(S) G
4
(S) C(S)
-H
3
(S)
-H
2
(S)
-H
1
(S)

- Trayectorias directas
T
1
= G
1
G
2
G
3
G
4

- Cofactor
AK
1
= 1
- Mallas simples
G
2
G
3
H
3
; G
3
G
4
H
2
; G
1
G
2
G
3
G
4
H
1

- Mallas dobles: no hay
- Determinante:
D = 1 + G
2
G
3
H
3
+ G
3
G
4
H
2
+ G
1
G
2
G
3
G
4
H
1


49
1 4 3 2 1 2 4 3 3 3 2
4 3 2 1
1 ) (
) (
H G G G G H G G H G G
G G G G
S R
S C
+ + +
=
Ejemplo 4
Del D.F.S. mostrado obtener Y
8
/ Y
1

Y
1
Y
2
Y
3
Y
4
Y
5
Y
6
Y
8
a b c d e f
-i
g
h
Y
7
-j -k -m -n
-p

- Ganancias de trayectorias directas
T
1
= abcdef
T
2
= aghf
Ak
1
= 1 + i
Ak
2
= 1 + cdp + ck + dm
- Ganancia mallas simples
nj cdp
ck ghnpj
dm i
en ghnmkj
- Ganancia mallas dobles
bjdm cik
bjen dmi
cken eni
bji cdpi
- Ganancia mallas triples
bjdmi bjeni ckeni

50
- Determinante:
A = 1+(bj + ck + dm + en + cdp + ghnpj + i ghnmkj) + (bjdm + bjen + bji + cki + dmi + eni +
eni + cdpi) + (bjdmi + bjeni + ckeni)
- Cofactores
Ak
1
= 1 + i
Ak
2
= 1 + cdp + ck + dm
A
+ + + + +
=
) 1 ( ) 1 (
1
8
dm ck cdp aghf i abcdef
Y
Y

2 2. .5 5. .3 3 R Re ep pr re es se en nt ta ac ci i n n d de e F Fu un nc ci io on ne es s d de e T Tr ra an ns sf fe er re en nc ci ia a p po or r V Va ar ri ia ab bl le es s d de e
E Es st ta ad do o
Las variables de estado de un sistema se define como un conjunto mnimo de variables X
1
(t), X
2
(t),. . .
X
m
(t), tal que el conocimiento de estas variables en cualquier instante t
0
, mas la informacin de los estados
del sistema, permiten determinar el estado del sistema en cualquier instante t > t
0
.
En un sistema , el conjunto de ecuaciones diferenciales de primer orden, se llaman ecuaciones de estado
y las variables X
1
(t), X
2
(t),. . . X
m
(t), se llaman variables de estado.
Estado de Ecuacin Gu Fx X + =

[2.53]
u es la entrada del sistema
x variables de estado

X conjunto de diferenciales de primer orden


F,G matrices que dependen del sistema
Ejemplo 1
Determinar la ecuacin de estado del sistema dado por:
R L
C e
c
(t)
e(t)
i(t)

}
= dt t i
C
t e
c
) (
1
) (
Ecuaciones del sistema
( ) ( ) ( ) t e e t
dt
di
L R t i
c
= + +

51

}
= dt t i
C
t e
c
) (
1
) (
( ) t e
dt
d
C t i
c
= ) (
( ) ( ) ( ) ( ) t i
L
R
t e
L
t e
L
t i
dt
d
c
=
1 1

( ) ( ) t i
C
t e
dt
d
c
1
=
Variables de estado: i(t), e
c
(t)
( )
( )
( )
( )
| |
d
dt
i t
d
dt
e t
R
L L
C
i t
e t
L
e t
c
c

(
(
(
=

(
(

(
+

(
(
1
1
0
1
0
( )
Formulacin de la ecuacin de estado
A partir de un conjunto de ecuaciones diferenciales, se efecta el siguiente procedimiento:
1. Se despeja la derivada de orden superior.
2. Se asignan las variables de estado, a las variables bsicas, sin incluir la de orden superior.
3. Se configura la ecuacin de estado.
Ejemplo 2
Obtener la ecuacin de estado, del sistema representado por el siguiente conjunto de ecuaciones
diferenciales.
( ) ) ( 4 ) ( 5 6 7
2
2
t t w u t v
dt
d
| o = + +
) ( 2 3 t u w
dt
d
| =
Entradas
o = u
1

| = u
2

Variables bsicas u, w
( )
d
dt
V t u u v w
2
2 1 2
5 4 7 6 =
u u w
dt
d
3 2
2
+ =

52
Asignacin de variables de estado.
1 2 3
3 1 2 1 2
2 1
3 3
2 1 1
3 2
6 - 7 - 4 - 5
) ( W ; ) (
V ; V ; ) (
x u X
x x u u X
X X
X t X t W
X X X t V
+ =
=
=
= =
= = =
`
`
` `
` `
` ` ` ` `

(

(
(
(

+
(
(
(

(
(
(

=
(
(
(

2
1
3
2
1
3
2
1
2 0
4 5
0 0
0 0 3
6 0 7
0 1 0
u
u
x
x
x
x
x
x
`
`
`

u G X F X + =
`

Ejemplo 3
Obtener la ecuacin de estado del sistema representado por:
) ( 5 4 3 2
3
3
t r
dt
d
q p
dt
d
p
dt
d
o = + +
) ( 11 ) ( 10 9 8 t t q q
dt
d
r | o = + +
0 7 6
2
2
2
2
= + r r
dt
d
p
dt
d

o = u
1
; | = u
2

Variables bsicas p,q,r
Asignacin de las variables de estado.
- - - - - - -
- - - - - - - - -
= = = = = =
= = = = = =
6 6 5 5 4 4
3 3 2 2 1 1
; ; ; ;
; ; ;
x r x x r x r x q x q
x p x x p x x p x p

6 4 2 1 3
3 2
2 1
4 3 2 5 x x x u x
x x
x x
+ =
=
=
-
-
-

5 3 6
6 5
5 4 2 1 4
6
7
6
1
8
1
8
9
8
11
8
10
x x x
x x
x x u u x
+ =
=
=
-
-
-


53
(

(
(
(
(
(
(
(
(

+
(
(
(
(
(
(
(
(

(
(
(
(
(
(
(
(



=
(
(
(
(
(
(
(
(

2
1
6
5
4
3
2
1
6
5
4
3
2
1
0 0
0 0
8 11 8 10
0 5
0 0
0 0
0 6 7 0 6 1 0 0
1 0 0 0 0 0
0 8 1 8 9 0 0 0
4 0 3 0 2 0
0 0 0 1 0 0
0 0 0 0 1 0
u
u
x
x
x
x
x
x
x
x
x
x
x
x
`
`
`
`
`
`

u G x F x + = `
2 2. .5 5. .3 3. .1 1 D Di ia ag gr ra am ma as s d de e e es st ta ad do o
Es la representacin de la ecuacin de estado mediante el diagrama de flujo de seales. El
procedimiento a seguir es:
O Obtencin del diagrama de estado
O Se toma la transformada de Laplace de la ecuacin de estado en forma matricial, incluyendo las
condiciones iniciales
O Se traza el D.F.S
Ejemplo 1
Obtener la ecuacin de estado y el diagrama de estado del sistema representado por:
u y y y y
u y y y y
6 6 11 6
6 6 11 6
+ =
= + + +
` ` ` ` ` ` `
` ` ` ` ` `

Asignacin de variables de estado
1 2 3 3
3 2
2 1
3 3 2 2 1 1
6 11 6 6
; ; ;
x x x u x
x x
x x
x y x x y x x y x y
=
=
=
= = = = = =
`
`
`
` ` ` ` ` ` ` ` `

| | u
x
x
x
x
x
x
(
(
(

+
(
(
(

(
(
(


=
(
(
(

6
0
0
6 11 6
1 0 0
0 1 0
3
2
1
3
2
1
`
`
`

Transformada de Laplace de la ecuacin de estado
| | ) (
6
0
0
) (
) (
) (
6 11 6
1 0 0
0 1 0
) 0 ( ) (
) 0 ( ) (
) 0 ( ) (
3
2
1
3 3
2 2
1 1
S U
S X
S X
S X
x S SX
x S SX
x S SX
(
(
(

+
(
(
(

(
(
(


=
(
(
(



54
| | ) (
6
0
0
) (
) (
) (
6 11 6
1 0 0
0 1 0
) 0 (
) 0 (
) 0 (
) (
) (
) (
3
2
1
3
2
1
3
2
1
S U
S X
S X
S X
x
x
x
S SX
S SX
S SX
(
(
(

+
(
(
(

(
(
(

(
(
(

=
(
(
(


Las condiciones iniciales, se toman como entradas.
u(S)
Sx
3
(s)
6
1
S
1 1
-6
1
S
x
3
(s) Sx
2
(s) x
2
(s) Sx
1
(s)
x
1
(s)
-11
-6
x
3
(0) x
2
(0) x
1
(0)

Fig. 2.9. Diagrama de estado del sistema
6u 6y y 11 y 6 y
6u 6y y 11 y 6 y
+ =
= + + +
` ` ` ` ` ` `
` ` ` ` ` `

2 2. .5 5. .3 3. .2 2 R Re ep pr re es se en nt ta ac ci i n n d de e l la a e ec cu ua ac ci i n n d de e e es st ta ad do o a a p pa ar rt ti ir r d de e u un na a f fu un nc ci i n n d de e
t tr ra an ns sf fe er re en nc ci ia a
O Primer mtodo: A partir de la funcin de transferencia se obtiene la ecuacin diferencial y se aplica el
mtodo de asignacin de variables de estado descrito anteriormente.
O Segundo mtodo: Se realiza la descomposicin en fracciones parciales y luego se hace asignacin de
variables de estado.
Ejemplo
Obtener la ecuacin de estado del sistema representado por:
6 11 6
6
) (
) (
2 2
+ + +
=
S S S S U
S Y

Primer mtodo
- Ecuacin diferencial
u y y y y
u y y y y
6 6 11 6
6 6 11 6
+ =
= + + +
` ` ` ` ` `
` ` ` ` ` `

La ecuacin de estado se encontr en el ejemplo anterior
Segundo mtodo

55
) 3 ( ) 2 ( ) 1 ( ) 3 )( 2 )( 1 (
6
) (
) (
+
+
+
+
+
=
+ + +
=
S
C
S
B
S
A
S S S S U
S Y

) 3 (
3
) 2 (
6
) 1 (
3
) (
) (
+
+
+

+
=
S S S S U
S Y

( )
( )
( )
( )
( )
( )
( ) S U
S
S U
S
S U
S
S Y
3
3
2
6
1
3
+
+
+

+
=
- Asignacin de variables de estado
) (
) 1 (
3
) (
1
S U
S
S X
+
=
) (
) 2 (
6
) (
2
S U
S
S X
+
=
) (
) 3 (
3
) (
3
S U
S
S X
+
=
Y(S) = X
1
(S) + X
2
(S) + X
3
(S)
Y = X
1
+ X
2
+ X
3

SX
1
(S) + X
1
(S) = 3U(S)

1 1 1 1
3 3 x u x u x x = = + ` `
SX
2
(S) + 2X
2
(S) = 6U(S)

2 2 2 2
2 6 6 2 x u x u x x = = + ` `
SX
3
(S) + 3X
3
(S) = 3U(S)

3 3 3 3
3 3 3 3 x u x u x x = = + ` `
- Ecuacin de estado
| | u
x
x
x
x
x
x
(
(
(

+
(
(
(

(
(
(

=
(
(
(

3
6
3
3 0 0
0 2 0
0 0 1
3
2
1
3
2
1
`
`
`

u G x F x + = `
Ejemplo
Obtener la ecuacin de estado del sistema representado por:

56
( ) ( ) ) 1 ( 2
20
2 3
20
) (
) (
) (
1 . 0
2
1 . 0
+ +
=
+ +
= =

S S
e
S S
e
S U
S Y
S G
S S

- Aproximacin de Pad
( ) ( )
( ) ( )
..
48 8 2
1
...
48 8 2
1
3 2
3 2
+ + +
+ +
=

TS TS
S
T
TS TS
S
T
e
TS

- Aplicando la aproximacin de Pad de primer orden

S
T
S
T
e
TS
2
1
2
1
+

con T = 0.1
( )
( )
( )
( )
( )( )( ) 1 2 05 . 0 1
05 . 0 1 20
+ + +

= =
S S S
S
S U
S Y
S G

( )
( ) ) 1 ( 2 ) 20 (
20 20
) (
) (
) (
+ + +

= =
S S S
S
S U
S Y
S G

) 2 ( ) 1 ( ) 20 ( ) (
) (
+
+
+
+
+
=
S
C
S
B
S
A
S U
S Y


) 2 (
44 . 24
) 1 (
10 . 22
) 20 (
33 . 2
) (
) (
+

+
+
+
=
S S S S U
S Y

( )
( )
( )
( )
( )
( )
( ) S U
S
S U
S
S U
S
S Y
2
44 . 24
1
10 . 22
20
33 . 2
+

+
+
+
=
) (
) 20 (
33 . 2
) (
1
S U
S
S X
+
=
) (
) 1 (
10 . 22
) (
2
S U
S
S X
+
=
) (
) 2 (
44 . 24
) (
3
S U
S
S X
+
=
Y(S) = X
1
(S) + X
2
(S) + X
3
(S)
y = x
1
+ x
2
+ x
3


1 1 1 1
20 33 . 2 33 . 2 20 x u x u x x = = + ` `

2 2 2 2
10 . 22 10 . 22 2 x u x u x x = = + ` `

3 3 3 3
2 44 . 24 44 . 24 2 x u x u x x = = + ` `

57
Ecuacin de estado
| | u
x
x
x
x
x
x
(
(
(

+
(
(
(

(
(
(

=
(
(
(

44 . 24
10 . 22
33 . 2
2 0 0
0 1 0
0 0 20
3
2
1
3
2
1
`
`
`

2 2. .6 6. . I IM MP PL LE EM ME EN NT TA AC CI I N N D DE E L LA A F FU UN NC CI I N N D DE E T TR RA AN NS SF FE ER RE EN NC CI IA A
Existen varias razones por las cuales la representacin de variables estado, son tiles en la ingeniera de
control. Una de ellas es la relativa simplicidad con la cual se pueden implementar o simular los sistemas
dinmicos, usando los elementos anlogos: El integrador, el sumador y el multiplicador
La representacin de la funcin de transferencia por medio de diagramas de flujo de seales permiten su
implantacin por el uso de amplificadores operacionales
I IN NT TE EG GR RA AD DO OR R
+
-
R
C
V
i
V
0

}
= dt V
RC
V
i
1
0

1 con
1
;
) (
0
0
= = = RC
S V
V
SRC
S V
V
e
i

S SU UM MA AD DO OR R
+
-
R
f
V
0
V
1
V
2
V
3
R
1
R
2
R
3


58
(

+ + =
3
3
2
2
1
1
0
V
R
R
V
R
R
V
R
R
V
f f f

Ejemplo 1
Implementar la funcin de transferencia.
b aS S
G
S V
S V
i
+ +
=
2
0
) (
) (

Ecuacin diferencial
i
GV bV V a V = + +
0 0 0
` ` `

Asignacin de variables de estado
2 1 2
2 1 2 0 2 1 0 1 0
6
6 ; ;
ax bx u x
ax bx V x V x x V x V
i
=
= = = = =
`
`
` `
`
`

| | u
G x
x
a b x
x
(

+
(


=
(

0 1 0
2
1
2
1
`
`

Diagrama de flujo de estado con condiciones iniciales iguales a cero
| | ) (
0
) (
) ( 1 0
) (
) (
2
1
2
1
S U
G S X
S X
a b s SX
s SX
(

+
(


=
(




u(S)
Sx
2
(s)
6
1
S
1
-a
1
S
x
2
(s) Sx
1
(s) x
1
(s)
-6

Fig. 2.10. Diagrama de variables de estado de la funcin
b aS S
G
2
+ +


La implementacin electrnica de la funcin de transferencia sera la que se muestra en la figura 2.11:

59
+
-
R
1
C
1
x
2
+
-
R
2
C
2
x
1
E
G
a
b
- -
V
i

Fig. 2.11. Implementacin electrnica de la funcin
b aS S
G
2
+ +

Ejemplo 2
Realizar la implementacin del sistema representado por:
| | u
x
x
x
x
(

+
(


=
(

6 . 24
37 . 0
84 . 24 7 . 88
66 . 0 55 . 1
2
1
2
1
`
`

Diagrama de flujo de datos
| | ) (
60 . 24
37 . 0
) (
) (
84 . 24 7 . 88
66 . 0 55 . 1
) (
) (
2
1
2
1
S U
S X
S X
s SX
s SX
(

+
(


=
(



u(S)
Sx
2
(s)
24.6
-1
S
0.66
24.84
-1
S
x
2
(s) Sx
1
(s) x
1
(s)
0.37
-88.7
1.55

Fig. 2.12a. Diagrama de variables de estado del sistema representado por:
| | u
24.6
0.37
x
x
24.84 88.7
0.66 1.55
x
x
2
1
2
1
(


=
`
`

Este diagrama es equivalente a:


60
u(S)
Sx
2
(s)
-24.6
1
S
-0.66
-24.84
1
S
x
2
(s) Sx
1
(s) x
1
(s)
0.37
88.7
-1.55

Fig. 2.12b. Diagrama de variables de estado del sistema representado por:
| | u
24.6
0.37
x
x
24.84 88.7
0.66 1.55
x
x
2
1
2
1
(


=
`
`

En la siguiente figura se ilustra la implementacin electrnica de dicho sistema
+
-
+
-
+
-
88.7k 1f
1MO
1MO
X
2
-X
2
+
-
10k
10k
4.7k
X
2
3.57k
2K
+
-
+
-
20k
1MO
X
1
-X
1
+
-
10k
10k
4.7k
X
1
13k
110k
53.6
10k
3.57k
U
-U
4.7k
30k

Fig. 2.13. Implementacin electrnica del diagrama de variables de la figura 2.12b.

Ejemplo 2
Implementar un sistema dinmico se segundo orden, dado por la siguiente ecuacin de estado

61
| | ) (
) (
) (
) (
) (
21
11
2
1
22 21
12 11
2
1
t u
B
B
t x
t x
A A
A A
t x
t x
(

+
(

=
(

`
`

(

=
(

) (
) (
) (
) (
2
1
22 21
12 11
2
1
t x
t x
C C
C C
t y
t y

Diagrama de flujo de estado
| | ) (
) (
) (
) (
) (
21
11
2
1
22 21
12 11
2
1
S U
B
B
S X
S X
A A
A A
S SX
S SX
(

+
(

=
(


| | ) (
) (
) (
) (
) (
21
11
2
1
22 21
12 11
2
1
S U
B
B
S X
S X
C C
C C
S Y
S Y
(

+
(

=
(



Sx
2
(s)
1
S
x
2
(s)
Sx
1
(s)
x
1
(s)
1
S
1
e
11
Y
1
(s)
e
21
e
22
Y
2
(s)
1

Fig. 2.14. Diagrama de Estado del sistema dado por | | u(t)
B
B
(t) x
(t) x
A A
A A
(t) x
(t) x
21
11
2
1
22 21
12 11
2
1
(

+ =
`
`

La implementacin electrnica se muestra en la siguiente figura:

62
}
}
E
A
11
A
12
A
21
E
A
22
B
11
B
21
A
11
C
12
C
21
C
22
E
E
U(S)
+
+
+
+
+
+
+
+
+
+
Y
1
(S)
Y
2
(S)

Fig. 2.15. Implementacin electrnica del diagrama de estado de la figura 2.14

2 2. .7 7. . E EJ JE ER RC CI IC CI IO OS S Y Y P PR RO OB BL LE EM MA AS S - - C CA AP P T TU UL LO O 2 2
En los siguientes ejercicios, encontrar la funcin de transferencia
) (
) (
) (
S R
S Y
S G =
1. Hallar
) (
) (
S R
S Y

H2 H3
G2 G3
G4
1
G1
1
G5
G6
H6
G7
H7
R(S) Y(S)
G8

2. Hallar
) (
) (
S R
S Y


63
1 G1 G2 G4 G3
-H4
-H1
-H3
-H2
G8
G7
1 G6 G5 R(S)
Y(S)

3. Hallar
) (
) (
S R
S Y

G1 1 R(S) K 1
-H2
-H2
1 G2 1/S
Y(S)
-1
-H1

4. Hallar
) (
) (
S R
S Y


64
Y(S)
Y(S)
j
d
e
n
c
m
l
i
x
a
g
h
k
R(S)


5. Encontrar
2
6
x
x

a
x1
x6
h
x3
g
c
x4
d
b
x2
f
e
x5

6. Encontrar
1
1
R
Y


65
1
G3
G4
1
G2 Y1 H6
Y2
R1
-H1
G1
R2
-H2
G5
G6


7. Encontrar
3
1
x
x

x1
d
x5
q
x3
a
e
l
x2
c
b x1


8. Hallar
1
5
x
x


66
F1
X3
X5
X2
1
H2
X4
H1
G2
1
G4
X1
-F2

9. Encontrar
1
6
x
x


X4 X5
8 10
2
1
X6
7
3
X2 X1
4
9 5
X3
6

10. Encontrar
) (
) (
S I
S O


G1 G2
H1
H2
G3
+
-
+
-
I(S) O(S)



67
11. Hallar
) (
) (
S I
S O

G2 G1 G3
+
-
+
-
+
-
H1
H2
H3
I(S) O(S)


12. Encontrar
) (
) (
S R
S Y

2
S(S+2.4)
+
-
+
-
R(S) Y(S)

13. Hallar
) (
) (
S R
S Y


2
S(S+2.4)
+
-
+
-
S+2
S+3
S
S+1
10S
(S+3)
R(S) Y(S)


14. Obtener el D.F.S. de

= +
= +
13 3 2
8 2
2 1
2 1
x x
x x


68
15.

= + +
= + +
2 2 2 22 1 21
1 1 2 12 1 11
x r x a x a
x r x a x a

Encontrar x
1
y x
2
usando
- La regla de Cramer (Solucin a un sistema de ecuaciones).
- La regla de Mason.
Representar los siguientes sistemas por variables de estado
16.
) 8 6 (
1 3
) (
) (
2
2
+ +
+ +
=
S S S
S S
S U
S Y

17.
) 2 )( 4 (
) 38 . 0 )( 62 . 2 (
) (
) (
+ +
+ +
=
S S S
S S
S U
S Y

18.
( )
( ) ( )
( )

+ =
=
=
) ( ) (
1
) (
) (
) (
1
) ( - ) (
1
) ( - ) (
1 ) (
) ( - ) (
1
- ) (
) (
3 2
2
2
3
3
2
3
3 2
2
2 1
2
2
2 1
1
1
t h t h
R
t q
dt
t dh
a
t h
R
t h t h
R
t h t h
R dt
t dh
a
t h t h
R
t q
dt
t dh
a
i
i
i

19.
) 12 7 (
1 3
) (
) (
2
2
+ +
+ +
=
S S S
S S
S U
S Y

20. 36 36 6 . 39 6 . 4
2
2
3
3
= + + + y
dt
dy
dt
y d
dt
y d

21.
) 10 7 (
) 1 ( 10
) (
) (
2
+ +
+
=
S S
S
S U
S Y


69
CAPTULO 3
MODELACIN, IDENTIFICACIN Y SIMULACIN DE
SISTEMAS DINMICOS
3.
3 3. .1 1. . I IN NT TR RO OD DU UC CC CI I N N
La modelacin tiene que ver con la representacin de un sistema real, de tal forma que permita explicar,
predecir algunos aspectos de su comportamiento.
El modelo permite el estudio de fenmenos complejos de un sistema dinmico
Los modelos matemticos son relaciones entre las variables, los parmetros que representan las
propiedades del sistema
+ La Identificacin de un proceso fsico consiste en cuantificar los parmetros de las ecuaciones
matemticas que describen el funcionamiento del sistema
La identificacin es una aproximacin experimental para la determinacin del modelo dinmico de un
sistema.
En la identificacin se obtiene un modelo matemtico a partir de mediciones realizadas directamente
sobre el propio sistema.
+ La simulacin es un mtodo experimental que permite el estudio de los sistemas a partir de modelos
El software usado en estas notas para la simulacin es el MATLAB
Antes de estudiar los aspectos bsicos de la modelacin, identificacin, y simulacin de sistemas fsicos,
estudiaremos como las seal tpicas de prueba en un estado estable y el comportamiento de los sistemas
de primero, segundo y orden superior.
3 3. .2 2. . S SE E A AL LE ES S T T P PI IC CA AS S D DE E P PR RU UE EB BA A
Las seales de prueba ms comnmente usadas son las funciones escaln, rampa, aceleracin, impulso y
senoidal. Con estas seales de entrada se pueden realizar anlisis experimentales y matemticos de los
sistemas de control con facilidad, ya que las seales son funciones simples de tiempo.
Una vez diseado un sistema de control sobre la base de seales de prueba, el funcionamiento del
sistema en respuesta a las entradas reales generalmente es satisfactorio. El uso de estas seales de prueba
permiten comparar el comportamiento de todos los sistemas sobre la misma base.
La tabla 3.1, define cada una de las seales de prueba comnmente usadas.

70

Tabla 3.1: Seales de Prueba
S Se e a al l d de e P Pr ru ue eb ba a r r( (t t) ) R R( (S S) )
Escaln

r(t) = A , t>0
r(t) = 0 , t<0
S
A
S R = ) (
Rampa

r(t) = At , t>0
r(t) = 0 , t<0
2
) (
S
A
S R =
Parablica

r(t) = At
2
, t>0
r(t) = 0 , t<0
3
2
) (
S
A
S R =
Impulso

1
) ( = t r , 0 s t s
r(t) = 0 , t>
R(S) = 1
3 3. .2 2. .1 1 E En nt tr ra ad da a F Fu un nc ci i n n E Es sc ca al l n n

<
>
=
0 t para 0
0 t para
) (
R
t r [3.1]
r(t) = R
s
(t)
R
r(t)
t

Fig. 3.1. Seal Escaln

71
r(t) = R
s
(t); R es la magnitud del escaln con
s
(t) funcin de escaln unitaria.
La transformada de Laplace del escaln es:

S
R
S R = ) ( [3.2]
Comando de MATLAB
step(n,d);
lsim(n,d,,t);
% = Entrada
3 3. .2 2. .2 2 E En nt tr ra ad da a F Fu un nc ci i n n R Ra am mp pa a
) ( ) ( t t R t r
s
= [3.3]

2
) (
S
R
S R = [3.4]
r(t) = Rt
s
(t)
R = Pendiente
r(t)
t

Fig. 3.2. Seal Rampa
3 3. .2 2. .3 3 E En nt tr ra ad da a F Fu un nc ci i n n P Pa ar r b bo ol la a
) (
2
) (
2
t
t R
t r
s

= [3.5]

3
) (
S
R
S R = [3.6]
r(t) = Rt
2

s
(t)
r(t)
t

Fig 3.3. Seal Parabola

72
3 3. .3 3. . E ER RR RO OR R E EN N E ES ST TA AD DO O E ES ST TA AB BL LE E C CO ON N R RE EA AL LI IM ME EN NT TA AC CI IO ON N N NO O U UN NI IT TA AR RI IA A

| | ) ( ) ( 1
1
) (
) (
S H S G S R
S E
+
= [3.7]

Unitaria No
cin realimenta con Error
) (
)] ( ) ( 1 [
1
) ( S R
S H S G
S E
+
=
[3.8]
e
ss
= Error en estado estable, se obtiene aplicando el teorema del valor final
) ( lm
0
S E S e
S
ss
=

[3.9]

| |
) (
) ( ) ( 1
1
lm
0
S R
S H S G
S e
S
ss

+
=

[3.10]
llamando: F(S) = G(S)H(S), entonces en general F(S) se puede expresar como:

) 1 )....( 1 )( 1 (
) 1 )....( 1 )( 1 (
) (
2
2 1 2 1
2
2 1 2 1
S P S P S P S P S
S Z S Z S Z S Z K
S F
n n
N
m m
+ + + +
+ + + +
= [3.11]
El termino e
-TS
no interesa en el clculo del error en estado estable, ya que
1 lm
-
0
=

TS
S
e [3.12]
El termino S
N
define el tipo de sistema, as:
N = 0 sistema tipo cero.
N = 1 sistema tipo uno.
N = 2 sistema tipo dos.
El error en estado depende del tipo de sistema y de la clase de entrada aplicada
3 3. .3 3. .1 1 E Er rr ro or r e en n E Es st ta ad do o E Es st ta ab bl le e c co on n F Fu un nc ci i n n E Es sc ca al l n n d de e E En nt tr ra ad da a

| | S
R
S H S G
S E
+
=
) ( ) ( 1
1
) ( [3.13]

S
R
S H S G
S e
S
ss

+
=

)] ( ) ( 1 [
1
lm
0
[3.14]

| | ] 1 [ ) ( ) ( lm 1
0
p
S
ss
K
R
S H S G
R
e
+
=
+
=

[3.15]
) ( ) ( lm
0
S H S G K
S
p
=

[3.16]
K
p
de conoce como coeficiente de error de posicin

73
3 3. .3 3. .1 1. .1 1 S Si is st te em ma a t ti ip po o C Ce er ro o

) 1 )....( 1 )( 1 (
) 1 )....( 1 )( 1 (
lm
2
2 1 2 1
0
2
2 1 2 1
0
S P S P S P S P S
S Z S Z S Z S Z K
K
n n
m m
S
p
+ + + +
+ + + +
=

[3.17]
K
p
= K [3.18]

K
R
K
R
e
p
ss
+
=
+
=
1 1
[3.19]

3 3. .3 3. .1 1. .2 2 S Si is st te em ma a t ti ip po o U Un no o ( (e en n a ad de el la an nt te e) )

) 1 )....( 1 )( 1 (
) 1 )....( 1 )( 1 (
lm
2
2 1 2 1
2
2 1 2 1
0
S P S P S P S P S
S Z S Z S Z S Z K
K
n n
m m
S
p
+ + + +
+ + + +
=

[3.20]
K
p
= 0
1
=
+
=
R
e
ss
[3.21]
3 3. .3 3. .2 2 E Er rr ro or r e en n E Es st ta ad do o E Es st ta ab bl le e c co on n F Fu un nc ci i n n R Ra am mp pa a d de e E En nt tr ra ad da a

2
0
)] ( 1 [
1
lm
S
R
S F
S e
S
ss

+
=

[3.22]
R
S G S S
S e
S
ss

+
=

)] ( [
1
lm
0
[3.23]

v
S
ss
K
R
S F S
R
e =

) ( lm
0
[3.24]
) ( lm
0
S F S K
S
v
=

[3.25]

K
v
se conoce como coeficiente de error de velocidad
3 3. .3 3. .2 2. .1 1 S Si is st te em ma a T Ti ip po o C Ce er ro o

) 1 )....( 1 )( 1 (
) 1 )....( 1 )( 1 (
lm
2
2 1 2 1
0
2
2 1 2 1
0
S P S P S P S P S
S Z S Z S Z S Z K
S K
n n
m m
S
v
+ + + +
+ + + +
=

[3.26]
K
v
= 0 = = =
0
R
K
K
e
v
ss
[3.27]

74
3 3. .3 3. .2 2. .2 2 S Si is st te em ma a t ti ip po o U Un no o

) 1 )....( 1 )( 1 (
) 1 )....( 1 )( 1 (
lm
2
2 1 2 1
2
2 1 2 1
0
S P S P S P S P S
S Z S Z S Z S Z K
S K
n n
m m
S
v
+ + + +
+ + + +
=

[3.28]
K
v
= K
K K
e
v
ss
1 1
= = [3.29]
K
v
se conoce como coeficiente de error de velocidad
3 3. .3 3. .2 2. .3 3 S Si is st te em ma a t ti ip po o D Do os s e en n a ad de el la an nt te e

) 1 )....( 1 )( 1 (
) 1 )....( 1 )( 1 (
lm
2
2 1 2 1
2
2
2 1 2 1
0
S P S P S P S P S
S Z S Z S Z S Z K
S K
n n
m m
S
v
+ + + +
+ + + +
=

[3.30]
K
v
= 0
1 1
=

= =
v
ss
K
e [3.31]
3 3. .3 3. .3 3 E Er rr ro or r e en n E Es st ta ad do o E Es st ta ab bl le e c co on n F Fu un nc ci i n n P Pa ar r b bo ol la a d de e E En nt tr ra ad da a

| |
3
0
) ( 1
1
lm
S
R
S F
S e
S
ss

+
=

[3.32]
R
S F S S
e
S
ss

+
=

)] ( [
1
lm
2 2
0
[3.33]

a
S
ss
K
R
S F S
R
e = =

) ( lm
2
0
[3.34]
K
a
se conoce como coeficiente de error de aceleracin.
3 3. .3 3. .3 3. .1 1 S Si is st te em ma a t ti ip po o C Ce er ro o

) 1 )....( 1 )( 1 (
) 1 )....( 1 )( 1 (
lm
2
2 1 2 1
0
2
2 1 2 1
0
S P S P S P S P S
S Z S Z S Z S Z K
S K
n n
m m
S
v
+ + + +
+ + + +
=

[3.35]
K
a
= 0 = = =
0
R
K
R
e
a
ss
[3.36]
3 3. .3 3. .3 3. .2 2 S Si is st te em ma a t ti ip po o U Un no o

) 1 )....( 1 )( 1 (
) 1 )....( 1 )( 1 (
lm
2
2 1 2 1
2
2 1 2 1
0
S P S P S P S P S
S Z S Z S Z S Z K
S K
n n
m m
S
v
+ + + +
+ + + +
=

[3.37]

75
K
a
= 0 = = =
0
R
K
R
e
a
ss
[3.38]
3 3. .3 3. .3 3. .3 3 S Si is st te em ma a t ti ip po o D Do os s

) 1 )....( 1 )( 1 (
) 1 )....( 1 )( 1 (
lm
2
2 1 2 1
2
2
2 1 2 1
0
S P S P S P S P S
S Z S Z S Z S Z K
S K
n n
m m
S
v
+ + + +
+ + + +
=

[3.39]
K
a
= 0
K K
e
a
ss
1 1
= = [3.40]
3 3. .3 3. .3 3. .4 4 S Si is st te em ma a t ti ip po o T Tr re es s e en n a ad de el la an nt te e

) 1 )....( 1 )( 1 (
) 1 )....( 1 )( 1 (
lm
2
2 1 2 1
3
2
2 1 2 1
0
S P S P S P S P S
S Z S Z S Z S Z K
S K
n n
m m
S
v
+ + + +
+ + + +
=

[3.41]
K
a
= 0

= =
K
K
R
e
a
ss
[3.42]


Tabla 3.2: Resumen de errores en ESTADO ESTABLE
T Ti ip po os s d de e s si is st te em ma as s
C Co on ns st ta an nt te e d de e
e er rr ro or r
E Er rr ro or r e en n e es st ta ad do o e es st ta ab bl le e
Escaln Rampa Parbola
N K
p
K
v
K
a
p
K
R
+ 1

v
K
R

a
K
R

0 K 0 0
p
K
R
+ 1


1 K 0 0
v
K
R


2 K 0 0
a
K
R

3 0 0 0
3 3. .4 4. . S SI IS ST TE EM MA AS S D DE E P PR RI IM ME ER R O OR RD DE EN N
La figura 3.4a y 3.4b . Corresponde a un sistema de primer orden

76
+
-
R(s) C(s)
t
s
1

Fig. 3.4a. Sistema de Primer Orden
1
t
s
+
-
C(s)
K

Fig. 3.4b. Ejemplo de Sistema de Primer Orden
De los diagramas a y b se obtienen las siguientes funciones de transferencia para los sistemas de primer
orden:

) 1 (
1
) (
) (
+
=
S S R
S C
t
[3.43]

Orden Primer de sistema un de
cia Transferen de Funcin
) 1 ( ) (
) (
+
=
S
K
S R
S C
t
[3.44]
3 3. .4 4. .1 1 R Re es sp pu ue es st ta a d de e u un n s si is st te em ma a d de e P Pr ri im me er r O Or rd de en n a an nt te e u un na a e en nt tr ra ad da a E Es sc ca al l n n
U Un ni it ta ar ri io o
) (
) 1 (
1
) ( S R
S
S Y
+
=
t
[3.45]
1
1
) 1 (
1
) (
+
+ =
+
=
S
B
S
A
S S
S Y
t t

) 1 (
1
) (
+
=
S S
S Y
t
t


|
.
|

\
|
+
=
t
1
1 1
) (
S
S
s Y [3.46]

t
t
e t y 1 ) ( = [3.47]

1 1 y yL L1 1L L
0 0

77
1 1 y yL L1 1L L
T 1-e
-1
= 0.632
2T 1-e
-2
= 0.865
3T 1-e
-3
= 0.95
4T 1-e
-4
= 0.982
5T 1-e
-5
0.993
t es la constante de tiempo y corresponde al tiempo que demora el sistema en alcanzar el 63.2% de su
valor fina.
Un sistema de primer orden alcanza su valor final (estado estable) al cabo de 4 constantes de tiempo
(4t).
La figura 3.5 corresponde a la respuesta de su sistema de primer orden
1
0.95
0.865
Sistema de primer orden
Y(t)
t

Fig. 3.5. Respuesta de un sistema de primer orden
Simulacin en MATLAB
n1=1; d1=[5 1];
t=[0:0.2:30];
y=step(n1,d1,t) ;
title ("Respuesta de un sistema de primer orden");
xlabel ("Tiempo en segundos");
ylabel ("Salida del sistema");

1
0.9
0.8
Sistema de primer orden
t
Y(t)
0 5 10 15 20
0.7
0.6
0.5
0.4
0.3
0.2
0.1
25

Fig. 3.6. Respuesta de un sistema de primer orden con t = 5

78
Si el sistema se expresa en la forma:

) (
) (
a S
a
S G
+
= [3.48]
La constante de tiempo es
a
1
= t
t
r
: Tiempo de elevacin. Es el tiempo que demora el sistema en pasar del 10% al 90% de su valor final.
y(t) = 1 - e
-t/t
y(t
1
) = 1 - e
-t1/t
= 0.1
0.9 = e
-t/t
ln0.9 = -t
1
/t
t
1
= 0.1t
y(t
2
) = 1 - e
-t2/t
= 0.9 e
-t/t
= 0.1
ln 0.1 = -t
2
/t t
2
= 2.30t
t
r
= t
2
- t
1

t
r
= 2.3t-0.1t = 2.2t [3.49]
t
d
: Tiempo de retardo. Es el tiempo que demora el sistema en alcanzar por primera vez el 50% de su
valor final
y(t) = 1 - e
-t/t
= 0.5
e
-t/t
= 0.5 ln0.5 = -t/t
t
d
= 0.69t [3.50]
3 3. .4 4. .2 2 E Er rr ro or r e en n E Es st ta ad do o E Es st ta ab bl le e
El sistema de primer orden son sistemas tipo uno. El e
ss
es igual a cero ante una entrada escaln.
En un sistema de primer orden cuanto ms pequea la constante de tiempo, ms rpida la respuesta del
sistema.
3 3. .4 4. .2 2. .1 1 R Re es sp pu ue es st ta a d de e u un n s si is st te em ma a d de e P Pr ri im me er r O Or rd de en n a a u un na a E En nt tr ra ad da a R Ra am mp pa a

1
1
) (
) (
+
=
S S R
S C
t
sistema de primer orden [3.51]
1
1
1
1
) (
2 2
+
+ + =
+
=
S
C
S
B
S
A
S S
S Y
t t

t
t t
1
1
) (
2
+
+ =
S
S S
S Y
y(t) = t - t + te
-t/t
, t > 0 [3.52]


79
1 1 y yL L1 1L L
0 0
T t - t + 0.368t= 0.368t
2T 2t - t + 0.1353t= 1.1353t
3T 3t - t + 0.04978t= 2.0498t
4T 4t - t + 0.0183t= 3.0183t
5T 5t - t + 0.0067t= 4.0067t
El error en estado estable, ante una entrada rampa es:
t t
1 1
lm ;
1
0
= = =

S
S K
K
e
s
v
v
ss

t
t
= =
1
1
ss
e [3.53]
El error de estado estable ante una entrada rampa unitaria es igual a t para t suficientemente grande.
Cuanto menor la constante de tiempo, menor el error estacionario o permanente al seguir la entrada
rampa.
t
0
t 2t 3t 4t
t
Error
t
2t
3t
4t
r(t)

Fig. 3.7. Respuesta de un sistema de primer orden a una entrada rampa
Simulacin en MATLAB
n1=1; d1=[5 1]
t=[0:0.2:30]
rampa = t;
y=lsim(n1,d1,rampa,t);
plot(t,y,t,rampa); grid;
title('Respuesta de un sistema de 1er orden a una rampa');
xlabel('Tiempo en segundos');
ylabel('Salida Y del sistema');


80

Fig. 3.8. Respuesta de un sistema de primer orden con t = 5 ante una entrada rampa
3 3. .4 4. .2 2. .2 2 R Re es sp pu ue es st ta a d de e u un n s si is st te em ma a d de e P Pr ri im me er r O Or rd de en n a a u un n I Im mp pu ul ls so o U Un ni it ta ar ri io o
) (
) 1 (
1
) ( S R
S
S Y
+
=
t
[3.54]
R(S) = 1 impulso unitario
) 1 (
1
) (
+
=
S
S Y
t

( )
t
t
t/ -
e
1
= t y para t >0 [3.55]
1 1 y yL L1 1L L
0 1/t
T 0.368/t
2T 0.1353/t
3T 0.0498/t
4T 0.0183/t
5T 0.0067/t

81
t 2t 3t 4t 5t
Y(t) =
1
t
e
-t/t
1
t
r(t)
t

Fig. 3.9. Respuesta de un sistema de primer orden a un impulso
Al analizar la respuesta de un sistema se debe tener un criterio para determinar la estabilidad absoluta, la
estabilidad relativa y el error estacionario. Este ltimo, se presenta cuando la salida de un sistema en
estado estacionario no coincide exactamente con la entrada. Este error indica la exactitud del sistema.
Simulacin en MATLAB
n1 = 1; d1= [5 1];
t=[0:0.2:20];
y=impulse(n1,d1,t);
plot (t,y); grid;
title ('Respuesta ante un impulso');
xlabel ('Tiempo en segundos');
ylabel ('Salida Y del sistema');

Fig. 3.10. Respuesta de un sistema de Primer Orden, con T = 5, ante un impulso

82
3 3. .5 5. . S SI IS ST TE EM MA AS S D DE E S SE EG GU UN ND DO O O OR RD DE EN N


Fig. 3.11. Sistema de Segundo Orden

( ) K pS S
K
S R
S Y
+ +
=
2
) (
) (
[3.56]

( )
) ( ) (
2
S R
K pS S
K
S Y
+ +
= [3.57]
En forma general, este sistema se puede escribir como:

( ) orden segundo de sistema
un para general Ecuacin
) (
2
) (
2 2
2
S R
S S
S Y
n n
n

+ +
=
e e
e
[3.58]
e
n
es la frecuencia natural no amortiguada
es el coeficiente de amortiguacin
Comparando las dos ecuaciones, se tiene:
K = e
n
2
[3.59]
p = 2e
n

K
p p
n
2
2
= =
e
[3.60]


Fig. 3.12. Sistema de Segundo Orden
3 3. .5 5. .1 1 R Re es sp pu ue es st ta a d de e u un n s si is st te em ma a d de e S Se eg gu un nd do o O Or rd de en n a an nt te e u un na a e en nt tr ra ad da a E Es sc ca al l n n
u un ni it ta ar ri ia a

( )

1
2
) (
2 2
2
S S S
S Y
n n
n

+ +
=
e e
e
[3.61]
Se puede describir el comportamiento dinmico de los sistemas de segundo orden en trminos de los dos
parmetros y e
n
.
+

R(S) Y(S)
( ) 1 + S S
K
+

R(S) Y(S)
( )
n
n
S S e
e
+ 2
2

83
Se presentan los siguientes casos:
3 3. .5 5. .1 1. .1 1 C Ca as so o 1 1: : 0 0 < < < < 1 1
Los polos de lazo cerrado son complejos conjugados. Estn en el semiplano izquierdo y estn dados por:

2
2 , 1
1 e e =
n n
J S [3.62]
El sistema se denomina Subamortiguado y la respuesta transitoria es oscilatoria.

2
1 e e =
n d
[3.63]
e
d
en la ecuacin [3.63] se denomina frecuencia natural amortiguada.
u
1
cos

= [3.64]
e
d
= oTan
1
u [3.65]
Jw
s
f
w
n
-xw
n
Jw
n 1-x
2
-Jw
n
1-x
2

Fig. 3.13. Patrn de polos del sistema de 2orden
La respuesta en el tiempo para un sistema subamortiguado est dado por:
( ) 0 , sen
1
cos 1
2
>
|
|
.
|

\
|

+ =

t t t e t y
d d
t
n
e

e
e
[3.66]
( ) 0 ,
1
tan sen
1
1
2
1
2
>
|
|
.
|

\
|

+

=


t t
e
t y
d
t
n

e
[3.67]
La frecuencia de oscilacin transitoria y la frecuencia natural amortiguada e
d
varan con la variacin de
amortiguacin .
La seal de error es la diferencia entre la entrada y salida, y es:
e(t) = r(t) y(t) [3.68]

84
( ) 0 , sen
1
cos 1 1
2
>
|
|
.
|

\
|
|
|
.
|

\
|

+ =

t t t e t e
d d
t
n
e

e
e
[3.69]
( ) 0 , sen
1
cos
2
>
|
|
.
|

\
|

+ =

t t t e t e
d d
t
n
e

e
e
[3.70]
Esta seal de error presenta una oscilacin senoidal amortiguada.
Si e
ss
= 0, se trata de un sistema tipo uno.
Sistema Subamortiguado

Fig. 3.14. Respuesta de un sistema de 2orden subamortiguado (0<<1)
3 3. .5 5. .1 1. .2 2 C Ca as so o 2 2: : = = 0 0
Las races o polos de lazo cerrado son imaginarias; estn dados por:

n
J S e =
2 , 1
[3.71]
La respuesta se vuelve no amortiguada y las oscilaciones continan indefinidamente.
La respuesta en el tiempo para un sistema no amortiguado, est dada por:
y(t) = 1 cose
n
t [3.72]
La seal de error est dada por: e(t) = 1 (1 cose
n
t)
e(t) = cose
n
t [3.73]

85
Sistema No Amortiguado

Fig. 3.15. Respuesta de un sistema de 2orden no amortiguado (=0)
3 3. .5 5. .1 1. .3 3 C Ca as so o 3 3: : = = 1 1
Las races o polos de lazo cerrado son reales e iguales y estn dados por:

n
S e =
2 , 1
[3.74]
Este sistema se denomina crticamente amortiguado. La respuesta en el tiempo est dada por:
( ) ( ) 0 , 1 1 > + =

t t e t y
n
t
n
e
e
[3.75]
Y la seal de error est dada por:
( ) ( ) 0 , > =

t t e t e
n
t
n
e
e
[3.76]
Sistema Crticamente Amortiguado

Fig. 3.16. Respuesta de un sistema de 2orden crticamente amortiguado (=1)
El sistema de segundo orden crticamente amortiguado se comporta en el tiempo como un sistema de
primer orden. La constante de tiempo equivalente es:

2
n
e
= T
e
[3.77]

86
3 3. .5 5. .1 1. .4 4 C Ca as so o 4 4: : > > 1 1
Las races o polos de lazo cerrado son reales y diferentes y estn dados por:
1
2
2 , 1
= e e
n n
S [3.78]
Este sistema se denomina sobreamortiguado. La respuesta en el tiempo est dada por:
( ) 0 ,
e e
1 2
1
1
-s
2
-s
2
1 2
>
|
|
.
|

\
|

+ = t
s s
t y
t t
n

e
[3.79]
( )
n
s e 1
2
1
+ = y ( )
n
s e 1
2
2
= [3.80]
La seal de error est dada por:
( ) 0 ,
e e
1 2 1
-s
2
-s
2
1 2
>
|
|
.
|

\
|

= t
s s
t e
t t
n

e
[3.81]

- Un sistema subamortiguado con un comprendido entre 0.5 y 0.8 se aproxima al valor final ms
rpidamente que uno con amortiguamiento crtico o uno sobreamortiguado.
- Entre los sistemas que responden sin oscilacin, el crticamente amortiguado presenta la respuesta ms
rpida.
- Un sistema sobreamortiguado siempre se estabiliza sin responder a cualquier entrada.
Sistema Sobreamortiguado

Fig. 3.17. Respuesta de un sistema de 2orden sobreamortiguado (>1)
3 3. .5 5. .2 2 E Es sp pe ec ci if fi ic ca ac ci i n n d de e R Re es sp pu ue es st ta a T Tr ra an ns si it to or ri ia a

87

Fig. 3.18. Respuesta Transitoria
t
d
: Tiempo de Retardo. El tiempo que tarda la respuesta del sistema en alcanzar por primera vez el 50%
del valor final.
t
r
: Tiempo de Ascenso o de Elevacin. Es el tiempo requerido para que la respuesta pase del 0 al 10%,
del 5% al 95%, del 10% al 90%.
t
p
: Tiempo Pico. Es el tiempo requerido para que la respuesta del sistema alcance el primer pico del
sobreimpulso.
Si el sistema es sobreamortiguado, el tiempo no est definido y se usa normalmente el tiempo de
elevacin.
La rapidez de respuesta de un sistema se mide por el tiempo de elevacin t
r
y el tiempo pico t
p
.
MP: Mximo Sobreimpulso. Es el valor pico mximo de la curva de respuesta medido desde la unidad
(Escaln Unitario).
t
s
: Tiempo de Establecimiento. Se define como el tiempo necesario para que el sistema se estabilice
dentro de un cierto porcentaje de la amplitud de la entrada. El rango normalmente es: 5%, 2% 1%.
Se emplean las siguientes frmulas.

n
d
t
e
7 . 0 1+
= para 0<<1 [3.82]

n
d
t
e

2
469 . 0 125 . 0 1 . 1 + +
= para 0<<1 (Es una mejor aproximacin) [3.83]
t
r

1% 2%
5%
0.9
0.5
0.1
t
p

t
s

t
d


88

d
r
t
e
u t +
= [3.84]
Las siguientes aproximaciones son vlidas.

n
r
t
e
5 . 2 8 . 0 +
= para 0<<1 [3.85]

n
r
t
e

2
917 . 2 4167 . 0 1 +
= para 0<<1 [3.86]

2
1 e
t
e
t

= =
n
d
p
t [3.87]

2
1
.

t

= e P M [3.88]

2
1
100 % .

t

= e P S [3.89]

u
t
Tan
.

= e P M [3.90]
% 2
4
4

= =
n
s
t
e
t [3.91]
% 1
6 . 4

=
n
s
t
e
[3.92]
% 5
3

=
n
s
t
e
[3.93]
% 5 =
o
t
s
t [3.94]

Tabla 3.3: Relacin sobreimpulso porcentual con relacin de amortizacin

Zeta () Sobreimpulso
Porcentual (%)
0.1 72
0.2 52
0.3 39
0.4 25

89
Zeta () Sobreimpulso
Porcentual (%)
0.5 16
0.6 10
0.7 5
0.8 2
Ejemplo 1
Obtener y e
n
del sistema dado en el diagrama de bloques:
( ) 3
2
+ S S


k = 2 ; p = 3 ; e
n
= \2 ; 06 . 1
2 2
3
= =
Sistema sobreamortiguado: 5 . 1
2
06 . 1 2 2
=

= =
n
e
e

t
t
s
= 4t
e
= 6 segundos.
La siguiente figura corresponde a la respuesta en funcin del tiempo.

Ejemplo 2
+

Y(S)
R(S)

90
Obtener t
p
, MP y t
s
para el sistema mostrado en el siguiente diagrama de bloques:
( ) 1
1
+ S S


( )
( ) 1
1
2
+ +
=
S S S R
S Y
e
n
= \1 ; 2e
n
= 1
16 . 0 .
2
2
5 . 0 1
5 . 0
1
= = =

t
e e P M S.P. = 16%
segundos 62 . 3
5 . 0 1 1 1
2 2
=

= =
t
e
t
e
t
n
d
p
t
segundos 8
1 5 . 0
4 4
=

=
n
s
t
e

La siguiente figura corresponde a la respuesta en funcin del tiempo. Obsrvese que se trata de un
sistema subamortiguado.


Simulacin en MATLAB
n1 = 1; d1= [1 1 1];
t=[0:0.1:16];
y=step(n1,d1,t);
plot (t,y); grid;
title ('Respuesta del sistema de segundo orden');
xlabel ('Tiempo en segundos');
ylabel ('Salida Y del sistema');
disp('Caractersticas del sistema');
t1=length(t);
+

Y(S)
R(S)

91
[mp,tp]=max(y);
yss=y(t1);
SP=100*(mp-yss)/yss;
end

Fig. 3.19. Respuesta de un sistema de 2orden, simulado en MATLAB
Caractersticas del Sistema: SP = 16.2954%; y
ss
=1;
3 3. .6 6. . S SI IS ST TE EM MA AS S D DE E O OR RD DE EN N S SU UP PE ER RI IO OR R
Si la configuracin de una funcin de transferencia es tal que existen dos polos con parte real menos
negativa que la del resto de los polos del sistema, su comportamiento est esencialmente determinado por
estos polos. Este par de polos se conocen como polos dominantes.
La respuesta transitoria se determina por los polos de lazo cerrado, mientras que la forma y la respuesta
dependen principalmente de los ceros de lazo cerrado.
Ejemplo
La funcin de transferencia que est dada por:

( )
( )
( )( )( )
( )( )( ) 100 10 5 4
5 20 3
2
+ + + +
+ + +
=
S S S S
S S S
S R
S Y
[3.95]
Tiene el patrn de polos y ceros mostrado en la figura.

92

Fig. 3.20. Patrn de polos y ceros de la ecuacin [3.95]

( )
( )
( )( )( )
( )( )( )( ) 100 10 2 2
5 20 3
+ + + + +
+ + +
=
S S J S J S
S S S
S R
S Y
[3.96]
La respuesta a un escaln unitario est dado por:

( )
)
`

+
+
+
+
+
+ +
+
=

S
A
S
A
S
A
S
A S R
t y
4 3 2
2
1 1 1
100 10
1 2
) ( L [3.97]
( ) ( ) 0 t cos
4
100
3
10
2
2
> + + + + =

A e A e A t e k t y
t t t
| [3.98]
Los exponenciales e

10t
y e

100t
decrecen mucho ms rpido que e

2t
, por lo que despus de un corto
tiempo, la respuesta estar determinada especialmente por k e

2t
cos(t+|)
Los siguientes polos son dominantes

=
+ =
J p
J p
2
2
2
1
[3.99]
Simulacin en MATLAB
num=poly([-3 -20 -5]);
den= poly([-10 -100 -2+j -2-j]);
t=[0:0.2:20];
y=step(num,den,t);
plot (t,y); grid;
title ('Respuesta del sistema ecuacin [3.95]');
xlabel ('Tiempo en segundos');
ylabel ('Salida Y del sistema');
end
100 20 10 5 3
2+J2
2J2
Je
o

93

Fig. 3.21. Simulacin en el MATLAB del sistema representado en [3.95]
Los polos que estn cercanos al eje imaginario en el semiplano izquierdo del plano S, corresponden a los
polos dominantes con relacin a la figura mostrada. La distancia D determina la diferencia entre polos
dominantes y polos insignificantes, es decir, que no inciden en la respuesta transitoria del sistema.

Fig. 3.22. Patrn dominantes y polos insignificantes
Se ha reconocido en la prctica y en la literatura que si la parte real de un polo es por lo menos de 5 a 10
veces lo que es la parte real de un par de polos complejos dominantes, el polo se considera como
insignificante, en lo relacionado con la respuesta transitoria.
Con ms precisin, los polos dominantes se definen como lo muestra la figura 3.23, con propsitos de
diseo
Je
o
Seccin
inestable
Seccin de
polos
dominantes
Seccin de
polos
insignificantes
1 1. . D D

94

Fig. 3.23. Ubicacin de polos dominantes y polos insignificantes
Al disear no se pueden colocar arbitrariamente los polos insignificantes lejos hacia la izquierda del
plano S, ya que se pueden requerir parmetros de diseo no realista, cuando se implemente con
componentes fsicos.
3 3. .7 7. . I ID DE EN NT TI IF FI IC CA AC CI I N N D DE E U UN N S SI IS ST TE EM MA A
La identificacin de un proceso fsico consiste en cuantificar los parmetros de las ecuaciones
matemticas que describen el funcionamiento del sistema.
La identificacin es una aproximacin experimental para la determinacin del modelo dinmico de un
sistema.
3 3. .7 7. .1 1 I Id de en nt ti if fi ic ca ac ci i n n a a p pa ar rt ti ir r d de e l la a a ap pl li ic ca ac ci i n n d de e u un na a S Se e a al l E Es sc ca al l n n
Un sistema de primer orden genera una respuesta en funcin del tiempo, de acuerdo a la constante de
tiempo del mismo (t), cuando es excitado con una entrada escaln unitario.

Sistema
desconocido
Entrada
Escaln
Salida
AMS Y(S)

Fig. 3.24. Sistema de Primer Orden con retardo


Je
o 45
P PO OL LO OS S
I IN NS SI IG GN NI IF FI IC CA AN NT TE ES S
2 2. . D D
45

95
AY
1
0.632
0.283
Y(t)
t t
1
t
2

Fig. 3.25a. Respuesta de un sistema de primer orden, ante la aplicacin de un escaln
AY
m
2
m
1
Y(t)
t
AM

Fig. 3.25b. Entrada Escaln Unitario
El sistema est representado por la siguiente funcin de transferencia

) 1 ( ) (
) (
) (
+
= =
s
Ke
S M
S Y
S G
s
P
t
u
[3.100]
K = Ganancia de la planta
u = Retardo o tiempo de muestreo: tiempo que tarda el sistema en empezar a responder, ante un cambio
de la entrada.
t = Constante de tiempo
AM = Magnitud del escaln aplicado.
Respuesta del sistema sin retardo
S
M
S
K
S Y
A

+
=
1
) (
1
t

1 ) 1 (
) (
1
+
+ =
+
A
=
S
B
S
A
S S
M K
S Y
t t


96
M K
M K
S
M K
B
M K
S
M K
A
S
S
A =

A
=
A
=
A =
+
A
=
=
=
t
t
t
t
/ 1
1
/ 1
0

1
) (
1
+
A

A
=
S
M K
S
M K
S Y
t
t


t
t
1
- ) (
1
+
A A
=
S
M K
S
M K
S Y [3.101]

unitario escaln entrada una ante orden
1 de sistema un de tiempo el en Respuesta
) (
er
/
1
t t
e M K M K t y A A = [3.102]
Aplicando el teorema del desplazamiento, tenemos
| | ) ( ) (
-
S F e t F
S u
u = L [3.103]
( )
t
u
A A =
t
e M K M K t y
-
) (
M
Y
K
A
A
= Y M K A = A
t
u ) (
-
) (

A A =
t
Y Y t y
( )
t u / ) (
1 ) (

A A =
t
Y Y t y [3.104]
se evala la respuesta en dos intervalos de tiempo t
1
y t
2
dados por:


3
2
1
t
u
t u
+ =
+ =
t
t
[3.105]
Y e Y e Y t y
Y e Y e Y t y
A = A = A =
A = A = A =
+
+
283 . 0 ) - 1 ( - 1 ( ) (
632 . 0 ) 1 ( 1 ( ) (
3
1
- / ) -
3
(
2
1 - / ) - (
1
t u
t
u
t u t u

de las ecuaciones [3.104] y [3.105] se tiene: t
3
2
1 2
= t t
( )
1 2
5 . 1 t t = t [3.106]

muerto tiempo del
al experiment Evaluacin
2
t u = t
[3.107]

97
3 3. .7 7. .2 2 S Si is st te em ma a d de e S Se eg gu un nd do o O Or rd de en n
1
0.45
0.15
Y(t)
t t
1
t
2
0.75
t
3

Fig. 3.26. Respuesta de un Sistema de Segundo orden
La funcin de transferencia esta dada por

|
.
|

\
|
+ +

= =
1
2
) (
) (
) (
2
2
n
n
S
P
S
e K
S M
S Y
S G
e

e
u
[3.108]
Se evala la curva de respuesta ante el escaln en el 15%, 45%, 75% y se aplican las siguientes
frmulas:

1 3
1 2
t t
t t
X

= [3.109]

( )
( ) 356 . 0
475 . 0 547 . 5 0805 . 0
2
2


=
X
X
[3.110]
( ) ( ) 1 0 811 . 2 708 . 0 ) (
2
< < =

f [3.111]
1.0 6 . 0 6 . 2 ) (
2
> = f [3.112]

1 3
2
) (
t t
f
n

=

e [3.113]
( ) ( )

66 . 1 922 . 0 ) (
3
= f [3.114]

n
f
t
e

u
) (
3
2
= [3.115]

98
3 3. .8 8. . E EJ JE ER RC CI IC CI IO OS S Y Y P PR RO OB BL LE EM MA AS S - - C CA AP P T TU UL LO O 3 3
1. Determine los valores de la ganancia K y la constante de realimentacin K
h
, de tal manera que el
mximo sobreimpulso en la respuesta escaln unitario sea de 0.2 y el tiempo pico de 1 segundo.
Determinar t
R
y el t
s
.
K
+
-
R(s) Y(s)
1+K
h
S
S(S+1)

2. Un sistema de control con realimentacin unitaria tiene la siguiente funcin de transferencia en lazo
cerrado
) 6 . 0 (
1 4 . 0
) (
) (
) (
+
+
= =
S S
S
S R
S Y
S G
+ Obtener la respuesta a una entrada escaln unitaria.
+ Cul es el M
p
y el t
R
?
3. Obtener la respuesta al escaln unitario de un sistema de realimentacin unitaria cuya funcin de
transferencia en lazo abierto es:
) 35 . 16 41 . 3 )( 51 . 4 (
) 20 ( 5
) (
2
+ + +
+
=
S S S S
S
S G
4. Al sistema de la figura se le aplica una fuerza de dos libras (entrada escaln), la masa oscila como se
indica en la figura (b).
Determinar m, t, y k


99
m
(a)
P ( fuerza de 2 libras)
X ( desplazamiento)

Y(t)
0.1
0.0095 pie
(b)


5. Un sistema est dado por:
1 3
100
) (
+
=
S
S G
- Colocar la constante de tiempo del sistema en lazo cerrado.
- Adicionar un polo de tal forma que la respuesta en lazo cerrado, tenga un sobreimpulso del 10% y un
tiempo de establecimiento de 4 segundos.
6. Un sistema tiene la funcin de transferencia en lazo cerrado mostrada:
) 1 3 . 0 )( 25 . 0 (
) 8 . 0 ( 313 . 0
) (
2
+ + +
+
=
S S S
S
S T
Para una entrada escaln unitaria, cul es el sobreimpulso porcentual ?
Determine el error en estado estable para una entrada escaln y con una entrada rampa.
7. Para el sistema mostrado
100
+
-
R(s)
Y(s)
(S+2)(S+5)

Se aplica una entrada escaln unitaria. Determinar:
a) El sobreimpulso porcentual, el t
s
, el t
R
y el t
P
.

100
b) El error en estado estable.
c) El error ante una entrada rampa.
T
1
(t)
T
2
(t)
T
0
(t)
(t)

8. Se desea controlar la temperatura en el medio 1, ante la presencia de la temperatura ambiente T
o
(t)
Ecuaciones:
) (
1 2 12
1
1 1
T T K
dt
dT
c m = (1)
) ( ) ( ) (
0 2 20 1 2 12
2
2 2
t T T K T T K
dt
dT
c m + =
m
i
, c
i
son la masa y el calor especifico del medio ith respectivamente.
m
1
c
1
= 0.5 ; m
2
c
2
= 2 ; K
12
= 1 ; K
20
= 0.5
) ( 2
1 2
1
T T
dt
dT
=
) ( 5 . 0 25 . 0 5 . 0 75 . 0
0 1 2
2
t T T T
dt
dT
+ + + =
Encontrar la funcin de transferencia
) (
) (
1
S U
S T

Encontrar las caractersticas del sistema en lazo abierto.
Encontrar las caractersticas del sistema en lazo cerrado.
Respuesta del sistema por medio de la ecuacin de estado.
Encontrar el diagrama de flujo de la seal.
Encontrar el diagrama de flujo de estado.
Encontrar la respuesta en lazo abierto ante un escaln unitario.

101
Encontrar la respuesta en lazo cerrado ante un escaln unitario.
9. Para la siguiente funcin de transferencia, sometida a un escaln unitario
1 8 . 0
5
) (
2
+ +
=
S eS
S G
Encontrar:
Tiempo de elevacin.
Tiempo pico.
Sobreimpulso.
Valor de y(t) en el tiempo pico
10. Para el sistema representado por la siguiente funcin de transferencia
) (
) 1 15 )( 1 2 (
) 1 (
) ( S
S S
S K
S Y
m

t
+ +
+
=
Grafique la respuesta escalon unitaria con k = 1 y t
m
dado por:
t
m
= 20 ; t
m
= 15 ; t
m
= 10 ; t
m
= 3 ; t
m
= 3 ; t
m
= 10 ; t
m
= 15
Diga que afecto produce el cero (t
m
S+1) en la respuesta del sistema.
11. Para el sistema dado por la siguiente funcin de transferencia
1 5
) (
5 * -
+
=
S
e
S G
S

Obtenga y grafique la respuesta ante un escaln unitario con:
^ Aproximacin de Pad a 1 orden.
^ Aproximacin de Pad a 2 orden .
Compare las grficas.
12. Se puede asegurar que:
- Un cero adicional hace al sistema mas rpido y oscilatorio, cuanto ms cerca est el cero del origen.
- Un polo adicional (de valor negativo) hace al sistema mas lento, tanto ms cerca est el polo del
origen .
- Confirme o refute lo anterior adicionando ceros y polos a un sistema que usted elija.
13. Para el sistema de segundo orden dado en la figura:


102
10
X
+
-
R(s) Y(s)
K
S(S+1)

Se pide dibujar la respuesta ante una entrada escaln, en lazo cerrado, para K = 0.02; K = 0.125; K = 2.5.
+ Cul es el efecto de K sobre la respuesta del sistema?
+ Cul debe ser el valor de K para tener un sobreimpulso del 25%?
14. Obtener un sistema de orden adecuado equivalente al de la figura dada:
0.05
S+0.4
1
(S+2)
1
(S+3)
X
+
-
U Y

15. Para el sistema dado.
) 25 . 4 4 )( (
5
) (
2
+ + +
=
S S c S
S G
+ Comparar la respuesta ante una entrada escaln para: c = 5; c = 1; y c = 0.1.
+ Cul es el efecto del polo adicional?
+ Dibuje las respuestas en una sola grfica.
16. Para el sistema mostrado
10
X
+
-
R(s) Y(s)
S(S+P)

Encontrar K y P que cumpla:
t
s
s 4 segundos.

103
SP% = 5%
17. Para el sistema mostrado
1
(S+2) 1/S
-1
1
Y(S)

Encontrar de tal forma que la parte real del sistema en lazo cerrado sea:
Parte real > 1.
18. La funcin de transferencia en lazo abierto para un sistema de retroalimentacin negativa es:
) 2 (
) (
+
=
S S
K
S G
La respuesta a una entrada escaln presenta:
- Tiempo pico t
P
= 1seg.
- SP% = 5%
+ Determine si ambas especificaciones se pueden cumplir simultneamente.
+ Si no se pueden cumplir simultneamente determine el valor de K de tal forma que t
P
sea 1 segundo y
el SP% sea mnimo.
19. Determinar la funcin de transferencia de un sistema de segundo orden que cumpla:
SP% = 10%
t
S
< 0.4 seg
20. Un sistema tiene la siguiente funcin de transferencia en lazo abierto
4
) (
+
=
S
K
S G
encontrar K para que el retardo de tiempo del sistema en lazo cerrado sea igual a 0.3
21. Para el sistema representado por la ecuacin diferencial :
` ` ` ` ` ` ` + = + 4 5 11 6 y y y y
+ Obtener la respuesta en el tiempo ante una entrada escaln unitaria.

104
+ El sistema tiene polos insignificantes?
+ Si tiene polos insignificantes, cmo se puede representar el sistema como una funcin de transferencia
de segundo orden ?
22. Para el diagrama dado:
100
1+0.1S
0.005
(S+2)
X
+
-
U
1
(S) Y(S)
X
+
-
4000
Obtener: t
P
, t
d
, MP, t
S
, SP% para
) (
) (
2
S u
S Y
y
) (
) (
1
S u
S Y
con u
1
(S) = u
2
(S) = Escalon unitario.
+ Cul es la diferencia de las dos respuestas en el tiempo ?
23. En el sistema dado
+ =
1
0
0
1 0
2
1
2
2
1
x
x
a X
X
`
`

2
1
21
x
x
Y =
Cul es el valor de a para que el sistema tenga :
+ Races con parte real positiva.
+ Races (polos) en el origen.
24. Para el sistema de lazo abierto dado por:
( ) 1
2
20
) (
+
=
S
S
S G
encontrar: t
P
, t
S
, MP, SP%, t
d
, t
r
.
25. Para el sistema dado por
( ) 1
2
20
) (
+
=
S
S
S G
Se adiciona un polo en S
1
= 10, Cmo afecta este polo la respuesta en lazo cerrado ?


105
CAPTULO 4
RESPUESTA EN FRECUENCIA
4.
4 4. .1 1. . I IN NT TR RO OD DU UC CC CI I N N
Por respuesta en frecuencia se entiende la respuesta de un sistema ante una entrada senoidal.
La funcin de transferencia senoidal de cualquier sistema lineal, se puede obtener reemplazando Je en
lugar de S en la funcin de transferencia del sistema.
Un sistema lineal sometido a una entrada senoidal, presenta una salida senoidal de la misma frecuencia
de la entrada, pero en generla, la amplitud y la fase de salida son diferentes a la de la entrada.
La fase determina la diferencia de ngulo que existe entre la seal de entrada y la seal de salida.
Si el ngulo de fase es negativo recibe el nombre de retardo de fase; si es positivo, se denomina
adelanto de fase.
Ejemplo
( )
a S
S G
+
=
1

( )
2 2 2 2 2 2
1
a
J a
a
J
a
a
a J
J G
+

=
+

+
=
+
=
e
e
e
e
e e
e
X(e) = Parte real ( )
2 2
e
e
+
=
a
a
X
Y(e) = Parte imaginaria ( )
2 2
e
e
e
+
=
a
Y
M = Magnitud ( )
2 2
1
e
e
e
e
+

=
+
= =
a
J a
J a
J G M

2 2
1
e +
=
a
M
| = ngulo de Fase
( )
( )
|
|
|
|
.
|

\
|
+
+

=
|
|
.
|

\
|
=

2 2
2 2
1 1
tan
G de real Parte
G de imaginaria Parte
tan
e
e
e
e
e
|
a
a
a
J
J


a a
e e
|
1 1
tan tan

= |
.
|

\
|
=

106
Para que el sistema sea estable, es necesario que a > 0
( )
( )
( ) a S S U
S Y
S G
+
= =
1
[4.1]
Aplicando una entrada senoidal en U(S), se tiene:
u(t) = sen e
0
t ( )
2
0
2
0
e
e
+
=
S
S U
( ) ( ) ( )
2
0
2
0
1 1
e
e
+

+
=
+
=
S a S
S Y S U
a S
S Y
( )

)

+
=
2
0
2
0
1
e
e
S a S
t y L ( )
( )
( ) | e
e e
e
e
e

+
+
+

=

t
a
a
e
t y
at
sen
2
0
2
0
0
2 2
0

La salida y(t) puede descomponerse como la suma de dos trminos:
u(t) = sen e
0
t
( )
2
0
2
0
e
e
+
=
S
S U
( ) ( ) S U
a S
S Y
+
=
1

( )
2
0
2
0
1
e
e
+

+
=
S a S
S Y [4.2]
( )

)

+
=
2
0
2
0
1
e
e
S a S
t y L
( )
( )
( ) | e
e e
e
e
e

+
+
+

=

t
a
a
e
t y
at
sen
2
0
2
0
0
2 2
0

( )
( )
( ) | e
e
e
e

+
+
+

=

t
a
a
e
t y
at
sen
1
2
0
2
2 2
0
[4.3]
Es decir, la salida y(t) se descompone en los siguientes sumandos:
( )
( )
2 2
0
1
e
e
+

=

a
e
t y
at

( ) ( ) | e
e

+
= t
a
t y sen
1
2
0
2
2

El trmino y
1
(t) se llama respuesta transitoria. Pues como a>0, entonces ( ) 0 lm
1
=

t y
t


107
( )
( )
0 lm lm
2 2
0
1
=
+

=


e
e
a
e
t y
at
t t

Esto significa que la respuesta debida a este trmino desaparece al cabo de un tiempo limitado.
A la funcin y
2
(t) se le llama respuesta permanente.
|
Je
Je
a

Fig. 4.1. Patrn de Polos
La figura 4.1 corresponde a la disposicin de los polos de la funcin de transferencia en la ecuacin [4.2].
La figura 4.2 corresponde a la respuesta transitoria, respuesta permanente y respuesta total del sistema
representado por la ecuacin [4.3].

Fig. 4.2a. Respuesta Transitoria

Fig. 4.2b. Respuesta Permanente




108

Fig. 4.2c. Respuesta Total
4 4. .2 2. . R RE EP PR RE ES SE EN NT TA AC CI I N N D DE E L LA AS S C CA AR RA AC CT TE ER R S ST TI IC CA AS S D DE E R RE ES SP PU UE ES ST TA A E EN N
F FR RE EC CU UE EN NC CI IA A D DE E S SI IS ST TE EM MA AS S D DE E C CO ON NT TR RO OL L
4 4. .2 2. .1 1 D Di ia ag gr ra am ma as s l lo og ga ar r t tm mi ic co os s D Di ia ag gr ra am ma as s d de e B Bo od de e
La funcin de transferencia senoidal se representa por dos diagramas diferentes: uno que da la amplitud
en funcin de la frecuencia y el otro el ngulo de fase en funcin de la frecuencia.
El diagrama de Bode consta de dos trazos: uno de ellos corresponde a un diagrama de logaritmo del
mdulo de una funcin de transferencia, el otro es un diagrama del ngulo de fase.
Ambos se representan en funcin de la frecuencia en una escala logartmica.
M = 20log
10
M = nmero de decibelios
Los factores bsicos que se producen frecuentemente en una funcin de transferencia son:
Ganancia K
Polos y ceros en el origen
n
S
1
y S
n
(Factores integrales y derivativos).
Polos y ceros en el eje real 1 y
1
1
+
+
p
S
p
S
(Factores de primer orden)
Polos y ceros del tipo 1
2
y
1
2
1
2
2
2
2
+ +
+ +
n
n
n
n
S
S
S
S
e

e
e

e
(Factores cuadrticos)

109
4 4. .2 2. .1 1. .1 1 G Ga an na an nc ci ia a K K
La curva de logaritmo de la amplitud para una ganancia o trmino constante K es una lnea recta
horizontal en la amplitud 20log K dB. El ngulo de fase es cero. Esto debido a que:
M(dB) = 20 log K
0
0
tan
1
= =

K
|
El efecto de variar la ganancia K en la funcin de transferencia es que sube o baja la curva de logaritmo
de la magnitud de la funcin de transferencia en el valor constante correspondiente, pero no tiene efecto
en el ngulo de fase.
Al aumentar un nmero por un factor de 10, el valor correspondiente en decibelios se incrementa en un
factor de 20, ya que # de decibelios = 20 log K.
La figura 4.3 corresponde al diagrama de Bode en magnitud y fase de un trmino constante o ganancia.

Fig. 4.3. Diagrama de Bode de un trmino constante (K=40)
La tabla 4.1 muestra la ganancia en dB y el ngulo de fase.

Tabla 4.1: Ganancia en frecuencia de una constante K

K M (dB)
1 0 0
10 1 0
30 29 0
50 33.97 0
100 40 0
1000 60 0

110
4 4. .2 2. .1 1. .2 2 F Fa ac ct to or re es s i in nt te eg gr ra al le es s ( (P Po ol lo os s e en n e el l o or ri ig ge en n) )
( )
S
S G
1
= [4.4]
( )
e e
e
J
J
J G

= =
1
[4.5]
Parte Real = 0
Parte Imaginaria =
e
1

( )
e e
e
1
log 20
1
log 20
2
= = = J G M
Nmero de decibelios = e
e
log 20
1
log 20 =
Para e = 10 M
dB
= 20 log 10 = 20
Para e = 100 M
dB
= 20 log 100 = 40
DCADA: Es una banda de frecuencia de e
1
a 10e
1

En el caso de un polo en el origen, al pasar una banda de frecuencia de una dcada existe una
disminucin de 20dB, es decir, que la lnea que representa la curva de magnitud en decibelios contra la
frecuencia tiene una pendiente de 20dB/dec

90
0
1
tan
1
= =
e
|
Es decir que un polo en el origen aporta en toda la gama de frecuencia un ngulo de 90

. Esto se
observa en la figura 4.4, que corresponde al diagrama de Bode de un polo en el origen.

111

Fig. 4.4. Diagrama de Bode de una funcin de transferencia con un polo en el origen

Tabla 4.2: Ganancia en frecuencia de los polos en el origen
e (rad/seg) M (dB)
0.1 +20 90
0.5 +6.02 90
1.0 0 90
2.0 6.02 90
5.0 13.19 90
10.0 20 90
100.0 40 90
4 4. .2 2. .1 1. .3 3 F Fa ac ct to or re es s d de er ri iv va at ti iv vo os s ( (C Ce er ro os s e en n e el l o or ri ig ge en n) )
( ) S S G = [4.6]
( ) e e J J G = [4.7]
Parte Real = 0
Parte Imaginaria = e
( ) e e e log 20 log 20
2
= = = J G M
Nmero de decibelios = e log 20
Para e = 10 M
dB
= 20 log 10 = 20
Para e = 100 M
dB
= 20 log 100 = 40

112
En el caso de un cero en el origen, al pasar una banda de frecuencia de una dcada existe un aumento de
20dB, es decir, que la lnea que representa la curva de magnitud en decibelios contra la frecuencia tiene
una pendiente de +20dB/dec

90
0
tan
1
+ = =

e
|
Es decir que un cero en el origen aporta en toda la gama de frecuencia un ngulo de +90

. Esto se
observa en la figura 4.5, que corresponde al diagrama de Bode de un cero en el origen.

Fig. 4.5. Diagrama de Bode de una funcin de transferencia con un cero en el origen

Tabla 4.3: Ganancia en frecuencia de los ceros en el origen

e (rad/seg) M (dB)
0.1 20 +90
0.5 6.02 +90
1.0 0 +90
2.0 +6.02 +90
5.0 +13.19 +90
10.0 +20 +90
100.0 +40 +90
4 4. .2 2. .1 1. .4 4 F Fa ac ct to or re es s d de e P Pr ri im me er r O Or rd de en n ( (P Po ol lo os s r re ea al le es s) )
( )
1
1
+
=
p
S
S G [4.8]

113
( )
1
1
+
=
p
J
J G
e
e [4.9]
Parte Real =
1
1
2
2
+
p
e

Parte Imaginaria =
1
2
2
+

p
p
e
e

( )
1
1
log 20
2
2
+
= =
p
J G M
e
e
Nmero de decibelios = 1 log 20
2
2
+
p
e

p
e
|
1
tan

=
Bajas Frecuencias: Cuando 1 <<
p
e
M
dB
= 20 log \1 = 0
Altas Frecuencias: Cuando 1 >>
p
e
M
dB
=
p
p
e e
log 20 log 20
2
2
=

Punto de cruce o corte: Cuando 1 =
p
e

Con 10 =
p
e
M
dB
= 20 log 10 = 20
Con 100 =
p
e
M
dB
= 20 log 100 = 40
En altas frecuencias existe una variacin de 20dB/dec. En forma asinttica, los polos reales aportan 0
dB hasta el punto de cruce. De ah en adelante aportan 20dB/dec.
Si se quiere trazar el diagrama en una forma ms precisa, se calculan los decibelios correspondientes al
punto de cruce: N
o
de dB = 20log\2 = 3dB. Una OCTAVA por debajo del cruce y una OCTAVA por
encima del punto de cruce
Si el punto de cruce es 1 =
p
e
. Una octava por debajo es igual a 5 . 0 =
p
e
. Luego, N
o
de dB =
dB 96 . 0 25 . 0 1 log 20 = + . Una octava por encima es igual a 2 =
p
e
. Por tanto, N
o
de dB =
dB 98 . 6 4 1 log 20 = + .

114
El ngulo de fase es
p
e
|
1
tan

= . Cuando 0 =
p
e
, entonces | = 0

y cuando =
p
e
, entonces
tendremos | = 90

.
El polo real aporta un ngulo que vara entre 0

y 90

.
Para un polo real, se obtiene el siguiente diagrama de Bode:

Fig. 4.6. Diagrama de Bode para una funcin de transferencia con un polo real
4 4. .2 2. .1 1. .5 5 F Fa ac ct to or re es s d de e P Pr ri im me er r O Or rd de en n ( (C Ce er ro os s r re ea al le es s) )
( ) 1 + =
p
S
S G [4.10]
( ) 1 + =
p
J
J G
e
e [4.11]
Parte Real = 1
Parte Imaginaria =
p
e

( )
2
2
1 log 20
p
J G M
e
e + = =
Nmero de decibelios = 1 log 20
2
2
+
p
e

p
e
|
1
tan

=

115
Bajas Frecuencias: Cuando 1 <<
p
e
M
dB
= 20 log \1 = 0
Altas Frecuencias: Cuando 1 >>
p
e
M
dB
=
p
p
e e
log 20 log 20
2
2
=

Punto de cruce o corte: Cuando 1 =
p
e

Con 10 =
p
e
M
dB
= 20 log 10 = 20
Con 100 =
p
e
M
dB
= 20 log 100 = 40
Los ceros reales aportan 0dB hasta el punto de cruce. De ah en adelante aportan 20dB/dec.
Si se quiere trazar el diagrama en una forma ms precisa, se calculan los decibelios correspondientes al
punto de cruce. Una OCTAVA por debajo del cruce y una OCTAVA por encima del punto de cruce.
Si el punto de cruce es 1 =
p
e
. Una octava por debajo es igual a 5 . 0 =
p
e
. Luego, N
o
de dB =
dB 96 . 0 25 . 0 1 log 20 = + . Una octava por encima es igual a 2 =
p
e
. Por tanto, N
o
de dB =
dB 98 . 6 4 1 log 20 = + .
En el ngulo de fase:
p
e
|
1
tan

= . Cuando 0 =
p
e
, entonces | = 0

y cuando =
p
e
, entonces
tendremos | = +90

.
Obsrvese que el cero real aporta un ngulo que vara entre 0

y 90

.
La siguiente figura corresponde a un Diagrama de Bode para un cero real.


116

Fig. 4.7. Diagrama de Bode para una funcin de transferencia con un cero real
4 4. .2 2. .1 1. .6 6 F Fa ac ct to or re es s C Cu ua ad dr r t ti ic co os s ( (P Po ol lo os s c co om mp pl le ej jo os s) )
( )
1
2
1
2
2
+ +
=
n
n
S
S
S G
e

e
[4.12]
( )
( ) ( )
n
n
n
n
J
J J
J G
e
e
e
e
e
e
e
e
e
2
1
1
1
2
1
2
2
2
2
+ |
.
|

\
|

=
+ +
= [4.13]
Parte Real =
2
2 2
2
2
2
2
2
4
1
1
n n
n
e
e
e
e
e
e
+ |
.
|

\
|


Parte Imaginaria =
2
2 2
2
2
2
4
1
2
n n
n
e
e
e
e
e
e
+ |
.
|

\
|


( )
2
2 2
2
2
2
4
1 log 20
n n
J G M
e
e
e
e
e + |
.
|

\
|
= =

117
Nmero de decibelios =
2
2 2
4
4
2
2
4
2
1 log 20
n n n
e
e
e
e
e
e
+ +
2
2
1
1
2
tan
n
n
e
e
e
e
|

=


Bajas Frecuencias: Cuando
n
n
e e
e
e
<< <<1 M
dB
= 20 log \1 = 0
Altas Frecuencias: Cuando
n
n
e e
e
e
>> >>1 M
dB
=
n
n
e
e
e
e
log 40 log 20
2
2
=
Punto de cruce o corte: Cuando
n
n
e e
e
e
= =1
Con 10 =
n
e
e
M
dB
= 40 log 10 = 40
Con 100 =
n
e
e
M
dB
= 40 log 100 = 80
Los polos complejos aportan 0dB hasta el punto de cruce. De ah en adelante, aportan 40dB/dec.
Las dos asntotas, para bajas y altas frecuencias son independientes del valor de . Cerca de la frecuencia
e =e
n
se produce un pico de resonancia. El factor de amortiguamiento determina la amplitud de este pico
resonante. Obviamente, existen errores en la aproximacin con lneas rectas asintticas. El valor depende
del amortiguamiento .

Fig. 4.8. Diagrama de Bode para un polo complejo

118
4 4. .2 2. .1 1. .7 7 F Fa ac ct to or re es s C Cu ua ad dr r t ti ic co os s ( (C Ce er ro os s c co om mp pl le ej jo os s) )
( ) 1
2
2
2
+ + =
n
n
S
S
S G
e

e
[4.14]
( )
( ) ( )
n
n
n
n
J
J J
J G
e
e
e
e
e
e
e
e
e
2
1 1
2
2
2
2
2
+ |
.
|

\
|
= + + = [4.15]
Parte Real =
2
2
1
n
e
e

Parte Imaginaria =
n
e
e 2

( )
2
2 2
2
2
2
4
1 log 20
n n
J G M
e
e
e
e
e + |
.
|

\
|
= =
Nmero de decibelios =
2
2 2
4
4
2
2
4
2
1 log 20
n n n
e
e
e
e
e
e
+ +
2
2
1
1
2
tan
n
n
e
e
e
e
|

=


Bajas Frecuencias: Cuando
n
n
e e
e
e
<< <<1 M
dB
= 20 log \1 = 0
Altas Frecuencias: Cuando
n
n
e e
e
e
>> >>1 M
dB
=
n
n
e
e
e
e
log 40 log 20
2
2
=
Punto de cruce o corte: Cuando
n
n
e e
e
e
= =1
Con 10 =
n
e
e
M
dB
= 40 log 10 = 40
Con 100 =
n
e
e
M
dB
= 40 log 100 = 80
Los ceros complejos aportan 0dB hasta el punto de cruce. De ah en adelante, aportan +40dB/dec.

119

Fig. 4.9. Diagrama de Bode para un cero complejo
4 4. .2 2. .2 2 F Fr re ec cu ue en nc ci ia a d de e R Re es so on na an nc ci ia a e e
r r
y y M Ma ag gn ni it tu ud d d de el l p pi ic co o d de e R Re es so on na an nc ci ia a M M
r r

Si |G(Je)| tiene un valor pico en alguna frecuencia, sta recibe el nombre de frecuencia de resonancia.
Como el numerador de |G(Je)| es constante, se ha de producir un valor pico de |G(Je)| cuando se
presente un mnimo en la ecuacin: ( )
2
2
2
2
2
1
|
.
|

\
|
+ |
.
|

\
|
=
n
n
G
e
e
e
e
e .
( )
2
2 2
4
4
2
2
4
2
1
n n n
G
e
e
e
e
e
e
e + + =
El valor mnimo de G(e) se produce en
2
2 1 e e =
n
. Entonces la frecuencia de resonancia e
r
es:

Resonancia
de Frecuencia
707 . 0 0 2 1
2
s s = e e
n r
[4.16]
En la medida que el factor de amortiguamiento tiende a cero, la frecuencia de resonancia tiende a e
n
.
Para 0 s s 0.7, la frecuencia de resonancia e
r
es menor que la frecuencia natural amortiguada
2
2 1 e e =
n d
que aparece en la respuesta transitoria. Para > 0.7 no hay pico resonante.
El valor del pico resonante M
r
se puede hallar reemplazando la ecuacin
2
2 1 e e =
n r
en la
ecuacin: ( )
2
2
2
2
2
1
|
.
|

\
|
+ |
.
|

\
|
=
n
n
G
e
e
e
e
e .
Dando como resultado:

120
( )
2
mx
1 2
1

e

= = J G M
r

Es decir,

Pico
Mximo
707 . 0 0
1 2
1
2
s s

=

r
M [4.17]
Si = 1, entonces M
r
= 1
Si 0, entonces M
r

El ngulo de fase a la frecuencia en que se produce el pico de resonancia est dado por:
( )


e
2
1
2 1
tan

= Z

J G

Resonancia
de ngulo
1
sen 90
2
1

+ =

r
[4.18]
Ejemplo
Trazar el diagrama de Bode para la siguiente funcin de transferencia
( )
( )( )
( ) 49 6
10 1 49
2
+ +
+ +
=
S S S
S S
S G
Normalizando:
( )
( )( )
( )
(

+ +
+ +
=
1
49
6
7
1
10
1 10
2
S
S
S
S
S
S G
( )
( )( )
( )
(

+ +
+ +
=
1
49
6
7
1
10
1 10
2
e
e
e
e
e
e
J
J
J
J
J
J G
Factor Punto de Cruce Magnitud en decibelios ngulo de Fase
10 No tiene 20log 10 = 20dB 0


S
1

No tiene
20 dB/dec
20log 0.1 = 20dB
90


S +1 e = 1
Inicialmente 0 dB, hasta e = 1.
Luego +20 dB/dec
Vara de 0

a +90


1
10
+
S

e = 10
Inicialmente 0 dB, hasta e = 10.
Luego +20 dB/dec
Vara de 0

a +90


( ) 1
49
6
7
2
+ + S
S
e = 7
Inicialmente 0 dB, hasta e = 7.
Luego 40 dB/dec
Vara de 0

a 180


= 0.428 e
n
= 7

121
Frecuencia de resonancia: 57 . 5 2 1
2
= = e e
n r

Mximo Pico: 29 . 1
1 2
1
2
=

=

r
M . En decibelios: M
r dB
= 20 log 1.29 = 2.26 dB
e |
1
( ) e |
1
2
tan

= |
.
|

\
|
=

10
tan
1
3
e
|
|
4
=
|
|
|
|
.
|

\
|
|
.
|

\
|

2
1
1
2
tan
n
n
e
e
e
e


|
Total

0.1 90

5.7

0.57


83.7


1 90

45

5.7

6.98


32.23


7 90

81.86

34.99

90

63.15


10 90

84.28

45

130

90.72


100 90

89.42

84.28

176.58

92.88


20 90

87.13

63.43

161.2

100


Frecuencia de inicio: Una dcada por debajo de la mnima frecuencia. e = 0.1
Frecuencia final: Una dcada por encima de la mxima frecuencia. e = 100

Fig. 4.10. Diagrama de Bode de ( )
( )( )
( ) 49 6S
2
S S
10 S 1 S 49
S G
+ +
+ +
=

122
4 4. .3 3. . E EJ JE ER RC CI IC CI IO OS S P PR RO OB BL LE EM MA AS S - - C CA AP P T TU UL LO O 4 4
Trazar el Diagrama de Bode de las siguientes funciones de transferencia
1. ( )
( )( ) 5 1
5
+ +
=
S S
S G
2. ( )
( )
( )( ) 1 3
6
+ +
+
=
S S
S
S G
3. ( )
( )
( )( ) 25 . 64 4
1 240
2
+ + +
+
=
S S S
S
S G
4. ( )
( )
( )( ) 2 1
5 2
+ +
+
=
S S
S
S G
5. ( )
( )
( ) 4 5
25 . 64
2
+
+ +
=
S
S S
S G
6. ( )
( )
( ) 1 2
1
2 3
+ + +
+
=
S S S
S
S G
7. ( )
( )( )
( )
3
1
5 9
+
+ +
=
S
S S
S G
8. ( )
( )
( )( ) 20 10 1
10 100
2
+ + +
+
=
S S S
S
S G
9. ( )
( )( ) 5 . 0 1
10
10
+ +

=

S S S
e
S G
S

10. ( )
( )
( )( ) 16 4 . 0 2 . 0
1 12
2
+ + +
+
=
S S S S
S
S G
11. ( )
( )( ) 1000 40 20
100
2
10 2
+ + +

=

S S S
e S
S G
S

12. ( )
( )( ) 4 5 10
2
+ + +
=
S S S
S
S G
13. ( )
( )
( )( )( ) 5 100 2
1 200
3
+ + +
+
=

S S S S
e S
S G
S

14. ( )
( )( ) 1 2
2
3
+ + +

=

S S S
e S
S G
S


123
15. ( )
( )
( )( ) 10 1
5 20
+ +
+
=
S S
S
S G
16. ( )
( )
( )( ) 7 1
5 10
+ +

=
S S
S
S G
17. ( )
( )
( )( ) 7 1
5 10
+ +
+
=
S S
S
S G
18. ( )
( )
( )( ) 9 2 2
1 2 . 45
2
+ + +
+
=
S S S
S
S G
19. ( )
( )
( )( ) 1 . 0 2
10 02 . 0
+ +
+
=
S S S
S
S G
20. ( )
( ) 25 2
100
2
+ +
=
S S
S G
21. ( )
( )
( )( )( ) 7 2 1
1 2
+ + +

=
S S S
S
S G
22. ( )
( )
( ) 2
4 10

+
=
S S
S
S G
23. ( )
( )( ) 50 10
500
1 . 0
+ +

=

S S
e
S G
S

24. ( )
( )( ) 64 6 3
10
2
5 . 2
+ + +

=

S S S S
e
S G
S

25. Con K = 0.1; K = 10; K = 100
( ) 64 6
1
2
+ + S S S
( ) 3
1
+ S
K

+
R(S) Y(S)

Cul es el efecto de K?
26. ( )
( )
( ) 2 2
9 2
2
+
+ +
=
S
S S
S G

124
27. ( )
( ) 1 2
1
2 3
+ + +
=
S S S
S G
28. ( )
( )( )
( )
3
1
10 9
+
+ +
=
S
S S
S G
29. ( )
( )
( )( ) 20 10 1
10 100
2
+ + +
+
=
S S S
S
S G
30. ( )
( )( ) 5 . 0 1
10
10
+ +

=

S S S
e
S G
S

31. ( )
( )
( )( ) 16 4 . 0 2 . 0
1 12
2
+ + +
+
=
S S S S
S
S G
32. ( )
( )( ) 1000 40 20
100
2
5 2
+ + +

=

S S S
e S
S G
S

33. ( )
( )( ) 4 5 10
2
+ + +
=
S S S
S
S G
34. ( )
( )
( )( )( ) 5 100 2
1 200
3
+ + +
+
=

S S S S
e S
S G
S

35. ( )
( )
( )( ) 100 6 1
5 10
2
3
+ + +
+
=

S S S S
e S
S G
S


125
CAPTULO 5
ANLISIS DE ESTABILIDAD
5.
5 5. .1 1. . I IN NT TR RO OD DU UC CC CI I N N
El requisito ms importante que debe tenerse en cuenta al disear un sistema de control es la estabilidad
del mismo.
Se define un sistema estable como aquel que tiene una salida limitada para cualquier entrada limitada.
Es decir, ser estable aquel sistema que al someterlo a una entrada o perturbacin limitada su respuesta es
de magnitud limitada.
Para propsitos de anlisis y diseo se clasifica la estabilidad como: Estabilidad Relativa y Estabilidad
Absoluta, sta ltima se refiere a si un determinado sistema es o no estable, pero sin establecer ningn
grado de estabilidad; cuando se determina algn grado de estabilidad se habla de estabilidad relativa.
Se ha determinado con anterioridad que la respuesta transitoria de un sistema de control lineal invariante
en el tiempo est gobernado por las races de la ecuacin caractersticas, es decir por los polos del sistema
as
1. Cuando todas las races de la ecuacin caracterstica se encuentran en la izquierda del plano S, la
respuesta del sistema decrece cuando t tiende a infinito y esto corresponde a un sistema estable.
2. Si uno o ms pares de races se localizan sobre el eje imaginario, pero no existen races en la mitad
derecha del plano S la respuesta sern oscilaciones Senoidales no amortiguados y corresponde a un
sistema inestable.
3. Si una o ms races se encuentran en la mitad derecha del plano S, la respuesta incrementar en
magnitud cuando t se incrementa y corresponde a un sistema inestable. Estos casos se ilustran en la
figura 5.1


Fig. 5.1. Estabilidad en el plano S

126
5 5. .2 2. . C CR RI IT TE ER RI IO O D DE E E ES ST TA AB BI IL LI ID DA AD D D DE E R RO OU UT TH H
5 5. .2 2. .1 1 C Co on nd di ic ci i n n N Ne ec ce es sa ar ri ia a y y S Su uf fi ic ci ie en nt te e p pa ar ra a E Es st ta ab bi il li id da ad d
Una condicin necesaria y suficiente para que un sistema retroalimentado sea estable, es que todos los
polos de la funcin de transferencia de] sistema tengan partes reales negativas.
5 5. .2 2. .2 2 C Co on nd di ic ci i n n n ne ec ce es sa ar ri ia a p pa ar ra a e es st ta ab bi il li id da ad d
Para que todas las races de un polinomio de grado n y coeficientes reales tengan parte real negativa, es
necesario que los coeficientes de S
n
, S
n-1
,...,S
0
sean diferentes de cero (0) y del mismo signo.
Ejemplo 1
a) S
5
+ 7S
4
+ S
2
+ 3 El coeficiente de S
3
es 0
b) S
2
-3S+8 Diferentes signos
c) S
7
+ 5S
6
+ 3S
5
+ 8S
4
+18S
3
+ 11 S
2
No tiene trminos en S
1
ni en S
0
.
Cada uno de los polinomios anteriores tienen al menos una raz con parte real no negativa.
NOTA: El hecho de que un polinomio de grado n cumpla con la condicin de que todos sus coeficientes
sean distintos de cero y del mismo signo no implica que todas las races del polinomio tengan parte real
negativa.
Ejemplo 2
S
3
+ S
2
+ S + 1 = (S + 1)(S
2
+ 1) = (S +1) (S + J) (S - J)
dos de sus races tienen parte real igual a cero.
5 5. .2 2. .3 3 C Cr ri it te er ri io o d de e e es st ta ab bi il li id da ad d d de e R Ro ou ut th h- -H Hu ur rw wi it tz z
En 1877 E.J. Routh desarroll un mtodo para encontrar el nmero de races con parte real positiva sin
necesidad de encontrar las races. En 1895 A. Hurwitz lleg independientemente al mismo resultado en
una forma diferente.
El criterio de Routh establece que el nmero de races de la ecuacin caracterstica con partes reales
positivas es igual al nmero de cambios de signo de la primera columna del arreglo.
Para un sistema estable, este criterio requiere que no haya cambios de signo en la primera columna. Este
requisito es necesario y suficiente.
El criterio de Routh trabaja con la ecuacin caracterstica, la que se puede poner en forma polinmica

0 ... ) (
1
2
2
1
1 0
= + + + + + =
n n
n n n
a S a S a S a S a s F [5.1]
donde todos los coeficientes son nmeros reales y el polinomio debe cumplir con la condicin necesaria
para estabilidad que se anunci anteriormente, es decir
1. Todos los coeficientes del polinomio deben tener el mismo signo.

127
2. Ninguno de los coeficientes debe ser cero (0).
Cumplir la condicin necesaria y suficiente de que las races estn en la mitad izquierda del plano S es
equivalente a que los llamados determinantes de Hurwith del polinomio, sean todos positivos. Estos
determinantes se forman as
D
1
= a
1

3 1 0
4 2 0
5 3 1
2
a
D
a a a
a a a
a a
=

Hurwitch de tes Determinan
los de n Formulaci
0 0 0
0 0
0
0
5 1
4 2 0
3 3 1
2 4 2 0
1 5 3 1
n
jn
jn
jn
jn
jn
n
a
a a
a a a
a a a
a a a a
a a a a
D

. . . .

=
[5.2]
pero en la aplicacin prctica de este mtodo no es necesario trabajar con los determinantes ya que
Routh ide una forma tabular, conocida como Arreglo de Routh, para evitar el trabajo con los
determinantes. El primer paso en la aplicacin del mtodo consiste en elaborar el arreglo de Routh de la
siguiente forma:


Routh de Arreglo
del n Formulaci
5 4 3 2 1
5 4 3 2 1
5 4 3 2 1
9 7 5 3 1
8 6 4 2 0
0
3
4
5
6
n n n n n
c c c c c
b b b b b
a a a a a
a a a a a
S
S
S
S
S
. . . . . .
[5.3]
En este arreglo, las dos primeras filas contienen los coeficientes del polinomio. La primera fila contiene
el primero, tercero, quinto, etc. coeficientes y la segundo fila contiene los coeficientes segundo, cuarto,
sexto, etc.
El segundo paso consiste en calcular los coeficientes b
1
,b
2
,...,c
1
,c
2
,...,n
1
,n
2
... de la siguiente forma:

1
3 0 2 1
1
-
a
a a a a
b = [5.4]
Lo que equivale a resolver el determinante:

1
3 0 2 1
2 0
3 1
-
a
a a a a
a a
a a
= [5.5]

128

1
5 0 4 1
2
a
a a a a
b = [5.6]

1
7 0 6 1
3
a
a a a a
b = [5.7]
El trmino a
1
se llama pivote, es el mismo para el clculo de todos los coeficientes de una misma fila, y
corresponde al primer coeficiente de la fila anterior a los coeficientes que se estn calculando.

1
2 1 3 1
1
-
b
b a a b
c = [5.8]

1
3 1 5 1
2
-
b
b a a b
c = [5.9]

1
4 1 7 1
3
-
b
b a a b
c = [5.10]
El tercer paso es examinar los cambios de signo que existen en la primera columna y aplicar el criterio
de Routh enunciado anteriormente.

Ejemplo 1
Aplicar el criterio de Routh a la siguiente ecuacin
0 6 17 17 7
2 3 4
= + + + + S S S S
Arreglo de Routh
0 0 6
0 0 12 . 14
0 6 58 . 14
0 17 7
6 17 1
0
1
2
3
4
S
S
S
S
S

58 . 14
7
17 7 17
1
=

= b ; 6
7
0 1 6 7
2
=

= b ;
12 . 14
58 . 14
7 6 17 58 . 14
1
=

= c ; 0
58 . 14
0 7 0 58 . 14
2
=

= c ;
6
12 . 14
0 58 . 14 6 12 . 14
1
=

= d
Observando la primera columna del arreglo se nota que no hay cambios de signo ,por consiguiente no
existen races con parte real positiva y dicho polinomio corresponde al de un sistema ESTABLE

129
Al aplicar el criterio de Routh se presentan los siguientes casos
5 5. .2 2. .3 3. .1 1 P Pr ri im me er r C Ca as so o
NINGN ELEMENTO DE LA PRIMERA COLUMNA ES CERO. Este es el caso del ejemplo anteriormente tratado,
adems l del siguiente ejemplo
Ejemplo 2
Aplicar el criterio de Routh al siguiente polinomio:
0 24 2 ) (
2 3
= + + + = S S S S Q
Arreglo de Routh
0 24
0 22
24 1
2 1
0
1
2
3

S
S
S
S

22
1
1 24 2 1
1
=

= b ; 0
2
= b ;
24
22
0 1 24 22
1
=


= c ; 0
2
= c
Al examinar la primera columna del arreglo de Routh se nota que existe dos cambios de signo : al pasar
de + 1 en la segunda fila a -22 en la tercera fila y al pasar de -22 en la tercera fila a + 24 en la cuarta fila.
Al existir dos cambios de signo, significa que existen dos races con parte real positiva. En efecto:
0 ) 7 1 )( 7 1 )( 3 ( 24 2
7 1 , 8 2
0 ) 8 2 )( 3 ( 24 2
2 3
2 1
2
2 2 3
= + + = + + +
= = +
= + + = + + +
j S j S S S S S
j S S S S
S S S S S S

5 5. .2 2. .3 3. .2 2 S Se eg gu un nd do o C Ca as so o
El primer elemento de cualquiera de las filas es cero, pero los dems elementos son diferentes de cero
(0).
Ejemplo 3
Q (S) = S
5
+ 2 S
4
+ 2 S
3
+ 4 S
2
+ 11 S + 10 = 0
Arreglo de Routh

130
0 0 10
0 0 6
0 10
12
0 6 ) ( 0
10 4 2
11 2 1
0
1
2
3
4
5

S
S
S
S
S
S

0
2
1 4 2 2
1
=

= b ; 6
2
1 10 - 11 2
2
=

= b ; 0
3
= b ;
=

=
0
2 6 - 0 4
1
c
Este valor de c
1
no permite el clculo de los dems trminos del arreglo, para evitar esto , se reemplaza
el elemento cero (0) por un nmero positivo y pequeo, ya que lo que interesa es detectar el nmero de
cambios, de signo en la. primera columna y no el valor de los elementos de la primera columna. De esta
forma haciendo b
1
= se tiene:

12
-
2 6 - 4
1
=

= c ; 10
10 10 - 10
2
= =

=


c ;
6
12
10 - 6
12
1
=

d ; 0
2
= d ;
10
6
0 - 10 6
1
=

= e ; 0
2
= e
Existen dos cambios de signo en la primera columna del arreglo de Routh lo que significa que hay dos
races con parte real positiva y el sistema es inestable.
Otro mtodo consiste en multiplicar la ecuacin por ( S + a ) donde a es cualquier nmero. Para el caso
anterior y seleccionando a = 1 se tiene que:
0 10 21 15 6 4 3
0 ) 1 ( ) 10 11 4 2 2 (
2 3 4 5 6
2 3 4 5
= + + + + + +
= + + + + + +
S S S S S S
S S S S S S

Arreglo de Routh

131
0 0 0 10
0 0 0 12
0 0 10 10
0 0 6 6
0 10 8 2
0 21 6 3
10 15 4 1
0
1
2
3
4
5
6

S
S
S
S
S
S
S

Existen dos cambios de signo, por lo tanto hay dos races con parte real positiva.
Este mtodo puede no dar resultados correctos si el polinomio tiene races imaginarias puras.
5 5. .2 2. .3 3. .3 3 T Te er rc ce er r C Ca as so o
TODOS LOS ELEMENTOS DE UNA FILA EN EL ARREGLO DE ROUTH SON CERO. En este caso, se hace uso de 1a
ECUACIN AUXILIAR que se forma haciendo uso de los coeficientes de la fila que antecede a la fila de
elementos cero en el arreglo de Routh.
Cuando se presenta este caso es indicio de que una o ms de las siguientes condiciones se pueden
presentar
1) Pares de races reales con signos opuestos
2) Pares de races imaginarias
3) Pares de races, complejas conjugadas formando simetra al rededor del origen del plano S.
El orden de la ecuacin auxiliar siempre es par e indica el nmero de pares de races simtricas.
Ejemplo 4:
Q(S)=S
5
+ S
4
+ 4 S
3
+ 24 S
2
+ 3 S + 63
Arreglo de Routh
0 0 0
0 63 21
0 60 20
63 24 1
3 4 1
0
1
2
3
4
5

S
S
S
S
S
S

La quinta fila tiene todos sus elementos iguales a cero (0) y corresponde por consiguiente al tercer caso,
se hace uso de la ecuacin auxiliar.
Ecuacin Auxiliar :
) 3 )( 3 ( 21 ) 3 ( 21 63 21
2 0 2
j S j S S S S + = + = +

132
lo que indica que sobre el eje imaginario hay dos races.
Para encontrar las races restantes se divide la ecuacin original por la ecuacin auxiliar
) 3 )( 7 2 )( 3 ( 63 3 24 4
21
3
63 3 24 4
2 2 2 3 4 5
2 3
2
2 3 4 5
+ + + = + + + + +
+ + + =
+
+ + + + +
S S S S S S S S S
S S S
S
S S S S S

Los dos cambios de signo en la primera columna indican la presencia de dos races en el lado derecho
del plano S y corresponde a un sistema Inestable.
Cuando se presenta el caso 3, no es posible continuar con los clculos de los coeficientes de la primera
columna del arreglo, para evitar esto se efecta el siguiente procedimiento
1. Se toma la derivada de la ecuacin auxiliar con respecto a S
2. Se reemplaza la fila de ceros con los coeficientes de la derivada de la ecuacin auxiliar
3. Continuar con el clculo de los coeficientes restantes.
Ejemplo 5:
Q(S)=S
6
+ 8 S
5
+ 8 S
4
+ 24 S
3
+ 16 S
2
+ 8 S + 5 = 0
Arreglo de Routh
0 0 0 0
0 5 15 5
0 8 24 8
5 16 8 1
0
1
2
3
4
5
6
S
S
S
S
S
S
S

Ecuacin auxiliar
S S S S
ds
df
S S S S f
6 4 30 20
1 3 5 15 5
3 2 3
2 4 2 4
+ = + =
+ + = + + =

reemplazando la fila de ceros con los coeficientes de la derivada de la ecuacin auxiliar, el nuevo arreglo
de Routh ser:
Arreglo de Routh

133
0 0 0 5
0 0 0 3 / 50
0 0 0 2 / 15
0 0 6 4
0 5 15 5
0 8 24 8
5 16 8 1
0
1
2
3
4
5
6
S
S
S
S
S
S
S

La ecuacin auxiliar es de cuarto orden indicando que existen cuatro races imaginarias. En la primera
columna no hay cambios de signo por consiguiente, no hay races en el lado derecho de] plano S.
31 . 7
69 . 0
61 . 0
61 . 1
: Races
) 5 8 )( 1 3 ( 5 8 16 24 8 8
6
5
4 , 3
2 , 1
2 2 4 2 3 4 5 6
=
=
=
=
+ + + + = + + + + + +
S
S
j S
j S
S S S S S S S S S S

En la aplicacin del criterio de Routh debe siempre tenerse en cuenta que este criterio es vlido
solamente si la ecuacin caracterstica es algebraica y todos sus coeficientes son reales. Si uno cualquiera
de los coeficientes de la ecuacin caracterstica es un nmero complejo o si la ecuacin contiene funciones
exponenciales de S, como es el caso de sistemas con tiempo muerto, el criterio de Routh no puede ser
usado.
Por otra parte, el criterio de Routh se usa solamente para determinar la estabilidad absoluta, es decir, si el
sistema es o no estable y no proporciona ninguna informacin sobre la estabilidad relativa, ms adelante
se estudian algunos mtodos para determinar la estabilidad relativa de un sistema.
5 5. .3 3. . A AN N L LI IS SI IS S D DE E E ES ST TA AB BI IL LI ID DA AD D P PO OR R E EL L L LU UG GA AR R G GE EO OM M T TR RI IC CO O D DE E L LA AS S
R RA A C CE ES S
5 5. .3 3. .1 1 P Pa ar rt ti ic cu ul la ar ri id da ad d d de el l M M t to od do o d de e L Lu ug ga ar r d de e R Ra a c ce es s G Ge eo om m t tr ri ic ca as s
En captulos anteriores se vio como la respuesta de un sistema dinmico est determinada por la races
de la ecuacin caracterstica, es decir, por los polos de la funcin de transferencia en lazo cerrado.
Como se ha visto, la ecuacin caracterstica est dada por
1 + G (S) H (S) = 0 [5.11]
ms sin embargo, la obtencin de las races de la ecuacin [5.11] presenta algunas dificultades, para evitar
esto, se hace uso de la funcin de transferencia en lazo abierto G (S) H (S) la cual esta dada por:

134

( )
( )
K
P S
Z S k
S H S G
n
k
k
m
i
i
1
) ( ) (
1
1
1 1
=
+
+
=
[
[
=
=
[5.12]
Esta ecuacin [5.12] , permite ubicar con facilidad los polos y ceros en el plano complejo; pero para que
las races de la ecuacin [5.11] sean soluci6n de la ecuacin caracterstica, es necesario que se cumpla la
siguiente condicin:
G (S) H (S) = 1 [5.13]
El lugar de las races consiste en un mtodo grfico mediante el cual se traza el lugar geomtrico de
todas las races que son solucin de la ecuacin caracterstica, a partir de la funcin de transferencia en
lazo abierto, para todos los valores de un parmetro del sistema.
Para la construccin prctica del. lugar de las races se especifican una serie de reglas que estan de
acuerdo con la condicin dada por la ecuacin [5.13].
El mtodo del lugar de las races permite encontrar los polos del sistema en lazo cerrado, partiendo de
los polos y ceros de la funcin transferencia en lazo abierto tomando la ganancia como parmetro.
Al disear un sistema de control lineal se encuentra que el mtodo del lugar de las races resulta ser muy
til, ya que indica la forma en que hay que modificar la posicin de los polos y ceros de lazo abierto para
que la respuesta cumpla con las especificaciones de comportamiento de] sistema.
5 5. .3 3. .2 2 C Co on nd di ic ci i n n B B s si ic ca a d de el l L Lu ug ga ar r D De e R Ra a c ce es s
En general , el lugar de races para la variacin de un parmetro se puede definir refirindose a
ecuaciones de la siguiente forma:
F(S) = S
n
+ a
1
S
n-1
+ .. + a
n-1
S + a
n
+ K(S
m
+ b
1
S
m-1
+. .+ b
m-1
S+ b
m
) =0 [5.14]
donde K es el parmetro que se considera que varia entre cero e infinito para para la construccin de]
lugar de raz positivo. Los coeficientes a
1
,a
2
,...,a
n
; b
1
,...,b
m
se suponen que son constantes.
Si se dividen ambos lados de la ecuacin [5.14] por el trmino que no contiene K se obtiene:

n n
n n
m m
m m
a S a S a S
b S b S b S K
+ + + +
+ + + +
+
1
1
1
1
1
1
...
) ... (
1 [5.15]
de la ecuacin [5.15] la funcin de transferencia en lazo abierto corresponde a:

n n
n n
m m
m m
a S a S a S
b S b S b S K
s H s G
+ + + +
+ + + +
=
1
1
1
1
1
1
...
) ... (
) ( ) ( [5.16]
para un sistema de control, incluyendo el parmetro K, como se indica en la figura 5.2, la funcin de
transferencia en lazo cerrado ser

Cerrado Lazo en
cia Transferen de Funcin
) ( ) ( 1
) (
) (
) (
S H S G K
S G K
S R
S C
+

= [5.17]

135
de donde la ecuacin caracterstica ser
1 + K G (S) H (S) = 0 [5.18]
En este caso la condicin dada por la ecuacin [5.13] toma la forma:

K
S H S G
1
- ) ( ) ( = [5.19]
En un punto determinado la condicin dada por [5.19] se convierte en:

K
S H S G
1
- ) ( ) (
1 1
= [5.20]
Para satisfacer la ecuacin [5.20] se deben cumplir simultneamente las siguientes condiciones:

K
S H S G
1
) ( ) (
1 1
= Condicin de Mdulo [5.21]
t + = ) 1 2 ( ) ( ) (
1 1
k S H S G ; k > 0 Condicin de ngulo [5.22]
Estas condiciones, haciendo uso de la ecuacin [5.12] se convierten en:

( )
( )
K
P S
Z S k
S H S G
n
k
k
m
i
i
1
) ( ) (
1
1
1 1
=
+
+
=
[
[
=
=
[5.23]
- < K <
( ) ( ) t + = + + =

= =
) 1 2 ( - ) ( ) (
1 1
1 1
K P S Z S S H S G
n
j
j
m
i
i
[5.24]
K G(S)
H(S)
E(S)
C(S)
+
- R(S)

Fig 5.2. Lazo cerrado de un sistema control

5 5. .3 3. .3 3 T Tr ra az za ad do o d de e l la as s R Ra a c ce es s d de e l la a E Ec cu ua ac ci i n n C Ca ar ra ac ct te er r s st ti ic ca a
Considere un sistema cuya funcin de transferencia en lazo abierto est dada por:

136

) 2 ( ) (
) (
) ( ) (
+
= =
S S
K
S E
S C
S H S G [5.25]
la funcin de transferencia en lazo cerrado esta dada por:

K S S
K
S R
S C
+ +
=
2 ) (
) (
2
[5.26]
El problema consiste en encontrar las races de la ecuacin caracterstica cuando el parmetro K vara
entre cero e infinito (0 < K < ) y trazar estas races en un plano S.
Las races de la ecuacin caracterstica estn dadas por:
K S - 1 1
2 , 1
= [5.27]
La tabla 5.1 presenta las races para diferentes valores de K.

Tabla 5.1: Races de la ecuacin caracterstica S
2
+ 2 S + K = 0

K
S
1
S
2

0 -0.0 + j0.0 -2.0 - j0.0
0.5 -0.293 + j0 -1.707 - j0.0
1.0 -1.0 + j0 -1.0 - j0.0
2.0 -1.0 + j1.0 -1.0 - j1.0
3.0 -1.0 + j1.414 -1.0 - j1.414
De esta tabla se observa lo siguiente:
Para 0 < K < 1 Las races S
1
, S
2
son reales y estn en el eje real negativo.
Para K > 1 Las races son complejas y vienen dadas por 1 - 1
2 , 1
K J S = . La parte real siempre
ser -1.
La figura 5.3 muestra el lugar de las, races para la ecuacin S
2
+ 2 S + K = 0
Este procedimiento de trazar el lugar de races resulta engorroso para ecuaciones caractersticas de grado
superior al segundo. Para evitar esto, se hace uso de una serie de reglas que permiten construir el lugar de
las races sin encontrar las races de la ecuacin caracterstica.

137
-2

Fig. 5.3. Trazado de todas las races de la ecuacin caracterstica
S
2
+ 2 S + K = 0 cuando K varia entre cero e infinito.
5 5. .3 3. .4 4 R Re eg gl la as s p pa ar ra a l la a C Co on ns st tr ru uc cc ci i n n d de el l L Lu ug ga ar r d de e l la as s R Ra a c ce es s
5 5. .3 3. .4 4. .1 1 R Re eg gl la a 1 1
El lugar de las races siempre se inicia en los polos (k = 0) y termina en los cero ( k = ) , an cuando
los ceros estn situados en el infinito. Si es necesario cada polo buscar su cero an en el infinito.
La figura 5.4 muestra el diagrama de bloques de un sistema. La funcin de transferencia en lazo cerrado
est dada por

) ( 1
) (
) (
) (
S G K
G K
S R
S C
+
= [5.28]
Donde

) (
) (
) (
S p
S q
S G = [5.29]
q (S) = Ceros de la funcin transferencia en lazo abierto
p (S) = Polos de la funcin transferencia en lazo abierto
La ecuacin caracterstica esta dada por
0 ) ( ) ( = + S q K S p [5.30]
De la ecuacin [5.30] se tiene:

138
Para k = 0 p (S) = 0 existen solo los polos
Para k = q (S) = 0 existen slo los ceros
5 5. .3 3. .4 4. .2 2 R Re eg gl la a 2 2
El nmero de ramas del lugar de races es igual al mayor entre n y m. Siendo n el nmero de polos y m el
nmero de ceros.
Una rama es el lugar de una raz cuando K toma valores entre cero e infinito.
5 5. .3 3. .4 4. .3 3 R Re eg gl la a 3 3
El lugar de las races es simtrico con respecto al eje real del plano S.
5 5. .3 3. .4 4. .4 4 R Re eg gl la a 4 4
Para buscar trayectorias hacia el infinito el lugar de las races ser asinttico a lneas rectas en un punto
llamado o
A
(Centroide), el cual est dado por:

m n
C C
A
-
ceros de oordenadas - polos de oordenadas

= o [5.31]
Efecta con el eje real (positivo o negativo) un ngulo | dado por:
,... 3 , 2 , 1 , 0 ; 180
-
) 1 2 (
=
+
= q
m n
q
| [5.32]
5 5. .3 3. .4 4. .5 5 R Re eg gl la a 5 5
El diagrama del lugar de races solo existe a la izquierda de un nmero impar de races.
5 5. .3 3. .4 4. .6 6 R Re eg gl la a 6 6
En el caso de races complejas conjugadas ser necesario calcular el ngulo de salida del polo o el
ngulo de llegada para el caso del cero. Estos se calculan de la siguiente forma:
ngulo de partida:

Z + Z = ceros los de polos otros de - 180 u
ngulo de llegada :

Z Z + = ceros otros de polos los de 180 |
5 5. .3 3. .4 4. .7 7 R Re eg gl la a 7 7
Por medio del criterio de Routh se pueden determinar los puntos de cruce del lugar geomtrico con el eje
imaginario, as! como los valores de K para los cuales ocurre dicha interseccin.

139
5 5. .3 3. .4 4. .8 8 R Re eg gl la a 8 8
Si existen dos polos adyacentes en el eje real necesariamente el lugar de las races abandonar el eje. Si
existen dos ceros adyacentes en el eje real necesariamente el lugar de las races converger en el eje real.
5 5. .3 3. .4 4. .9 9 R Re eg gl la a 9 9
El punto en el cual el lugar de las races abandona o regresa al eje de los reales, llamado punto de
disparo o punto silla, corresponden a races mltiples de la ecuacin caracterstica, y cumple con la
condicin :
0
) (
0
=
=S S
dS
S dG
[5.33]

0
0
=
=S S
dS
dK
[5.34]
La condicin para el punto de disparo dada por las ecuaciones [5.33] y [5.34] es necesaria pero no
suficiente. En otras palabras, todos los puntos de disparo deben satisfacer las ecuaciones [5.33] y [5.34] pero
no todas las soluciones de [5.33] y [5.34] son puntos de disparo. Para que sean puntos de disparo, las
ecuaciones [5.33] y [5.34] deben satisfacer la ecuacin caracterstica o ser factores de ella para algn valor
de K.
5 5. .3 3. .4 4. .1 10 0 R Re eg gl la a 1 10 0
Una vez que se ha construido el lugar de las races, el valor de K en cualquier punto S
1
se calcula:

[
[
=
=
+
+
=
m
K
k
n
i
i
P S
Z S
K
1
1
1
1
) (
) (
[5.35]

1
S a ceros los de distancias las de Producto
polos los de distancia la de Producto
= K [5.36]
5 5. .3 3. .5 5 E Ej je er rc ci ic ci io os s d de e A Ap pl li ic ca ac ci i n n
Ejemplo 1
Dibujar el lugar de las races de:
) 2 )( 1 (
) ( ) (
+ +
=
S S S
K
S H S G
Nmero de asntotas
n - m = 3 - 0 = 3

140
ngulos de las asntotas con el eje real
= =
= =
= =
300 180
3
5
180 180
3
3
60 180
3
1
3
2
1
|
|
|

Centroide
1
3
3
=

=
A
o
Punto de disparo
0
) 2 3 (
) 2 5 3 (
2 2 3
2
=
+ +
+ +
=
S S S
K S S
dS
dG

=
=
= + +
43 . 0
57 . 1
0 ) 2 5 3 (
2
1 2
S
S
S S
El punto de disparo est en: 0.43
Interseccin con el eje imaginario
Ecuacin caracterstica: S
3
+ 3 S
2
+ 2 S + K = 0
Criterio de Routh
6 0 k - 6
0
0 ) - 6 (
3
1
3
2 1
0
1
2
3
= = k
k
k
k
S
S
S
S

Ecuacin auxiliar :
3S
2
+k=0
3S
2
+6=0
S
2
=-2
S
1,2
= 2 j
El lugar de las races corresponde a la zona marcada en la figura 5.4

141
-1 -2
Jw
s
J
2
(K=6)
-J
2
(K=6)

Fig.5.4. Lugar de las races de
( )( ) 2 1 + +
=
S S S
K
H(S) G(S)
Ejemplo 2
Dibujar el lugar de races para
) 3 )( 2 (
) 1 (
) ( ) (
+ +
+
=
S S S
S K
S H S G
Nmero de asntotas
n - m = 3 1 = 2
ngulos de las asntotas con el eje real
=
=
270
90
2
1
|
|

Centroide
2
2
1 5
=
+
=
A
o
Punto de disparo

142
0 ) 2 . 1 55 . 1 ( ) 45 . 2 (
0 3 5 4
) 6 5 (
) 1 )( 6 10 3 ( ) 6 5 ( ) (
2
2 3
2 2 3
2 2 3
= + + +
= + + +
+ +
+ + + + +
=
S S S
S S S
S S S
K S S S S S S K
ds
s dG

El punto de disparo se encuentra en S = - 2.45
-3 -2 -1
Jw
s

Fig.5.5. Lugar de las races de
( )
( )( ) 3 2 + +
+
=
S S S
1 S K
H(S) G(S)
Ejemplo 3
Encontrar el lugar de las races de la funcin de transferencia
) 1 )( 1 (
) 3 (
) ( ) (
+
+
=
S S
S
S H S G
Nmero de asntotas
n-m = 2-1 = 1
ngulo de la asntota con el eje real
=180
1
|
Punto de disparo

143
0
) (
) (
) (
) (
) (
= =
ds
S dq
S p
ds
S dp
S q
ds
S dG

17 . 0
83 . 5
0 1 6
0 ) 1 ( ) 2 )( 3 (
2
1
2
2
=
=
= + +
= +
S
S
S S
S S S

Existe un punto de disparo en el intervalo ( 1 , 1) localizado en S
2
= 0.17, que corresponde al lugar en
que los polos se separan del eje real. La otra raz S
1
=-5.83 corresponde al punto donde se juntan las dos
ramas del lugar de races, pues una de ellas debe terminar en el cero y la otra en (infinito)
Valor de K en los puntos S
1
= -0.17 y S
2
= -5.83
7 . 11
83 . 2
83 . 4 83 . 6
34 . 0
83 . 2
83 . 0 17 . 1
) S , (S punto al ceros los de distancias las de roducto
) S , (S punto al polos los de distancia la de Producto
2
1
2 1
2 1
=

=
=

=
=
K
K
P
K

-3 -1 1
Jw
s

Fig.5.6. Lugar de las races de
( )
( )( ) 1 1 +
+
=
S S
3 S K
H(S) G(S)


144
Ejemplo 4
Encontrar el lugar de races de
S ( S + 5 )( S + 6 )( S
2
+ 2S + 2 ) + K ( S + 3 ) = 0
que se lleva a la forma
0
) 2 2 )( 6 )( 5 (
) 3 (
1
2
=
+ + + +
+
+
S S S S S
S K

de donde:
) 2 2 )( 6 )( 5 (
) 3 (
) ( ) (
2
+ + + +
+
=
S S S S S
S K
s H s G
Nmero de asntotas
n - m = 5-1= 4
ngulos de las asntotas con el eje real
=
=
=
=
315
225
135
45
4
3
2
1
|
|
|
|

Centroide
5 . 2
4
) 3 ( ) 1 1 6 5 0 (
=
+
=
J J
A
o
Como existen polos complejos se requiere calcular el ngulo de partida:

Z + Z = ceros los de polos otros de - 180
s s
u
O ngulos de otros polos
= =
= =
=
= + =

4 . 11
5
1
14
4
1
90
135 1 180
1
4
1
3
2
1
1
Tan
Tan
Tan



O ngulos de los ceros
= =

6 . 26
2
1
1
1
Tan |
Por tanto,

145
= + + + + = 8 . 43 6 . 26 ) 4 . 11 14 90 | 135 ( 180 u
|
1
|
3
|
4
|
1
|
2
Jw
s

Fig. 5.7. Clculo del ngulo de Salida
Interseccin con el eje imaginario
Ecuacin caracterstica
S
5
+ 13S
4
+ 54S
3
+ 82S
2
+ ( 60 + K ) S + 3K=0
Criterio de Routh
0
0
0
0
3 82 13
60 54 1
2 1
2 1
2 1
2 1
0
1
2
3
4
5
e e
d d
c c
b b
K
K
S
S
S
S
S
S +

b
1
= 47.7 ; b
2
= 60.0.769K ; c
1
= 65.6 0.212K ; c
2
= 3K
K
K K
d
212 . 0 6 . 65
153 . 0 105 3940
2
1

+
= ; d
2
= 0
e
1
= 3K ; e
2
= 0
Para tener races sobre el eje imaginario es necesario que exista una fila con todos los elementos iguales
a cero, por consiguiente se debe cumplir que:
3.940 - 105 K - 0.163 K
2
= 0
que es vlido para los valores de: K = 679.73 y K = 35.56

146
Se toma K = 35; con este valor se cumple, adems, que la primera columna del arreglo de Routh no
tenga cambios de signo lo que asegura que no existen races en el semiplano derecho.
El cruce con el eje imaginario que corresponde a K = 35, se encuentra de la ecuacin auxiliar
( 65.5 - 0.212 K ) S
2
+ 3 K = 0
con K = 35
58.2 S
2
+ 105 = 0
S
1,2
= J1.34
Punto de disparo
0 45 123 142 66 5 . 13
0
) (
) (
) (
) (
) (
2 3 4 5
= + + + + +
= =
S S S S S
dS
S dq
S p
dS
S dp
S q
dS
S dG

para efectos de trazar el lugar de las races, no se requiere resolver esta ecuacin, debido a que el punto de
disparo debe estar entre 5 y 6, puede suponerse este en el punto medio, es decir, 5.5 Sin embargo, por
tanteo, se encuentra que dicho punto es 5.53
j1.34(K=35)
-5
-j1.34(K=35)
-6 -3
Jw
s

Fig.5.8. Lugar de las races de
( )
( )( )( ) 2 2
2
6 5 + + + +
+
=
S S S S S
3 S K
H(S) G(S)


147
Ejemplo 5
Trazar el lugar de races de
0
) 20 4 )( 4 (
) ( ) (
2
=
+ + +
=
S S S S
K
S H S G
Nmero de asntotas
n - m = 4 - 0 = 4
ngulo de las asntotas con el eje real
=
=
135
45
2
1
|
|

=
=
315
225
4
3
|
|

Centroide
2
4
) 0 ( ) 45 . 2 2 45 . 2 2 4 0 (
=
+
=
j j
A
o
Criterio de Routh
0 0
0 0 1
0 26
0 80 8
36 1
0
1
2
3
4
K
c
K
K
S
S
S
S
S

) 8 80 26 (
26
1
1
K c =
El valor de K se encuentra haciendo c
1
= 0
K = 260
El punto de interseccin para K = 260 se encuentra de la ecuacin auxiliar:
16 . 3
10
0 260 26
0 26
2 , 1
2
2
2
J S
J S
S
K S
=
=
= +
= +

Punto de disparo:

148
| |
) 45 . 2 2 )( 45 . 2 2 )( 2 (
0 ) 10 4 )( 2 (
0 20 18 6
0
) 20 4 )( 4 (
80 72 24 4 ) (
2
2 3
2
2
2 3
J S J S S
S S S
S S S
S S S S
S S S
dS
S dG
+ + + +
= + + +
= + + +
=
+ + +
+ + +
=

Existe un punto de disparo real en S = -2 y dos puntos de disparo complejos en S = 2 + J 2.45 y S =
2 J 2.45. Esto se muestra en la figura 5.9
Angulo de partida

Z + Z = ceros los de polos otros de - 180
s s
u
ngulo de otros polos

43 . 63
2
4
90
57 . 116
2
4
180
1
3
2
1
1
= =
=
= =

Tan
Tan
u
u
u

ngulos de los ceros: No hay ngulo, pues no hay ceros.
Luego, el ngulo de partida queda dado por:
= + + = 90 ) 43 . 63 90 57 . 116 ( 180 u
-j3.16(K=260)
j 3.16(K=260)

Fig.5.9. Lugar de las races de
( )( ) 20 4
2
4 + + +
=
S S S S
K
H(S) G(S)

149
Ejemplo 6
Obtener el lugar de las races para:
3 3
20 13 6
) 1 2 )( 3 (
) 5 4 )( 2 (
) ( ) (
2 3
2 3 2
+ + +
+ + +
=
+ +
+ + +
=
S S S
S S S
S S
S S S
S H S G
Nmero de asntotas
nm = 33 = 0

Polos: S = 3 ; S = +J ; S = J
Ceros: S = 2 ; S = 2 + J ; S = 2 J
El lugar de las races sobre el eje real esta entre el punto 2 y 3, el polo 3 toma hacia el cero en 2.
Para los polos y ceros complejos se requiere calcular el ngulo de partida (de los polos) y de llegada (a
los ceros )
ngulo de partida

Z + Z = ceros los de polos otros de - 180
s s
u
- ngulos de los polos:
= =
=

17
3
1
90
1
2
1
Tan u
u

- ngulos de los ceros
= =
= =
=

45 1
27
2
1
0
1
3
1
2
1
Tan
Tan
|
|
|

Luego, el ngulo de partida es = + + + + = 145 ) 45 27 0 ( ) 17 90 ( 180 u
ngulo de llegada

Z Z + = ceros otros de polos los de 180
s s
|
- ngulos de los polos
=
=
=
45
135
180
3
2
1
u
u
u


150
|
1
u
1
u
2
|
3
|
2
-3 -2 -1

Fig. 5.10. Clculo del ngulo de Partida

u
1
u
3
|
1
|
2
u
2

Fig. 5.11. Clculo del ngulo de Llegada



151
- ngulos de los ceros
=
=
90
90
2
1
|
|

Y el ngulo de llegada es: = + + + + = 360 ) 90 90 ( ) 45 135 180 ( 180 |
Finalmente, la representacin del Lugar Geomtrico de las Races se ilustra en la siguiente figura:

-j
j
-2 -3 -1
Jw
s

Fig.5.12. Lugar de las races de
( )( )
( )( ) 1
2
3
5 4
2
+ +
+ + +
=
S S S
S S 2 S
H(S) G(S)
5 5. .4 4. . E EJ JE ER RC CI IC CI IO OS S Y Y P PR RO OB BL LE EM MA AS S C CA AP P T TU UL LO O 5 5
Usar el criterio de Routh para determinar el nmero de races en el semiplano S positivo de:
1. S
3
+ 13S
2
+ 33S + 30 = 0
2. S
3
+ 4S
2
+ 6S + 4 = 0
3. S
4
+ 2S
3
+ 2S
2
+ 3S + 6 = 0
4. S
4
+ S
3
+ 2S
2
+ 9S + 5 = 0

152
5. S
3
+5S
2
+ 8S + 6 = 0
6. S
3
+ 7S
2
+ 16S + 10 = 0
7. S
4
+ 12S
3
+ 54S
2
+ 108S + 80 = 0
8. S
4
+ 7S
3
+ 122S
2
+ 11.05S = 0
9. S
5
+

3S
4
+ 28S
3
+ 22S
2
+ 600S + 400 = 0
Para cada uno de las siguientes funciones de transferencia en lazo abierto determine el valor de K para
que el sistema sea estable:
10. ( ) ( )
( )( ) 1 2 1 + +
=
S S
K
S H S G
11. ( ) ( )
( )
( )( ) 3 1
1
+
+
=
S S
S K
S H S G
12. ( ) ( )
( )
3
1 +
=
S
K
S H S G
13. ( ) ( )
( )
2
2 +
=
S S
K
S H S G
Aplique el criterio de Routh para determinar:
i. El nmero de races con parte real positiva
ii. El nmero de races con parte real cero
iii. El nmero de races con parte real negativa
14. S
4
+ 5S
3
+ 2S + 10 = 0
15. 2S
5
+

S
4
+ 6S
3
+ 3S
2
+ S + 1 = 0
16. S
5
+

5.5S
4
+ 14.5S
3
+ 8S
2
19S 10 = 0
Encontrar el error en estado estable, para entrada escaln, rampa y parbola, en los siguientes esquemas
con realimentacin unitaria.
17. ( )
( )( ) 1 5 . 0 1 2 . 0
10
+ +
=
S S
S G
18. ( )
25 5
10
2
+ +
=
S S
S G
19. ( )
( )( ) 15 5 8 4
8
2 2 2
+ + + +
=
S S S S S
S G

153
20. ( )
( )( )( ) 12 3 1 2 . 0 1
11
2 3
+ + + +
=
S S S S S
S G
21. ( )
( )( ) 1 2 . 0 3
15
+ +
=
S S
S G
22. ( )
( )
( )( ) 2 2 1
3 10
2
+ + +
+
=
S S S
S
S G
En los siguientes ejercicios, hallar el valor de K para que el polinomio caracterstico siempre tenga parte
real negativa (Estabilidad del sistema).
23. p(S) = S
5
+

2S
4
+ 3S
3
+ 2S
2
+ 3S + 4 + K
24. p(S) = S
4
+ 2S
3
+ 2S
2
+ 4S + 3 + K
25. p(S) = S
4
+ S
3
+ 4S
2
+ 4S + 6 + K
26. p(S) = S
6
+ 8S
5
+ 8S
4
+ 24S
3
+ 16S
2
+ 8S + 5 + K
27. ( )
( ) 8 5
3
2
+ +
=
S S
K
S G , en lazo abierto
28.
( )
( )
( ) ( ) 1
1
10 5
10
2 3
+ + +
=
K
S S S
K
S R
S Y

29. p(S) = S
4
+ S
3
+ S
2
+ S + K
30.
( )( ) 3 2
1
+ + S S S
( )
( ) 1 +
+
S
a S K
R(S) Y(S) +


31. p(S) = S
5
+

S
4
+ 4S
3
+ 24S
2
+ 3S + 63 + K
32.
( ) 2 + S S
K
( ) 1
2
+ S
R(S) Y(S) +

..
33. ( )
( )( )( ) 6 3 1 + + +
=
S S S
K
S G , en lazo abierto

154
34. ( )
( )
( )
2
10
20
+
+
=
S S
S K
S G , con H(S) = 1
35. ( )
( ) ( ) 1
1
1 +

+
=
S S
K
S G , con ( )
( ) 1 5 . 0
1
+
=
S
S H
Trazar el L.G.R. de:
36. ( ) ( )
( )
( )( ) 64 6 2
3
2
+ + +
+
=
S S S S
S K
S H S G
37.
( )
( )
( )
( ) ( )
( )
( )( ) K S S S S
S K
S H S G K
S G K
S R
S Y
+ + + +
+
=
+

=
64 6 3
3
1
2

38. ( ) ( )
( )( )
( )( ) 2 2 1
3 2
2
+ + +
+ +
=
S S S
S S
S H S G
39. ( ) ( )
( )
( )( )( ) 2 2 2 3
4 2
2
+ + + +
+
=
S S S S
S K
S H S G
40.
( )
( )
( )( )
( )( )( ) ( ) 1 2 7 6
2 1
+ + + + +
+ +
=
S K S S S
S S K
S R
S Y

41. ( ) ( )
( )
( )( )( )( ) 1 8 4 2
3
+ + +
+
=
S S S S S
S K
S H S G
42. ( ) ( )
( )
( )( )( ) 9 1 1
5
2
+ + + +
+
=
S S S S
S K
S H S G

155
CAPTULO 6
DISEO DE CONTROLADORES ANLOGOS
6.
6 6. .1 1. . A AC CC CI IO ON NE ES S B B S SI IC CA AS S D DE E C CO ON NT TR RO OL L. .
Ki
m(t)
Kc
S
KdS
e(t)
M(S) E(S)

Fig. 6.1. Configuracin general de cualquier controlador o regulador anlogo
6 6. .1 1. .1 1 C Co on nt tr ro ol la ad do or r p pr ro op po or rc ci io on na al l

al Proporcion
r Controlado
) (
) (
) (
c c
K
S E
S M
S G = = [6.1]
K
c
= Ganancia proporcional.
6 6. .1 1. .2 2 C Co on nt tr ro ol l I In nt te eg gr ra al l + + P Pr ro op po or rc ci io on na al l: : P PI I
S
K
K
S E
S M
S G
i
c c
+ = =
) (
) (
) ( [6.2]

PI
r Controlado
) (
) (
) (
S
K S K
S E
S M
S G
i c
c
+
= = [6.3]
6 6. .1 1. .3 3 C Co on nt tr ro ol la ad do or r P Pr ro op po or rc ci io on na al l + + I In nt te eg gr ra al l + + D De er ri iv va at ti iv vo o: : P PI ID D

S K
S
K
K
S E
S M
S G
d
i
c c
+ + = =
) (
) (
) ( [6.4]

PID
r Controlado
) (
) (
) (
2
S
K S K S K
S E
S M
S G
i c d
c
+ +
= = [6.5]


156
6 6. .2 2. . D DI IS SE E O O D DE E C CO ON NT TR RO OL LA AD DO OR RE ES S A AN N L LO OG GO OS S P PO OR R E EL L M M T TO OD DO O D DE E
A AS SI IG GN NA AC CI I N N D DE E P PO OL LO OS S
Procedimiento:
1. Se conforma la ecuacin caracterstica planta controlador
0 ) ( ) ( 1 = + S G S G
p c
[6.6]
2. Se construye una ecuacin caracterstica deseada del mismo orden de la ecuacin caracterstica
planta controlador.
0 ) ( ) )( 2 (
1
2 2
= + + + +
m nd nd d
Q S Q S S S e e [6.7]
3. Se compara la ecuacin [6.6] y la [6.7] y de all se obtiene los parmetros del controlador. El
polinomio deseado ser :
0 2 ) (
2 2
= + + =
nd nd d d
S S S p e e [6.8]
Este se construye de tal forma que sean polos dominantes (complejos conjugados) y que aseguren un
tiempo de establecimiento deseado y un sobreimpulso deseado.
6 6. .2 2. .1 1 C Co on nt tr ro ol la ad do or r P PI I p pa ar ra a u un n S Si is st te em ma a d de e P Pr ri im me er r O Or rd de en n s si in n T Ti ie em mp po o M Mu ue er rt to o. .
- Ecuacin caracterstica del sistema PlantaControlador
0
1
1 =
+

+
+
S
K
S
K S K
i c
t
[6.9]
0 ) 1 (
0
2
2
= + + +
= + + +
i c
i c
KK S KK S
KK S KK S S
t
t

0
1
2
=

+
+
+
t t
i c
K K
S
K K
S [6.10]
- Ecuacin caracterstica deseada
0 2
2 2
= + +
nd nd d
S S e e [6.11]
Se comparan las ecuaciones [6.10] y [6.11]

2
nd
i
KK
e
t
=
K
K
nd
i
t e
2
= [6.12]

nd d
c
K K
e
t
2
1
=
+

( )
K
K
nd d
c
1 2
=
t e
[6.13]
Ejemplo

157
Disear un controlador PI para la siguiente planta:
) 1 6 (
8 . 0
) (
+
=
S
S G
p

De la planta se tiene la siguiente informacin:
K = 0.8
t = 6 seg
t
S
= 24 seg
Condiciones deseadas:
t
Sd
= Tiempo de establecimiento deseado
Zeta
d
= Coeficiente de amortiguacin para un sobreimpulso deseado.
- t
Sd
= 18 segundos
- Zeta
d
= 0.6 (16% de sobreimpulso)
3704 . 0
) 18 6 . 0 (
4 4
=

= =
Sd d
nd
t
e
Polinomio deseado
0 370 . 0 370 . 0 6 . 0 2
2 2
= + + S S
0 1372 . 0 4445 . 0
2
= + + S S
0290 . 1
8 . 0
6 ) 3704 . 0 (
2
=

=
i
K
( )
0836 . 2
8 . 0
1 6 3704 . 0 6 . 0 2
=

=
c
K

S
S
S G
c
) 0290 . 1 0836 . 2 (
) (
+
=
[6.14]
La accin del este controlador se ve representada en la grfica 6.2.
6 6. .2 2. .2 2 P PI ID D p po or r A As si ig gn na ac ci i n n d de e P Po ol lo os s p pa ar ra a u un n S Si is st te em ma a s si in n T Ti ie em mp po o M Mu ue er rt to o
La planta es de la forma:

) (
) (
3 2
2
1
a S a S
a
S G
p
+ +
= [6.15]
Ecuacin caracterstica planta controlador

158

Fig. 6.2. Accin del controlador PI sobre la planta del ejemplo

( )
3 2
2
1
2
1
a S a S
a
S
K S K S K
i c d
+ +

+ +
+ [6.16]
0 ) ( ) (
0
1 1 1
3 2
1 2
3
1 1
2
1 3
2
2
3
= + + + + +
= + + + + +
K a S K a a S K a a S
K a S K a S K a S a S a S
c d
i c d

Ecuacin caracterstica deseada
0 ) )( 2 (
2 2
= + + +
i nd nd d
a S S S e e [6.17]
0 ) 2 ( ) 2 (
2 2 2 3
= + + + + +
nd nd nd d nd d
a S a S a S e e e e [6.18]
Comparando las ecuaciones [6.17] y [6.18], se tiene:

2
1 nd i
a K a e = [6.19]

2
1 3
2
nd nd d c
a K a a e e + = + [6.20]

nd d d
a K a a e 2
1 2
+ = + [6.21]

1
2
a
a
K
nd
p
e
=
[6.22]

1
3
2
2
a
a a
K
nd nd d
c
+
=
e e
[6.23]

1
2
2
a
a a
K
nd d
d
+
=
e
[6.24]

159
El polo (S+a) se escoge para que sea un polo insignificante, es decir que este ubicado cinco veces o
ms, la parte real del polo complejo conjugado, o polo dominante que corresponde al polinomio deseado
de segundo orden:
nd d
a e > 5
Ejemplo
Disear un controlador PID, para el sistema representado por:
) 1 8 . 0 (
8 . 0
) (
2
+ +
=
S S
S G
p

- La planta suministra la siguiente informacin:
a
1
= 0.8 ; a
2
= 0.8; a
3
= 1.
e
n
= 1 ; = 0.8 ; t
s
= 10 seg
- Condiciones deseadas:
t
Sd
= 7 segundos.
Zeta
d
= 0.7 para un sobreimpulso del 5%.
816 . 0
7 7 . 0
4 4
=

=
Sd d
nd
t
e
- Polinomio deseado (polos dominantes)
0 ) 816 . 0 816 . 0 7 . 0 2 (
2 2
= + + S S
0 665 . 0 142 . 1
2
= + + S S
- Parte real del polinomio dominante:
5712 . 0 816 . 0 7 . 0 = =
nd d
e
3
5712 . 0 5
>
>
a
a

493 . 2
8 . 0
665 . 0 3
=

=
i
K
865 . 3
8 . 0
) 1 665 . 0 816 . 0 7 . 0 3 2 (
=
+
=
c
K
178 . 4
8 . 0
8 . 0 816 . 0 7 . 0 2 3 (
=
+
=
d
K
El controlador PID queda configurado como sigue:

160
S
S S
S E
S M
S G
c
493 . 2 865 . 3 178 . 4
) (
) (
) (
2
+ +
= =
La accin del controlador PID se puede observar en la siguiente grfica

Fig. 6.3. Respuesta del sistema de segundo orden del ejemplo, con controlador PID

6 6. .3 3. . D DI IS SE E O O D DE E C CO ON NT TR RO OL LA AD DO OR RE ES S P PI ID D, , M ME ED DI IA AN NT TE E E EL L L LU UG GA AR R D DE E L LA AS S
R RA A C CE ES S
El diseo de un regulador mediante tcnicas basadas en el lugar de las races est basado en la capacidad
de anlisis del diseador. En general, a partir de las especificaciones de diseo, tpicamente error
permanente velocidad de respuesta (t
p
, t
t
, t
s
) y sobreoscilacin (MP) e utiliza la accin proporcional (P)
para, en la medida de lo posible, disminuir el error en rgimen permanente consiguiendo una respuesta
dinmica adecuada. Si sta no se ajusta a las especificaciones, se introduce una accin derivativa (D) que
mejora el comportamiento transitorio pero aumenta el error. Finalmente, si es necesario, se incorpora una
accin integral (I) para, tratando de no afectar el comportamiento dinmico, disminuir a anular el error en
estado permanente.
Aunque, como se ha indicado, el ajuste del controlador es bsicamente un ejercicio de anlisis (Con el
Lugar de las Races Geomtricas) se puede establecer un procedimiento operativo, vlido en muchas
ocasiones como punto de partida, para el ajuste del PID, segn figura 6.4.
6 6. .3 3. .1 1 D Di is se e o o d de e u un n C Co on nt tr ro ol la ad do or r P P i id de ea al l m me ed di ia an nt te e L LG GR R
Ejemplo
Para el sistema de la figura 6.5, se pide disear el controlador ideal ms sencillo que verifique:

161

Condiciones Dinmicas P
d

Condiciones Estticas Er r or
Dibujar Lugar Geomtrico de las Races
Situar los Pd en el plano
P
d
: Polos Dominantes del
sistema en cadena cerrada
Pertenecen los Pd al
LDR?
No se precisa accin derivativa
Se verifica la
condicin de error?
Si
Si
Necesaria Accin Derivativa
R(S) = K(S+a)
+ Ajustar a utilizando el criterio del
argumento para que el LDR pase por
los Pd.
+ Ajustar K por el criterio del mdulo
Se verifica la
condicin de error?
Fin
PD
Si
N
o
Necesaria accin integral
R(S) = K(S+a)(S+b)/S
+ Ajustar a segn clculo anterior
+ Ajustar b a 1/6 de Pd (*)
+ Ajustar K por el Criterio del mdulo
Fin
PID
R(S) = K
+ Ajustar por el criterio del mdulo
N
o
Fin
P
Si
Necesaria accin integral
R(S) = K(S+b)/S
+ Ajustar b a 1/6 de Pd (*)
+ Ajustar K por el Criterio del mdulo

Fin
PI
N
o
(*): El valor de se
puede modificar segn
criterios

Fig. 6.4. Ajuste de un controlador PID mediante tcnicas basadas en el LGR
MP = 5%, t
s
= 2.1s, e
ss
< 50%
ante entradas escaln en X(S). Para el regulador diseado, comentar el efecto de la perturbacin Z(S) en la
salida Y(S).

162
R(S)
( )( ) 2 1
1
+ + S S
X(S)
Z(S)
Y(S)
+ +
+

Fig. 6.5. Diseo de un controlador P para el sistema mostrado
En primer lugar, a partir de las especificaciones dinmicas, buscaremos la posicin deseada de los polos
dominantes P
d
del sistema realimentado:

45 % 5 100 = = =

u
u
t
Tan
e MP
5 . 1 1 . 2 = = = o
o
t
s t
s
5 . 1 Tan = = u o e
d

Por tanto, P
d
= 1.5 J1.5
Se comenzar probando el controlador ms sencillo posible, es decir, un regulador proporcional
reflejado en la figura 6.6.

Fig. 6.6. Ubicacin de los polos del ejemplo
Como puede verse, el lugar de las races pasa por P
d
. Por lo tanto, basta con el controlador proporcional.
Para calcular el valor de la ganancia, aplicaremos el criterio del mdulo:
K = d
1
d
2
= 0.5
2
+ 1.5
2
= 2.5
Con K = K
R
1, es decir, K
R
= 2.5 y R(S) =2.5
Veamos si con este regulador se verifica la especificacin dada para el rgimen permanente
( )( )
25 . 1
2 1
5 . 2
lm
0
=
+ +
=

S S
K
S
p


163
% 50 % 44 44 . 0
1
1
< = =
+
=
p
p
K
e
La especificacin se cumple y, por tanto, es vlido el controlador R(S) = 2.5 La simulacin de la salida
del sistema y(t) ante entrada escaln unitario en x(t) aparece reflejada en la figura 6.7.
Ante entrada en escaln Z(S), el rgimen transitorio es el mismo, ya que la funcin de transferencia entre
Z(S) e Y(S) tiene los mismos polos y ceros que la funcin entre X(S) e Y(S):
( )
( ) ( )( )
R
K S S S Z
S Y
+ + +
=
2 1
1

Sin embargo, el valor final en rgimen permanente vara:
22 . 0
2
1
=
+
=
R
p
K
y
en lugar de 10.44 = 0.55. Cuanto mayor sea el valor de K
R
, es menor la influencia de z(t) sobre y(t) en
rgimen permanente y menor es el error e
p
de y(t) con respecto a x(t).

Fig. 6.7. Respuesta del sistema con controlador P
6 6. .3 3. .2 2 D Di is se e o o d de e u un n C Co on nt tr ro ol la ad do or r P PI I
Ejemplo
Para el sistema de la figura 6.8, se pide disear el controlador ideal ms sencillo que verifique:
MP = 5%, t
s
= 2.1s, e
ss
s 10%
ante entradas escaln en X(S). Para el regulador diseado, comentar el efecto de la perturbacin Z(S) en la
salida Y(S).



164
R(S)
( )( ) 2 1
1
+ + S S
X(S)
Z(S)
Y(S)
+ +
+

Fig. 6.8. Diseo de un controlador PI para el sistema mostrado
A partir de las especificaciones dinmicas, buscaremos la posicin deseada de los polos dominantes P
D

del sistema realimentado:

45 % 5 100 s s =

u
u
t
Tan
e MP
5 . 1 1 . 2 > s = o
o
t
s t
s
5 . 1 Tan = = u o e
d

Por tanto, P
d
= 1.5 J1.5
Si se desea cumplir las especificaciones en el lmite. Dado que las restricciones son flexibles, la situacin
posible para P
d
es la rayada en la figura 6.9.

Fig. 6.9. Ubicacin de los polos del ejemplo para el controlador PI
Como puede verse, el LGR pasa por P
d
. En principio bastara con un controlador proporcional. Para
calcular el valor de la ganancia, aplicaremos el criterio del mdulo:
K = d
1
d
2
= 0.5
2
+ 1.5
2
= 2.5
Con K = K
R
1, es decir, K
R
= 2.5 y R(S) =2.5
Veamos si con este regulador se verifica la especificacin dada para el rgimen permanente

165
( )( )
25 . 1
2 1
5 . 2
lm
0
=
+ +
=

S S
K
S
p

% 44 44 . 0
1
1
= =
+
=
p
p
K
e
Que no es menor del 10% pedido. Es pues necesario un regulador PI de la forma
S
a S
K S R
R
+
= ) (
Se elegir a suficientemente pequeo como para que el lugar de las races no vare apreciablemente. En
concreto, se tomar 1/6 de la distancia de los polos dominantes en cadena cerrada al eje imaginario.
25 . 0
6
5 . 1
= = a
Con ello, el nuevo lugar de las races queda definido como se muestra en la figura 6.9. Y como K
R
= 2.5,
entonces el controlador resulta:
S
S
S R
25 . 0
5 . 2 ) (
+
=
Donde el error e
p
= 0, al tratarse de un sistema de tipo 1.
Ante una entrada escaln en Z(S) y, dado que el sistema es estable, tambin se obtiene un error de
posicin nulo:
) ( lm
0
S E S e
S
p
=



Fig. 6.10. Lugar Geomtrico de las Races del sistema deseado para el ejemplo

166
Sin embargo, el rgimen dinmico se ve afectado por la adicin de la parte integral, dado que el diseo
que se ha efectuado ha sido aproximado. Veamos a continuacin el efecto de la nueva rama (Figura 6.11)
s
-1
-2
-0.25
J1.5
Im
Re

Fig. 6.11. Nueva rama debida al controlador PI en el LGR
Aplicando el criterio del argumento:

180
2
5 . 1
Tan
1
5 . 1
Tan 180
5 . 1
Tan 180
25 . 0
5 . 1
Tan 180
1 1 1 1
=
(

+
(


o o o o

es decir, o = 1.42
y por tanto: (S+o)
2
+ e
d
2
= S
2
+2.84S + 4.27
Tambin se podra recalcular la ganancia aplicando el criterio del mdulo:
( ) ( )
( )
2 2
2 2 2 2 2 2
25 . 0 5 . 1 5 . 1
42 . 1 5 . 1 1 42 . 1 5 . 1 42 . 1 2 5 . 1
+
+ + +
= K
Aunque el error que se comete al mantenerse 2.5 es muy pequeo, la funcin de transferencia resulta:
( )
( )
( )( ) ( )
( )
( )( ) 27 . 4 84 . 2 16 . 0
25 . 0 5 . 2
25 . 0 5 . 2 2 1
25 . 0 5 . 2
2
+ + +
+
=
+ + + +
+
=
S S S
S
S S S S
S
S M
Si se despreciara el efecto del par polocero:
( )
27 . 4 84 . 2
9 . 3
2
+ +
=
S S
S M
Se obtendra:
% 1 . 5 100
5 . 1
42 . 1
= =

t
e MP
s t
s
21 . 2
42 . 1
= =
t

La respuesta del sistema realimentado aparece reflejada en la figura 6.12.

167

Fig. 6.12. Respuesta del sistema Planta Controlador PI
6 6. .3 3. .3 3 D Di is se e o o d de e u un n C Co on nt tr ro ol la ad do or r P PD D
Ejemplo
Para el sistema de la figura 6.13, se pide disear el controlador ideal ms sencillo que verifique:
MP = 5%, t
s
~ 1s, e
ss
s 25%
ante entradas escaln en X(S).
R(S)
( )( ) 2 1
1
+ + S S
X(S)
Z(S)
Y(S)
+ +
+

Fig. 6.13. Diseo de un controlador PD para el sistema mostrado
Primeramente, a partir de las especificaciones dinmicas, buscaremos la posicin deseada de los polos
dominantes P
D
del sistema realimentado:

45 % 5 100 = ~ =

u
u
t
Tan
e MP
14 . 3 1 = ~ = o
o
t
s t
s
14 . 3 Tan = = u o e
d

Por tanto, P
d
= 3.14 J3.14

168
Si se desea cumplir las especificaciones en el lmite. Dado que las restricciones son flexibles, la situacin
posible para P
d
es la rayada en la figura 6.14.

Fig. 6.14. Ubicacin de los polos del ejemplo para el controlador PD
Como puede verse, el LGR NO pasa por P
d
, por lo que no es suficiente con un controlador proporcional.
Hace falta un regulador tipo PD.
( ) b S K S R
R
+ = ) (
Teniendo en cuenta que interesa un valor de b grande (Con el fin de que el cero introducido no afecte
dinmicamente en lazo cerrado), el nuevo lugar de las races aparece esquematizado en la figura 6.15.

Fig. 6.15. Lugar Geomtrico de las Races del Sistema deseado en el ejemplo
Con lo que ya es posible conseguir que el Lugar de las Races pase por P
d
. Para forzar a que esto ocurra,
se aplicar el criterio del argumento:

169

180
14 . 2
14 . 3
Tan 180
14 . 1
14 . 3
Tan 180
14 . 3
14 . 3
Tan
1 1 1
=
(

+
(


b

-3.14
-2
-b
J3.14
Im
Re
-1

Fig. 6.16. Nueva rama debida al controlador PI en el LGR
Es decir,

2 . 54
14 . 3
14 . 3
Tan
1
=
(

b

Valor que se encuentra entre 0

y 180

, y por tanto, b = 5.4. Para calcular el valor de la ganancia,


aplicaremos el criterio del mdulo:
( )
28 . 3
14 . 3 4 . 5 14 . 3
14 . 2 14 . 3 14 . 1 14 . 3
2 2
2 2 2 2
2 1
=
+
+ +
=


b
d
d d
K
con K = K
R
1, es decir, K
R
= 3.28, y por tanto el controlador resulta:
( ) 4 . 5 28 . 3 ) ( + = S S R
En lo que se refiere al estado transitorio, el cero en 5.4 hace que el sistema sea algo ms rpido de lo
previsto, al no estar suficientemente alejado de 3.14 (obsrvese la figura 6.17).
En cuanto al rgimen estacionario, an no se ha hecho ninguna consideracin. Veamos si cumple las
especificaciones:
( )
( )( )
59 . 8
2 1
4 . 5 28 . 3
lm
0
=
+ +
+
=

S S
S
K
S
p

% 25 % 10 10 . 0
1
1
< = =
+
=
p
p
K
e
La especificacin se cumple, y por tanto, es vlido este controlador.


170

Fig. 6.17. Respuesta del sistema Planta Controlador PD
6 6. .3 3. .4 4 D Di is se e o o d de e u un n C Co on nt tr ro ol la ad do or r P PI ID D
Ejemplo
Para el sistema de la figura 6.18, se pide disear el controlador ideal ms sencillo que verifique:
MP s 5%, t
s
s 1s, e
ss
s 5%
ante entradas escaln en X(S).
X(S)
R(S)
( )( ) 2 1
1
+ + S S
Z(S)
Y(S)
+ +
+

Fig. 6.18. Diseo de un controlador PID para el sistema mostrado
La posicin deseada de los polos dominantes P
d
del sistema realimentado es la misma que en el
problema anterior: P
d
= 3.14 J3.14, tenindose el mismo lugar de las races y, por tanto:
( ) 4 . 5 28 . 3 ) ( + = S S R
Sin embargo, ahora no se verifica la especificacin dada para el rgimen permanente:
( )
( )( )
59 . 8
2 1
4 . 5 28 . 3
lm
0
=
+ +
+
=

S S
S
K
S
p

% 25 % 10 10 . 0
1
1
< = =
+
=
p
p
K
e

171
que no es menor del 5% pedido. Es pues necesario un controlador PID de la forma:
( )( )
S
b S a S
K S R
R
+ +
= ) (
El parmetro a se elegir a 1/6 de la distancia de los polos dominantes en lazo cerrado al eje imaginario.
52 . 0
6
14 . 3
= = a
Con ello, el nuevo lugar de las races queda reflejado en la figura 6.19.
Resulta entonces el controlador:
( )( )
S
S S
S R
4 . 5 52 . 0
28 . 3 ) (
+ +
=
y e
ss
= 0, por tratarse de un sistema tipo 1.


Fig. 6.19. Lugar Geomtrico de las Races del Sistema deseado en el ejemplo
El rgimen dinmico se ve afectado por la adicin de la parte integral, tal y como se ve reflejado en la
figura 6.20.

172

Fig. 6.20. Respuesta del sistema Planta Controlador PID
6 6. .3 3. .5 5 D Di is se e o o d de e u un n C Co on nt tr ro ol la ad do or r P PI ID D R Re ea al l
Ejemplo
Para el sistema de la figura 6.21, se pide disear el controlador ideal ms sencillo que verifique:
MP s 15%, t
s
s 1.5s, e
ss
s 10%
ante entradas escaln en X(S).
R(S)
( )( ) 2 1
1
+ + S S
X(S)
Z(S)
Y(S)
+ +
+

Fig. 6.21. Diseo de un controlador PID para el sistema mostrado
La posicin deseada de los polos dominantes P
d
del sistema realimentado vendr dada por

59 % 15 100 = s =

u
u
t
Tan
e MP
1 . 2 5 . 1 ~ ~ = o
o
t
s t
s
5 . 3 Tan = = u o e
d

Por tanto, P
d
= 2.1 J3.5
Vase el Lugar de las races en la figura 6.22.

173

Fig. 6.22. LGR y polos deseados para el diseo del control PID real
Como puede verse, dicho lugar de races no pasa por P
d
, por lo que no es suficiente con un regulador
proporcional. Hace falta un controlador tipo PD de la forma:
( )
( ) d S
c S
K S R
R
+
+
= ) ( , con c < d
El ngulo que debe aportar este par polocero para que P
d
pertenezca al LGR, se obtiene aplicando el
criterio del argumento:
| (o + o
1
+ o
2
) = 180


1 . 19
1 . 0
5 . 3
Tan 180
1 . 1
5 . 3
Tan 180 180
1 1
=
(

+ + = =

o |
C

-2
-d
-1
Im
Re
-c
a b a
2
a
1

Fig. 6.23. ngulos de polos y ceros con respecto al polo deseado
Existen 3 criterios para situar el par polocero:
1. situar c en la vertical de P
d
(c = 2.1)

174
2. situar c cancelando el segundo polo (c = 2)
3. situar c y d tal que su bisectriz sea el ngulo buscado (Figura 6.23)
-1
-d
Im
Re
-c
a a
1
-2
b=a
2

Fig. 6.24. Criterio de ubicacin de los polos y ceros requeridos
Utilizando el segundo criterio, c = 2 y d se obtienen aplicando el criterio del argumento tal y como se
refleja en la figura 6.24 (d = 3.2)
Para calcular el valor de la ganancia, se aplicar el criterio del mdulo:
K = d
1
d
3.2
= 1.1
2
+ 3.5
2
= 13.46
Por tanto
( )
( ) 2 . 3
2
46 . 13 ) (
+
+
=
S
S
S R
-1
-d
Im
Re
-2.1

Fig. 6.25. Cancelacin del polo y del cero para aplicacin del criterio del argumento
En cuanto al rgimen permanente, con el regulador PD no se ha hecho an ninguna consideracin.
Veamos si cumple las especificaciones:
21 . 4
2 . 1
1
2 . 3
2
46 . 13 = =
p
K

175
% 19 19 . 0
1
1
= =
+
=
p
p
K
e
Que no es menor del 10% pedido. As pues, hace falta un regulador PID de la forma
2 . 3
2
46 . 13 ) (
+
+
+
+
=
S
S
b S
a S
S R
con b < a y (a,b) cercanos entre s. Se elegir a pequeo para que el LGR no vare apreciablemente ( a
1/6 de la distancia de los polos dominantes en lazo cerrado al eje imaginario)
35 . 0
6
1 . 2
= = a
En cuanto a b, se toma de forma que verifique la especificacin esttica:
2 . 1
1
2 . 3
2
46 . 13 9
1
1
1 . 0
b
a
K
K
e
p
p
p
= =
+
= =
Es decir, b = 0.16 y:
2 . 3
2
16 . 0
35 . 0
46 . 13 ) (
+
+
+
+
=
S
S
S
S
S R
El nuevo lugar de las races ser el de la figura 6.26

Fig. 6.26. Lugar Geomtrico de las Races del sistema Planta Controlador PID REAL
En lo referente al rgimen transitorio, la respuesta real del sistema aparece en la figura 6.27

176

Fig. 6.27. Respuesta del sistema Planta Controlador PID REAL
6 6. .3 3. .6 6 C Co on nt tr ro ol l d de e u un n S Si is st te em ma a I In ne es st ta ab bl le e
Ejemplo
Se dispone de un sistema fsico cuya funcin de transferencia es:
( )
( )( )( ) 1 2 1
1
+ +
=
S S S
S G
Se pide disear el regulador ideal ms sencillo que verifique las siguientes condiciones:
MP ~ 5%, t
s
~ 2.86s
ante entradas escaln en la referencia. Comprobar si, con el regulador diseado, el sistema cumple las
condiciones de comportamiento dinmico requeridas
Para solucionar este problema, hay que tener en cuenta que la posicin deseada de los polos dominantes
P
d
del sistema realimentado vendr dada por:

59 % 5 100 ~ ~ =

u
u
t
Tan
e MP
1 . 1 86 . 2 ~ ~ = o
o
t
s t
s
1 . 1 Tan = = u o e
d

Por tanto, P
d
= 1.1 J1.1
El lugar de las races se muestra en la figura 6.28.

177

Fig. 6.28. LGR de la planta a controlar
Como el lugar de las races no pasa por P
d
, y adems siempre hay al menos una raz que inestabiliza el
sistema, hay que modificar el LGR aadiendo un controlador de tipo PD:
( ) b S K S R
R
+ = ) (
Aplicando el criterio del argumento (Como se muestra en la figura 6.29)

180
1 . 2
1 . 1
Tan 180
1 . 0
1 . 1
Tan 180
9 . 0
1 . 1
Tan
1 . 1
1 . 1
Tan 180
1 1 1 1
=
(

+
(


b

Es decir

25 . 118
1 . 1
1 . 1
Tan 180
1
=


b

valor que se encuentra entre 0 y 180. Por lo tanto, b = 0.5.
-1
-2
1
Im
Re
-1.1
a
q
b
J1.1

Fig, 6.29. Criterio del ngulo
Para calcular el valor de la ganancia, se aplica el criterio del mdulo:

178
97 . 2
6 . 0 1 . 1
1 . 2 1 . 1 1 . 0 1 . 1 9 . 0 1 . 1
2 2
2 2 2 2 2 2
1 2 1
=
+
+ + +
=

=


b
d
d d d
K
con K = K
R
1, es decir, K
R
= 2.97, y por tanto el controlador resulta:
( ) 5 . 0 97 . 2 ) ( + = S S R
El nuevo lugar de las races es el mostrado en la figura 6.30.

Fig. 6.30. LGR del sistema planta controlador PD
Sin embargo se calcula la situacin de la tercera raz:
( )( )( ) ( ) 515 . 0 97 . 1 2 5 . 0 97 . 2 1 2 1
2 3
+ + = + + + + S S S S S S S
Se observa por el cambio de signo de los coeficientes del polinomio caracterstico que debe existir
alguna raz positiva. Por lo tanto, con este controlador el sistema es INESTABLE.
Una posible solucin es utilizar un controlador PD con dos ceros, por ejemplo un cero doble:
( )
2
) ( b S K S R
R
+ =
Ahora:

25 . 118
1 . 1
1 . 1
Tan 2
1
=


b

Valor que se encuentra entre 0 y 180, y por tanto, b = 1.75. Aplicando de nuevo el criterio del mdulo:
28 . 2
75 . 1 1 . 1
1 . 2 1 . 1 1 . 0 1 . 1 9 . 0 1 . 1
2 2
2 2 2 2 2 2
1 2 1
=
+
+ + +
=

=


b
d
d d d
K
es decir, K
R
= 2.28, y por tanto el controlador resulta:

179
( )
2
75 . 1 28 . 2 ) ( + = S S R
El nuevo lugar de las races aparece mostrado en la figura 6.31

Fig. 6.31. Nuevo LGR, modificando el controlador PD
El nuevo sistema siempre es estable. Sin embargo, los dos ceros modifican algo el rgimen dinmico, tal
y como se muestra en la figura 6.32.

Fig. 6.32. Respuesta planta inestable controlador PD
6 6. .4 4. . A AJ JU US ST TE E D DE E C CO ON NT TR RO OL LA AD DO OR RE ES S P PO OR R E EL L M M T TO OD DO O Z ZI IE EG GL LE ER R- -N NI IC CH HO OL LS S
El regulador tendr una funcin de transferencia:

180

|
|
.
|

\
|
+ + = S T
S T
K S R
d
i
p
1
1 ) ( [6.25]
6 6. .4 4. .1 1 M M t to od do o 1 1, , d de e l la a R Re es sp pu ue es st ta a a al l E Es sc ca al l n n, , o o e en n b bu uc cl le e a ab bi ie er rt to o
Si la planta no representa en su funcin de transferencia integradores o polos dominantes complejos
conjugados, su respuesta al escaln tendr forma de S, tal como se muestra en la figura 6.33
T
v T
a t
K
Tangente al punto de
i nfl exion

Fig. 6.33. Respuesta de una planta sin polos complejos
En ella, trazando la tangente en el punto de inflexin, podrn medirse las constantes T
v
y T
a

6 6. .4 4. .2 2 M M t to od do o 2 2, , d de e l la a e es st ta ab bi il li id da ad d c cr ri it ti ic ca a, , o o e en n b bu uc cl le e c ce er rr ra ad do o. .
El ajuste se realiza en la siguiente forma:
1. Se utiliza el regulador como si fuera exclusivamente de tipo P ( Ti = , Td = 0).
2. Se va incrementando el valor de K
p
hasta alcanzar un valor K
er
, denominado crtico, para el cual
aparezca en la salida oscilaciones mantenidas (de amplitud constante) a la frecuencia critica e
er
(
periodo T
er
= 2t/e
er
).
3. A partir de los valores de K
er
y T
er
se pueden dimensionar los parmetros de los reguladores P, PI, o
PID.

181

M M T TO OD DO O
T TI IP PO O D DE E
R RE EG GU UL LA AD DO OR R
P PA AR R M ME ET TR RO OS S D DE EL L R RE EG GU UL LA AD DO OR R
K K
P P
T T
i i
T T
d d

M
MM
T
TTO
OOD
DDO
OO 1
11
P
v
a
T
T
K
1


PI
v
a
T
T
K
9 . 0

3.33T
v

PID
v
a
T
T
K
2 . 1

2T
v
0.5T
v

M
MM
T
TTO
OOD
DDO
OO 2
22
P 0.5K
er

PI 0.45K
er
0.85T
er

PID 0.6K
er
0.5T
er
0.12T
er

6 6. .4 4. .3 3 E Ej je em mp pl lo os s d de e d di is se e o o m me ed di ia an nt te e Z Zi ie eg gl le er r N Ni ic ch ho ol ls s
6 6. .4 4. .3 3. .1 1 D Di is se e o o d de e u un n r re eg gu ul la ad do or r P PI ID D p po or r e el l P Pr ri im me er r M M t to od do o d de e Z Zi ie eg gl le er r- -N Ni ic ch ho ol ls s
Se desea controlar un sistema trmico G(S) utilizando un regulador PID, como se indica en la figura
6.34. Para ello se registra, mediante el transductor de temperatura de funcin de transferencia H(S), la
respuesta del sistema al escaln unitario (sistema G(S)H(S) en cadena abierta), siendo sta la de la figura
6.35a. y la figura 6.35b.(detalle). Utilizando el primer procedimiento de Ziegler-Nichols, encontrar el
regulador adecuado.

1
T
i
S
R(S)=K
p
(1+ +T
d
S)
G(S)
H(S)
+
-
Sistema trmico
Transductor

Fig. 6.34. Diseo de un controlador PID para el sistema mostrado


182
20 40 60 80 t 0
0.2
0.4
0.6
0.8
1
Y(t)

Fig. 6.35a. Respuesta del sistema de temperatura
5 10 15 20 t 0
0.1
0.2
0.3
0.4
Y(t)

Fig. 6.35b. Respuesta del sistema de temperatura (Detalle)
Sobre las figuras 6.35a. y 6.35b se ha trazado la tangente por el punto de inflexin. En ella se lee:
+ Tiempo de corte de la tangente con el eje de los tiempos: T
v
= 2 segundos.
+ Tiempo de corte de la tangente con el valor final: T
v
+ T
a
= 30.6 segundos.
+ Valor final: K = 1
Luego, recorriendo la tabla del primer mtodo de Ziegler-Nichols, se obtiene:
16 . 17
2 . 1
= =
v
a
p
T
T
K
K
1 5 . 0 4 2 = = = =
v d v i
T T T T
Por tanto:
S
S
S R
2
) 5 . 0 ( 6 . 17
) (
+
=
La figura 6.36 recoge la respuesta temporal al escaln del sistema as controlado. Obsrvese cmo se
consigue una relacin de amortiguamiento (sobreoscilacin 1 / sobreoscilacin 2) cercana a 4:

183
10 20 30 40 t 0
1
Y(t)

Fig. 6.36. Respuesta del sistema plantacontrolador
6 6. .4 4. .3 3. .2 2 D Di is se e o o d de e u un n r re eg gu ul la ad do or r P PI ID D p po or r e el l S Se eg gu un nd do o M M t to od do o d de e Z Zi ie eg gl le er r- -N Ni ic ch ho ol ls s
Se desea controlar un sistema de funcin de transferencia desconocida. Para ello se dispone el esquema
de control de la figura 6.37 pretendindose sintonizar el regulador R(S) mediante el segundo
procedimiento de Ziegler-Nichols. Prescindiendo de las acciones T
i
y T
d
del regulador, se aumenta la
ganancia K
p
hasta que para un valor de 0.2 se consiguen las oscilaciones mantenidas de la figura 6.38.
Obtener los parmetros del regulador R(S).

1
T
i
S
R(S)=K
p
(1+ +T
d
S)
G(S)
+
-

Fig. 6.37. Diseo de un controlador PID para el sistema mostrado

184
t
1
Y(t)

Fig. 6.38. Respuesta del sistema con funcin de transferencia desconocida
En la figura 6.38 puede leerse:
Periodo de oscilacin mantenida: T
er
= 7 segundos.
Ganancia critica: K
er
= 0.2.
Se esconde un regulador PID obtenindose de la tabla de Ziegler-Nichols (segundo mtodo)
12 . 0 6 . 0 = =
er p
K K
84 . 0 12 . 0 5 . 3 5 . 0 = = = =
er d er i
T T T T
Con lo que el regulador resulta:
( )
S
S S
S
S
S T
S T
K S R
d
i
p
) 715 . 0 )( 476 . 0 ( 1 . 0
84 . 0
5 . 3
1
1 12 . 0
1
1 ) (
+ +
= + + =
|
.
|

\
|
+ + =
La figura 6.39 recoge la respuesta del sistema as compensado. Como se observa, es an excesivamente
lenta y oscilatoria (aunque es estable, lo que no ocurrira se R(S) = 1).
t
1
Y(t)

Fig. 6.39. Respuesta del sistema plantacontrolador

185
6 6. .5 5. . D DI IS SE E O O D DE E R RE ED DE ES S D DE E A AT TR RA AS SO O Y Y R RE ED DE ES S D DE E A AD DE EL LA AN NT TO O
El diseo de una red es una labor de anlisis de la respuesta frecuencial de un sistema.
Conociendo los efectos que sobre dicha respuesta (normalmente visualizados sobre los diagramas de
Bode) ocasiona la introduccin de una red de atraso o adelanto, se ajusta sta para conseguir que el
resultado final sea el deseado.
6 6. .5 5. .1 1 E Ef fe ec ct to os s d de e l la a r re ed d d de e a ad de el la an nt to o
La funcin de transferencia de una red de adelanto es:
( )
adelanto de d Re
cia Transferen de Funcin
b a
) (
) (
<
+
+
=
b S
a S
K S G [6.26]
Su efecto ms destacable es el de aportar fase, con lo que si se escogen adecuadamente los valores de a y
b se conseguir que aumente el margen de fase del sistema. No obstante, tambin aporta ganancia, con lo
que habr tendencia a que la frecuencia de cruce de ganancia e
g
se desplace a frecuencias mayores y
disminuya en cierta medida el margen de fase.
6 6. .5 5. .2 2 E Ef fe ec ct to os s d de e l la a r re ed d d de e a at tr ra as so o
La funcin de transferencia de una red en atraso es:
( )
Atraso de d Re
cia Transferen de Funcin
b a
) (
) (
>
+
+
=
b S
a S
K S G [6.27]
Su efecto sobre la respuesta en frecuencia del sistema es el de proporcionar una atenuacin en los
mdulos a partir de una determinada frecuencia. Este efecto puede ser aprovechado para, sin modificar la
ganancia esttica del sistema (y por lo tanto el error en rgimen permanente), aumentar el margen de
ganancia y desplazar hacia frecuencias menores la frecuencia de cruce de ganancia, con lo que
habitualmente aumentara el margen de fase.

186
6 6. .5 5. .3 3 A Aj ju us st te e d de e u un na a r re ed d d de e a ad de el la an nt to o o o a at tr ra as so o

Datos de Partida.
Especificacin de error y
esperada
Incorporar al sistema un amplificador que aporte la ganancia
K necesaria para que se verifique la condicin esttica.
El sistema tendr ahora una FDT en cadena abierta KG(S)
Dibujar el Bode de KG(S) y hallar en l e
s
y
0

Obtener la aportacin de fase ncesaria de la red de
adelanto

m
=
deseada

0
+ Margen de Seguridad
Obtener
x
x
+

=
1
1
o - con
m
Sen x =
Obtener

m
U .LogWo
Leere
m
en el Bode de

KG(S) como la frecuencia en
la que:
m
K S G K = ) ( log 20

Obtener
o e
m
T
1
=
La red de adelanto es
T
s
T
s
G
c
o
o
1
1
1
+
+
=

Dibujar el Bode de G
c
(S)KG(S) y comprobar
que el valor de cumple la especificacin.
Si no, repetir con mayor
m



Fig. 6.40a. Diseo de una red de adelanto
Segn los efectos explicados anteriormente, los ajustes de las redes de adelanto y de atraso pueden
hacerse segn los pasos que se explican en los diagramas de flujo de las figuras 6.40a y 6.40b.
2
:


2
Estos pasos son slo indicativos. Otros procedimientos de ajuste pueden ser vlidos o incluso, en ocasiones, ms
convenientes

187

Datos de partida.
Especificacin de error y deseada
Incorporar al sistema un amplificador que aporte la ganancia K
necesaria para que se verifique la condicin esttica.
El sistema tendr ahora una FDT en cadena abierta?KG(S)
Dibujar el bode de KG(S) y hallar en l e
s
y
o

Leer e
g
en el Bode de KG(S) como la frecuencia en la que el margen de
fase es el deseado mas un margen de seguridad:


=
deseada
+ margen de seguridad
Leer el mdulo B a esa frecuencia.
Obtener la aportacin de | de ganancia de la red:
| | dB B = | log 20
Obtener
gk
T
e
10
=
La red de atraso es:
T
s
T
s
G
c
|
|
1
+
1
+

1
=
Dibujar el Bode G
c
KG(S) y comprobar que el valor de
nuevo cumple la especificacin.

Fig. 6.40b. Diseo de una red de atraso
6 6. .5 5. .4 4 D Di is se e o o d de e u un na a r re ed d d de e a ad de el la an nt to o
Disear una red de adelanto de fase para que el sistema de la figura, de funcin de transferencia en
cadena abierta:
) 29 10 )( 1 . 0 (
2
) (
2
+ + +
+
=
S S S
S
S G
Red de adelanto G(S)
+
-

Fig. 6.41. Diseo de una red de adelanto para el sistema mostrado

188
Que tenga un error permanente ante entrada escaln del 1% y margen de fase de 60.
Primeramente, se comenzar obteniendo la ganancia esttica K
r
que debe aportar la red para conseguir la
especificacin de error en rgimen permanente:
01 . 0
1
1
=
+
=
p
p
K
e 99 =
p
K
5 . 143
69 . 0
99
69 . 0
29 1 . 0
2
) 29 10 )( 1 . 0 (
2 1
lm
2
0
= =
=

=
+ + +
+
=

r
r
r
r
S
p
K
K
K
S S S
S
K
S
S K

Se obtendr ahora la frecuencia de cruce de ganancia y el margen de fase para K
r
G(S), leyndolos del
correspondiente diagrama de Bode.

Fig. 6.42. Diagrama de Bode y Margen de Fase de KrG(S)
De la figura 6.42, se obtiene
S
rad
g o
11 y 40 = = e
Puesto que se pretende obtener un margen de fase de 60, la aportacin de fase de la red de adelanto
deber ser:

m
= 60 40 +10 = 30
donde se ha incluido 10 como margen de seguridad. Por lo tanto:
dB K
M
m
m
77 . 4 log 10
33 . 0
5 . 1
5 . 0
sen 1
sen 1
= =
= =
+

=
o

o


189
Leyendo el diagrama de Bode anterior (figura 6.42) la frecuencia e
m
a la que el modulo vale K
M
se tiene
s rad
m
/ 15 = e
Con lo que:
12 . 0
1
= =
o e
m
T
Siendo la red:
26
66 . 8
5 . 430
26
66 . 8
33 . 0
5 . 143
1
1
1
) (
+
+
=
+
+
=
+
+
=
S
S
S
S
T
T
S
K
S G K
r
c r
o
o

El diagrama de Bode del sistema compensado es el de la figura 6.43. En este diagrama se puede leer el
nuevo margen de fase de 65:

Fig. 6.43. Diagrama de Bode y Margen de Fase de KrGc(S)
La respuesta temporal del sistema compensado y sin compensar pone de manifiesto la mayor rapidez y
menor error del sistema compensado

190
Compensado
Sin compensar
1
t

Fig. 6.44. Respuesta transitoria del sistema
El diagrama de Bode de la red muestra que la mayor aportacin de fase es de 30, producindose a e
m
=
15 rad/s y siendo entonces la aportacin de ganancias de K
m
= 4.5dB.

Fig. 6.45. Diagrama de Bode y Margen de Fase del sistema KrG(S) compensado
6 6. .5 5. .5 5 D Di is se e o o d de e u un na a r re ed d d de e A At tr ra as so o p pa ar ra a A Au um me en nt ta ar r e el l M Ma ar rg ge en n d de e F Fa as se e
Para el sistema de la figura 6.46, disear una red de atraso de fase que consiga que el sistema en cadena
cerrada tanga un error de posicin de 1% y un margen de 60.

191
S+1
(S+0.1)(S
2
+10S+29)
Red de atraso
+
-

Fig. 6.46. Diseo de una red de atraso para el sistema mostrado
Para que el error de posicin sea de 1% se precisa que la constante de error de posicin K
p
valga:
99 01 . 0
1
1
= =
+
=
p
p
p
K
K
e
y por lo tanto se deber aportar una ganancia al sistema en cadena abierta K
r
tal que:
287 99
29 1 . 0
99
) 29 10 )( 1 . 0 (
1 1
lm
2
0
= =

=
+ + +
+
=

r
r
r
S
p
K
K
S S S
S
K
S
S K

Se disear ahora la red de atraso de ganancia unitaria que consigue que
o
= 60.
Del diagrama de Bode del sistema G(S) con la ganancia K
r
incluida se obtiene que e
g
= 16 rad/seg y
o
=
30

Fig. 6.47. Diagrama de Bode Sistema G(S), con Kr incluida
Trabajando con un margen de seguridad de 10, el margen de fase deseado es de:
= + = 70 10 60
d


192
En el diagrama de Bode anterior se ve que este margen ( = 110 ) se consigue para una frecuencia de
cruce de ganancia:
rad/s 7 =
gk
e
Siendo entonces la ganancia de:
B = 12 dB
Por lo tanto la red deber bajar la curva de ganancia en un valor dado por | tal que:
4 12 log 20 = = = | | dB B
Para que esta atenuacin no afecte a las curvas de fases, se har una frecuencia tal que quede alejada de
la nueva frecuencia de cruce de ganancia e
gk
:
43 . 1
10
= =
gk
T
e

Por lo tanto ser:
18 . 0
7 . 0
75 . 71 ) (
+
+
=
S
S
S G K
c r


Fig. 6.48. Nuevo diagrama de Bode del sistema compensado
En el nuevo trazado del diagrama de Bode del sistema compensado se observa que:
rad/s 7 60 = =
gk
e
Obsrvese como la curva de ganancias se encuentra atenuada respecto de la original en un valor de 12
dB y cmo las curvas de fases apenas difieren en las cercanas de e
g
.

193
En las respuestas temporales del sistema compensado solo con K
r
y compensando con la red se observa
cmo la introduccin de sta consigue un sistema menos oscilatorio pero algo ms lento:
Compensado
Sin compensar
1
1.4

Fig. 6.49. Respuesta transitoria del sistema planta controlador

6 6. .5 5. .6 6 C Co on nt tr ro ol l d de e u un n s se er rv vo om me ec ca an ni is sm mo o m me ed di ia an nt te e u un na a r re ed d d de e a ad de el la an nt to o
El sistema de la figura 6.50 representa un servomecanismo de posicin cuyo objetivo es que el ngulo de
eje u, siga lo mejor posible a la referencia u
r
.
K
E
u
r

V
r V
m
V
d
K
m
P
m
E
+
-

Fig. 6.50. Sistema de servomecanismo para controlar

194
Para ello el ngulo u
r
se convierte, mediante un potencimetro circular alimentado a la tensin E, en una
tensin V
r
que se compara con la tensin V obtenida a partir del ngulo u del eje mediante un
potencimetro de idnticas caractersticas.
La diferencia V
d
entre ambas tensiones se amplifica con ganancia K para proporcionar la tensin V
m
que
alimenta a un motor de corriente continua que proporciona un par P
m
proporcional (K
m
) a la tensin V
m
. El
eje del motor acta directamente sobre el eje a posicionar, presentando el conjunto una inercia J y un
rozamiento viscoso B.
Se pide:
1. Determinar, para K=1, el error en rgimen permanente ante entrada unitaria as como el margen de
fase del sistema.
2. Dimensionar una red como la de la figura 6.51 a colocar antes del amplificador, as como la ganancia
K en este, para que el sistema presente un error de velocidad de 2 y un margen de fase de 45

Fig. 6.51. Obtencin del sistema equivalente
Datos:
E=2t Voltios
J=1Nms
2
/rad
B=1Nms/rad
K
m
=10Nm/Voltio
1) Se comenzar a obtener el diagrama de bloques
E
2t
K
m
+
-
K
E
2t
1
JS
2
+BS
Potencimetro
Amplificador Potencimetro Motor
eje y carga
V
r
V
d
V
V
m
P
m

r

Fig. 6.52. Diagrama de bloques equivalente

195
t
t
t
t u
u
2
2
2
1
2 ) (
) (
) (
2
2
2
E
KK BS JS
KK E
E
BS JS
KK
BS JS
KK
E
S
S
S M
m
m
m
m
r
+ +
=
+
+
+
= =
La seal de error ser V
d
( que coincide en este caso con el error de entrada - salida) tomando por valor:
t 2
1
1
2
E
BS JS
KK
V V V V
m
r r d
+
+
= =
Dando valor a las constantes se obtiene:
K S S
S S
V
K S S
K
S M
d
10

10
10
) (
2
2
2
+ +
+
=
+ +
=
Como se observa M(S) es estable siempre que K > 0 por lo que existir rgimen permanente y por lo
tanto, ante entrada en rampa unitaria, se tendr que el error ser:
K K S S
S S
S
S SV e
S
d
S
v
10
1
10
) 1 ( 1
lm lm
2 2
0 0
=
+ +
+
= =


por lo que para K = 1 se tendr: e
v
= 0.1.
Este error en tensin corresponde a un error de seguimiento del ngulo de entrada de:
= = 7 . 5
180
1 . 0
t
u
Es decir, la salida ir retrasada 5.7.
Para determinar el margen de fase se dibujar el diagrama de Bode del sistema en cadena abierta:
) 1 (
10
2
) (
2
2
+
=
+

=
S S BS JS
K K E
S G
m
t

Del diagrama de Bode se obtiene:

= = 20 rad/s 3 e
g



196

Fig. 6.53. Diagrama de Bode del sistema en lazo abierto
2) Se pretende aumentar hasta los 45 y disminuir e
v
hasta 2
La red propuesta tiene como funcin de transferencia:
0 b con
2 1
2 1
2 1
2
1
2
>
+
+
=
+
+
+
=
b S
a S
C R R
R R
S
C R R
R
S
V
V

Correspondiendo a una red de adelanto de fase o regulador PD.
Para el ajuste se comenzar obteniendo la ganancia K que es preciso aportar para que el error de
velocidad sea 2

. Este error en u corresponde a un error en tensin de valor:


Voltios 10 5 . 3
180
2
2 -
= =

t
v
e
Y como:
K
e
v
10
1
=
se tendr que K = 2.86.
El diagrama de Bode del sistema en cadena abierta para este nuevo valor de K es el representado en la
figura 6.54.
) 1 (
6 . 28
) (
+
=
S S
S G K


197

Fig. 6.54. Diagrama de Bode del sistema K*G(S)
Siendo e
g
= 5.3 rad/s y = 10


Por lo tanto, la red debe aportar una fase de:

= = 5 . 38 1 . 1 ) 10 45 (
m

Se tomar
m
= 40


Con lo que:
dB K
M
m
m
63 . 6 log 10 22 . 0
sen 1
sen 1
= = =
+

= o

o
Leyendo en el diagrama de Bode anterior la frecuencia e
m
a la que el mdulo vale K
M
se tiene:
e
m
= 7.8rad/s
con lo que:
28 . 0
1
= =
o e
m
T
Siendo la red:
7 . 16
5 . 3
5
1
1
1
) (
+
+
=
+
+
=
S
S
T
T
S
Kr
S G K
c r
o
o

E incluyendo la aportacin del amplificador:

198
5 . 17
5 . 3
3 . 14 ) (
+
+
=
S
S
S G
c

En el nuevo diagrama de Bode se lee
e
g
= 8 rad/s y = 49


Que cumplen las especificaciones pedidas.

Fig. 6.55. Diagrama de Bode del Sistema Servomotor Controlador
En las siguientes figuras se observa cmo la red ha modificado el diagrama de Bode aportando fase en
torno a los 10 rad/s. Asimismo se observa el efecto sobre la respuesta temporal del sistema en cadena
cerrada ante entrada escaln
Obtenida la funcin de transferencia de la red de compensacin se podrn obtener los valores de R
1
, R
2
y
C del circuito elctrico con que se realiza la red:
C R R
R R
b
C R R
R
a
2 1
2 1
2 1
2
y
+
= =
1
2
1
+ =
R
R
a
b
( ) a b
a
R
R =
2
1

C R C R R
R
a b
2 2 1
1
1
= =
) (
1
2
a b c
R

=


199

Fig. 6.56. Comparacin de los diagramas de Bode del Sistema Compensado y sin compensar
Compensado
Sin compensar
1
t

Fig. 6.57. Respuesta transitoria del sistema Servomotor Controlador
Tomando C = 1F = 10
-6
F
O =

=
O =

=
K R
K R
7 . 285 2 . 13
5 . 3
10 8 . 75
8 . 75
10 2 . 13
1
3
1
6
2

Mientras que el amplificador a incorporar deber ser de ganancia:
K = 14.3.

200
6 6. .5 5. .7 7 D Di is se e o o d de e u un na a R Re ed d p pa ar ra a C Co on nt tr ro ol la ar r u un n S Si is st te em ma a I In ne es st ta ab bl le e. .
Se pretende que un sistema, que en cadena abierta tiene por funcin de transferencia:
) 10 )( 1 (
20
) (
+
+
=
S S
S
S G
Tenga, al ser realimentado unitariamente, un error de posicin e
p
= 10% y margen de fase superior a
30

.
Dimensionar la red de compensacin en cascada que consiga dichos efectos.
El sistema, una vez compensado, tendr un diagrama de bloques como el de la figura 6.58
S+20
(S+1)(S-10)
G
c
+
-

Fig. 6.58. Diagramas de Bloques del sistema Inestable Controlador
Se comenzar obteniendo la aportacin de ganancia necesaria para que el sistema en cadena cerrada
(suponiendo que sea estable) tenga el error de posicin pedido:
) 20 ( ) 10 )( 1 (
) 20 (
) (
+ + +
+
=
S K S S
S K
S M
La especificacin de e
p
= 10% implica que en un rgimen permanente ante entrada escaln unitario la
salida valga 1.1 0.9
10 20
20
) (
1
lm ) (
0

= =

K
K
S M
S
S y
s

Luego:

= =
= =

.5 4 9 . 0
10 20
20
5.5 1 . 1
10 20
20
K
K
K
K
K
K

Se considerar la primera alternativa e
p
= 0.1 y K=5.5
Para este valor de K se dibuja el diagrama de Bode obtenindose los valores de la frecuencia de cruce de
ganancia y del margen de fase:
e
g
=9rad/s
=-18


Siendo el sistema inestable

201

Fig. 6.59. Diagrama de Bode del Sistema Inestable
A la vista del diagrama de Bode se observa que se conseguir que =30

si se aumenta la curva de
mdulos de modo que esta cortara a los 0 dB en e
g
=25rad/s.
Se tomar e
g
=30rad/s, siendo entonces la fase de 140

y el mdulo de 14dB. El margen de fase es de


40

dando un margen de seguridad de 10

.
Para conseguir el aumento de los mdulos se utilizar una red que aporte en altas frecuencias un mdulo
de 14 dB:
2 . 0
14 ) / 1 log( 20
=
=
|
| dB

Esta aportacin se har a una frecuencia suficientemente baja como para que el correspondiente
aportacin de la fase no se note en las inmediaciones de e
g
(30rad/s).
3 . 3 / 10 = =
g
T e
Por lo tanto:
5 . 1
3 . 0
5 . 27 ) (
5 . 1
3 . 0
5 ) (
+
+
=
+
+
=
S
S
S KG
S
S
S G
c
c

Correspondiente a una red de adelanto. Considerando la ganancia K = 5.5 se tendr la figura 6.60 la cual
muestra el diagrama de Bode del sistema con y sin red G
c
. El nuevo sistema tiene e
g
= 30 rad/s y = 43

.

202

Fig 6.60. Comparacin de los diagramas de Bode con y sin controlador
Compensado
Sin compensar
t 0
0.2 0.4 0.6 0.8
2
4
6
Y(t)
-2

Fig 6.61. Comparacin de los las respuestas transitorias
La figura 6.61 representa las respuestas ante un escaln unitario del sistema en cadena cerrada con solo
K = 5.5 ( sistema inestable ) y con K y G
c
.
Obsrvese como al tratarse de un sistema inicialmente inestable, se ha utilizado una red de adelanto para
desplazar modificando la curva de mdulos sin variar la de fases (filosofa de diseo de red de atraso).
Se va a plantear ahora la solucin partiendo de la filosofa de diseo de red de adelanto. Si se disease
un compensador que aporte de una fase de
m
= ( 30+18 ) = 48

~ 50

, se tendra:
78 . 8 log 10
13 . 0
sen 1
sen 1
= =
=
+

=
o

o
m
m
m
K


203
Leyndose el diagrama de Bode de la figura 6.61 que este mdulo se tiene para e
m
= 19 rad/s.
Luego:
15 . 0
1
= =
o e
m
T
Siendo el compensador:
7 . 52
68 . 6
7 . 7
1
1
1
) (
+
+
=
+
+
=
S
S
T
S
T
S
S Gc
o
o


Fig. 6.62. Nuevo diagrama de Bode, empleando otro controlador
En el nuevo diagrama de Bode (figura 6.62) se lee: e
g
= 20 rad/s
= 73


Obsrvese cmo al tratarse de un sistema inestable el intento de utilizacin de una red de atraso precisa
de una aportacin positiva de mdulo, en lugar de la tpica atenuacin, conduciendo a una red de adelanto
(cero menor que polo):

=
+
+
= 43
5 . 1
3 . 0
5 ) (
S
S
S G
c

El diseo de la red como de adelanto (buscando aportar fase) lleva de nuevo a que al aumento de se
considere por una aportacin de fase a e=e
m
junto con un desplazamiento hacia frecuencias mayores de
la frecuencia de cruce de ganancia por un aumento del mdulo (que en este caso aumenta ):

=
+
+
= 73
7 . 52
68 . 6
7 . 7 ) (
S
S
S G
c


204
Por lo tanto, es la red de adelanto la nica solucin posible para controlar el sistema inestable.
6 6. .5 5. .8 8 D Di is se e o o d de e u un na a R Re ed d d de e A At tr ra as so o p pa ar ra a A Au um me en nt ta ar r e el l M Ma ar rg ge en n d de e G Ga an na an nc ci ia a. .
Disear la red G
c
para que el sistema de la figura tenga un margen de ganancia K
g
de 20 dB y un error de
posicin del 10%
5
(S+1)
2
(S-5)
G
c
+
-

Fig. 6.63. Diagramas de Bloques del sistema Planta Controlador
Para conseguir el error de posicin del 10% la red deber aportar una ganancia esttica K tal que el valor
final ante entrada escaln unitario sea 0.9. La funcin de transferencia en cadena cerrada es:
K S S
K
S M
5 ) 5 ( ) 1 (
5
) (
2
+ + +
=
Con lo que el valor final ante escaln unitario ser:
1 ) 1 ( 5
5
) (
1
lm ) (
0
+
=
+
= =

K
K
K
K
S M
S
S y
S

Luego:
9 9 . 0
1
= =
+
K
K
K

Una vez obtenida la ganancia esttica que debe aportar la red se obtendrn los diagramas de Bode del
sistema en cadena abierta con G
c
= K (Figura 6.64), leyndose que e
o
= 3.3 rad/s y K
s
= 4 dB.

Fig. 6.64. Diagrama de Bode, del sistema sin controlador


205
Como la K
g
es inferior a los 20 dB pedidos, se disear una red de retraso que deber incorporar un polo
y un cero de modo que, sin alterar el diagrama de Bode a bajas frecuencias (mantener la ganancia esttica
del sistema y por lo tanto el error de posicin), atene a altas frecuencias la curva de mdulos aumentando
as K
g
.
Adems, puesto que el efecto de esta atenuacin sobre la curva de mdulos originar una variacin local
de las fases, se har que esto ocurra a frecuencias suficientemente inferiores a la nueva frecuencia de cruce
de ganancia.
La atenuacin necesaria es de 4 20 = 16 dB:
dB 16
1
log 20 =
|
| = 6..3
se tomara | = 6.5.
Para que esta atenuacin no modifique
o
e se tomar T suficientemente bajo
3
10
= =
o
T
e

Luego la red, incluida la aportacin de ganancias esttica, ser:
05 . 0
33 . 0
38 . 1
05 . 0
33 . 0
5 . 6
1
9
1
1
1
) (
+
+
=
+
+
=
+
+
=
S
S
S
S
T
S
T
S
K S G K
c
|
|

En el trazado de Bode del sistema compensado puede leerse que e
o
= 3.3 rad/s y K
g
= 20 dB:

Fig. 6.65. Diagrama de Bode, del sistema con controlador
N NO OT TA A : Sera conveniente repetir el diseo aumentado ligeramente el margen de seguridad. Por ejemplo
con | = 9

206
6 6. .5 5. .9 9 D Di is se e o o d de e R Re ed d d de e A At tr ra as so o- -A Ad de el la an nt to o
Disear la red G
c
para que el sistema de la figura 6.66 tenga un error de posicin e
p
menor del 5% y un
margen de fase de mayor que 60


2
S
2
+2S+2
G
c
+
-

Fig. 6.66. Diagramas de Bloques del sistema Planta Controlador
Para conseguir e
p
= 5% se precisa:
19
1
=

=
p
p
p
e
e
K
Luego la red deber aportar una ganancia K tal que:
19 19
2 2
2 1
lm
2
0
= =
+ +

K
S S
K
S
S
S

Para ajustar la red de modo que > 60

se comenzar dibujando el diagrama de Bode de:


2 2
2
19
2
+ + S S


Fig. 6.67. Diagrama de Bode de la Planta
En el diagrama se ve que e
g
=6 rad/s y =19

. Puesto que est muy lejos de los 60

pedidos se utilizar
una red de atraso adelanto.

207
La red de atraso atenuar el sistema de modo que la frecuencia de cruce de ganancia se de cuando el
margen de fase valga 45

.
En el diagrama de Bode se lee que esto ocurrira si los mdulos de atenuasen en 14 dB siendo entonces
e
g
= 2.7rad/s.
Por lo tanto, as:
5 dB 14
1
log 20 = = |
|

Se escoge T=10/2.7 = 3.7 con lo que la red de atraso ser:
054 . 0
27 . 0
2 . 0
1
1
1
+
+
=
+
+
=
S
S
T
S
T
S
G
cl
|
|

El diagrama de Bode del sistema compensado con red de retraso ser el de la figura 6.68

Fig. 6.68. Diagrama de Bode del sistema compensado
De nuevo se observa que efectivamente e
g
= 2.7, = 40.
Los 20

restantes, necesario para llegar a = 60

, se aportarn con una red de adelanto que entregue


m
=
(60

40

) = 20

, tomando
m
= 30

para trabajar con cierto margen de seguridad:

m
= 30

33 . 0
sen 1
sen 1
=
+

=
m
m

o K
m
= 10log(o) = 4.7.
En el diagrama de Bode se lee que este mdulo se da a rad/s 6 . 3 =
m
e , luego:
484 . 0
1
= =
o e
m
T

208
y por lo tanto, la red de adelanto es:
2 . 6
07 . 2
3
1
1
1
2
+
+
=
+
+
=
S
S
T
S
T
S
G
c
o
o

Siendo la red completa:
2 . 6
07 . 2
054 . 0
07 . 2
4 . 11
2 . 6
07 . 2
3
054 . 0
07 . 2
2 . 0 19
+
+
+
+
=
+
+

+
+
=
S
S
S
S
S
S
S
S
G K
c


Fig. 6.69. Diagrama de Bode del sistema plantacontrolador (AdelantoAtraso)
En el nuevo diagrama de Bode se lee que e
g
= 3.6 rad/seg y = 60

.

209
CAPTULO 7
DISEO POR VARIABLES DE ESTADO
7.
7 7. .1 1. . I IN NT TR RO OD DU UC CC CI I N N
En este mtodo, los sistemas dinmicos se describen por medio de un conjunto de ecuaciones
diferenciales de primer orden en variables denominadas ESTADOS, y la solucin se puede considerar
como una trayectoria en el espacio de all el nombre de mtodo espacio- estado.
El diseo de control espacio-estado es una tcnica por la cual el ingeniero de control disea la
compensacin empleando directamente la descripcin de las variables de estados del sistema.
La tcnica de diseo de respuesta en frecuencia y del lugar geomtrico de las races se dirige a encontrar
un compensador D(S), que mejor satisface las condiciones de diseo. El objetivo de la tcnica de espacio-
tiempo es al misma.
Compensador Planta
D(S) G(S) E

y
r
e
+


La ventaja del diseo espacio-estado son diferentes cuando se disean reguladores para sistemas que
tienen mas de una entrada de control o mas de una salida determinada.
Adems el sistema espacio-estado proporciona una descripcin completa (interna) de dicho sistema
incluyendo las oscilaciones internas o inestabilidades que pueden estar ocultas por el mtodo de la funcin
de transferencia: entrada /salida).
7 7. .1 1. .1 1 D De es sc cr ri ip pc ci i n n d de el l s si is st te em ma a p po or r V Va ar ri ia ab bl le es s d de e E Es st ta ad do o. .
=
= =
Y
S S U
S Y
S G
` `
2
1
) (
) (
) (

Asignacin de variables
= =
= =
=
2
2 1
X Y
X X Y
X Y
i
` ` `
` `

Ecuacin de estado

210
] [
1
0
0 0
1 0
2
1
2
1
+ =
X
x
X
X
`
`

2
1
] 0 1 [
X
X
Y =
CX Y
G FX X
=
+ =
`

La forma general ser:

D CX Y
G FX X
+ =
+ =
`
[7.1]
G(S)
Y(S)
U(S)


7 7. .1 1. .2 2 R Re ep pr re es se en nt ta ac ci i n n p po or r F Fu un nc ci i n n d de e T Tr ra an ns sf fe er re en nc ci ia a
H

y
Entrada
G FX X + =
`
Estados Salida
x

Funciones de transferencia de los sistemas
G FX X + =
`
[7.2]
Tomando la transformada de Laplace
) 0 ( ) - ( ) ( ) - ( ) (
) 0 ( ) - ( ) ( ) - ( ) ( ) - ( ) - (
) 0 ( ) ( ) ( ) - (
) 0 ( ) ( ) ( - ) (
) ( ) ( ) 0 ( - ) (
1 - 1 -
1 - 1 - 1 -
X F SI S GU F SI S X
X F SI S GU F SI S X F SI F SI
X S GU S X F SI
X S GU S FX S SX
S GU S FX X S SX
+ =
+ =
+ =
+ =
+ =

1. CX Y =
2. D CX Y + =
) 0 ( ) ( ) ( ) ( ) (
) ( ) (
1 - 1 -
X F SI S G F SI C S Y
S CX S Y
+ =
=


Con Condiciones Iniciales. = 0

211
G F SI C
S U
S Y
1 -
) - (
) (
) (
=
) ( ) 0 ( ) ( ) ( ) ( ) (
) ( ) ( ) (
1 - 1 -
S DU X F SI C S GU F SI C S Y
S DU S CX S Y
+ + =
+ =

Con C.I. = 0

D G F SI C
S U
S Y
S G + = =
1 -
) (
) (
) (
) (
[7.3]
G(S) se denomina funcin de transferencia del sistema.
Ejemplo
Considrese el sistema con la descripcin de variables de estado:
0 D ; 1 0 C ;
0
1
;
0 1
6 - 5 -
= = = = G F
Elaborar el diagrama de Bode y obtener la funcin de transferencia
G F SI C S G
1 -
) - ( ) ( =
6 5
0
1
5 S 1
6 - S
] 1 0 [
) - (
6 5
5 S 1
6 - S
) - (
) - det(
) - (
6 ) 5 (
5 S 1
6 - S
) - (
S 1
6 5 S
0 1
6 - 5 -
-
S 1
0 S
) - (
2
1 -
2
1 -
1 -
+ +

=
+ +
+
=
=
+ +
+
=
+
= =
S S
G F SI C
S S
F SI
F SI
F SI Adj
s S
F SI
F SI

) 3 )( 2 (
0
1
1
) (
+ +
+
=
S S
J S
S Y
) 3 )( 2 (
1
) (
+ +
=
S S
S Y
6 5 2
1
) (
) (
+ +
=
S S S U
S Y


212
1 2 2
2 1 1
6 - 5 -
;
6
X X Y X
Y X X X Y
Y Y Y

= =
= = =
= + +
` ` `
`
` ` ` `

S
1
S
1
6
E
5
X
`
X
2
X
1
y


Fig. 7.1. Diagrama de estados del ejemplo
7 7. .2 2. . D DI IS SE E O O D DE EL L C CO ON NT TR RO OL LA AD DO OR R
Una de las caractersticas del mtodo de diseo por variables de estado (espacio de estado) es que el
procedimiento consta de dos pasos independientes.
Un paso supone que se tienen todos los elementos del vector de estados a nuestra disposicin para
propsitos de retroalimentacin.
Primer Paso: Diseo por retroalimentacin de estado.
Esta posicin realmente lo que permite es fijar una ley de control, ya que seria ineficiente usar todos los
estados disponibles ya que se requiere de un numero de sensores y el mtodo de transformacin de
funcin de transferencia o funcin de transferencia no requiere de tantos sensores.
Segundo Paso: Diseo de un estimador
Tambin se denomina observador, el cual calcula el vector de estado total cuando se le proporcionan las
mediciones del sistema indicados por la salida D CX Y + =
Tercer Paso: Combinacin de la ley de control con el estimador
Los clculos de la ley de control estn basados en estados estimados, en vez de los estados reales.
Esta sustitucin es razonable y adems la ley de control, combinada con el estimador, proporciona la
dinmica de lazo cerrado (determinada por las localizaciones de los polos de lazo cerrado) que es igual a
la determinada cuando la ley de control y el estimador se disean por separado.
La figura 7.2 Muestra como se ajusta la ley de control y el estimador y como toma lugar la combinacin
de lo que anteriormente se denomin compensacin.
Dicha figura muestra que la orden de entrada r se introduce en la superposicin relativa que es posible
demostrar cmo una localizacin diferente brida, por lo general, un control superior.

213
Planta
GU FX X + =
`
C
E
Ley de Control
K
Estimador
x
x
y
r
+

Estados Reales
Estados Estimados
Matriz de Ganancia K
(constantes)
Compensacin

Fig. 7.2. Diagrama esquemtico de diseo por Espacio Estado
El primer paso consiste entonces, en encontrar la Ley de Control. Suponiendo un tiempo en el
realmente no existe una orden de entrada (r = 0), la ley de control y la retroalimentacin simple de una
combinacin lineal de todos los estados, se tiene:
| |
(
(
(
(

= =
n
n
X
X
X
K K K X K U
.

2
1
2 1
[7.4]
Por tanto, el sistema tiene una matriz constante en la trayectoria de retroalimentacin del vector de
estado, tal como lo indica la figura 7.2. Para un sistema de orden nsimo habr n ganancias de
realimentacin K
1
, K
2
, ... K
n
y como existen n races del sistema, entonces existirn suficientes grados de
libertad para elegir arbitrariamente cualquier localizacin de races deseadas, escogiendo adecuadamente
el valor de K.
Esto no siempre es as en los mtodos de transformacin, donde el nmero de parmetros de diseo o
la compensacin suele ser menor que el orden del sistema que se est controlando (Sistema Total: Planta
Controlador).

GKX FX X
KX
GU FX X
=
=
+ =
`
`
[7.5]

La parte homognea que determina el comportamiento natural del sistema es:
( ) X GK F X =
`
[7.6]

214
) ( ) ( ) 0 ( ) ( S X K G S X F X S X S =
( ) ) 0 ( ) ( X S X GK F S = + [ ( ) ) 0 ( ) (
1
X GK F S S X

+ = [

( )
( ) GK F S
X GK F S
S X
+
+
=
[
[
det
) 0 ( adj
) ( [7.6]
( )
tica Caracters
Ecuacin
0 det = + GK F S [ [7.7]
Cuando se evala la ecuacin caracterstica, se tiene un polinomio de orden n en S que contienen las n
ganancias K
1
, K
2
, ... K
n
.
El diseo por realimentacin de estado consiste en obtener las ganancias K, de tal manera que las races
de la ecuacin caracterstica debern estar en LUGARES DESEADOS.
0 ) ( ) )( ( ) (
2 1
= =
n C
S S S S S S S L [7.8]
Los elementos de K se obtienen igualando los coeficientes de la ecuacin caracterstica del sistema Ley
de Control en la ecuacin caracterstica deseada.
Ejemplo
Supngase que se tiene un oscilador no amortiguado con frecuencia e
0
. ( = 0)
2
0 0
2
2
0
2
0
2
0
2 ) ( ) (
) (
e e
e
e
e
+ +
=
+
=
S S S S U
S Y
, con = 0
e e
e
e
2
0
2
0
2
0
2
2
0
) (
) (
= +
+
= Y Y
S S U
S Y
` `

1
2
0
2
0 2
2 1
1
X X Y
X X Y
X Y
e e = =
= =
=


| |
e e e

(

+
(


=
(

2
0 2
1
0
2
0 2
1
0
2
1 0
X
X
X
X
`
`

| | X Y = 0 1
Se desea localizar los polos del sistema de tal manera que ambos se encuentren en 2e
0
(S = 2e
0
). En
otras palabras, se desea doblar la frecuencia natural e incrementar el amortiguamiento de = 0 a = 1.
2
0 0
2 2
0
4 4 ) 2 ( e e e + + = + = S S S L
C

- Ecuacin caracterstica del sistema: 0 ) det( = + GK F S [

215

| |
(

=
(

=
|
|
.
|

\
|
=
|
|
.
|

\
|

|
|
.
|

\
|
=
2
2
0 1
2
0
2 1 2
0
2
0
2
0
0 0 0
1
0
1 0
0
0
K K
K K BK
S
S
S
S
F S
e e e
e e
[
[7.9]

0 ) (
1
2
0
2
0 2
2
0
= + + + K K S S e e e
2
0 0
2
1
2
0
2
0 1
2
0
2
4 4 e e e e e + + = + + + S S K S K S
3 4
4
4
1
2
0 1
2
0
2
0
0
2 0 2
2
0
= = +
= =
K K
K K
e e e
e
e e

Quedando entonces:

=
=
3
4
1
0
2
K
K
e


( ) ( ) ( ) 0
1
X GK F S S X + II =


Condiciones Iniciales: X
1
= 0.3, X
2
= 0.5, e
0
= 1
( ) ( )
( )
( ) 4 4
0
4
1 4
4 3 1
1
1
+ +

+
=
(

+ +

=

S S
X
S
S
S X
S
S
S X
( )
( ) 4 4
5 . 0
3 . 0
4
1 4
+ +
(

+
=
S S
S
S
S X quedando entonces: ( )
4 4
5 . 0 2 . 1
5 . 0 2 . 1 3 . 0
2
+ +
(


+
=
S S
S
S
S X
De donde:
( )
4 4
7 . 0 3 . 0
2
1
+ +
+
=
S S
S
S X
( )
4 4
2 . 1 5 . 0
2
2
+ +

=
S S
S
S X
( ) ( )
4 4
7 . 0 3 . 0
4 4
2 . 1 5 . 0
7 . 0 3 . 0
10
0
2 2
+ +
+
=
+ +
(

= =
S S
S
S S
S
S
S X C S Y

216
7 7. .2 2. .1 1 R Re ep pr re es se en nt ta ac ci i n n e en n D Di ia ag gr ra am ma a d de e B Bl lo oq qu ue es s

X C Y
KX
G GU FX X
=
=
+ + =

e
1
`
[7.10]
+

+
+
r
G
K
F
C

S
1
G
1
e

y
x
0
x

Fig. 7.2a. Diagrama de Bloque para realimentacin de Estado

Fig. 7.2b. Diagrama de Bloque para realimentacin de Estado y Estimador
Cuando el sistema es de 3
er
ordeno mayor, los clculos se vuelven tediosos. Es necesario acudir a
programas de simulacin como el CC, o a frmulas cannicas, que son formas especiales de estado, donde
el lgebra para encontrar la ganancia es particularmente simple.

217
7 7. .2 2. .2 2 F Fo or rm ma a C Ca an n n ni ic ca a d de e C Co on nt tr ro ol l
` ` ` ` ` ` ` ` `
3 2 3 3 2 1
b b b y a y a y a y + + = + + + [7.11]
Corresponde a la funcin
( ) ( ) ( ) ( ) ( ) ( ) ( ) S U S b S SU b S U b S Y a S SY a S Y S a S Y S
2
1 2 3 3 2
2
1
3
+ + = + + + [7.12]

( )
( )
( )
( ) S a
S b
a S a S a S
b S b S b
S U
S Y
=
+ + +
+ +
=
3 2
2
1
3
3 2
2
1
[7.13]
Se introduce una variable auxiliar (Conocida como estado parcial), que est involucrada con a(S) y
b(S), como indica la figura.
( ) S a
1
b(S)

y


( )
( ) ( ) S a S
S 1
=

[7.14]
a(S) = (S) ( ) ( ) S a S a S a S = + + +
3 2
2
1
3

( ) = + + +
3 2
2
1
a a a
` ` ` ` ` `

+ =
3 2
2
1
a a a
` ` ` ` ` `

+


S
1
a
1

S
1
S
1
a
2
a
3

` `

` ` `


Fig. 7.3. Diagrama de la forma cannica
b(S) = y(S) ( ) ( ) S y b S b S b = + +
3 2
2
1

( ) y b b b = + + +
3 2
2
1
` ` `


218
+ =
3 2
2
1
a a a
` ` ` ` ` `

+


S
1
a
1

S
1
S
1
a
2
a
3

` `

` ` `

x
1
x
2
x
3

y
b
3

b
2
b
3
Fig. 7.4. Diagrama de la forma cannica de control
Deduccin de Variables de Estado
Tomando los estados como los slidos de los tres integrados numerados, por conveccin a partir de la
izquierda.
= = =
3 2 1
x x x
` ` `

+ = =
3 3 2 2 1 1 1
x a x a x a x
` ` `
`
2 3
1 2
x x
x x
=
=
`
`


(
(
(

+
(
(
(

(
(
(


=
(
(
(

0
0
1
0 1 0
0 0 1
3
2
1
3
2
1
3 2 1
x
x
x a a a
x
x
x
`
`
`
[7.15]
| |
(
(
(

=
3
2
1
3 2 1
x
x
x
b b b y [7.16]
Se conforma:

219

(
(
(


=
0 1 0
0 0 1
3 3 2 2 1 1
K a K a K a
K G F
C C
[7.17]
| |
(
(
(

=
(
(
(

=
0 1 0
0 0 1
0
0
1
3 2 1
3 2 1
K K K
K K K K G
C
[7.18]
( ) ( ) 0 det =
C
G F S [
( ) ( ) ( ) 0
3 3 2 2
2
1 1
3
= + + + + + + K a S K a S K a S [7.19]
Ecuacin caracterstica deseada:
( ) 0
3 2
2
1
3
= + + + = o o o S S S S L
C

a
1
+ K
1
= o
1
a
2
+ K
2
= o
2
a
3
+ K
3
= o
3

K
1
= o
1
a
1
K
2
= o
2
a
2
K
3
= o
3
a
3


7 7. .3 3. . D DI IS SE E O O D DE E C CO ON NT TR RO OL LA AD DO OR RE ES S U US SA AN ND DO O V VA AR RI IA AB BL LE ES S D DE E E ES ST TA AD DO O
Como ejemplo de Modelacin, elegimos un sistema dinmico, que es un motor D.C. y su conexin ser
con excitacin independiente. Este motor se va a controlar manipulando el voltaje de armadura.

Fig. 7.5. Esquema elctrico de un motor D.C. con excitacin independiente
Una corriente de campo constante se obtiene excitando individualmente el campo. El torque es
proporcional a la corriente de armadura, y como el flujo es constante, se obtiene :
T(t) = k
3
i
m
, : flujo [7.20]
T(t) = K
t
i
m
[7.21]

220
Cuando el motor esta rotando, hay un voltaje inducido, e
m
, que es proporcional al producto del flujo y la
velocidad (e
m
voltaje contraelectrmotriz). Ya que el flujo se mantiene constante, el voltaje es
directamente proporcional a la velocidad e
m
.
e
m
= k
1
w
m
= k
b
w
m
[7.22]
k
t
es la constante del torque y k
b
es la constante caracterstica del motor. El control de la velocidad del
motor se obtiene ajustando el voltaje aplicado a la armadura. La ecuacin del voltaje en el circuito de
armadura es:

a m m m
m
m
e e i R
dt
di
L = + + [7.23]
De acuerdo con la ecuacin [7.20] la corriente en la armadura produce el torque requerido, el cual
depende de la carga conectada al eje del motor. La carga consiste slo del momento de inercia y del
amortiguamiento (friccin).

Fig. 7.6. Esquema del torque y momento de inercia del motor D.C.
La ecuacin del torque se puede escribir:
) (t T Bw
dt
dw
j
m
m
= + [7.24]
Reemplazando la ecuacin [7.23] en la [7.24]:

a m b m m
m
m
e w k i R
dt
di
L = + + [7.25]
Despreciando la friccin (B) en la ecuacin [7.25] y reemplazando [7.21] en [7.24]:

m t
m
i k
dt
dw
j = [7.26]
Pasando las ecuaciones [7.26] y [7.27] a variables de estado, tenemos:
Si x
1
= i
m
, x
2
= e
m
,

u = e
a
m
a
m
b
m
m
L
e
x
L
k
x
L
R
x + =
2 1
.
1

1
2
.
x
j
k
x
t
=
de donde:

221
x
x
R
L
k
L
k
j
x
x
L u
m
m
b
m
t
m
.
.
1
2
1
2
0
1
0

(
(
=

(
(
(
(

(
+

(
(

Los parmetros del motor D.C. son:
K
b
= 0.5731
R
m
= 0.7
L
m
= 9.6e3
2036 . 0 6
01195 . 0
= = =
= =
j
k
seg
k k
j R
Q
R
L
Q
t
t e
m
m
m
m
e

La ecuacin de estado quedara:
u
x
x
x
x
(

+
(


=
(
(

0
16667 . 104
0 20357 . 0
69792 . 59 91667 . 72
2
1
2
.
1
.

La figura 7.7. muestra la respuesta en lazo abierto de la planta ante un escaln unitario.

Fig. 7.7. Respuesta de la planta en lazo abierto a una funcin escaln unitario

222
En la figura 7.7 se muestra el comportamiento de la planta a una funcin escaln unitario, en esta se
puede observar que la planta alcanza un valor final de deferente a la seal de entrada que es la unidad. Se
debe tener en cuenta que la planta presenta un tiempo de establecimiento mecnico t
s1
= 30 segundos, y
un tiempo de establecimiento elctrico t
s2
= 0.12 segundos. El tiempo de establecimiento de la parte
mecnica se debe a la inercia propia del rotor, y el de la parte elctrica se debe a la inductancia y
resistencia de armadura.
7 7. .4 4. . D DI IS SE E O O D DE E C CO ON NT TR RO OL LA AD DO OR RE ES S C CO ON NT TI IN NU UO OS S
7 7. .4 4. .1 1 R Re eg gu ul la ad do or r p po or r R Re ea al li im me en nt ta ac ci io on n d de e E Es st ta ad do o
Se considera una planta representada en variables de estado :

Fig. 7.8. Representacin de la planta en variables de estado
Ahora se realimentarn todos los estados, cada uno a travs de una ganancia k
i
.

Fig. 7.9. Esquema de un regulador de orden completo
Las ecuaciones de estado para el sistema de lazo cerrado son:
CX y
BrN X BK A rN KX B AX Bu AX X
=
+ = + + = + = ) ( ) (
.

Para encontrar la ley de control se supone que no existe una orden de entrada (r = 0).

223

Fig. 7.10. Sistema supuesto para la ley de control
X BK A BKX AX X ) (
.
= =
Aplicando la transformada de Laplace y tomando condiciones iniciales iguales a cero, obtenemos:
1
) ( ) (

+ = BK A S S X
I

La ecuacin caracterstica ser:
det[S
1
(ABK)] = 0
Con esta ecuacin se conforma el polinomio caracterstico de la planta y se iguala con el polinomio
deseado, para hallar el vector K. Para nuestro caso se utilizarn las caractersticas de la planta para obtener
los polos deseados.
A travs de la matriz de controlabilidad, =[B AB ...... A
n-1
B], se puede determinar la controlabilidad
del sistema. Cuando la matriz de controlabilidad es no singular, las matrices A y B son controlables. Se
puede transformar una descripcin en variables de estado a una forma cannica de control si y slo si la
matriz de controlabilidad es no singular.
La funcin de transferencia del controlador es:
G s
K sI A B
G s
c
( )
( )
( )
=

1
[7.27]
La funcin de transferencia en lazo cerrado planta - controlador es:

Y s
R s
C sI A BK BN
( )
( )
( ) = +
1
[7.28]
Donde el parmetro N se obtiene aplicando el teorema del valor final, de tal forma que el error en estado
estable sea cero:
1
1
) ( lm
1
0
= + =

s
BN BK A sI C Y
s
final

7 7. .4 4. .2 2 D Di is se e o o d de el l C Co on nt tr ro ol la ad do or r
Veamos si la planta es controlable o no, para un sistema de 2 2 la matriz es:
= [BAB] =
(


2 . 21 0
5 . 7595 1667 . 104


224
En Matlab, el rango de la matriz es rank() = 2, o sea de rango completo, por lo tanto se puede afirmar
que el sistema es controlable.
De acuerdo a la funcin de transferencia de la planta en lazo cerrado, tenemos :
3579 . 33 9167 . 72
2052 . 21
2
+ +
=
S S v
e

Igualando el denominador con la ecuacin caracterstica de un sistema de segundo orden :
S
2
+ 2e
n
S + e
n
2
= S
2
+ 72.9167S + 33.3579
de donde:
e
n
2
= 33.3579
2e
n
= 72.9167
De estas dos ecuaciones hallamos y e
n
, e
n
= 5.7756, = 6.3124 y obtenemos el tiempo de
establecimiento de la planta :
seg 1262 . 0
6 . 4
= =
n
s
t
e

Tomando t
s
a un 70% aproximadamente, t
s
= 0.0883. Para construir el polinomio deseado, hallamos sus
races, la parte real ser :
o = e
n
=
4 6 .
t
s
= 52.095,
La parte compleja ser, tomando un = 0.996,
e
n
=
4 6 .
t
s
= 52.6213,
e
d
= e
n
1
2
= 3.328
Ya que S
1,2
= o Je
d
, esto nos da una idea de donde buscar la raz en el lugar geomtrico de las races
simtrico que nos de el tiempo de establecimiento deseado, las cuales corresponden a: S
1,2
= 51.5590
J3.4734. Con estas races conformamos el polinomio deseado y con el Matlab hallamos la matriz de
ganancia K, que es :
K = [0.2899 125.358]
La funcin de lazo cerrado es:
2670 1 . 103
21 . 21
2
+ +
=
S S d
n
c
c

de donde:
e
n
= 51.6720, = 0.9976, t
s
= 0.0892

225

Fig. 7.10. Implementacin del regulador por realimentacion de estado
El programa en MATLAB es el siguiente:

function [n2,d2,k1]=rlc(a,b,c,d,pd)
% [n2,d2,k1]=rlc(a,b,c,d,pd)
% Respuesta en lazo cerrado para la G(s)
% Se muestra la forma de como se deben de introducir
% los diferentes parmetros del sistema dinmico de la planta:
% a=[-72.91667 -59.69792;0.20357 0];
% b=[104.16667;0];
% c=[0 1];
% d=0;
% pd=[-51.5590+3.4734i -51.5590-3.4734i];

k1=place(a,b,pd);
al=a-b*k1; bl=b; cl=c;
[nl,dl]=ss2tf(al,bl,cl,d); % fn transferencia en lazo cerrado;
disp('funcin de transferencia planta-controlador')
printsys(nl,dl);
damp(dl);
dcg=dcgain(al,bl,cl,d); % obtiene el parmetro N (referencia);
% f.t. del controlador
[n1,d1]=ss2tf(a,b,c,d);
[nk,dk]=ss2tf(a,b,k1,d);
n2=conv(nk,d1);d2=conv(dk,n1);
disp('funcin de transferencia del controlador')
printsys(n2,d2)
t=[0:0.0005:0.1];
%t=[0:0.001:0.2];
%t=[0:0.01:2];
u=ones(1,201);
y=lsim(al,bl,cl,d,u,t);
y1=y/dcg;
plot(t,y1);grid;
xlabel('Tiempo (seg)');
ylabel('Amplitud')
title('respuesta planta-controlador')

226

Fig. 7.11. Respuesta planta - controlador
En la Figura 7.11 observamos que la planta mejor su respuesta, puesto que el error se ha hecho cero y el
tiempo de establecimiento es el deseado, lo cual quiere decir que el controlador ha modificado la
localizacin de los polos del sistema. Se dice regulador de orden completo porque toma todos los estados
del sistema y en la realimentacin los multiplica por unas ganancias, que son las que se hallaron
localizando el polo deseado.

7 7. .4 4. .2 2. .1 1 O Ob bs se er rv va ad do or r d de e O Or rd de en n C Co om mp pl le et to o
Para la realimentacin de estado (matriz de ganancia K) se supone que se dispone de todas los estados
para la realimentacin. En la mayora de los casos no se miden todos los estados, porque no son accesibles
o sera muy costoso medirlas.
El observador de estado permite reconstruir los estados no accesibles, o que no se deseen medir.

Fig. 7.12. Esquema de un observador de orden completo

227
La ecuacin del observador de orden completo es:
. . .
+ + = X LC Ly Bu X A X
.

y su ecuacin caracterstica es:
0 )] ( det[ = LC A S
I

Un observador con valores caractersticos arbitrarios descritos por la ecuacin anterior, se puede
construir para el siguiente sistema si y solo si el sistema es observable.
Du CX y
Bu AX X
+ =
+ =
.

Un sistema lineal es observable si y solo si su matriz de observabilidad es de rango completo, = [C CA
...... CA
n-1
]
T
. Si la planta es observable los valores propios de (ALC) se pueden asignar arbitrariamente
para la seleccin de L. La dinmica del sistema global es:
(

=
(
(
(

x
x
LC A
BK BK A
x
x
0
.
.

Principio de superposicin de la estimacin y el control: Sea A
*
la matriz representativa de la ecuacin
de estado y de la ecuacin del estimador. Los valores propios de A
*
son la unin de los valores propios de
(ABK) y los valores propios de (ALC). Es decir que se pueden disear por separado K y L sin que
cambien los valores propios.
La funcin de transferencia del estimador es:
L LC BK A S K
S Y
S U
S G
I o
1
) (
) (
) (
) (

+ + = = [7.29]
La funcin de transferencia planta controlador observador se obtiene a partir de la Figura 7.13.

Fig. 7.13. Funcin de transferencia en lazo cerrado de la planta - controlador - observador
) ( ) ( 1
) (
) (
) (
S G S G
S G
S R
S Y
O
+
=

228
donde:
G(S) es la funcin de transferencia de la planta
G
o
(s) es la funcin de transferencia del estimador u observador
7 7. .4 4. .2 2. .2 2 D Di is se e o o d de el l o ob bs se er rv va ad do or r d de e o or rd de en n c co om mp pl le et to o
Veamos si la planta es observable o no, para un sistema de 2 2 la matriz de observabilidad es:
= [C CA]
T
=
0 1
0 2036 0 .

(

En Matlab, el rango de la matriz es rank() = 2, o sea de rango completo, por la tanto se puede afirmar
que el sistema es observable.
Los polos, p
d
= [4.2150 3.85540], se eligieron arbitrariamente por medio del programa Matlab,
observando que la respuesta planta controlador diera de acuerdo a los parmetros deseados, y t
s
,. Con
estos polos se form el polinomio deseado y con el Matlab se obtuvo la matriz L.
L
T
= [403257.41 426.24],
La funcin de transferencia del observador es:
53 . 128714 36 . 529
67 . 14179525 41 . 170350
2
+ +
+
=
S S
S
d
n
c
c


Fig. 7.14. Implementacin del observador de orden completo
El programa en MATLAB es el siguiente:

function [l,nc,dc]=ooc(a,b,c,d,k,p1)
% OOC, OBSERVADOR DE ORDEN COMPLETO
% [l,nc,dc]=ooc(a,b,c,d,k,p1)
% nc/dc ft del compensador
% -1
% l=pm* [c;c*a;...;c*a^n-1] *[0;...;1]
% pm polinomio deseado evaluado en a
% Se muestra la forma de como se deben de introducir

229
% los diferentes parmetros del sistema dinmico de la planta:
% a=[-72.91667 -59.69792;0.20357 0];
% b=[104.16667;0];
% c=[0 1];
% d=0;
% para el regulador de orden completo k=[0.2899 125.358];
% para el LQR k=[0.2962 128.5276];
% p1=[-4.2150 -3.85540];

%k=place(a,b,p2) %matriz de ganancia k
p=poly(p1);
pm=polyvalm(p,a); %polinomio deseado evaluado en a

%matriz de Ackerman
ack=zeros(length(a),length(a));
for i=1:1:length(a),
aux=c*a^(i-1);
ack(i:i,1:length(a))=aux;
end;
l=pm*inv(ack)*b %matriz del observador de orden completo

% saca la ft del comp. y grafica planta-compensador
ak=a-b*k-l*c; dk=0;
[nc,dc]=ss2tf(ak,l,k,dk); %ft del compensador
printsys(nc,dc);
[at,bt,ct,dt]=feedback(a,b,c,d,ak,l,k,dk);
[nk,dk]=ss2tf(at,bt,ct,dt)

%grfica de la respuesta observador-planta

u=ones(1,201);
t=[0:0.001:0.2];
y=lsim(at,bt,ct,dt,u,t);
lsim(at,bt,ct,dt,u,t);
dcg=dcgain(at,bt,ct,dt);
y1=y/dcg;
plot(t,y1);grid;
ylabel('Amplitud');xlabel('Tiempo (seg)');
title('respuesta en lazo cerrado planta-controlad.-observad.');

%grfica de los estados medidos y observados
[y,x,t]=step(at,bt,ct,dt);
[ata,bta,cta,dta]=augstate(at,bt,ct,dt);
t=[0:0.001:0.2];
x0=initial(ata,bta,cta,dta,[0 0 -0.1 -0.2 ],t');
x=x0(:,2:3);
xh=x0(:,4:5);
figure;
subplot(2,1,1)
hold on;
plot(t,x(:,2),'r.');plot(t,xh(:,2),'r-');grid;
ylabel('Amplitud');
title('velocidad: ...estado medido ___estado observado');
subplot(2,1,2)
hold on
plot(t,x(:,1),'r.');plot(t,xh(:,1),'r-');grid;
xlabel('Tiempo (seg)');ylabel('Amplitud');

230
title('corriente: ...estado medido ___estado observado');

Fig. 7.15. Respuesta planta controlador observador

Fig. 7.16. Estados medidos y estimados del observador
En las Figuras 7.12 y 7.13 se entiende que los dos estados, corriente de armadura y velocidad, estn
siendo medidos por medio de transductores, podemos apreciar que el estado observado o estimado en el
instante inicial presenta un error, puesto que no sigue inmediatamente el estado real o medido, pero logra
rastrearlo rpidamente. En este caso los estados que estn siendo realimentados por la matriz de ganancia
K se estn estimando por medio de la matriz L. Para hallar esta matriz L, utilizamos unos polos deseados
que se escogieron por ensayo y error, es decir, tomando unos polos en el lugar geomtrico de las races
simtrico de la planta y observando en el Matlab que la respuesta planta - controlador - observador de las
especificaciones deseadas, o sea con el tiempo de establecimiento deseado, y que no fuera ms lento que
la respuesta planta controlador, as finalmente la mejor respuesta la obtuvimos tomando los polos en el
eje real en la parte negativa. Aunque medir los estados y estimarlos parece redundante a veces se hace
necesario, ya que el medio que rodea al sistema puede introducirle ruido o interferencia, esto puede causar

231
una mala medicin de las variables del sistema haciendo que este se vuelva incontrolable, el observador
ayuda a controlar este inconveniente.
7 7. .4 4. .2 2. .3 3 O Ob bs se er rv va ad do or r d de e O Or rd de en n R Re ed du uc ci id do o
El mtodo del diseo del estimador descrito en la seccin 7.2.2 reconstruye el vector de estado completo
usando medidas de algunos de los estados variables. Si los sensores no tienen ruido, entonces un
estimador de orden completo contiene redundancias, es decir, no es necesario estimar las variables de
estado que son medidas directamente. Se puede reducir la complejidad del estimador usando las variables
de estado que son medidas directa y exactamente. Sin embargo es mejor implementar un estimador de
orden completo si hay ruido significativo en las medidas. El estimador de orden reducido, reduce el orden
de los estimadores por el nmero de salidas sensadas (para simplificar se tomar una variable).

Fig. 7.17. Esquema de un observador de orden reducido
Suponemos que la salida es igual al primer estado. La matriz de estado se divide en dos partes: x
a
, la
cual es directamente medida, y x
b
, la cual representa el resto de las variables de estado que necesitan ser
estimadas. La descripcin del sistema est dado por:
u
B
b
X
x
A A
A a
X
x
b
a
b
a
bb ba
ab aa
b
a
(

+
(

=
(
(

.
.


| |
y
x
X
a
b
=

(
1 0 [7.30]
La dinmica de las variables de estado no medidas estn dadas por :
X A X A x B u b
bb b ba a b
.
= + + [7.31]
y la dinmica de la medida esta dada por la ecuacin escalar :
y a y b u A X
aa a ab b
.
= [7.32]
donde los trminos al lado izquierdo son medidas conocidas; as se obtiene una relacin entre las
cantidades conocidas al lado izquierdo y las variables de estado desconocidas al lado derecho.
Comparando las ecuaciones [7.31] y [7.32] con la ecuacin de estado continua se obtienen las siguientes
equivalencias :
X
X
b
,

232
A
A
bb
,
Bu
+ A y B u
ba b
, [7.33]
y
y a y b u
aa a
.
,
C
A
ab
.
Por lo tanto, las ecuaciones de orden reducido se obtienen sustituyendo las ecuaciones [7.33] en el
estimador de orden completo.
) (
.
. . .
+ + = X C y L Bu X A X

.
.
) ( ) ( ) ( y L u Lb B y La A X LA A X
a b aa ba
b
ab bb
b + + + =
. .
[7.34]
donde:
A y B u
ba b
+ es la entrada
y a y b u
aa a
.
es la medicin
En la ecuacin [7.34] aparece una variable derivada, esto implica ruido, para obviar esto se define el
nuevo controlador de estado como:
X X Ly
c
b
=
.
` [7.35]
En trminos de este nuevo estado la implementacin del estimador de orden reducido esta dado por :
u Lb B y La A X LA A X
a b aa ba
b
ab bb
c ) ( ) ( ) (
.
+ + =
.
[7.36]
y su ecuacin caracterstica esta dada por:
det[S
I
-(A
bb
-LA
ab
)] = 0 [7.37]
La ganancia del estimador de orden reducido tambin se puede hallar por la frmula de Ackermann.
L = o
e
(A
bb
)o
b
-1
0
0
1
:
:

(
(
(
(
(
(
[7.38]
donde:

233
o
b
=
A
A A
A A
A A
ab
ab bb
ab bb
ab bb
n
2
2
:
:

(
(
(
(
(
(
(

Las condiciones para la existencia del estimador de orden reducido son las mismas del estimador de
orden completo y la funcin de transferencia es:

r r r I r c
D B A S C
S Y
S U
S G + = =
1
) (
) (
) (
) ( [7.39]
de donde:
A
r
= A
aa
LA
ab
(B
b
-Lb
a
)K
b
,
B
r
= A
r
L+A
ba
LA
aa
(B
b
Lb
a
)k
a
,r
C
r
= -K
b
,
D
r
= k
a
K
b
L.
7 7. .4 4. .2 2. .4 4 D Di is se e o o d de el l o ob bs se er rv va ad do or r d de e o or rd de en n r re ed du uc ci id do o
Se tienen dos variables de estado i
m
y e
m
, la variable a medir ser e
m
, la variable a estimar ser i
m
. Para
que la matriz nos quede igual de acuerdo con la teora, es decir la variable medida este en la primera
posicin, se volvern a asignar las variables de estado, o sea x
1
= e
m
, x
2
= i
m
. Con esto las ecuaciones de
estado quedaran as:
2
1
.
x
j
k
x
t
=
m
a
m
m
m
b
L
e
x
L
R
x
L
k
x + =
2 1
.
2


de donde la matriz de estado quedara:
| |
A b c d =

(
=

(
= =
0 020357
59 69792 72 91667
0
10416667
1 0 0
.
. .
,
.
, ,

Ahora asignando los coeficientes correspondientes a cada valor tenemos:
a
aa
= 0, A
ab
= 0.20357, A
ba
= -59.69792, A
bb
= -72.91667, b
a
= 0, B
b
= 104.16667.
De la ecuacin [7.37] se halla la ecuacin caracterstica,
S (72.91667L(0.20357)) = 0

234
Tomando el polo deseado, S
1
= 72.75, se construye la ecuacin caracterstica deseada, la ecuacin ser:
S + 72.75 = 0. Comparando el trmino independiente de estas dos ecuaciones:
0.20357L+72.91667 = 72.75
L = 0.819,
La ecuacin del estimador, de [7.36] es:
u y X x b c 1667 . 104 6979 . 59 75 . 72
.
+ =
.

y el estado estimado de la ecuacin [7.36] es:
x x y
c
.
= +
2
0819 .
Otra forma para hallar L, es utilizando la ecuacin [7.38], tenemos :
o
e
(S) = S+72.75o
e
(A
bb
) = 72.91667+72.75 = 0.1667
o
b
= [A
ab
] = 0.20357o
b
1
= 4.9123
L = (0.1667) 4.9123 1 = 0.819,
y de la ecuacin [7.39] la funcin de transferencia es:
13130
7464 3 . 102
+
+
=
S
S
d
n
f
f

El programa en Matlab es el siguiente:

function [ncr,dcr,l]=oor(a,b,c,d,K,pd)
% observador de orden reducido
% entrar a, b, c, d, k, pd
% [ncr,dcr,l]=oor(a,b,c,d,K,pd)
% Se muestra la forma de como se deben de introducir
% los difentes parmetros del sistema dinmico de la planta:
% a=[0 0.20357;-59.69792 -72.91667];
% b=[0;104.16667];
% c=[1 0];
% d=0;
% para el regulador de orden completo K=[125.358 0.2899];
% para el LQR K=[128.5276 0.2962];
% pd=-72.75;

disp('entre nro de variables no estimadas')
k=input(' ');
n=length(a);
if k==n
disp('no se puede realizar')
end;
Aaa=a(1:k,1:k);
% para no pasar el orden de a
if k>n,
k=n;

235
end;
Aab=a(1:k,1+k:n);
Aba=a(1+k:n,1:k);
Abb=a(1+k:n,1+k:n);
n1=length(b);

%no estimadas
for i=1:1:k,
Ba(i)=b(i);
Ka(i)=K(i);
end;
Ba=Ba';
%estimadas
for i=2:1:n1,
Bb(i-1)=b(i);
Kb(i-1)=K(i);
end;
Bb=Bb';

l=acker(Abb',Aab',pd)'
Ar=Abb-l*Aab-(Bb-l*Ba)*Kb;
Br=Ar*l+Aba-l*Aaa-(Bb-l*Ba)*Ka;
Cr=-Kb;
Dr=-Ka-Kb*l;
[ncr,dcr]=ss2tf(Ar,Br,Cr,Dr);
disp('funcin de transferencia del compensador')
printsys(ncr,dcr);
%grfica de los estados observados y no observados
la=[0 l]';
ak=a-b*K-la*c; dk=0;
[nc,dc]=ss2tf(ak,la,K,dk); %ft del compensador
[at,bt,ct,dt]=feedback(a,b,c,d,ak,la,K,dk);
[nk,dk]=ss2tf(at,bt,ct,dt);
[y,x,t]=step(at,bt,ct,dt);
figure;
t=[0:0.001:0.2];
[ata,bta,cta,dta]=augstate(at,bt,ct,dt);
x0=initial(ata,bta,cta,dta,[0 0 0 0.2 ],t');
x=x0(:,2:3);
xh=x0(:,4:5);
grid;
subplot(2,1,1)
plot(t,x(:,2),'r.');grid;
title('velocidad: ...estado medido ___estado observado');
xlabel('Tiempo (seg)');ylabel('Amplitud');
subplot(2,1,2)
plot(t,xh(:,2),'r-');grid;
xlabel('Tiempo (seg)');ylabel('Amplitud');

function [ncr,dcr,l]=oor(a,b,c,d,K,pd)
% observador de orden reducido
% entrar a, b, c, d, k, pd
% [ncr,dcr,l]=oor(a,b,c,d,K,pd)
% Se muestra la forma de como se deben de introducir
% los difentes parmetros del sistema dinmico de la planta:
% a=[0 0.20357;-59.69792 -72.91667];
% b=[0;104.16667];

236
% c=[1 0];
% d=0;
% para el regulador de orden completo K=[125.358 0.2899];
% para el LQR K=[128.5276 0.2962];
% pd=-72.75;

disp('entre nro de variables no estimadas')
k=input(' ');
n=length(a);
if k==n
disp('no se puede realizar')
end;
Aaa=a(1:k,1:k);
% para no pasar el orden de a
if k>n,
k=n;
end;
Aab=a(1:k,1+k:n);
Aba=a(1+k:n,1:k);
Abb=a(1+k:n,1+k:n);
n1=length(b);

%no estimadas
for i=1:1:k,
Ba(i)=b(i);
Ka(i)=K(i);
end;
Ba=Ba';
%estimadas
for i=2:1:n1,
Bb(i-1)=b(i);
Kb(i-1)=K(i);
end;
Bb=Bb';

l=acker(Abb',Aab',pd)'
Ar=Abb-l*Aab-(Bb-l*Ba)*Kb;
Br=Ar*l+Aba-l*Aaa-(Bb-l*Ba)*Ka;
Cr=-Kb;
Dr=-Ka-Kb*l;
[ncr,dcr]=ss2tf(Ar,Br,Cr,Dr);
disp('funcin de transferencia del compensador')
printsys(ncr,dcr);
%grfica de los estados observados y no observados
la=[0 l]';
ak=a-b*K-la*c; dk=0;
[nc,dc]=ss2tf(ak,la,K,dk); %ft del compensador
[at,bt,ct,dt]=feedback(a,b,c,d,ak,la,K,dk);
[nk,dk]=ss2tf(at,bt,ct,dt);
[y,x,t]=step(at,bt,ct,dt);
figure;
t=[0:0.001:0.2];
[ata,bta,cta,dta]=augstate(at,bt,ct,dt);
x0=initial(ata,bta,cta,dta,[0 0 0 0.2 ],t');
x=x0(:,2:3);
xh=x0(:,4:5);
grid;

237
subplot(2,1,1)
plot(t,x(:,2),'r.');grid;
title('velocidad: ...estado medido ___estado observado');
xlabel('Tiempo (seg)');ylabel('Amplitud');
subplot(2,1,2)
plot(t,xh(:,2),'r-');grid;
xlabel('Tiempo (seg)');ylabel('Amplitud');


Fig.7.18. Estado medido y estimado del observador de orden reducido
En la Figura 7.15 se est observando o estimando la corriente de armadura, puesto que no nos interesa
medirla en el diseo. Aun que la variable estimada presenta un error grande se ve que trata de seguir a la
variable real, para lograr una mayor exactitud se debera producir un mayor esfuerzo de control que le
exija ms a la planta. Para realizar el observador de orden mnimo se modificaron las matrices del
sistema, de modo que para estar de acuerdo con la teora fue necesario transponer la variable estimada y la
no estimada, ya que esta ltima debe quedar en la primera posicin en las matrices del sistema, sin
embargo esta forma no afecta la controlabilidad ni la observabilidad de la planta. El polo fue tomado en la
parte real negativa, tambin por ensayo y error y observando el comportamiento del estado observado
respecto al real en el Matlab.
7 7. .4 4. .2 2. .5 5 C Co on nt tr ro ol la ad do or r P PI ID D

Fig. 7.19. Esquema planta PID
La funcin de transferencia del controlador PID es:
s
k
s k k s G
i
d c c
+ + = ) (

238
donde k
c
, k
d
, y k
i
son constantes reales. El problema de diseo involucra la determinacin de los valores de
estas tres constantes tal que la realizacin del sistema tome las condiciones deseadas. El control derivativo
introduce una seal que es proporcional a la derivada de la seal actuante en el lazo del sistema, y el
efecto general es mejorar el amortiguamiento del sistema en lazo cerrado. El control derivativo no afecta
la salida de estado estable del sistema. El control integral introduce una seal que es proporcional a la
integral de la seal actuante en el lazo del sistema. El control integral mejora el error de estado estable del
sistema en lazo cerrado, y diseando apropiadamente la constante de control integral k
i
, el
amortiguamiento de la respuesta transitoria puede tambin ser mejorada, aunque a expensas del
sobreimpulso y el tiempo de establecimiento.
Desarrollaremos el PID por el mtodo analtico, los pasos a seguir son:
1. Se calcula k
i
mediante el error en estado estable.
) ( ) ( lm
0
S G S G k
c
S
c

= , sistema tipo 0
) ( ) ( lm
0
S G S SG k
c
S
v

= , sistema tipo 1
) ( ) ( lm
2
0
S G S G S k
c
S
a

= , sistema tipo 2
2. Se calcula la frecuencia de cruce, e
cg
, y el margen de fase, M
fd
.
3. Se resuelve la ecuacin, G
c
(S)G(S), donde G(S) es la planta, y G
c
(S) es el controlador. Esta ecuacin la
evaluamos en S = Je, con e= e
cg
y con el M
fd
conformamos el polo deseado, comparando obtenemos
K
c
y k
i
.
u
e
e
e
i
cg
cg
i
d cg c
e J G
J
k
k J k =
|
|
.
|

\
|
+ + ) (
jx R
k
J
J G
e
k J k
cg
i
cg
j
d cg p
+ = + = +
e e
e
u
) (

de donde:
k
c
= R,
cg
d
x
k
e
=
7 7. .4 4. .2 2. .6 6 D Di is se e o o d de el l c co on nt tr ro ol la ad do or r P PI ID D
1. Debido al factor
1
s
, Gc(s)G(s), es de tipo 1
|
.
|

\
|
+ +
|
|
.
|

\
| + +
=

15 . 12 92 . 72
21 . 21
lm
2
2
0
S S S
k S k S k
k
i d c
S
v

ya que 0 < k
v
< , tomamos k
v
= 2, 2 = 1.7457 k
i
.
k
i
= 1.15

239
2. Tomando un tS = 0.088seg y = 0.6 deseados
18 . 85
6 . 0 088 . 0
6 . 4 6 . 4
=

= =
s
n
t
e
Haciendo e
cg
= e
n
tenemos, e
cg
= 85.18.
El margen de fase M
fd
se toma entre 0
o
y 60
o
, es decir, M
fd
= 60.
3. 39 . 149 46 . 424
18 . 85
15 . 1
) 18 . 85 (
) 0945 . 2 exp(
18 . 85 J J
J G
J
k J k
d p
=

= +
Igualando trminos tenemos que:
k
c
= 424.46, k
d
= 1.7538
La funcin de transferencia del PID es:
S
S S
d
n
p
p
15 . 1 46 . 424 75 . 1
2
+ +
=
La funcin de transferencia planta PID en lazo cerrado es:
39 . 24 9013 1 . 110
39 . 24 9001 19 . 37
2 3
2
+ + +
+ +
=
S S S
S S
d
n
k
k

de donde:
= 0.57, e
n
= 94.93, ts = 0.083seg, S
1,2
= -55.05j77.34
El programa en MATLAB es el siguiente:

function [nt,dt]=pid(a,b,c,d,mfd,wcg,ki)
% Controlador PID mtodo anlitico
% [nt,dt]=pid(a,b,c,d,mfd,wcg,ki)
% el programa entrega las constantes kp y kd,
% nt,dt funcin de transferencia de la planta-pid
% Este programa pide:
% mfd margen de fase deseada entre 0 y 60 grados
% wcg frecuencia de cruce
% la ganancia integral ki
% Se muestra la forma de como se deben de introducir
% los difentes parmetros del sistema dinmico de la planta:
% a=[-72.91667 -59.69792;0.20357 0];
% b=[104.16667;0];
% c=[0 1];
% d=0;
% mfd=60;
% wcg=85.18;
% ki=1.15;

[n1,d1]=ss2tf(a,b,c,d);
ind=find(n1~=0);n1=n1(ind(1):length(n1));
ind=find(d1~=0);d1=d1(ind(1):length(d1));

240
n2=polyval(n1,j*wcg); d2=polyval(d1,j*wcg); g=n2/d2;
ang=(mfd-180)*pi/180;
ejang=cos(ang)+j*sin(ang);
eqn=(ejang/g)+j*(ki/wcg);
x=imag(eqn);
r=real(eqn);
kp=r
kd=x/wcg
if ki~=0
dk=[1 0]; nk=[kd kp ki];
else dk=1; nk=[kd kp];
end;
n3=conv(nk,n1);
d3=conv(dk,d1);
printsys(n3,d3);
ind=find(n3~=0);n3=n3(ind(1):length(n3));
[nt,dt]=cloop(n3,d3);
printsys(nt,dt);
t=[0:0.001:0.2];
step(nt,dt,t);grid
title('respuesta planta-PID')
ylabel('Amplitud');xlabel('Tiempo (seg)')


Fig. 7.20. Controlador PID
Cuando evaluamos la planta a la frecuencia Je, estamos viendo la respuesta en frecuencia en estado de
rgimen permanente ante una entrada sinusoidal; construimos la frecuencia e
cg
que nos da las condiciones
de tiempo de establecimiento y sobreimpulso deseados y evaluamos el sistema a esa frecuencia. Como
nuestro sistema es de fase mnima, es decir los polos estn en el semiplano izquierdo, el margen de fase
debe estar alrededor de los 60
0
para lograr un funcionamiento satisfactorio.
7 7. .4 4. .3 3 M M t to od do os s d de e D Di is se e o o A Al lg ge eb br ra ai ic co o
En los tres casos el diseo se va hacer teniendo en cuenta el tiempo de establecimiento de ts = 0.088seg.
7 7. .4 4. .3 3. .1 1 C Co on nf fi ig gu ur ra ac ci i n n c co on n r re ea al li im me en nt ta ac ci i n n u un ni it ta ar ri ia a


241

Fig. 7.21. Configuracin con realimentacin unitaria
El objetivo es hallar K(S), de la figura se tiene :

) (
) (
) (
S A
S B
S K = controlador
) (
) (
) (
S D
S N
S G = planta
La funcin de transferencia de lazo cerrado en la figura es :

) ( ) ( ) ( ) (
) ( ) (
) (
) (
) (
) (
) (
) (
1
) (
) (
) (
) (
) (
) (
S N S B S D S A
S N S B
S R
S Y
S D
S N
S A
S B
S D
S N
S A
S B
S R
S Y
+
=
+

= [7.40]
La funcin de transferencia deseada en lazo cerrado, la definimos como:

) (
) (
S D
S N
G
f
f
f
= [7.41]
donde:
N
f
es el numerador deseado y puede ser arbitrario, generalmente se tom como 1
D
f
es el denominador deseado y lleva los polos deseados.
Comparando los denominadores de las ecuaciones [7.40] y [7.41] se obtiene la ecuacin de diseo:
A(S)D(S)+B(S)N(S) = D
f
(S)
En forma general:
0
1
!
0
1
1
...
...
) (
D S D S D
N S N S N
S G
n
n
n
n
n
n
n
n
+ + +
+ + +
=


Para que G(S) sea una funcin propia se hace N
n
=0.
0 1
2
2
1
1
0 1
2
2
1
1
...
...
) (
A S A S A S A
B S B S B S B
S K
n
n
n
n
n
n
n
n
+ + + +
+ + + +
=


de donde:

242
) ( ) ... )( ... (
) .... (D ) ... (
0
2
2
1
1 0 1
2
2
1
1
0
1
1 n 0 1
2
2
1
1
S D N S N S N B S B S B S B
D S D S A S A S A S A
f
n
n
n
n
n
n
n
n
n
n
n n
n
n
n
= + + + + + + +
+ + + + + + + +

[7.42]
El orden del primer miembro a la izquierda es (2n-1), el orden del segundo miembro a la izquierda es
(2n2). El orden de D
f
(S) es (2n1).
De la ecuacin [7.42] las incgnitas son los coeficientes del controlador, las cuales se pueden solucionar
llevndolas a la forma Sx = F, donde:
S: Matriz de Sylvester
x: Matriz de los coeficientes del controlador
F: Coeficientes de la planta deseada
La matriz de Sylvester es de la forma
(
(
(
(
(
(
(
(
(
(
(
(

=
n n
n n
n
N D
N D
N D N D
D
N D
N D N D
N D
.. .. 0 0 0 0
: : : : : :
: : : :
.. .. 0 0
: : : : 0
: : : : : :
0 0 : :
0 0 .. ..
0 0 .. .. 0 0
1 1
0 0
1 1
0 0 1 1
0 0

7 7. .4 4. .3 3. .2 2 D Di is se e o o d de e l la a c co on nf fi ig gu ur ra ac ci i n n c co on n r re ea al li im me en nt ta ac ci i n n u un ni it ta ar ri ia a
Los polos, p
d
-= [52.1173 J8.3630], dan aproximadamente el tiempo de establecimiento requerido.
Con estos formamos el polinomio deseado tomando N
f
= 1 y la parte real de los coeficientes de D
f
.
4 . 2788 2 . 104
1
) (
2
+ +
= =
S S D
N
S G
f
f
f

El orden p de G
f
(S) es 2 y debe de ser 2n 1 = 3, donde n orden de G(S), por lo tanto se aade un
polinomio de orden 2n 1 p = 1.
= ) (S D
p
S+60.5231,
Entonces el D
f
(s) nuevo quedara:
D
f
(S) = D
f
(S) = ) (S D
p
S
3
+ 164.75S
2
+ 9097.01S + 168760
de la ecuacin [7.42] se tiene que:
(A
0
S+A
1
)(S
2
+72.92S+12.15)+(B
0
S+B
1
)20.2052 = S
3
+ 164.75S
2
+ 9097.01S + 168760

243
Con esta ecuacin formamos la matriz de Sylvester:
(
(
(
(

=
0 1 0 0
0 9167 . 72 0 1
2052 . 21 1527 . 12 0 9167 . 72
0 0 2052 . 21 1527 . 12

Se resuelve el sistema Sx = F, y se obtiene:
A(S) = S+91.84
B(S) = 112.51S+7899.5
La funcin de transferencia del compensador es:
5 . 7899 51 . 112
84 . 91
) (
+
+
=
S
S
S K
La funcin de transferencia plantacompensador en lazo cerrado es:
6 . 168626 75 . 9094 76 . 164
48 . 167510 86 . 2385
) (
2 3
+ + +
+
=
S S S
S
S H ,
esto nos da e
n
= 52.7840, , = 0.9874.
El programa en MATLAB es el siguiente:

function [a,b]=cru(A,B,C,D,pd)
% [a,b]=cru(A,B,C,D,pd)
% Configuracin con realimentacin Unitaria
% pd polinomio deseado para hallar Df
% Df tiene que ser de orden 2n-1
% Se muestra la forma de como se deben de introducir
% los diferentes parmetros del sistema dinmico de la planta:
% A=[-72.91667 -59.69792;0.20357 0];
% B=[104.16667;0];
% C=[0 1];
% D=0;
% pd=[-52.1173+8.3630i -52.1173-8.3630i];
% [1 60.5231]; polinomio extra dpbarra
% tambin se podra introducir en uno slo
% pd=[-52.1173+8.3630i -52.1173-8.3630i -60.5231];
[n1,d1]=ss2tf(A,B,C,D);
ind=find(n1~=0);n1=n1(ind(1):length(n1));
ind=find(d1~=0);d1=d1(ind(1):length(d1));
Df=poly(pd);
p=length(Df)-1; %el orden de Df
nn=length(d1);n=nn-1; %el orden del denominador
m=length(n1);
%el orden de Df debe ser 2n-1
if (p<2*n-1)
ndpb=2*n-1-p;
disp('Entre Dpbarra (el orden de Dpbarra es el nmero que aparece:')

244
ndpb
dpbarra=input(' ');
Df1=conv(Df,dpbarra);
else Df1=Df;
end;
%construccin de la matriz de Sylvester
colzero=zeros(1,nn-m);
ncol=[colzero n1];
Scol=flipud([d1' ncol']);
sylv=zeros(2*n);
for i=1:2:2*n,
bfil=(i+1)/2;
sylv(bfil:bfil+n,i:i+1)=Scol;
end;
%solucin del sistema AX=B
%sylv*X=delta
delta=flipud(Df1');
x=sylv\delta;

for i=1:2:2*n-1,
r=(i-1)/2;
a(n-r)=x(i);a=real(a);
b(n-r)=x(i+1);b=real(b);
end;

%construccin de la FT del controlador
% y(s)/r(s)=b(s)*n(s)\(a(s)*d(s)+b(s)*n(s)) en lazo cerrado

[n,d]=series(n1,d1,b,a);
[nc,dc]=cloop(n,d);
damp(dc)
u=ones(1,201);
%t=[0:0.0005:0.1];
t=[0:0.001:0.2];
y=lsim(nc,dc,u,t);
dcg=dcgain(nc,dc);
y1=y/dcg;
plot(t,y1);grid
ylabel('Amplitud');xlabel('Tiempo (seg)')
title('config. con realimentacin unitaria')


245

Fig. 7.21. Respuesta de la planta con la configuracin con realimentacin unitaria
En este mtodo para hallar el controlador, comparamos la funcin de transferencia de la planta con otra
funcin de transferencia deseada, es decir que el denominador contenga los polos con las caractersticas
deseadas de tiempo de establecimiento y sobreimpulso y el numerador lo escogemos como uno, para
facilitar el trabajo. Para formar la matriz de Sylvester comparamos la ecuacin caracterstica de la funcin
de trasferencia de lazo cerrado con la deseada, de ah que el orden de la planta tenga que ser 2n1 porque
la funcin de lazo cerrado lleva los polinomios algebraicos multiplicado con la planta, como slo tenamos
los dos polos deseados complejos para hacer el polinomio deseado buscamos un tercer polo. Un criterio
para hallar el tercer polo es por ensayo y error y observar el comportamiento de la respuesta planta -
controlador, el tercer polo es cmodo tomarlo en el eje real en la parte negativa y lejos del origen.
7 7. .4 4. .3 3. .3 3 C Co on nf fi ig gu ur ra ac ci i n n d de e d do os s p pa ar r m me et tr ro os s

Fig.7.22. Configuracin de dos parmetros
) (
) (
) (
) (
) (
) (
) ( S Y
S A
S M
S R
S A
S L
S U =
(

=
) (
) (
) (
) (
) (
) (
S Y
S R
S A
S M
S A
S L
,
de donde :

(

=
) (
) (
) (
) (
) (
S A
S M
S A
S L
S K controlador [7.43]
Este controlador es una matriz racional de 1x2, el cual tiene dos entradas R y Y y una salida U.

246

) (
) (
) (
S U
S Y
S G = planta [7.44]
Se busca encontrar los polinomios L(S), A(S) y M(S). De la Figura 7.22 se tiene :
) ( ) ( ) (
) (
) ( ) (
) (
1
1
) (
) (
1
S M S G S A
S G
S M S G
S A
S G
S A
+
=
+


Fig. 7.23. Desarrollo de la configuracin de dos parmetros
) ( ) ( ) (
) (
) (
) (
) (
S M S G S A
S G
S L
S R
S Y
+
=
Tomando:
) (
) (
) (
S D
S N
S G =

Y s
R s
L s
N s
A s D s N s M s
( )
( )
( )
( )
( ) ( ) ( ) ( )
=
+
[7.44]
La funcin de transferencia deseada en lazo cerrado se denota por :
G s
N s
D s
f
f
f
( )
( )
( )
= [7.45]
donde:
N
f
es el numerador deseado que se puede hallar por medio del teorema del valor final
D
f
es el denominador deseado que lleva los polos deseados
1
1
) ( lm
0
= =

S
N S SG Y
f
S
final

Procedimiento
1. Se calcula la siguiente ecuacin donde se conoce N
p
(S) y D
p
(S).

G s
N s
N s
D s N s
N s
D s
f f
f
p
p
( )
( )
( )
( ) ( )
( )
( )
= = [7.46]
Si el orden p de D
p
(S) es menor que (2n1) se adiciona un polinomio ) (s D
p
arbitrario de orden
(2n1p).

247
De la ecuacin [7.46] se calcula:

) ( ) (
] ) ( ) ( )[ (
) (
S D S D
S D S N S N
S G
p p
p p
f
= [7.47]
Comparando las ecuaciones [7.47] y [7.44], se tiene:
L(s) = N
P
(s) D s
p
( ) [7.48]
A(s)D(s)+N(s)M(s) = D
P
(s) D s
p
( ) [7.49]
La ecuacin [7.49] se resuelve algebraicamente por el mtodo de Sylvester como en el caso anterior.
7 7. .4 4. .3 3. .4 4 D Di is se e o o d de e l la a c co on nf fi ig gu ur ra ac ci i n n d de e d do os s p pa ar r m me et tr ro os s
Utilizando los polos del caso anterior obtenemos la misma funcin de transferencia deseada.
4 . 2788 2 . 104
) (
2
+ +
= =
S S
N
D
N
S G
f
f
f

1
1
4 . 2788 2 . 104
lm
2
0
=
+ +

S S S
N
S
S
, N = 2788.4
4 . 2788 2 . 104
4 . 131
) (
) (
) (
) (
2
+ +
= =
S S S D
S N
S N
S G
p
p f

1. Como el orden p de D
p
(S) es 2, menor que 2n1 = 3, se debe adicionar un polinomio D s
p
( ) arbitrario
de orden 2n1p = 1.
D s
p
( ) = S+54.5231
2. De la ecuacin [7.48] se tiene:
D
p
(S) = D
p
(S) D s
p
( ) = S
3
+ 158.76S
2
+8471.60S+152032.80
L(S) = N
P
(S) D s
p
( ) = 131.4S+7163
(A
0
S+A
1
)(S
2
+72.92S+12.15)+(M
0
S+M
1
)20.2052 = S
3
+158.76S
2
+8471.60S+152032.80
Como en el caso anterior, se resuelve el sistema Sx = F, S es la misma, de donde:
A(S) = S+85.84
M(S) = 103.8S+7114.6
El compensador es:
(

+
+

+
+
=
84 . 85
6 . 7114 8 . 103
84 . 85
57 . 2 05 . 0
) (
S
S
S
S
S K

248
La funcin de transferencia planta compensador es:
68 . 151909 35 . 8469 76 . 158
151900 2786
) (
2 3
+ + +
+
=
S S S
S
S H
Esto nos da e
n
= 52.7840, , = 0.9874.
El programa en MATLAB es el siguiente :

function [M,L,A]=lam(a,b,c,d,Nf,pd)
% Configuracion Dos Parametros
% [M,L,A]=lam(a,b,c,d,Nf,pd)
% Halla los polinomios L(s), A(s) y M(s)
% Nf numerador de la funcion de transferenca deseada
% pd polinomio deseado para el denominador Df
% Se muestra la forma de como se deben de introducir
% los diferentes parmetros del sistema dinmico de la planta:
% a=[-72.91667 -59.69792;0.20357 0];
% b=[104.16667;0];
% c=[0 1];
% d=0;
% Nf=2788.4;
% pd=[-52.1173+8.3630i -52.1173-8.3630i];
% [1 54.5231]; polinomio extra dpbarra
% tambin se podra introducir en uno slo
% pd=[-52.1173+8.3630i -52.1173-8.3630i -54.5231];

[N,D]=ss2tf(a,b,c,d);
ind=find(N~=0);N=N(ind(2):length(N));
ind=find(D~=0);D=D(ind(1):length(D));

Df=poly(pd);
%ind=find(N~=0);N=N(ind(1):length(N));
Dp=conv(N,Df);
[np,dp]=minreal(Nf,Dp);
ind=find(np~=0);np=np(ind(1):length(np));
m=length(D);
aceros=zeros(1,m-length(N));
Na=[aceros N];
n=m-1;p=length(dp)-1;
% n es el orden de la planta(D) y p el orden de dp
% el orden de Dpbarra es 2n-1
if (p<2*n-1)
ndpb=2*n-1-p;
disp('Entre Dpbarra (el orden de Dpbarra es el numero que aparece:')
ndpb
dpbarra=input(' ');
else dpbarra=1;
end;
L=conv(np,dpbarra);
f=conv(dp,dpbarra);
mt=2*n; % mt es la longitud de f, grado de f es 2n-1, n orden de la planta
Scol=flipud([D' Na']);

% sylv es la matriz de Sylvester
sylv=zeros(mt);

249
% calcula la matriz de sylvester

for i=1:2:2*n-1,
bfil=(i+1)/2;
sylv(bfil:bfil+n,i:i+1)=Scol;
end;

delta=flipud(f');
x=sylv\delta;

for i=1:2:2*n-1,
j=(i-1)/2;
A(n-j)=x(i);A=real(A);
M(n-j)=x(i+1); M=real(M);
end;

% y(s)/R(s)=L(s)*N(s)/(A(s)*D(s)+N(s)*M(s)) en lazo cerrado

num1=conv(L,N);de1=conv(A,D);de2=conv(N,M);
de2=[zeros(1,length(de1)-length(de2)) de2];
den1=de1+de2;
printsys(num1,den1)
damp(den1)
u=ones(1,201);
%t=[0:0.0005:0.1];
t=[0:0.001:0.2];
y=lsim(num1,den1,u,t);
dcg=dcgain(num1,den1)
y1=y/dcg;
plot(t,y1);grid;
xlabel('Tiempo (seg)');ylabel('Amplitud')
%title('config. de dos parametros')


Fig. 7.24. Respuesta de la planta con la configuracin de dos parmetros
Vemos que en esta configuracin, Figura 7.24, la compensacin la hacen varios polinomios, en la
entrada de referencia, la realimentacin y en la planta. Para la funcin de transferencia deseada es mejor
tomar el denominador con los polos deseados y para completarlo, segn el orden del sistema que en

250
nuestro caso es de 2, los polos se deben tomar como en el caso anterior en el eje real en la parte izquierda
y no cercanos al origen, y el numerador que sea igual al de la planta pero multiplicado por una ganancia,
esto es para mayor facilidad del clculo del polinomio L(S).
7 7. .4 4. .3 3. .5 5 C Co on nf fi ig gu ur ra ac ci i n n d de e e en nt tr ra ad da a - - s sa al li id da a

Fig. 7.25. Configuracin de entrada - salida
El controlador tiene dos entradas U e Y y una salida W, sta se puede expresar como:
(

=
) (
) (
) (
) (
) (
) (
) (
S Y
S U
S A
S M
S A
S L
S W
El controlador es una matriz de 1 2:
(

=
) (
) (
) (
) (
) (
S A
S M
S A
S L
S K
De la Figura 7.25 se obtiene:

) ( ) ( ) ( ) ( ) ( ) (
) ( ) (
) (
) (
S M S N S D S L S A S D
S N S A
S R
S Y
+ +
= [7.50]
Se debe determinar A(S), L(S) y M(S). La funcin de transferencia deseada es:
) (
) (
) (
S D
S N
S G
f
f
f
=
donde:
N
f
es el numerador deseado que se puede hallar por medio del teorema del valor final
D
f
es el denominador deseado que lleva los polos deseados
1
1
) ( lm
0
= =

S
N S SG Y
f
S
final

Este proceso se aplica slo en caso tal que:
grado(D
f
(S))grado(N
F
(S)) = grado(D(S))grado(N(S)).
Procedimiento

251
1. Se calcula la siguiente ecuacin:

) (
) (
) ( ) (
) (
) (
) (
S D
S N
S N S D
S N
S N
S G
p
p
f
f f
= = [7.51]
2. m orden del polinomio N
P
(S). Si m < n1 se adiciona polinomio arbitrario A s ( ) de orden p =
n1m, de lo contrario A s ( ) = 1
G s
N s N s
D s
N s N s A s
D s A s
G s
N s N s A s
D s A s
f
p
p
p
p
f
p
p
( )
( ) ( )
( )
( ) ( ) ( )
( ) ( )
( )
( )[ ( ) ( )]
( ) ( )
= = = [7.52]
3. Se compara la funcin de transferencia de lazo cerrado, ecuacin [7.47] con la [7.52].
) ( ) ( ) ( S A S A S N
p
=
D(s)A(s)+L(s)D(s)+N(s)M(s) = Dp(s) A s ( )
Reorganizando sta ltima ecuacin:
L(s)D(s)+N(s)M(s) = Dp(s) A s ( )-D(s)A(s) [7.53]
donde los trminos en el miembro izquierdo son desconocidos y los miembros del lado derecho son
conocidos. Esta ecuacin se resuelve algebraicamente o por la matriz de Sylvester, como en el primer
caso.
7 7. .4 4. .3 3. .6 6 D Di is se e o o d de e l la a c co on nf fi ig gu ur ra ac ci i n n d de e e en nt tr ra ad da a - - s sa al li id da a
La planta deseada es:
7 . 6688 64 . 136
1
) (
) (
) (
2
+ +
= =
S S S D
S N
S G
f
f
f

Al utilizar los polos para el tiempo de establecimiento y sobreimpulso deseados como en los casos
anteriores y al aplicar el teorema del valor final para hallar el numerador, se form la planta deseada y con
esta hallamos los polinomios L(S), A(S) y M(S). Al observar la respuesta planta controlador, sta daba
inestable, por esta razn fue necesario tomar el numerador como una ganancia y por ensayo y error,
observando la respuesta planta - controlador, se tomo como 1. Para hallar los nuevos polos se tom el
tiempo de establecimiento t
s
= 0.07, = 0.8, entonces:
o = =
4 6
66
.
t
s

donde o es la parte real del polo, buscando en el lugar geomtrico de las races unos polos que
correspondieran con este valor fueron :
p
d
= [ 68.3196 J44.9589 ]
se calcula :


252
G s
N s
N s
D s s s
f p
p
( )
( )
( )
( )
.
. .
= =
+ +
005
13664 66887
2


1. Como orden m de N
p
(S) es 0, menor que 2n1 = 1, se debe adicionar un polinomio ) (S A , arbitrario
de orden 2n1p = 1.
) (S A = S + 0.4234
2. De la ecuacin [7.53] se tiene:
A(S) = N
p
(S) ) (S A = 0.05S + 0.02
D
p
(S) = D
p
(S) A s ( ) D(S)A(S) = S
3
+137.06S
2
+6746.72S+2832.07
(L
0
S+L
1
)(S
2
+72.92S+12.15)+(M
0
S+M
1
)20.2052 = S
3
+137.06S
2
+6746.72S+2832.07
3. Solucionando el sistema Sx = F, como en el caso anterior, de donde:
L(S) = 0.95S+64.13
M(S) = 97.02S+96.80
El compensador es:
(

+
+
+
+
=
02 . 0 05 . 0
80 . 96 02 . 97
02 . 0 05 . 0
13 . 64 95 . 0
) (
S
S
S
S
S K
La funcin de transferencia plantacontrolador:
61 . 2836 71 . 6740 63 . 135 2 . 1
42 . 0
) (
2 3
+ + +
+
=
S S S
S
S H
Esto nos da e
n
= 74.7847, , = 0.7557.
El programa en MATLAB es el siguiente:

function [M,L,A]=ces(a,b,c,d,Nf,pd)
% [M,L,A]=ces(a,b,c,d,Nf,pd)
% Configuracion Entrada Salida
% Nf numerador de la funcion de transferenca deseada
% pd polinomio deseado
% Se muestra la forma de como se deben de introducir
% los diferentes parmetros del sistema dinmico de la planta:
% a=[-72.91667 -59.69792;0.20357 0];
% b=[104.16667;0];
% c=[0 1];
% d=0;
% Nf=1;
% pd=[-68.3196+44.9589i -68.3196-44.9589i];
% [1 0.4234]; polinomio extra dpbarra
% tambin se podra introducir en uno slo

253
% pd=[-52.1173+8.3630i -52.1173-8.3630i -0.4234];

[N,D]=ss2tf(a,b,c,d);
ind=find(N~=0);N=N(ind(2):length(N));
ind=find(D~=0);D=D(ind(1):length(D));

Df=poly(pd);
ind=find(N~=0);N=N(ind(1):length(N));
Dp=conv(N,Df);
[np,dp]=minreal(Nf,Dp);
ind=find(np~=0);np=np(ind(1):length(np));
ind=find(dp~=0);dp=dp(ind(1):length(dp));

n1=length(N)-1; %orden de los numeradores
p2=length(Nf)-1;
n=length(D)-1; % orden de la planta
p1=length(Df)-1; % orden polinomio deseado
p=length(np)-1;
P=p1-p2;K=n-n1;
if P~=K
disp('el orden del polinomio deseado debe de ser')
gDf=n-n1+p2
error
end;

if (p<n-1)
ndpb=n-1-p;
disp('entre barra (el orden es el numero de abajo):')
ndpb
Abarra=input(' ');

else Abarra=1;
end;
A=conv(np,Abarra);

ftemp1=conv(dp,Abarra);ftemp2=conv(A,D);
nft1=length(ftemp1);nft2=length(ftemp2);
ft=[zeros(1,length(ftemp1)-length(ftemp2)) ftemp2];
f=ftemp1-ft;
aceros=zeros(1,length(D)-length(N));Na=[aceros N];
scol=flipud([D' Na']);
sylv=zeros(2*n);

for i=1:2:2*n-1,
bfil=(i+1)/2;
sylv(bfil:bfil+n,i:i+1)=scol;
end;

delta=flipud(f');
x=sylv\delta;
for i=1:2:2*n-1,
r=(i-1)/2;
L(n-r)=x(i);
M(n-r)=x(i+1);
end;
% Y(s)/R(s)=A(s)*N(s)/(A(s)*D(s)+L(s)*D(s)+N(s)*M(s))
num1=conv(A,N);de1=conv(A,D);de2=conv(L,D);de3=conv(N,M);

254
d3=[zeros(1,length(de1)-length(de2)) de3];
d1=zeros(size(de2));d3=zeros(size(de2));
% igualando indices
cont=length(de1);
for i=1:1:length(de1),
d1(cont)=de1(i);
cont=cont-1;
end;
cont=length(de2);
for i=1:1:length(de3),
d3(cont)=de3(i);
cont=cont-1;
end;
den1=d1+de2+d3;
damp(den1)
u=ones(1,201);
t=[0:0.001:0.2];
%t=[0:0.01:2];
y=lsim(num1,den1,u,t);
dcg=dcgain(num1,den1);
y1=y/dcg;
plot(t,y1);grid;
%title('config. de realim. de entrada-salida')
xlabel('Tiempo (seg)');ylabel('Amplitud');


Fig. 7.26. Respuesta de la planta con la configuracin de realimentacin entrada salida
Vemos que la planta cumple con lo calculado en los polos deseados, o sea t
s
= 0.088 y = 0.76. En el
clculo de la respuesta planta controlador, se ensayaron varias formas de obtener una respuesta
adecuada, por ejemplo dejar constantes el numerador y los polos deseados y variar el polinomio A s ( ),
otra forma fue dejar constantes el polinomio deseado y A s ( ), variando el numerador deseado, de todas
estas formas se obtuvo la mejor respuesta para N
f
= 1.

255

CAPTULO 8
LGICA DIFUSA
8.
8 8. .1 1. . D DE EF FI IN NI IC CI I N N
La lgica difusa es bsicamente una lgica multivaluada que permite definir valores intermedios entre
evaluaciones convencionales como si/no, verdadero/falso, negro/blanco, etc.
Expresiones como bastante caliente o bastante fro, se pueden formular matemticamente y
procesarse por medio del computador.
Se intenta, en esta forma, aplicar a la programacin del computador una forma de pensamiento humano.
La lgica Difusa fue iniciada en 1965 por Lotfi Zadeh, profesor de ciencias de computacin de la
universidad de California en Berkely.
La notacin ms bsica de un sistema difuso, es el conjunto (o subconjunto) difuso.
En la matemtica clsica, se est familiarizado con el conjunto Crisp (clsicos).
Ejemplo 1
Consideremos un conjunto X de nmeros reales entre 0 y 10, que se llama el Universo del Discurso.
Ahora, definamos un subconjunto A de X, de todos los nmeros reales en el rango entre 5 y 8.
A = [5 , 8]
Definimos el subconjunto A, por medio de su funcin caracterstica, es decir, esta funcin asigna un
nmero 1 un 0 a cada elemento en X, dependiendo de si el elemento pertenece al subconjunto A o no
pertenece al subconjunto A.
En la figura 8.1 se puede observar el conjunto clsico Crisp. Se pueden interpretar los elementos que se
les ha asignado el nmero de 1, como los elementos que pertenecen al subconjunto A, y los elementos que
se les asigna el nmero 0, como los elementos que no estn en el subconjunto A.


Fig. 8.1. Ejemplo de conjunto clsico (Crisp).


256
Ejemplo 2
Se quiere describir el conjunto de la gente joven.
B = { conjunto de gente joven}
B = [0 , 20]
El lmite inferior puede ser 0,pero el lmite superior es ms difcil de definir.
Cmo se define el lmite superior en 20, para una persona joven?
Una persona de 21 aos o entre 20 y 21, ya no es joven?
La figura 8.2 muestra una forma de definir el conjunto de personas jvenes, asignndole una funcin de
pertenencia entre 0 y 1.

Fig. 8.2. Ejemplo de conjunto difuso
8 8. .2 2. . P PR RI IN NC CI IP PI IO O D DE E I IN NC CO OM MP PA AT TI IB BI IL LI ID DA AD D
Cuando la complejidad de un sistema incrementa, la habilidad para hacer proposiciones precisas y
significativas acerca del comportamiento del sistema disminuye hasta alcanzar un umbral ms all del cual
la precisin y el significado (redundancia) son mutuamente excluyentes.
Zadeh establece que el razonamiento humano no est en trminos de smbolos discretos y nmeros sino
en trminos de conjuntos difusos.
En los sistemas existen dos fuentes importantes de informacin:
+ S Se en ns so or re es s: Suministran informacin numrica.
+ E Ex xp pe er rt to os s: Humanos que suministran informacin lingstica.
8 8. .3 3. . C CL LA AS SI IF FI IC CA AC CI I N N D DE E L LO OS S S SI IS ST TE EM MA AS S L L G GI IC CO OS S D DI IF FU US SO OS S
8 8. .3 3. .1 1 S Si is st te em ma as s L L g gi ic co os s D Di if fu us so os s P Pu ur ro os s
La base de reglas consiste en una coleccin conjunto de reglas IF-THEN. La mquina de inferencias
usa las reglas para realizar un mapeo de los conjuntos de entrada difusos en los conjuntos de salida de
acuerdo a la lgica difusa.
Las reglas tienen la siguiente forma:
R
(l)
: IF X
i
es F
i

L
AND X
n
es F
n

L
THEN Y es G
L
. [8.1]

257
Donde F
i

L
y G
L
son conjuntos difusos.

Fig. 8.3. Sistema difuso puro
8 8. .3 3. .2 2 S Si is st te em ma a L L g gi ic co o T Ta ak ka ag gi i S Su ug ge en no o. .
En vez de considerar las reglas borrosas IF-THEN en la forma de la ecuacin (1), Takagi y Sugeno
propusieron usar las siguientes reglas borrosas IF-THEN:
L
(l)
: IF x
1
es F
1
l
and ......and x
n
es F
l
n
THEN y
l
= C
o
l
+ C
1
l
x
1
+ .... + C
n
l
x
n
[8.2]
Donde F
i
l
son conjuntos borrosos, Ci son coeficientes reales, y
l
es la salida del sistema debido a la
regla L
(l)
y l=1,2,3....M.
Lo anterior significa,

que Takagi y Sugeno, consideran reglas cuya parte IF es difusa, pero la parte
THEN es crisp.
La configuracin bsica del sistema Takagi y Sugeno se muestra en la Figura 8.4.

Fig. 8.4. Configuracin bsica del sistema Takagi y Sugeno
La salida Y es una combinacin lineal de las variables de entrada.
( )

=
=
=
m
i
L
m
i
L
i
W
y W
x y
1
1
W
i
= son los pesos. [8.3]

258
Tiene la ventaja de que la parte THEN al tener conjunto clsico (no difuso), se pueden usar tcnicas de
estimacin de parmetros para el conocimiento de los coeficientes C
i
.

8 8. .3 3. .3 3 S Si is st te em ma a L L g gi ic co o D Di if fu us so o c co on n F Fu uz zz zy yf fi ic ca ad do or r y y D De ef fu uz zz zy yf fi ic ca ad do or r. .
Bsicamente el diagrama de bloques est constituido por:

Fig. 8.5. Sistema lgico difuso con fuzzyficador y defuzzyficador
El fuzzificador tiene el efecto de transformar los datos Crisp de la medicin en valores lingsticos
apropiados.
La base de reglas difusas almacena el conocimiento emprico de la operacin del proceso, del dominio
de los expertos.
La mquina de inferencia tiene la capacidad de simular la decisin humana, hacindolo mediante el
razonamiento aproximado para alcanzar la estrategia de control deseada.
El defuzzificador se usa para producir una decisin no-difusa accin de control de una accin de
control difusa inferida por la mquina de inferencia.
8 8. .4 4. . T TE EO OR R A A D DE E L LO OS S C CO ON NJ JU UN NT TO OS S D DI IF FU US SO OS S
Un conjunto clsico (Crisp), es una coleccin de objetos distintos. Los elementos del conjunto se dividen
en dos grupos: MIEMBROS del conjunto y NO-MIEMBROS.
El conjunto se puede definir mediante la FUNCIN CARACTERSTICA.
S Se ea a U U e el l u un ni iv ve er rs so o d de el l d di is sc cu ur rs so o, , l la a f fu un nc ci i n n c ca ar ra ac ct te er r s st ti ic ca a
A A
( (x x) ) d de e u un n c co on nj ju un nt to o c cl l s si ic co o o o C Cr ri is sp p A A e en n U U
t to om ma a s su us s v va al lo or re es s e en n { {0 0, ,1 1} } y y s se e d de ef fi in ne e c co om mo o: :

1 si x e A

A
(x) = [8.4]
0 si x e A

Un conjunto difuso introduce vaguedad, al eliminar los lmites de pertenencia y no pertenencia. De esta
manera la transicin entre pertenencia y no pertenencia es gradual.
Un conjunto difuso, en el universo del discurso U, se puede definir como un conjunto de pares
ordenados.
} / )) (
~
, {(
~
U x x A x A e = [8.5]
U U se conoce como el Universo del discurso, o el Universo.

259

A
~
(x) se llama funcin de pertenencia (o funcin caracterstica) de A
~
y
A
~
(x) es el grado de
pertenencia de x en A
~
, el cual indica el grado en el cual x pertenece a A
~
.
Ejemplo 3
Sea U la lnea de los nmeros reales R, un conjunto clsico que representa Nmeros reales mayores o
iguales a 5.
A={(x,
A
(x))/ xeU} [8.6]
La funcin caracterstica es:
0 X< 5

A
(X) = [8.7]
1 X > 5

Fig. 8.6. Funcin caracterstica del ejemplo 3

El conjunto difuso A
~
representa Nmeros reales cercanos a 5.
} / )) (
~
, {(
~
U x x A x A e = [8.8]
Donde la funcin de pertenencia es:

A
~
(x)
( )
2
5 10 1
1
+
=
x
[8.9]

x x

A
~
( (x x) )
x x

A
~
( (x x) )
2 0.0109 5.2 0.714
3 0.0243 5.5 0.2857
4 0.09 6 0.09
4.5 0.2875 7 0.0243
4.8 0.714 8 0.0109
5 1 9 0.0109

260
Grficamente se tiene lo siguiente:

Fig. 8.7. Funcin de pertenencia
Este conjunto se puede representar como:
} ] ) 5 ( 10 1 [ ) ( / ) ( , {
~ 1 2
~ ~

+ = = x x x x A
A A
[8.10]
El ejemplo anterior tambin se puede representar por la funcin de pertenencia:

2
~
) 5 ( 1
1
) (
+
=
x
x
A
[8.11]
Evaluando la funcin de pertenencia para algunos valores de x se tiene:
X

A
~
(X)
3 0.2
4 0.5
4.5 0.8
4.8 0.96
5 1
5.2 0.96
5.5 0.8
6 0.5
7 0.2
Grficamente se obtiene lo siguiente:

261

Fig. 8.8. Funcin de pertenencia
Ejemplo 4
Se desea describir la clase de carros que tienen la propiedad de ser costosos considerando carros como
BMW, Buick, Ferrari, Fiat, Lada, Mercedes, y Rolls Royce. Un grupo como Ferrari, o Rolls Royce caen
en esta clase.
Otros como Fiat, o Lada no pertenecen a esta clase. Y existe un tercer grupo que, es difcil de establecer
si son costosos o no.
Se puede usar el conjunto difuso:
C={(Ferrrari,1), (Rolls Royce,1), (Mercedes,0.8), (BMW,0.7), (Buick, 0.4), (Lada,0.2)}. [8.12]

Fig. 8.9. Funcin de pertenencia del ejemplo 4
El caso del conjunto difuso A
~
= Nmero real aproximado a 5, se represent por dos funciones de
pertenencia:
2
) 5 ( 10 1
1
) (
+
=
x
x
A


262
2
) 5 ( 1
1
) (
+
=
x
x
A

Estas dos funciones de pertenencia muestran que la asignacin de una funcin de pertenencia de un
conjunto difuso es de naturaleza subjetiva, sin embargo no se puede asignar arbitrariamente.
Los grados de pertenencia bsicamente reflejan un ordenamiento de los objetos en un conjunto difuso A.
Otra forma de representar un conjunto difuso es usando el Soporte de un conjunto difuso.
El Soporte de un conjunto difuso A, es el conjunto clsico (Crisp) de todos los xeU tal que
A
(x)>0. Es
decir:
Soporte (A)={ xeU /
A
(x)>0}. [8.13]
Ejemplo 5
Supngase que en un examen, todas las posibles notas son
U ={10,20,30,40,50,60,70,80,90,100}. Considere tres conjuntos:
A = nota alta.
B = nota media.
C = nota baja.
Cuyas funciones de pertenencia se definen en la siguiente tabla:

Tabla 8.1: Valores de pertenencia del ejemplo 5

Nota Numrica Nota Alta (A) Nota Media (M) Nota Baja (B)
10 0 0 1
20 0 0 1
30 0 0.1 0.9
40 0 0.5 0.7
50 0.1 0.8 0.5
60 0.3 1.0 0.3
70 0.5 0.8 0.1
80 0.8 0.5 0
90 1 0 0
100 1 0 0

263

Fig. 8.10. Grfica de la funcin de pertenencia del ejemplo 5
Graficando los valores de la tabla anterior se tiene la siguiente funcin de pertenencia:
Soporte (A) = Soporte (Nota Alta) = {50,60,70,80,90,100}
Soporte (B) = Soporte (Nota Media) = {30,40,50,60,70,80}
Soporte (C) = Soporte(Nota Baja) = {10,20,30,40,50,60,70}
Si U=[0,100] y
A
(x) se define por la siguiente funcin de pertenencia continua.
0 0 s X s 40

A
(x) =
NOTA-ALTA
(x) = [8.14]
{1+[(x-40)/5]
-2
}
-1
40 s X s 120
El Soporte (A) = Soporte (Nota Alta) = intervalo [4,100].
La suma de los grados de pertenencia de un conjunto difuso
(

=
n
i
i A
X
1
) ( no necesariamente es igual a
1.
Un conjunto difuso vaco tiene un soporte vaco, es decir, la funcin de pertenencia asigna cero a todos
los elementos del conjunto universal U.
Un conjunto difuso cuyo soporte es un solo punto en U con
A
(x) =1 se conoce como Fuzzy Singleton
Unico o Solo.
El elemento xeU en el cual
A
(x) =0.5 se llama Punto de Cruce.
El Ncleo o Kernel de un conjunto difuso A est formado por los elementos x cuyo grado de pertenencia
es 1.
Ncleo (A) ={x/
A
(x) =1} [8.15]
La Altura de un conjunto difuso es el supremo o mximo de
A
(x) en el universo U, es decir:
Altura de A= Altura (A) = Sup
x

A
() [8.16]
Un conjunto difuso est normalizado, cuando la altura es la unidad.

264
Altura (A) =1; de lo contrario es subnormal.
Un conjunto difuso no-vaco siempre se puede normalizar dividiendo
A
(x) por la altura de A.
La representacin de un conjunto difuso se puede expresar en trminos del soporte del conjunto difuso.
Para un universo de discurso discreto U={X
1
, X
2
, . . ., X
n
} un conjunto difuso y se puede representar
usando el conjunto de pares ordenados, como:
A ={(x
1
,
A
(x
1
)), (x
2
,
A
(x
2
)), (x
3
,
A
(x
3
)),...., (x
n
,
A
(x
n
))} [8.17]
El ejemplo 5, se puede representar de esta forma como:
B= Nota Media = {(100,0)(20,0),(30,0.1),(40,0.5),(50,0.8),(60,10),(70,0.8),(80,0.5),(90,0),(100,0)}
Usando el soporte, se puede simplificar la representacin como:
A=
1
/x
1
+
2
/x
2
+...+
i
/x
i
+...+
n
/x
n
=

=
n
i
i
i
x

1
[8.18]
Donde el smbolo + indica enumeracin y
i
es el grado de pertenencia de x
i.
Esto es,
i
=
A
(xi)>0.
El conjunto B del ejemplo 5, se representa como:
B= 0.1/30+0.5/40+0.8/50+1/60+0.8/70+0.5/80.
Al usar el soporte de un conjunto difuso para representar el conjunto solo se consideran aquellos
elementos en el universo del discurso que tengan grado de pertenencia diferente de cero.
Si U no es un universo discreto, sino continuo, se usa la notacin:

}
=
U
A
x x A ) ( [8.19]
Donde
}
indica una enumeracin no-contable, o continua (infinito).
El conjunto del ejemplo 1, se puede expresar como:

}
+
=
R
X
x
A
2
) 5 ( 10 1
1
[8.20]
El ejemplo 2, se representa como:
F = 1 /Ferrari + 1/Rolls Royce + 0.8/Mercedes + 0.7/BMW + 0.4/Buick [8.21]
F = {(,
F
())/eU y se describe como:
F =
F
(
1
)/
1
+...+
F
(
n
)/
n
=

=
n
i
i i F

1
/ ) ( [8.22]
Donde el signo mas satisface o cumple con:
a/ + b/ = mx (a,b)/. [8.23]

265
Si el mismo elemento tiene dos grados de pertenencia diferente, digamos 0.6 y 0.8, el grado de
pertenencia es 0.8.
En control difuso, existen generalmente cuatro clases de conjuntos Fuzzy que se conocen como:
Incrementando
Decrementando
Dos clases de conjuntos de Aproximacin.
Esta clase de conjuntos se llaman conjuntos Convexos, en la teora de conjuntos difusos.
Los conjuntos No-Convexos son conjuntos que estn alternativamente incrementando o disminuyendo,
en el dominio definido.
Los conjuntos que incrementan se usan para representar nociones lingsticas como: alto, gordo,
caliente, viejo en los dominios de altura, peso, temperatura y edad respectivamente.
Los conjuntos que decrementan sobre estos mismos dominios son: pequeo, delgado, fro,
joven.
Nociones de aproximacin sobre estos mismos dominios, pueden ser:
Altura No muy alto
Peso No muy gordo
Temperatura Confortable
Edad Edad-media.
Las siguientes figuras, describen las nociones lingsticas que representan el dominio temperatura.



266

En la Figura 14 se puede apreciar el dominio de temperatura completo.

El dominio anterior, el de temperatura, consiste de cinco elementos. Se considera ahora uno de siete
elementos que se usa usualmente en control difuso.

Fig. 8.15. Conjuntos Difusos NB, NM, NS, ZO, PS, PM, PB en el dominio [-6,6]
NB Negativo grande Negative Big
NMNegativo medio Negative Medium
NSNegativo pequeo Negative Small
ZOZero
PSPositivo pequeo Positive Small
PMPositivo medio Positive Medium
PBPositivo grande Positive Big

267
8 8. .5 5. . O OP PE ER RA AC CI IO ON NE ES S S SO OB BR RE E C CO ON NJ JU UN NT TO OS S D DI IF FU US SO OS S
La igualdad y la interseccin de conjuntos difusos se derivan inmediatamente de la teora clsica de
conjuntos.
8 8. .6 6. . I IG GU UA AL LD DA AD D
Dos conjuntos difusos son iguales si cada elemento de un conjunto A, tiene el mismo grado de
pertenencia de un conjunto B.
+ Definicin
Dos conjuntos son iguales (A=B) si y solamente si:
xeU: A(x)= B(x) [8.24]
Un conjunto A es un subconjunto de B si cada elemento del subconjunto A tiene un grado de pertenencia
menor que el elemento correspondiente en el conjunto B.
+ Definicin
A es un subcojunto de B (A_B) si solamente si
xeX: B(x)> A(x) [8.25]
8 8. .6 6. .1 1 U Un ni i n n d de e C Co on nj ju un nt to os s D Di if fu us so os s ( (D Di is sj ju un nc ci i n n) )
+ Definicin
La unin de dos conjuntos difusos A y B es un conjunto difuso C denotado como:
C=AUB O A OR B Cuya funcin de pertenencia est referenciada por la siguiente expresin:
c(x)=mx(A(x), B(x))= A(x) v B(x) [8.26]
Para una mejor comprensin, se puede apreciar en la Figura 8.16 lo que seran dos conjuntos difusos A
y B, a los cuales posteriormente se les aplicar la operacin unin (A OR B) de dos conjuntos difusos
(Figura 8.17).


268

8 8. .6 6. .2 2 I In nt te er rs se ec cc ci i n n d de e C Co on nj ju un nt to os s D Di if fu us so os s
+ Definicin
La interseccin de dos conjuntos difusos A y B es un conjunto difuso C denotado como:
C=AB C=A and B. [8.27]
cuya funcin de pertenencia est denotada con la de A y B por la siguiente expresin:
c(x)=mn(A(x), B(x))= A(x) .B() [8.28]
Siguiendo con los dos conjuntos difusos A y B (Figura 8.16) la interseccin sera:

8 8. .6 6. .3 3 C Co om mp pl le em me en nt to o d de e u un n C Co on nj ju un nt to o D Di if fu us so o. .
+ Definicin
El complemento de un conjunto difuso A, denotado por (A(, not A), se define como:
(x)=1-A() [8.29]
De manera similar, para el complemento del conjunto difuso A se obtiene lo siguiente:

269

La escogencia de estas tres funciones: 1A(x), para el complemento, min(A(x), B(x)) para la
interseccin y mx(A(x), B(x)) para la unin es arbitraria. Lo que se debe cumplir por ejemplo para la
interseccin es que debe retornar 1, si ambos argumentos son 1 y 0 de lo contrario. La operacin mnima
cumple esto, pero existen otras alternativas para la operacin mnima, entre estas estn las siguientes:
AB=

+ +

+

)) ( ) ( ) ( ) ( ( 4 / 1 4 / 3
) ( ) (
) 1 ) ( ) ( , 0 mx(
x B x A x B x A
x B x A
x B x A
B A




[8.30]
La unin se puede expresar como:

AuB
(x)=mn(1,A(x)+B(x)) [8.31]

AuB
=A(x)+ B(x)- A(x) B(x) [8.32]
Ejemplo 6
Con relacin a las figuras dadas responder:
Cul es la facilidad de la persona de escapar de la prisin?
Cul es la facilidad para que el sol penetre en la celda?
Es ms difcil escapar a travs de la ventana 1 (0.1 de facilidad). la ventana 2 es ms fcil (0.3 de
facilidad). La ventana 1, W1 tiene una facilidad de penetracin del sol de 0.6 y la ventana 2, W2 tiene una
facilidad de penetracin del sol de 0.9.

270

Caso A)
mn(a,b)=mn(0.1,0.3)=0.1=AB(x)
mn(a,b)=mn(0.6,0.9)=0.6
A(x) B(x)=0.6*0.9=0.54
mx(0,A(x)+ A(x)-1)=mx(0,0.5)=0.5
5454 . 0 99 . 0 / 54 . 0
) 54 . 0 5 . 1 ( 4 / 1 4 / 3
9 . 0 6 . 0
= =
+


Caso B)
Representa el operador OR.
mx(a,b)=0.9
mn(1,0.9+0.6)=1
0.9+0.6-0.90.6=0.96.
8 8. .6 6. .4 4 O Ot tr ra as s D De ef fi in ni ic ci io on ne es s d de e C Co om mp pl le em me en nt to o, , I In nt te er rs se ec cc ci i n n y y U Un ni i n n
Un operador de complemento es una funcin continua N: | | 1 , 0 | | 1 , 0 ; Que cumple los siguientes
requisitos axiomticos:
N(0)=1 y N(1)=0 (Lmite) [8.33]
N(a) ) (B N > si b a s (Monotocidad) [8.34]
Todas las funciones que cumplen estos requisitos forman la clase general de complemento difuso. La
violacin de cualquiera de estos requisitos podra generar otra clase de funciones que no son aceptables
como operadores de complemento.
Especficamente la violacin de la condicin limite podra incluir funciones que no estn de acuerdo con
la definicin de complemento de las funciones ordinarias.

271
El decrecimiento monotnico es esencial dado que intuitivamente se espera que un incremento en el
grado de pertenencia de un conjunto difuso resulte en un decrecimiento en el grado de pertenencia de su
complemento.
Otro requerimiento opcional es el de la involucin de un complemento difuso. Que se define como:
N(N(a))=a [8.35]
El cual garantiza que el doble complemento de un conjunto difuso es el mismo conjunto.
8 8. .6 6. .4 4. .1 1 C Co om mp pl le em me en nt to o S Su ug ge en no o
Una clase de complemento difuso, es el complemento Sugeno, definido como:
Ns(a)= (1-a)/(1+sa) [8.36]

Donde S es un parmetro mayor que 1. Para cada valor del parmetro s, se obtiene un operador de
complemento difuso como se indica en la Figura 8.21.

8 8. .6 6. .4 4. .2 2 C Co om mp pl le em me en nt to o Y Ya ag ge er r
Otra clase de complemento difuso es el complemento Yager, definido por:
Nw(a)=(1-a
w
)
1/w
[8.37]
Donde W es un parmetro positivo. La Figura 8.22 muestra esta clase de funcin para varios valores de
w.

272

Debido a la involucin los complementos de Sugeno y Yager son simtricos alrededor de una lnea de
45
0
que conecta a los puntos (0,0) y (1,1).
8 8. .6 6. .5 5 I In nt te er rs se ec cc ci i n n y y U Un ni i n n D Di if fu us sa a U Ut ti il li iz za an nd do o O Op pe er ra ad do or re es s T Tr ri ia an ng gu ul la ar re es s
Para la unin y la interseccin se han usado las funciones mximo y mnimo segn Zadeh. Es posible
usar otras funciones siempre y cuando cumplan algunas condiciones.
Surgen los operadores triangulares. Ver tabla 2.
8 8. .6 6. .5 5. .3 3 I In nt te er rs se ec cc ci i n n
La interseccin de dos conjuntos Ay B se especifica en general por una funcin: T, donde
T:[0,1][0,1] [0,1] la cual agrega dos funciones de pertenencia asi:
) ( ) ( )) ( ), ( ( ) ( x B x A x B x A T x B A - = = [8.38]
Donde * es un operador binario para la funcin T.
Esta clase de operadores usuales para la interseccin se denominan como operador triangular o
normaT.
8 8. .6 6. .5 5. .4 4 N No or rm ma a T T. .
Definicin:
Una funcin T: [0,1] [0,1] [0,1] es una norma triangular si y solo si: a,b,c,d e[0,1] si cumple
que:
T(0,0)=0, T(a,1)=T(1,a)=a (C CO ON NT TO OR RN NO O) [8.39]
T(a,b) ) , ( d c T s si asc y b sd (M MO ON N T TO ON NA A) [8.40]
T(a,b)=T(b,a) (C CO ON NM MU UT TA AT TI IV VA A) [8.41]
T(a,T(b,c))=T(T(a,b),c) (A AS SO OC CI IA AT TI IV VA A) [8.42]
El primer requisito impone la generalizacin correcta a los conjuntos clsicos.

273
El segundo requisito implica que una disminucin en los valores de pertenencia en A o en B no puede
producir un incremento en los valores de pertenencia en la interseccin B A .
El tercer requisito indica que el operador es indiferente al orden en que cambien los conjuntos difusos.
El cuarto requisito permite tomar la interseccin de cualquier nmero de conjuntos en cualquier orden de
agrupamiento por pares.
Los cuatro operadores norma -T ms frecuentemente usados son:
Minimo: Tmin(a,b)=a.b [8.43]
Producto Algebraico: Tap(a,b)=ab [8.44]
Producto Limitado: Tbp(a,b)=0v(a+b-1) [8.45]
Producto Drstico: Tdp(a,b)=

<
=
=
1 0
1
1
ab si
a si b
b si a
[8.46]
8 8. .6 6. .5 5. .5 5 U Un ni i n n
Como la interseccin difusa se especifica por la norma -T. La unin difusa se especifica por la normaS
o conorma triangular. S: [0,1][0,1] [0,1].
) ( ) ( )) ( ), ( ( ) ( x B x A x B x A S x B A + = = [8.47]
Donde + es un operador binario para la funcin S. Esta clase de operadores de unin se conocen como
conormaT (o norma S) y satisface los siguientes requisitos.
8 8. .6 6. .5 5. .6 6 C Co on no or rm ma a T T ( (N No or rm ma a S S) )
Se dice que una funcin S: [0,1][0,1] [0,1] es una conorma triangular si y solo si a,b,c y
de| | 1 , 0 se cumple:
S(1,1)=1,S(0,a)=S(a,0)=a (C CO ON ND DI IC CI I N N D DE E C CO ON NT TO OR RN NO O) [8.48]
S(a,b) sS(c,d) si asb y bsd (M MO ON N T TO ON NA A) [8.49]
S(a,b)=S(b,a) (C CO ON NM MU UT TA AT TI IV VA A) [8.50]
S(a,S(b,c)=S(S(a,b),c) (A AS SO OC CI IA AT TI IV VA A) [8.51]
Cuatro operadores de conorma T:
M M X XI IM MO O: S(a,b) =mx(a,b)=aub [8.52]
S SU UM MA A A AL LG GE EB BR RA AI IC CA A: S(a,b) = a+bab [8.53]
S SU UM MA A L LI IM MI IT TA AD DA A: S(a,b) = 1.(a+b) [8.54]

274
S SU UM MA A D DR R S ST TI IC CA A: : S(a,b)=

>
=
=
0 1
0
0
ab si
a si b
b si a
[8.55]

Tabla 8.2: Tabla de Operadores Triangulares
INTERSECCIN CONJUNCIN NEGACIN
T
1
= min(x,y) S
1
= max(x,y) N
1
= 1-x
T
2
= xy S
2
= x+y-xy N
2
= 1-x
T
3
= max(0,x+y-1) S
3
= min(1,x+y) N
3
= 1-x
T
4
=
xy y x
xy
+
S
4
=
xy
xy y x

+
1
2
N
4
= 1-x
T
5
=

=
=
otros
x y
y x
, 0
1 ,
1 ,
S
5
=

=
=
valores otros
x si y
y si x
0
0
0
N
5
= 1-x
T
6
=
) )( 1 ( 1 xy y x
xy
+

S
6
=
( )
) 1 (
) 2 1 (


+
+ +
xy
xy y x
N
6
= 1-x
T
7
= max(1-((1-x)

+(1-y)p)
1/
, 0)
S
7
= min((x

+y

)
1/
,1) N
7
= 1-x
T
8
= 1+((1/x-1)

+(1/y-1)

)
-1/

S
8
= 1+((1/x-1)

+(1/y-1)

)
1/
N
8
= 1-x
T
9
=
( ) , , y x max
xy
S
9
= 1
) , 1 , 1 (
) 1 )( 1 (
y x max
y x


N
9
= 1-x
T
10
=max( 0 ,
1
1


+
+ + xy y x
) S
10
=min(x+y+xy,1) N
10
= (1-x)/(1+x)
T
11
=max((1+)(x+y-1)
-xy,0)
S
11
=min(x+y+xy,1) N
11
= 1-x
En los operadores 6 a 11 cuando el parmetro vara, se transforman en el lmite en uno de los
operadores 1 a 5:
T
6
T
5
, cuando 0

275
T
9
T
1
, cuando 0
T
6
T
2
,cuando 1
T
9
T
2
, cuando 1
T
6
T
4
,cuando

T
10
T
5
, cuando 1
T
7
T
3
, cuando 1
T
10
T
3
, cuando 0
T
7
T
1
,cuando
T
10
T
2
, cuando
T
8
T
5
, cuando 0
T
11
T
2
, cuando 1
T
8
T
2
,cuando 1
T
11
T
3
, cuando 0
T
8
T
1
,cuando
T
11
T
5
, cuando

Ejemplo 7
Obtener en la tabla anterior las siguientes correspondencias.
T
1
y S
1
Operadores de Zadeh:

= =
= =
) ( ), ( mx( ) ( ), ( ( 1
)) ( ). ( mn( ) ( ), ( ( 1 ) (
x B x A x B x A S B A
x B x A x B x A T x B A


[8.56]
T
2
y S
2
se conoce como normaT Probabilstica

+ = =
= = .
) ( ) ( ) ( ) ( ) ( ), ( ( 2
) ( ) ( ) ( ), ( ( 2
x B x A x B x A x B x A S B A
x B x A x B x A T B A


[8.57]
T
3
y S
3
son los operadores de Lukasiewicz:

= =
+ = =
)) ( ) ( , 1 ( )) ( ), ( ( 3
) 1 ) ( ) ( , 0 mx( )) ( ), ( ( 3 ) (
x B x A min x B x A S B A
x B x A x B x A T x B A


[8.58]
Se usan los operadores anteriores para calcular la interseccin de dos conjuntos difusos.

276



Fig. 8.23. Interseccin de dos conjuntos difusos, ejemplo 7.

Para x.y =[0,1] Los resultados obtenidos por los tres mtodos coinciden entre si con los de la lgica
clsica.
8 8. .7 7. . D DE EF FI IN NI IC CI IO ON NE ES S B B S SI IC CA AS S Y Y T TE ER RM MI IN NO OL LO OG G A A
C Co or rt te e- -o o
Se define corte-o de un conjunto difuso A, como:
Ao= | | { 1 0 x A X x , ) ( e > e o o } [8.59]
si Ao={ o > e ) (x A X x } se llama corte-o fuerte.
Ejemplo 8
Para el conjunto A=[(10,0),(20,0),(30,0),(40,0),(50,0.1),(60,0.3),(70,0.5),(80,0.8),(90,1),(100,1)]
Se tiene que: Ao=A
0.5
=[70,80,90,100]
Ao=A
0.2
=[50,60,70,80,90,100]

277
8 8. .8 8. . C CO ON NJ JU UN NT TO O N NI IV VE EL L
Se define como:
=
A
=| | o o = ) (x A [8.60]
Ejemplo 9
Para A
0.1
=[50,60,70,80,90,100] ; A
0.3
=[60,70,80,90,100];
A
0.5
=[70,80,90,100]; A
0.8
=[80,90,100]; A
1
=[90,100];
El conjunto nivel esta dado por: =
A
=[0.1,0.3,0.5,0.8,1].
8 8. .8 8. .1 1 P Pr ri in nc ci ip pi io o d de e R Re es so ol lu uc ci i n n: :
Establece que el conjunto difuso A se puede expresar en la siguiente forma:
A=U
o
A
o
[8.61]
oe=
A
Permite expandir el conjunto difuso de acuerdo a oAo


Ejemplo 10
Para A=0.1/50+0.3/60+0.5/70+0.8/80+1/90+1/100
A=U
o
A
o
=0.1 A
0.1
+0.3 A
0.3
+0.5 A
0.5
+0.8 A
0.8
+A

oe=
A
A=0.1/50+0.3/60+0.5/70+0.8/80+1/90+1/100
A=0.1(1/50+1/60+1/70+1/80+1/90+1/100)+0.3(1/60+1/70+1/80+1/90+1/100)+0.5(1/70+1/80+1/90+1/1
00)+0.8(1/80+1/90+1/100)+(1/90+1/100).
Mediante el teorema de representacin se puede regresar el conjunto difuso, expandido al original o a
uno mas simplificado.
Ejemplo 11
Para A
0.1
=[1,2,3,4,5], A
0.4
=[2,3,4], A
0.8
=[2,3] A
1=
[3]. Se tiene que:
A=0.1 A
0.1
+0.4 A
0.4
+0.8 A
0.8
+A
1.
A =0.1(1/1+1/2+1/3+1/4+1/5)+0.4(1/2+1/3+1/4)+0.8(1/2+1/3+1/4)+1(1/3).
A=0.1/1+0.1/2+0.1/3+0.1/4+0.1/5+0.4/2+0.4/3+0.4/4+0.8/2+1/3
A=0.1/1+0.8/2+1/3+0.4/4+0.1/5
8 8. .8 8. .2 2 C Ca ar rd di in na al li id da ad d
La cardinalidad de un conjunto clsico se define como el nmero de elementos en el conjunto.

278
La cardinalidad de un conjunto difuso es la sumatoria de los grados de pertenencia de todos los
elementos de X en A.

e
=
U X
x A A ) ( [8.62]

U
A
rel A = Donde U Es finito. [8.63]
La cardinalidad relativa evala la proporcin de elementos de U que tienen la propiedad A. Cuando un
conjunto difuso tiene soporte finito Zadeh defini la cardinalidad difusa y la defini de la siguiente forma:

A e
=
A
A
f A
o
o
o
[8.64]
Ejemplo 12
Para el conjunto difuso A=0.1/50+0.3/60+0.5/70+0.8/80+1/90+1/100
Donde U={10,20,30,40,50,60,70,80,90,100}
9683 . 0 2 / 1 3 / 8 . 0 4 / 5 . 0 5 / 3 . 0 6 / 1 . 0
37 . 0 10 / 7 . 3 /
7 . 3 1 1 8 . 0 5 . 0 3 . 0 1 . 0
= + + + + =
= = =
= + + + + + =
f A
U A rel A
A

Para verificar el grado de igualdad de dos conjuntos difusos se usa la medida de similitud:
E(A,B)=grado(A=B)=
B A
B A

[8.65]
Ejemplo 13
Para los conjuntos difusos dados:
A=0.1/50+0.3/60+0.5/70+0.8/80+1/90+1/100
B=0.1/30+0.4/40+0.8/50+1/60+0.8/70+0.5/80.
Como E(A,B)=
B A
B A

; AB=0.1/50+0.3/60+0.5/70+0.5/80
AB=0.1/30+0.4/40+0.8/50+1/60+0.8/70+0.8/80+1/90+1/100
Luego: E(A,B)= 2373 . 0
1 1 8 . 0 8 . 0 1 8 . 0 4 . 0 1 . 0
5 . 0 5 . 0 3 . 0 1 . 0
=
+ + + + + + +
+ + +

8 8. .8 8. .2 2. .1 1 P Pr ro od du uc ct to o C Ca ar rt te es si ia an no o
Si A1,A2...An son conjuntos difusos en los universos U1,U2...Un el producto cartesiano de A1,A2...An es
un conjunto difuso en el espacio producto U1U2...Un con la funcin de pertenencia dada por:

279
A1A2An
(X1,X2...Xn)
=mn[A1(x), A2(x)... An(x)] [8.66]
Para X1eU1
X2 eU2
Xn eUn
Ejemplo 14
Para A=[(3,0.5),(5,1),(7,0.6)]; B=[(3,1),(5,0.6)];
AB=[(3,3),0.5)],[(3,5),0.5],[(5,3),1],[(5,5),0.6],[(7,3),0.6],[(7,5),0.6].
8 8. .8 8. .2 2. .2 2 S Su um ma a A Al lg ge eb br ra ai ic ca a
La suma de dos conjuntos difusos A+B est dada por:
A+B(x)= A(x)+ B(x)- A(x) B(x). [8.67]
Para el ejemplo 14 se tiene que:
A+B=[(3,1),(5,1),(7,0.6)]
8 8. .8 8. .2 2. .3 3 P Pr ro od du uc ct to o A Al lg ge eb br ra ai ic co o
De dos conjuntos difusos A, B est dado por:
AB(x)= A(x) B(x) [8.68]
Para el ejemplo 14 se tiene: AB=(3,0.5),(5,0.6),(7,0)
8 8. .8 8. .2 2. .4 4 S Su um ma a L Li im mi it ta ad da a
La suma limitada de dos conjuntos difusos esta dada por:
AB(x)=mn[1, A(x)+ B(x)] [8.69]
Para el ejemplo 14 la suma limitada se calcula como:
AB=[(3,1),(5,1),(7,0.6)]
8 8. .8 8. .2 2. .5 5 D Di if fe er re en nc ci ia a L Li im mi it ta ad da a
De dos conjuntos difusos est dado por AOB y se calcula como:
AOB(X) = mx {0, A(x) - B(x)} [8.70]
Para el ejemplo 14 la diferencia limitada sera:
AOB=[(3,0),(5,0.4),(7,0.6)].

280
CAPTULO 9
RELACIONES DIFUSAS Y RAZONAMIENTO APROXIMADO
9.
9 9. .1 1. . V VA AR RI IA AB BL LE E L LI IN NG G S ST TI IC CA A
V Va ar ri ia ab bl le e l li in ng g s st ti ic ca a: : Una variable lingstica es aquella que toma palabras para describir valores.
Para formular las palabras en trminos matemticos se emplean los conjuntos difusos.
D De ef fi in ni ic ci i n n: Si una variable toma palabras para describir valores esta es llamada variable lingstica,
donde las palabras son caracterizadas por los conjuntos difusos definidos en el universo del discurso,
en el cual las variables estn definidas.
Otra definicin ms formal de variable lingstica proporcionada en la literatura de teora difusa,
usualmente empleada (Zadeh [1973] y [1975] ) se define como:
D De ef fi in ni ic ci i n n : Una variable lingstica esta caracterizada por (X,T,U,M) donde:
X: Es el nombre de la variable lingstica
T: Es el conjunto de valores lingsticos que toma variable X
U: Dominio fsico en el que la variable lingstica toma sus valores
M: Es una regla semntica, esta relaciona cada valor lingstico en T con un conjunto difuso en U.
Las variables lingsticas son los elementos fundamentales en la representacin del conocimiento
humano.
9 9. .2 2. . M MO OD DI IF FI IC CA AD DO OR RE ES S L LI IN NG G S ST TI IC CO OS S
El modificador es un operador que sirve para modificar el significado de un conjunto difuso (A) y crea
un nuevo conjunto difuso h(A).
Algunos modificadores son:
Concentracin: Se escribe como Con(A) y se define como:

Con(A)
(u)
= (
A(u)
)
2
=
2
A(u)
[9.1]
Dilatacin: Se escribe como DIL(A) y se define como:

DIL(A)
(u)
= (
A(u)
)
1/2
=(
0.5
A(u)
) [9.2]
Potenciacin: Se denota como POT(A) y se escribe como:

POT(A)
(u)
= (
A(u)
)
P
= (
P
A(u)
) [9.3]


281
Intensificacin: Se escribe como INT(A) y se define como:
2(
A(u)
)
2

A
e[ 0 , 0.5 ]

INT(A)
(u)
= [9.4]
1-2(1-
A(u)
)
2
en otros valores
Otros modificadores lingsticos son:
Muy (A) = Con(A)=A
2
[9.5]
Altamente (A) =A
3
[9.6]
(Mas o Menos (A)) = DIL(A) = A
1/2
[9.7]
Aproximadamente (A) = DIL [DIL(A)] [9.8]
Mas (A) = A
1.25
[9.9]
Menos (A) = A
0.75
[9.10]
Bastante (A) = INT[Con(A)AND NOT [Con(A)] [9.11]
Levemente (A) = INT[Mas(A) AND NOT (Muy (A)] [9.12]
(Hasta Cierto Punto (A)) = INT[DIL(A)] AND INT[DIL(NOT(A)] [9.13]
Donde AND y NOT son los operadores de conjuncin y complemento difuso
Con la ayuda de los modificadores lingsticos se puede definir un conjunto trmino de una variable
lingstica tal como:
T(edad) = {viejo, muy viejo, muy muy viejo,.....}
En el cual viejo se llama trmino primario y la correspondiente regla sintctica G, que puede generar
el conjunto trmino T(edad) recursivamente, puede ser el siguiente algoritmo recursivo:
T
i+1
= {viejo} {Muy T
i
} , i = 0, 1, 2, . [9.14]
Donde T
0
= 0
Por ejemplo para i = 0, 1, 2, 3 se tiene:
T
0
= 0
T
1
= {viejo} {Muy T
0
} = {viejo}
T
2
= {viejo} {Muy T
1
} = {viejo} {Muy viejo} = {viejo, Muy viejo}
T
3
= {viejo} {Muy T
2
} = {viejo} {Muy {viejo, Muy viejo}}
T
3
= {viejo, Muy viejo, Muy Muy viejo}
Adems la regla semntica M que puede asociar un significado con cada T
i
, puede ser el siguiente
algoritmo recursivo:

282
M (T
i
) = viejo
i
; i = 1, 2, 3, [9.15]
Las ecuaciones [9.14] y [9.15] conforman la variable Edad como una variable lingstica estructurada.
9 9. .3 3. . R RE EL LA AC CI IO ON NE ES S C CL L S SI IC CA AS S Y Y D DI IF FU US SA AS S
La relacin Crisp representa la presencia o ausencia de interacciones entre los elementos de dos o ms
conjuntos.
Cuando se tienen varios grados de interaccin entre los elementos, se tienen las relaciones difusas.
Una relacin Crisp entre conjuntos Crisp X
1
,X
2
, ...,X
n
es un subconjunto Crisp en el producto cartesiano
X
1
X
2
X
3
.... X
n.
Esta relacin se denota por R(X
1
,X
2
, ...,X
n
) por consiguiente:
R(X
1
,X
2
, ...,X
n
)< X
1
X
2
X
3
.... X
n.
[9.16]
Donde X
1
X
2
X
3
.... X
n
={(x
1
,x
2
, ...,x
n
)/x
i
eX
i
para todo ie{1,...,n}}
Se interpreta que la relacin R R existe entre { X
1
,X
2
, ...,X
n
} si la tupla (x
1
,x
2
, ...,x
n
) est en el conjunto
R(X
1
,X
2
, ...,X
n
); de lo contrario NO existe la relacin R R entre {X
1
,X
2
, ...,X
n
}.
Una relacin difusa es un conjunto difuso definido sobre el producto cartesiano de conjuntos Crisp {
X
1
,X
2
, ...,X
n
}donde las tuplas (x
1
,x
2
, ...,x
n
) pueden tener varios grados de pertenencia
R
(x
1
,x
2
, ...,x
n
)
dentro de la relacin. Es decir:
}

=
.
2 1
3 2 1
) ,..., , (
X X X
n
X X X R
R
(x
1
,x
2
, ...,x
n
)/ (x
1
,x
2
, ...,x
n
),x
i
eX
i
[9.17]
En el caso ms simple, donde se consideran dos conjuntos crisp X
1
,X
2
, entonces
R(X
1
,X
2
)={( x
1
,x
2
),
R
(x
1
,x
2
))/ (x
1
,x
2
) e X
1
X
2
} [2.18]
Corresponde a una relacin difusa sobre el producto X
1
X
2.
Una relacin difusa es bsicamente un conjunto difuso.
Ejemplo 1:
Sea X = { x
1
,x
2
} = {Nueva York, Tokio}
y Y = {y
1
,y
2
,y
3
} = {Taipei, Hong Kong, Beijing}
Sea R la relacin Muy Prximos. Si R es una relacin Crisp, se puede definir la siguiente funcin
caracterstica
R
(x
i
,y
i
):


283
Sinembargo, si R es una relacin difusa, se puede definir como si tuviera la siguiente funcin de
pertenencia
R
(x
i
,y
i
):

Esto es:
R(X,Y)= 0.3 / (NYK,TPE) + 0.1 / (NYK, HKG) + 0.1 / (NYK,BJI) +1 / (TKO,TPE) + 0.7 / (TKO,
HKG) + 0.8 / (TKO, BJI).
Ejemplo 2
Sea X=Y=R la lnea real para xeX, yeY, la relacin difusa R y es mucho mayor que x.
Sobre XY se puede definir por la siguiente funcin de pertenencia:

0 para x>y

R(X,Y)
=

( )
(

+
2
5
1
1
x y
para x<y
Una relacin difusa especial llamada relacin difusa binaria , juega un papel importante en la teora de
conjuntos difusos.
Una relacin difusa binaria es una relacin difusa entre dos conjuntos X y Y y se denota por R(X, Y).
Cuando X=Y, la relacin binaria R(X,Y) se conoce como grafo bipartita.
Cuando X=Y, R es una relacin difusa binaria sobre un solo conjunto X y las relaciones se conocen
como grafos dirigidos o digrafos, y se denotan por R(X,X) R(X
2
) .
Las relaciones definidas en el ejemplo 1 y 2 son ambos relaciones binarias.
Las relaciones difusas binarias se pueden representar en forma de una matriz nm, as :

(
(
(
(

=
) , ( ...... ) , ( ) , (
...... ...... ...... ......
) , ( ...... ) , ( ) , (
) , ( ...... ) , ( ) , (
) , (
2 1
2 2 2 1 2
1 2 1 1 1
m n R n R n R
m R R R
m R R R
y x y x y x
y x y x y x
y x y x y x
Y X R [9.19]
Esta matriz se llama Matriz Difusa.

284
Ejemplo 3
U={1,2,3}, la relacin binaria difusa Aproximadamente igual esta dada por :
1/(1,1) + 1/(2,2) + 1/(3,3) + 0.8/(1,2) + 0.8/(2,3) + 0.8/(2,1) + 0.8/(3,2) + 0.3/(1,3) +0.3/(3,1)
La funcin de pertenencia de esta relacin se puede describir como:
1 cuando x=y

R
(x,y) = 0.8 cuando |xy| =1
0.3 cuando |xy| =2
En notacin matricial, se representa como:

Una relacin binaria se puede expresar por un grafo llamado Grafo Difuso. Cada elemento en X y Y
(denotado por x
i
y y
i
,respectivamente) corresponde a un vrtice o nodo en el grafo difuso.
Los elementos de X Y con grados de pertenencia diferente de cero en R(X,Y) se representa en el grafo
por enlaces o arcos que conectan los respectivos vrtices. Estos arcos se marcan con el valor de grado de
pertenencia
R
(x
i
,y
i
).
Cuando X=Y cada uno de los conjuntos X y Y se pueden representar por un conjunto de vrtices tales
que, los vrtices que correspondan a un conjunto estn claramente distinguidos o diferenciados de los
nodos que representan el otro conjunto.
En este caso el enlace que conecta dos vrtices, es un enlace no dirigido y el grafo difuso es un grafo
binario no dirigido, que se conoce como grafo bipartito en la teora de grafos.
Por otra parte, cuando X=Y, el grafo difuso se puede reducir a un grafo ms simple en el cual se usa
solamente un conjunto de vrtices o nodos que corresponden al conjunto X. En este caso se usan enlaces
dirigidos y puede suceder que un vrtice se conecte a s mismo. Estos grafos se llaman grafos dirigidos.
Ejemplo 4
Sea X={ x
1
, x
2
, x
3
, x
4
}. Considere la siguiente relacin binaria difusa sobre X:

La Figura 8.24 muestra el grafo bipartito y el grafo difuso simple sobre R(X,Y) :

285

Fig. 9.1. Grafo bipartito
El grafo difuso simple sobre R(X,Y) se puede apreciar en la Figura 8.25:

Fig. 9.2. Grafo difuso simple
El dominio de una relacin difusa binaria R(X,Y) es el conjunto difuso dom R(X,Y) con la funcin de
pertenencia.

domR(x)
= max
R(x, y)
para cada xeX [9.20]
yeY
El rango de una relacin difusa binaria R(X,Y) es el conjunto difuso ran R(X,Y) con la funcin de
pertenencia

rangR(y)
= max
R(x,y)
para cada yeY [9.21]
xeX
En forma anloga a la altura de un conjunto difuso, la altura de una relacin difusa R, es un nmero H(R)
definido por :
H(R) = sup sup
R(x,y)
[9.22]
yeY xeX
Si H(R) = 1, entonces R es una relacin difusa normal, de lo contrario es una relacin difusa subnormal.
En forma similar al principio de resolucin para conjuntos difusos, cada relacin difusa binaria R(X,Y) se
puede representar en forma de Resolucin:
R= UoRo [9.23]
oeA
R

donde A
R
es el conjunto nivel de R y de

oRo. oRo est definido por [9.24].

286
oRo(x) = [o.
Ro
(x)] xeU [9.24]
Por consiguiente una relacin difusa se puede representar como una serie de relaciones crisp que
comprenden sus o-cortes, cada uno escalado por el valor o.
Ejemplo 5
Considere la relacin difusa
(
(
(
(

=
4 0 9 0 3 0
3 0 0 0
0 5 0 9 0
0 5 0 4 0
x
x
x
x
R
y y y
4
3
2
1
3 2 1
. . .
.
. .
. .

usando el principio de resolucin, se puede expresar como:
R= 0.3R
0.3
+ 0.4R
0.4
+ 0.5R
0.5
+0.9R
0.9
(
(
(
(

+
(
(
(
(

+
(
(
(
(

+
(
(
(
(

=
0 1 0
0 0 0
0 0 1
0 0 0
9 . 0
0 1 0
0 0 0
0 1 1
0 1 0
5 . 0
1 1 0
0 0 0
0 1 1
0 1 1
4 . 0
1 1 1
1 0 0
0 1 1
0 1 1
3 . 0 R
9 9. .4 4. . O OP PE ER RA AC CI IO ON NE ES S S SO OB BR RE E R RE EL LA AC CI IO ON NE ES S D DI IF FU US SA AS S
Debido a que la relacin difusa de X a Y es un conjunto difuso en XY, las operaciones para conjuntos
difusos, tratados en el numeral 2.3 , se pueden extender a las relaciones difusas. Sin embargo existen
algunas operaciones que son especficas para las relaciones difusas.
Dos operaciones muy importantes sobre conjuntos difusos y relacin difusa son la Proyeccin y la
Extensin Cilndrica.
La operacin Proyeccin retorna una relacin ternaria a una relacin binaria, o una relacin binaria a un
conjunto difuso o un conjunto difuso a un solo valor Crisp.
Sea R la relacin sobre U=X
i
m
=u
i.
Sea (i
i
,...i
k
) una secuencia de (1,...n).
Sea X=
im
m
k
U X 1 = .
D De ef fi in ni ic ci i n n
La Proyeccin de R sobre V se define:
PROY R sobre V= ( ) ( )
}
V
ik ii n 1 R
x x x x ... / ... sup [9.25]
En el caso binario es ms simple (Sea R definido sobre XY):

287
PROY R sobre Y=
}
y
sup
R
(x,y)/y. [9.26]
En vez del supremo (sup) el cual es necesario cuando X y Y son continuos, es usual tratar con dominios
discretos usando la operacin mximo.
En forma prctica, dada una relacin difusa R(X,Y).
[R+Y] corresponde a la PROYECCIN de R sobre Y.
Luego R es un conjunto (relacin) difuso en Y cuya funcin de pertenencia se define como:

[R+Y]
(y) = max
R
(x,y) [9.27]
x
Debido a que la operacin max normal, es una T-CONORMA, la proyeccin anterior se puede generalizar
reemplazando al operador max con cualquier T- CONORMA.
Esta concepto de proyeccin se puede extender a una naria relacin R(X
1
, X
2
, ... , X
n
).
Ejemplo 6
Considere la relacin difusa:
R(X,Y) =
Entonces:
Proyeccin de R sobre X = [R+X] = 1/x
1
+ 0.7/x
2
+ 1/x
3
De la misma manera, la proyeccin sobre Y se puede tomar buscando el mximo de las cuatro columnas.
Esto da el conjunto difuso:
Proyeccin de R sobre Y = [R+Y]= 0.9/y
1
+ 0.5/y
2
+ 1/y
3
+ 0.4/y
4
+ 1/y
5

La proyeccin total de esta relacin tambin se puede tomar. Es igual a 1, el grado de pertenencia
mximo en esta relacin. En forma de tabla esto se muestra as:

Tabla 9.1. Tabla del ejemplo 6

La operacin proyeccin se usa casi siempre en combinacin con la extensin cilndrica.

288
La extensin cilndrica es en cierta medida, el opuesto de la proyeccin.
Extiende los conjuntos difusos a relaciones binarias difusas, relaciones binarias difusas a relaciones
ternarias etc.
Principalmente sirve para el siguiente objetivo: Sea A un conjunto difuso definido sobre X, y sea R una
relacin difusa definida XY , entonces por supuesto, no es posible tomar la interseccin de A y R, pero
cuando A se extiende en XY, esto es posible.
Sea S una relacin sobre V= X Uim
k
i m=
, como se mencion anteriormente, y se usa U=X Ui
n
i 1 =
.
D De ef fi in ni ic ci i n n
La extensin cilndrica de S en U, se define como:
C
e
(s) =
}
U
n ik i s
x x x x ) .... /( ) ... (
1
[9.28]
En el caso binario (sea F un conjunto difuso definido sobre Y) la extensin cilndrica de F sobre XY,
con el grado de pertenencia igual a
F
(y), es decir:
C
e
(F) =
}
Y X
F
y x y ) , /( ) ( [9.29]
Por consiguiente, proy C
e
(s) sobre V=S, pero, en general C
e
(proy R sobre V) = R.
En forma prctica la extensin se calcula:

[R|Y]
(x,y) =
R(x)
para cada xeX, yeY [9.30]
Ejemplo 7
Considere el conjunto difuso:
A = Proy de R sobre X = [R+X] =1/x
1
+0.8/x
2
+1/x
3
. Su extensin sobre el dominio XY est dado por:

[R|y](x,y) = R(x) Para cada xeX y yeY.
B = Proy R sobre Y = [R+Y] = 0.9/y1+1/y2+0.7/y3+0.8/y4.
Su extensin sobre el dominio XY est dado por:

Dos operaciones sobre relaciones difusas se definen a continuacin:

289
D De ef fi in ni ic ci i n n
Sea R y S relaciones binarias definidas sobre XY. La interseccin de R y S se define como:
(x,y)eXY :
RS
(x,y) = mn[
R
(x,y),
S
(x,y)] [9.31]
En vez del mnimo, se puede usar cualquier t norma.
D De ef fi in ni ic ci i n n
Sea R y S relaciones binarias definidas sobre XY. La unin de R y S se define como:
(x,y)eXY :
RS
(x,y) = mx[
R
(x,y),
S
(x,y)] [9.32]
En vez del mnimo, se puede usar cualquier S NORMA.
Los siguientes ejemplos muestran el uso de la extensin cilndrica para los operadores de interseccin de
conjuntos y relaciones difusas.
Ejemplo 8
Considere la relacin R x es considerablemente mayor que y y se sabe que x es pequeo y est
expresado por el conjunto difuso:

A=0.3/x
1
+1/x
2
+0.8/x
3
.
La combinacin de una relacin difusa R y el conjunto difuso A, expresado por x es aproximadamente
igual a y y x es pequeo se puede dar por la interseccin de la relacin R y la extensin de A.
Aplicando la extensin cilndrica para el conjunto difuso se tiene que:

Aplicando la interseccin para la relacin R y la extensin cilndrica del conjunto difuso A, se obtiene:

La combinacin de conjuntos difusos y relaciones difusas con la ayuda de la extensin cilndrica y la
proyeccin se llama COMPOSICIN y se denota por o.
D De ef fi in ni ic ci i n n

290
Sea A un conjunto difuso definido sobre X y R una relacin definida sobre XY. Entre la composicin de
A y R resulta un conjunto difuso B, dado por:
B = AoR = Proy (Ce(A)R) sobre Y. [9.33]
O si la interseccin se efecta con la operacin mxima y la proyeccin con la mnima:
B(y) = mx
x
mn(A(x), R(x,y)) [9.34]
x
Esto se llama composicin mxmn.
Si la interseccin se efecta con la operacin mxima y la proyeccin con la operacin producto, se
obtiene:
B(y) = max A(x).R(x,y). [9.35]
x
Esto se llama composicin mx-producto o mx-punto.
9 9. .5 5. . P PR RO OP PO OS SI IC CI IO ON NE ES S E E I IM MP PL LI IC CA AC CI IO ON NE ES S D DI IF FU US SA AS S
El conocimiento humano (experto) se puede representar en trminos de reglas difusas IF-THEN. Una
regla difusa IF-THEN es una declaracin condicional expresada como:
IF <PD1 >,THEN< PD2> [9.36]
Donde PD se refiere a una proposicin difusa.
P PR RO OP PO OS SI IC CI I N N D DI IF FU US SA A
Existen dos tipos de proposiciones difusas:
O Proposiciones difusas atmicas
O Proposiciones difusas compuestas
Una proposicin difusa atmica es una declaracin sencilla de la forma:
X es A [9.37]
Donde x es una variable lingstica y A es un valor lingstico de x (esto es A es un conjunto difuso
definido en el dominio fsico de x).
Una proposicin difusa compuesta es una composicin difusa atmica usando los conectores AND,
OR, y NOT los cuales representan la interseccin, unin y complemento difusos respectivamente. Las
proposiciones difusas compuestas se deben entender como relaciones difusas.

291
9 9. .5 5. .1 1 F Fu un nc ci io on ne es s d de e P Pe er rt te en ne en nc ci ia a d de e l la as s R Re el la ac ci io on ne es s D Di if fu us sa as s C Co om mp pu ue es st ta as s
9 9. .5 5. .1 1. .1 1 C Co on ne ec ct ti iv vi id da ad d A AN ND D
Se emplea la interseccin difusa. Para dos conjuntos x y y en el dominio U y V y si A y B son conjuntos
difusos en U y V respectivamente, entonces la proposicin difusa compuesta x es A AND y es B se
interpreta como la relacin difusa AB en UV con la funcin de pertenencia:

AB
(x,y)=t[
A
(x),
B
(y)] [9.38]
donde t:[0,1][0,1] [0,1] es una TNORMA.
9 9. .5 5. .1 1. .2 2 C Co on ne ec ct ti iv vi id da ad d O OR R
Se emplea la unin difusa. La proposicin difusa compuesta x es A y es B se interpreta como la
relacin difusa AB en UB Con la funcin de pertenencia:

AB
(x,y)=S[
A
(x),
B
(y)] [9.39]
donde s:[0,1][0,1] [0,1] es una SNORMA.
9 9. .5 5. .1 1. .3 3 C Co on ne ec ct ti iv vi id da ad d N NO OT T
Para la conectividad NOT se usa el complemento difuso, es decir, se reemplaza el conjunto difuso A por
A.
9 9. .5 5. .2 2 I Im mp pl li ic ca ac ci io on ne es s D Di if fu us sa as s
Debido a que las proposiciones difusas se interpretan como relaciones difusas, la pregunta es como
interpretar la operacin IFTHEN.
En clculo proposicional, la expresin IF p THEN q, se escribe como p q, con la operacin
implicacin ,dada por la Tabla 9.2.

Tabla 9.2. Tabla de verdad para p q

P Q p q
V V V
V F F
F V V
F F V
Donde p y q son variables proposicionales cuyos valores son Verdadero o Falso. De la Tabla 3 vemos
que:
Si ambos p y q son verdaderos o falsos , entonces p q es verdadero.
Si p es verdadero y q es falso, entonces p q es falso.
Si p es falso y q es verdadero, entonces p q es verdadero.
Por consiguiente p q es equivalente a:

292
p v q [9.40]
y
(p.q)v p [9.41]
En el sentido de que comparten la misma tabla de verdad (Tabla 9.1) como p q, donde , v, .
representan las operaciones lgicas clsicas, not, or, y and respectivamente.
Debido a que las reglas IFTHEN difusas se pueden mirar como si se reemplazara p y q con
proposiciones difusas, se pueden interpretar las reglas difusas IFTHEN reemplazando los operadores ,
v, . en las ecuaciones [9.40] y [9.41] con el complemento difuso, unin difusa e interseccin difusa
respectivamente.
Como se estudi en el captulo I, tabla 2, existen varias operaciones para el complemento difuso, unin
difusa e interseccin difusa, luego existen tambin varias interpretaciones para las reglas IF-THEN
difusas. En lo que sigue se reemplazar p y q (en las ecuaciones [9.40] y [9.41]) por PD
1
y PD
2

respectivamente.
A continuacin se vern las diferentes interpretaciones para las reglas IF-THEN difusas.
9 9. .5 5. .2 2. .4 4 I Im mp pl li ic ca ac ci i n n d de e D Di ie en ne es s- -R Re es sc ch he er r
Si se reemplazan los operadores lgicos y ., por el complemento difuso y la unin difusa en la
ecuacin [9.40] respectivamente, se obtiene la as llamada, implicacin de Dienes-Rescher.
Especficamente la regla IF-THEN difusa IF<PD1> THEN<PD2> se interpreta como una relacin difusa
Q
D
en UV con la siguiente funcin de pertenencia:
Q
D
(x,y) = max[1-
PD1
(x),
PD2
(y)] [9.42]

9 9. .5 5. .2 2. .5 5 I Im mp pl li ic ca ac ci i n n d de e L Lu uk ka as si ie ew wi ic cz z
Si se usa la S-NORMA Yager con w = 1 para la v y el complemento difuso para en [9.40], se obtiene la
implicacin de Lukasiewicz. La regla IFTHEN difusa IF<PD1> THEN<PD2> es interpretada como una
relacin difusa Q
L
en UV con la siguiente funcin de pertenencia:
Q
L
(x,y) = mn[1,1
PD1
(x)+
PD2
(y)] [9.43]
9 9. .5 5. .2 2. .6 6 I Im mp pl li ic ca ac ci i n n d de e Z Za ad de eh h
Aqu la regla IFTHEN difusa IF<PD1> THEN<PD2> es interpretada como una relacin difusa Q
Z
en
UV con la siguiente funcin de pertenencia:
Q
Z
(x,y) = max[min(
PD1
(x),
PD2
(y)),1-
PD1
(x)] [9.44]
Claramente, [9.44] se obtuvo de [9.41] usando el complemento difuso, la unin difusa y la interseccin
difusa para , v, . respectivamente.

293
9 9. .5 5. .2 2. .7 7 I Im mp pl li ic ca ac ci i n n d de e G G d de el l
La regla IFTHEN difusa IF<PD1> THEN<PD2> es interpretada como una relacin difusa Q
G
en UV
con la siguiente funcin de pertenencia:
1 si
PD1
(x) s
PD2
(y)
Q
G
(x,y) = [9.45]

PD2
(y) en otro caso.

9 9. .5 5. .2 2. .8 8 I Im mp pl li ic ca ac ci i n n d de e M Ma am md da an ni i
La regla IFTHEN difusa IF<PD1> THEN<PD2> es interpretada como una relacin difusa Q
MM
o Q
MP

en UV con la siguiente funcin de pertenencia:
Q
MM
(x,y)=mn[
PD1
(x),
PD2
(y)] [9.46]
Q
MP
(x,y)=
PD1
(x)
PD2
(y) [9.47]
9 9. .6 6. . D DE ES SD DE E L LA A L L G GI IC CA A C CL L S SI IC CA A H HA AS ST TA A L LA A L L G GI IC CA A D DI IF FU US SA A. .
La lgica es el estudio de mtodos y principios de razonamiento, donde razonamiento significa obtener
nuevas proposiciones de proposiciones ya existentes. En la lgica clsica, las proposiciones exigen ser
verdaderas o falsas, esto es, el valor de verdad de la proposicin es 0 1.
La lgica difusa generaliza dos valores lgicos clsicos permitiendo que el valor de verdad de la
proposicin sea cualquier nmero en el intervalo [0,1].
Esta generalizacin permite realizar razonamiento aproximado, esto es, deducir conclusiones imprecisas
(proposiciones difusas) de una coleccin de premisas imprecisas (proposiciones difusas).
A continuacin se revisarn algunos conceptos y principios en la lgica clsica para luego estudiar su
generalizacin aplicndola en la lgica difusa.
En la Lgica Clsica, las relaciones entre proposiciones son usualmente representadas por una tabla de
verdad.
La tabla de verdad fundamental para la conjuncin v, disjuncin ., implicacin , equivalencia y
negacin estn consignadas en la Tabla 9.3, donde los smbolos V y F denotan verdadero y falso
respectivamente.

Tabla 9.3. Tabla de verdad para 5 operaciones que son frecuentemente aplicadas en las proposiciones.

p q p.q Pvq pq pq
p
V
V
F
F
V
F
V
F
V
V
V
F
V
F
V
V
V
F
F
V
V
F
F
V
F
F
V
V
Dadas n proposiciones bsicas p
1
,...,p
n
, una nueva proposicin puede ser definida por una funcin que
asigna un valor de verdad particular para la nueva proposicin para cada combinacin de valores de

294
verdad de las proposiciones dadas. La nueva proposicin usualmente se llama Funcin Lgica. Dado que
n proposiciones pueden asumir 2
n
posibles combinaciones de valores de verdad, hay
n
2
2 posibles
funciones lgicas definiendo n proposiciones. Debido a que
n
2
2 es un nmero muy grande cuando n es
grande, un problema importante en lgica clsica es expresar todas las funciones lgicas solamente con
unas pocas operaciones lgicas bsicas; tales operaciones lgicas bsicas se llaman Conjunto Completo de
Primitivos. El conjunto completo de primitivos ms comnmente empleado es la negacin , conjuncin
v, y disjuncin .. Combinando , v, y . en expresiones algebraicas apropiadas, referidas como Frmulas
Lgicas, se pueden formar cualquier otra funcin lgica. Las frmulas lgicas se definen recursivamente
como sigue:
: Los valores verdaderos 0 y 1son frmulas lgicas.
: Si p es una proposicin, entonces p y p son frmulas lgicas.
: Si p y q son frmulas lgicas, entonces pvq y p.q son tambin frmulas lgicas.
Cuando la proposicin representada por una frmula lgica siempre es verdad a pesar de el valor de
verdad de las proposiciones bsicas participantes en la frmula, esta se llama Tautologa; cuando es falso
se llama Contradiccin.
Ejemplo 9
Las siguientes frmulas lgicas son tautologas.
(p q)( p v q)
(p q)((p.q)v p )
Tabla 9.4. Prueba de que (p q) ( p v q) y que (pq ) ( (p.q) v p )
p Q pq
p vq (p.q) v p (pq) ( p vq) (pq ) (( p.q ) p )
V
V
F
F
V
F
V
F
V
F
V
V
V
F
V
V
V
F
V
V
V
V
V
V
V
V
V
V
Varias formas de tautologa pueden ser empleadas para hacer inferencias deductivas. A ellas se les
denomina reglas de inferencia.
Las tres reglas de inferencia ms comnmente usadas son:
9 9. .6 6. .1 1 M Mo od du us s P Po on ne en ns s
Esta regla de inferencia posee dos proposiciones, una proposicin p y una proposicin pq (llamada
premisa), la verdad de la proposicin q (llamada la conclusin) debe inferirse. Simblicamente se
representa como:
(p^(pq))q [9.48]
Una representacin ms intuitiva del MODUS PONENS puede escribirse como:
Premisa 1: x es A (p)
Premisa 2: IF x es A THEN y es B (pq)

295
Conclusin: y es B (q)
9 9. .6 6. .2 2 M Mo od du us s T To ol ll le en ns s
Esta regla de inferencia est compuesta por dos proposiciones q y pq, la verdad de la proposicin p
debe inferirse. Simblicamente se escribe como:
( p q p q . )) ( [9.49]
Otra forma de escribirse seria:
Premisa 1: y es no B ( q )
Premisa 2: IF x es A THEN y es B (pq)
Conclusin: x es no A ( p )
9 9. .6 6. .3 3 S Si il lo og gi is sm mo o H Hi ip po ot t t ti ic co o
Esta regla de inferencia establece que dadas dos proposiciones pq y qr, la verdad de la proposicin
pr debe inferirse. Simblicamente se escribe como:
((pq)A( qr))A(pr) [9.50]
Expresndolo en forma ms intuitiva seria:
Premisa 1: IF x es A THEN y es B (pq)
Premisa 2: IF y es B THEN z es C (qr)
Conclusin: IF x es A THEN z es C (pr)
9 9. .7 7. . P PR RI IN NC CI IP PI IO OS S B B S SI IC CO OS S E EN N L L G GI IC CA A D DI IF FU US SA A. .
En lgica difusa, las proposiciones son proposiciones difusas y se representan por conjuntos difusos.
El objetivo fundamental de la lgica difusa es proporcionar fundamentos para el razonamiento
aproximado con proposiciones imprecisas usando la teora de los conjuntos difusos como principal
herramienta. Para cumplir este objetivo se proponen: Modus Ponens Generalizado, Modus Tollens
Generalizado y Silogismo Hipottico generalizado. Ellos son principios fundamentales en lgica difusa.
9 9. .7 7. .1 1 M Mo od du us s P Po on ne en ns s G Ge en ne er ra al li iz za ad do o
Esta regla de inferencia establece que dadas dos proposiciones difusas: x es A y IF x es A THEN y es
B. Debe infirirse una nueva proposicin difusa y es B, tal que A sea aproximadamente igual a A, B sea
aproximadamente igual a B, donde A, A, B, B son conjuntos difusos. Esto es:
Premisa 1: x es A
Premisa 2: IF x es A THEN y es B
Conclusin: y es B

296
La siguiente tabla muestra el criterio intuitivo que relaciona la Premisa 1 y la Conclusin en el MODUS
PONENS GENERALIZADO.

Tabla 9.5: Criterio intuitivo que relaciona Premisa 1 y la Conclusin dada la Premisa 2 en el Modus Ponens
Generalizado
X es A(Premisa 1) Y es B (conclusin)
Criterio p1 x es A y es B
Criterio p2 x es muy A y es muy B
Criterio p3 x es muy A y es B
Criterio p4 x es ms o menos A Y es ms o menos B
Criterio p5 x es ms o menos A y es B
Criterio p6 x es no A y es desconocido
Criterio p7 x es no A y es no B
9 9. .7 7. .2 2 M Mo od du us s T To ol ll le en ns s G Ge en ne er ra al li iz za ad do o
Esta regla de inferencia establece que dadas dos proposiciones difusas: y es B y IF x es A THEN y es
B. Debe inferirse una nueva proposicin difusa x es A, tal que a mayor diferencia entre B y B, mayor
diferencia entre A y A, donde A, A, B, B son conjuntos difusos. Esto es:
Premisa 1: y es B
Premisa 2: IF x es A THEN y es B
Conclusin: x es A
La siguiente tabla ilustra algunos criterios intuitivos que relacionan la Premisa 1 y la conclusin para el
Modus Tollens Generalizado.



Tabla 9.6. Criterio intuitivo que relaciona Premisa 1 y la Conclusin dada la Premisa 2 en el Modus Tollens
Generalizado
Y es B(Premisa 1) x es A (conclusin)
Criterio t1 y no es B X no es A
Criterio t2 y no es muy B x no es muy A
Criterio t3 Y no es mas o menos B x no es ms o menos A
Criterio t4 Y es B x es desconocido
Criterio t5 Y es B X es A
9 9. .7 7. .3 3 S Si il lo og gi is sm mo o H Hi ip po ot t t ti ic co o G Ge en ne er ra al li iz za ad do o
Esta regla de inferencia establece que dadas dos proposiciones difusas: IF x es A THEN y es B y IF y
es B THEN z es C, se podra inferir una nueva proposicin difusa IF x es A THEN z es C, tal que B sea

297
aproximadamente igual a B, y C aproximadamente igual a C, donde A, B, B, C y C son conjuntos
difusos. Esto es:
Premisa 1: IF x es A THEN y es B
Premisa 2: IF y es B THEN z es C
Conclusin: IF x es A THEN z es C
La siguiente tabla ilustra los criterios intuitivos que relacionan y es B con z es C en el Silogismo
Hipottico Generalizado.

Tabla 9.7. Criterio intuitivo que relaciona y es B en la Premisa 2 y z es C en la Conclusin en el Silogismo
Hipottico Generalizado.
y es B(premisa 2) z es C(Conclusin)
Criterio s1 Y es B z es C
Criterio s2 y es muy B z es mas o menos C
Criterio s3 y es muy B z es C
Criterio s4 y es mas o menos B z es muy C
Criterio s5 y es mas o menos B z es C
Criterio s6 y no es B z es desconocido
Criterio s7 y no es B z no es C
9 9. .8 8. . R RE EG GL LA A C CO OM MP PO OS SI IC CI IO ON NA AL L D DE E I IN NF FE ER RE EN NC CI IA A
Para determinar las funciones de pertenencia de las proposiciones difusas en las conclusiones, dadas las
premisas, se utiliza la llamada Regla Composicional de Inferencia.
La composicin mxmn de dos relaciones difusas R en XY y S en YZ, se escribe como RoS, se
define como una relacin difusa en XZ, tal que:

RoS
(x,z) = mx[
R
(x,y).
S
(y,z)] [9.51]
yeY
para cada xeX y zeZ.
Ejemplo 10
Si X = {1,2} ; Y = {1,2,3} y Z = {1,2,3,4}. El procedimiento para hallar R o S es el siguiente:

RoS
(1,1) = mx[
R
(1,y).
S
(y,1)] = [
R
(1,1).
S
(1,1)]v [
R
(1,2).
S
(2,1)]v [
R
(1,3).
S
(3,1)]
ye1,2,3
= (0.3.0.7)v (0.8.0.4)v (1.0.5) = 0.5

RoS
(2,1) = mx[
R
(2,y).
S
(y,1)] = [
R
(2,1).
S
(1,1)]v [
R
(2,2).
S
(2,1)]v [
R
(2,3).
S
(3,1)]
ye1,2,3

298
= (0.9.0.7)v (0.7.0.4)v (0.4.0.5) = 0.7

RoS
(2,3) = mx[
R
(2,y).
S
(y,3)] = [
R
(2,1).
S
(1,3)]v [
R
(2,2).
S
(2,3)]v [
R
(2,3).
S
(3,3)]
ye1,2,3
= (0.9.0.4)v (0.7.0.7)v (0.4.0.6) = 0.7
El procedimiento para los dems elementos es el mismo.

La composicin mxmn, es la definicin original de Zadeh y es la ms usada. Sin embargo las dos
operaciones mn (.) y la mx (v) son ejemplos de NORMAT y NORMA-S, luego se puede definir un
tipo ms general de composicin:
La composicin norma s-t de dos relaciones difusas R en XY y S en YZ, se define como una relacin
difusa en XZ, tal que:

Ros-tS
(x,z) = S
yeY
[
R
(x,y) t
S
(y,z)] [9.52]
para cada xeX y zeZ.
Entre las composiciones ST la composicin mxproducto es la ms relevante.
La composicin mxproducto de dos relaciones difusas R en XY y S en YZ escrita como R o
mx-prod
S, se define como una relacin difusa en XZ tal que:

Romx-prodS
(x,z) = mx[
R
(x,y)
S
(y,z)] [9.53]
yeY
para cada xeX y zeZ.
Si se tiene dos variables lingsticas, una primaria L y una secundaria K tal que el valor de L es un
conjunto difuso A en X y el valor de K es un conjunto difuso B en Y, entonces la relacin entre L y K, en
funcin de sus valores A y B, respectivamente, se puede escribir como:

_
_
Conclusin
emisa
B K THEN A L IF = =
Pr
[9.54]
o ms abreviadamente IF A THEN B.
Surge la pregunta: Si la variable primaria toma algn valor difuso, por ejemplo A en X y se tiene una
relacin difusa entre los valores de la variable primaria y secundaria IF A THEN B, cul ser el valor
inferido de la variable secundaria?

299
Esto se puede representar como.
A
IF A THEN B
B=?
Los valores difusos A y A no se requiere que sean los mismos.
La regla composicional de inferencia permite dos respuestas a la anterior pregunta.
Esta regla establece que si R en XY es una relacin difusa que representa una dependencia entre una
variable primaria y secundaria, representada por una proposicin difusa condicional, y la variable primaria
toma un valor difuso A en X, entonces el valor implicado o inferido de la variable secundaria B en Y est
dado por la composicin de A y R, es decir:
B = A o R [9.55]
Si se aplica la composicin mxmn, ser:

B
(y) = mx[
A
(x).
R
(x,y)] para cada yeY [9.56]
xeX
Se puede reemplazar la regla composicional de inferencia mx-mn por otra como por ejemplo la norma
ST, mxproducto, etc.
Ejemplo 11
Se supone que X = yy = {1,2,3}; Y = {y} ={1,2,3,4} y la proposicin condicional difusa que representa
la dependencia entre las variables lingsticas primaria y secundaria L y K, es:
IF L = bajo THEN K = alto = (bajo ) o ( alto )
Donde:
bajo = 1/1 + 0.7/2 + 0.3/3
alto = 0.2/1 + 0.5/2 + 0.8/3 + 1/4
es equivalente a la relacin difusa
R = bajo o alto =
Se puede obtener haciendo la extensin cilndrica de bajo y alto para convertirlos en relacin
difusa y luego haciendo la interseccin.
A continuacin se puede apreciar la extensin cilndrica de alto y bajo.

300

Se toma la interseccin entre alto y bajo

Ahora, si L = medio = 0.5/1 + 1/2 + 0.5/3 se pregunta cul es la K inferida. Est dada por la regla
composicional de inferencia, es decir:
K = ( medio ) o R = mx[
L
(x).
R
(x,y)] = 0.2/1 + 0.5/2 +0.7/3 + 0.7/4.
xe{1,2,3}
La regla bsica de inferencia en lgica tradicional es el M MO OD DU US S P PO ON NE EN NS S, de acuerdo al cual se puede
inferir la verdad de una proposicin B de la verdad de A y la implicacin AB.
En el razonamiento humano, sin embargo, el M MO OD DU US S P PO ON NE EN NS S se emplea en forma aproximada y no en
una forma exacta. Si se conoce que A es cierto y que A*B
(A* implica B) , donde A* es en algn sentido una aproximacin de B, entonces de A y de A*B se
puede inferir que b es aproximadamente verdadero.
La regla composicional de inferencia establece que:

B
(y) = mx[
A
(x).
F
(x,y)] [9.57]
que aplicando a la composicin , corresponde a:
B = A o F. [9.58]
Ejemplo 12
Suponer que A y F estn dados por:
A = 0.2/1 + 1/2 + 0.3/3
F = 0.8/(1,1) + 0.9/(1,2) + 0.2/(1,3) + 0.6/(2,1) + 1/(2,2) + 0.4/(2,3) + 0.5/(3,1) + 0.8/(3,2) + 1/(3,3)
Se tiene que B = A o F est dada por:
| | | |
_
_
_
B
F
A
o 4 . 0 1 6 . 0
1 8 . 0 5 . 0
4 . 0 1 6 . 0
2 . 0 9 . 0 8 . 0
3 . 0 1 2 . 0 =
(
(
(


R RE EG GL LA A D DE E I IN NF FE ER RE EN NC CI IA A

301
Sea U y V los dos universos del discurso con las variables u, v respectivamente. Sea R(u), R(u,v) y R(v)
denotan restricciones sobre u, (u,v) y v respectivamente, entendiendo que R(u), R(u,v), y R(v) son
relaciones difusas en U, UV y V. Sea A y F subconjuntos difusos de U en UV. Entonces la regla
composicional de inferencia asegura que la solucin de las ecuaciones relacionales
R(u) = A
y R(u,v) = F est dada por
R(v) = A o F de R(u) = A y R(u,v) = F
Ejemplo 13
Suponer que U = V = 1 + 2 + 3 + 4
A = pequeo = 1/1 +0.6/2 +0.2/3
F = aproximadamente igual = 1/(1,1) + 1/(2,2) + 1/(3,3) + 1/(1,4) + 0.5/[(1,2) + (2,1) +(2,3) + (3,2)
+ (3,4) + (4,3)]
A es una relacin unitaria difusa en U denominada pequeo y F es una relacin binaria en UV
denominada aproximadamente igual ; ecuacin relacional:
R(u) =pequeo
R(u,v) = aproximadamente igual
Por consiguiente:
R(v) = A o F = pequeo o aproximadamente igual.
| | | |
_
_
_
) (
2 . 0 5 . 0 6 . 0 1
1 5 . 0 0 0
5 . 0 1 5 . 0 0
0 5 . 0 1 5 . 0
0 0 5 . 0 1
0 2 . 0 6 . 0 1
v R
F
A
o =
(
(
(
(


La cual se aproxima por el trmino lingstico
R(v) = ms o menos pequeo
Si ms o menos se define como un fuzzificador. La operacin de fuzzificacin tiene, en general, el efecto
de transformar un conjunto no difuso en un conjunto difuso o incrementa la fuzzibilidad de un conjunto
difuso. De esta forma, un fuzzificador F se aplica a un subconjunto difuso A de U para producir un
subconjunto difuso F(A ; K), el cual se expresa como:
F(A;K) = ) ( ) ( u K u
A U
}
[9.59]
donde el conjunto difuso K(u) es el Kernel (ncleo) de F, es decir, el resultado de aplicar F a un singleton
1/u:
K(u) = F(1/u ; K) [9.60]
Ejemplo 14

302
Asuma que U, A y K(u) se define como:
U = 1 + 2 + 3 + 4
A = 0.8/1 + 0.6/2
K(1) = 1/1 + 0.6/2
K(2) = 1/2 + 0.4/1 + 0.4/3
Entonces:
F(A; K) = 0.8(1/1 + 0.6/2) + 0.6(1/2 + 0.4/1 + 0.4/3)
= 0.8/1 + 0.48/2 + 0.6/2 + 0.24/1 + 0.24/3
= 0.8/1 + 0.6/2 + 0.24/3
La operacin de fuzzificacin juega un papel importante en la definicin de modificadores lingsticos
tales como mas o menos, levemente, mucho etc.
Regresando al ejemplo 13; se tena el trmino lingstico:
R(v) = ms o menos pequeo
Si mas o menos pequeo, se define como un fuzzificador, con:
K(1) = 1/1 + 0.7/2
K(2) = 1/2 + 0.7/3
K(3) = 1/3 + 0.7/4
K(4) = 1/4
La aplicacin de este fuzzificador a R(u) produce [ 1 0.7 0.42 0.14 ] como una aproximacin a
[ 1 0.6 0.5 0.2 ]. Esto se obtuvo de la siguiente manera:
F(A; K) = 1[1/1 + 0.7/2] + 0.6[1/2 + 0.7/3] + 0.2[1/3 + 0.7/4] + 0[1/4].
= 1/1 + 0.7/2 + 0.6/2 + 0.42/3 + 0.2/3 + 0.14/4 + 0
= [ 1 0.7 0.42 0.14]
En resumen, usando la regla composicional de inferencia se ha inferido de R(u) = pequeo y R(u,v) =
aproximadamente igual
R(v) = [ 1 0.6 0.5 0.2 ] exactamente
R(v) = ms o menos como una aproximacin lingstica.
Esta inferencia aproximada se puede expresar como:
u es pequeo premisa
u AND v son aproximadamente iguales premisa
v es ms o menos pequeo Conclusin aproximada.

303
9 9. .8 8. .1 1 M Mo od du us s P Po on ne en ns s G Ge en ne er ra al li iz za ad do o
Dado un conjunto fuzzy A (representa la premisa x es A) y la relacin difusa AB en UB (representa
la premisa IF x es A THEN y es B)un conjunto difuso B en V (representa la conclusin y es B) se infiere
como:

B
(y) = sup t[
A
(x),
AB
(x,y)] [9.61]
xeU
9 9. .8 8. .2 2 M Mo od du us s T To ol ll le en ns s G Ge en ne er ra al li iz za ad do o
Dado un conjunto difuso B (que representa la premisa y es B) y la relacin difusa AB en UB
(representa la premisa IF x es A THEN y es B)un conjunto difuso A en U (representa la conclusin x es
A)

A
(x) = sup t[
B
(y),
AB
(x,y)] [9.62]
yeV
9 9. .8 8. .3 3 S Si il lo og gi is sm mo o H Hi ip po ot t t ti ic co o G Ge en ne er ra al li iz za ad do o
Dada una relacin difusa AB en UV (representa la premisa IF x es A THEN y es B) y la relacin
difusa BC en VW( que representa la premisa IF y es B THEN z es c)y la relacin difusa AC en
UW ( que representa la conclusin IF x es A THEN z es C) se infiere como:

AC
(x,y) = sup t [
AB
(x,y),
BC
(x,y)] [9.63]
yeV

304
CAPTULO 10
CONTROL DIFUSO
10.
1 10 0. .1 1. . P PR RE ES SE EN NT TA AC CI I N N P PR RE EL LI IM MI IN NA AR R
El diseo del controlador difuso se debe a Mamdani; desde entonces se ha incrementado la aplicacin de
la lgica difusa al control industrial.
La Figura 8.26 representa el controlador lgico difuso.

Fig. 10.1. Controlador Lgico Difuso
Como se ha visto en captulos anteriores, un conjunto difuso A, est representado por una funcin de
pertenencia:

A
: x[0,1]
con x = Universo del discurso
Trmino difuso: Conjunto de nombres de valores lingsticos de x, cada valor de x es un conjunto
difuso, en el universo del discurso X.
Una regla difusa es del tipo:
Regla IF Premisa THEN Conclusin.
Con un conjunto de reglas difusas el controlador difuso es capaz de inferir una accin de control para un
conjunto dado de valores de entrada. En otras palabras, una accin de control est determinada por las
entradas observadas, las cuales representan el estado del proceso a ser controlado con las reglas difusas.
La parte IF (premisa) corresponde a las variables de estado del proceso y la parte THEN (conclusin) a
la accin inferida del estado actual del proceso.
Bsicamente, el control difuso consiste en la aplicacin de la regla composicional de inferencia. Dada
una relacin R, que representa el controlador, y una relacin A que representa la entrada del controlador,
se puede obtener una salida difusa B, realizando la composicin de A y R.

305
B = A o R
Como la entrada y la salida de un controlador son normalmente valores numricos, se requiere una
conversin de las entradas numricas a entradas difusas y de las salidas difusas a salidas numricas. La
primera se conoce como fuzzificacin y la segunda como defuzzificacin.


Fig. 10.2. Representacin esquemtica de un controlador difuso.
El algoritmo de control est representado por reglas difusas.
Dentro de las numerosas estrategias de inferencia, la tcnica de Mamdani es la ms comnmente usada,
en los sistemas de control difuso existente, debido a su simplicidad. En ste mtodo se usa la operacin
mnima, para calcular la relacin de implicacin difusa, y la mx mn como la regla composicional de
inferencia.
Otro tipo de estrategia usada es la de Sugeno, una regla tpica de Sugeno tiene la forma:
IF x es A AND y es B THEN z = f(x,y) [10.1]
Donde A y B son conjuntos difusos en el antecedente, mientras que z = f(x,y) es una funcin crisp en
el consecuente.
En este captulo se discuten los componentes del sistema de control difuso: Mquina de inferencia,
fuzzificador y defuzzificador y la regla de control difuso de Mamdani y de Sugeno.
1 10 0. .2 2. . B BA AS SE E D DE E R RE EG GL LA AS S D DI IF FU US SA AS S
1 10 0. .2 2. .1 1 E Es st tr ru uc ct tu ur ra a D De e U Un na a B Ba as se e D De e R Re eg gl la as s D Di if fu us sa a: :
Una base de reglas comprende las siguientes reglas IFTHEN:
R
U
(L)
: IF x
1
es A
1
l
and ...and x
n
es A
n
l
, THEN y es B
l
[10.2]
Donde l = 1, 2, 3,...M M es el nmero de reglas en la serie de reglas, A
i
l
y B
l
son conjuntos en U
i
c R
y V c R, respectivamente, y X=(x
1
,x
2
,...x
n
)
T
e U y y e V son las variables (lingsticas) de entrada y
salida de un sistema difuso, respectivamente. Se llamaran a las reglas escritas en la forma [3.2] reglas
cannicas IFTHEN porque incluyen muchos otros tipos de reglas difusas y proposiciones difusas como
casos especiales.
L LE EM MM MA A 3 3. .1 1: :
La regla cannica IFTHEN escrita en la forma [3.2] incluye los siguientes casos especiales:
R RE EG GL LA AS S P PA AR RC CI IA AL LE ES S: :
IF x
1
es A
1
l
y ... y x
m
es A
m
l
, THEN y es B
l
[10.3]
Donde m < n.
R RE EG GL LA AS S O OR R : :

306
IF x
1
es A
1
l
y ... y x
m
es A
m
l
or x
m+1
es A
m
l
y ... y x
n
es A
n
l
, THEN y es B
l
. [10.4]
R RE EG GL LA A D DI IF FU US SA A S SE EN NC CI IL LL LA A: :
y es B
l
[10.5]
R RE EG GL LA AS S G GR RA AD DU UA AL LE ES S: :
A ms pequeo x, mayor y [10.6]
En el marco de los sistemas difusos, el conocimiento humano se ha representado en forma de reglas
difusas IFTHEN. Esto es, solamente se puede emplear conocimiento humano que pueda ser formulado
en trminos de reglas difusas IFTHEN.
1 10 0. .2 2. .2 2 P Pr ro op pi ie ed da ad de es s d de e C Co on nj ju un nt to os s d de e R Re eg gl la as s
Un ejemplo de un sistema de control difuso es un sistema con dos valores de entrada e y
-
e (error y
cambio del error) y un valor de salida u, con reglas como:
IF e es NB and
-
e es NB THEN u es PB.
IF e es ZO and
-
e es NS THEN u es NS.
La Tabla 10.1 muestra los dominios de e y
-
e , y todas las reglas de este controlador; en el caso de que e
es NB y
-
e es PB, el campo de salida para u est vaco: Esto significa que no existe una regla para este
caso.
Tabla 10.1: Dominios de E y
-
E


La forma general de la regla IFTHEN , en esta tabla est dada por:
IF e es LE
(k)
AND
-
e es L
-
E
(k)
THEN u es LU
(k)
, k = 1, 2, ...n.
Se denota la salida como:

307
OUT(e*,
-
e *) significando que la salida es una funcin de e* y
-
e *, con e* y
-
e * valores de entrada crisp
(ordinarios o clsicos).
1 10 0. .2 2. .3 3 C Co om mp pl le et te ez z d de e u un n C Co on nj ju un nt to o d de e R Re eg gl la as s: :
Un conjunto de reglas IFTHEN es completo si cualquier combinacin de valores de entrada producen
un valor de salida apropiado. Formalmente, esto significa que: e,
-
e : hgt(OUT(e ,
-
e )) > 0.
Hgt es la altura de un conjunto difuso (Ver ecuacin [8.16]).
Todas las combinaciones de entrada (e ,
-
e ) producen un conjunto de salida difuso. El sistema de la
Tabla 10.1 no es completo ya que existen entradas que no producen salidas.
IF e es PB AND
-
e es NB THEN u es (vaco).
Se ha observado que casi ninguna base de reglas en aplicaciones prcticas de control difuso es completa.
Esto es debido al hecho de que ciertas regiones del dominio de entrada (combinacin de error y cambio
de error) no son de inters y por consiguiente no tienen que ser definidas.
El problema del pndulo invertido se efecta ptimamente con solo 10 12 reglas de las 25 posibles.
1 10 0. .2 2. .4 4 C Co on ns si is st te en nc ci ia a d de e u un n C Co on nj ju un nt to o d de e R Re eg gl la as s: :
Un conjunto de reglas es consistente si no contiene contradicciones. Un conjunto de reglas es
inconsistente si existen dos reglas con el mismo antecedente pero diferentes consecuentes.
Por ejemplo, un conjunto es inconsistente si las siguientes dos reglas hacen parte de la base de reglas:
IF e es ZO and
-
e es ZO THEN u es PB.
IF e es ZO and
-
e es ZO THEN u es NB.
1 10 0. .2 2. .5 5 C Co on nt ti in nu ui id da ad d d de e u un n C Co on nj ju un nt to o d de e R Re eg gl la as s: :
En la Tabla 10.1 se define la nocin de vecindad as: Dos reglas son vecinas, si sus celdas son
vecinas. De esta forma la regla 17:
R RE EG GL LA A 1 17 7: :
IF e es NS AND
-
e es NS THEN u es PS tiene las siguientes reglas vecinas: 12, 16, 18 y 22.
Un conjunto de reglas es continuo si no tiene reglas vecinas con conjunto de salida difusos que tengan
interseccin vaca.
En la tabla 10.1 la regla 23 tiene salida NB y su vecina, la 22, tiene salida PB, tiene una interseccin
vaca.

308
1 10 0. .3 3. . M M Q QU UI IN NA A D DE E I IN NF FE ER RE EN NC CI IA A D DI IF FU US SA A
En una mquina de inferencia difusa, se usan los principios lgicos difusos para combinar las reglas
difusas IFTHEN en la base de reglas, mediante un mapeo del conjunto difuso A en U, o un conjunto B
en V.
Hay dos maneras de inferir con un conjunto de reglas:
Inferencia basada en la composicin
Inferencia basada en una regla individual.
1 10 0. .3 3. .1 1 I In nf fe er re en nc ci ia a B Ba as sa ad da a e en n l la a C Co om mp po os si ic ci i n n
En la inferencia basada en la composicin, todas las reglas en la base de reglas difusa se combinan, en
una sola relacin difusa en UV .
En sntesis en sta mquina de inferencia se combinan las reglas con el operador U UN NI I N N o el operador
I IN NT TE ER RS SE EC CC CI I N N.
Usando el operador U UN NI I N N, las M reglas en la forma de [3.1] se interpretan como una simple relacin
difusa Q
M
en UV definido por:
Q
M
=

M
1 l
l
Ru
=
) (
[10.6]
Y se denomina combinacin de Mandani, si se emplea el smbolo
-
+ para representar la SNORMA,
entonces [10.6] se puede reescribir como:

QM
(x,y) =
Ru
(l)
(x,y)
-
+ ...
-
+
Ru
(M)
(x,y) [10.7]
Usando el operador interseccin las reglas se interpretan como una relacin difusa Q
G
en UV que se
define como:
Q
G
=

M
l
l
Ru
1
) (
=
[10.8]
o de forma equivalente:

QG
(x,y) =
Ru
(l)
(x,y) - ... -
Ru
(M)
(x,y) [10.9]
Donde - representa el operador t-norma. Esta combinacin se llama la combinacin de Gdel.
Sea A un conjunto arbitrario difuso en U, la entrada a la mquina de inferencia difusa. Sea Q
M
o Q
G
una
sola regla difusa IFTHEN, usando la generalizacin Modus Ponens se obtiene la mquina de inferencia
como:

B
(y) = sup t [
A
(x),
QM
(x,y)] [10.10]
xeU
Si se emplea la combinacin de Mandani, o como:


B
(y) = sup t [
A
(x),
QG
(x,y)] [10.11]

309
xeU
Si se emplea la combinacin de Gdel.
El procedimiento computacional de la inferencia basada en la composicin es:
P PA AS SO O 1 1
Para las M reglas difusas IFTHEN en la forma [3.2], se determina la funcin de pertenencia

A1
l
...An
l
(x
1
...x
n
) =
A1
l
(x
1
)
- -

An
l
(x
n
) para l=1,2... M.
P PA AS SO O 2 2
Tomar A
1
l
...A
n
l
como la PD
1
(proposicin difusa 1) y B
l
como PD
2
(proposicin difusa 2) de acuerdo
a las implicaciones vistas en el captulo anterior.

Ru
(l)
(x
1
,....,x
n
,y) =
A1
l
...An
l
B
l
(x
1
,...,x
n
,y) para l = 1, 2, ...M.
P PA AS SO O 3 3
Determinar
QM
(x,y)
QG
(x,y).
P PA AS SO O 4 4
Para una entrada A, la mquina de inferencia da una salida B, calculada mediante [10.10] y [10.11]
1 10 0. .3 3. .2 2 I In nf fe er re en nc ci ia a B Ba as sa ad da a e en n l la a R Re eg gl la a I In nd di iv vi id du ua al l
En la inferencia basada en la regla individual, cada regla en la base de reglas difusa determina un
conjunto difuso de salida y la salida de la mquina de inferencia difusa es la combinacin de los M
conjuntos individuales, esta combinacin se da o por la unin o por la interseccin.
El procedimiento computacional se resume en los siguientes pasos:
P PA AS SO O 1 1 Y Y 2 2
Los mismos pasos anteriores de la mquina de inferencia.
P PA AS SO O 3 3
Dado un conjunto difuso de entrada A en U, se computa el conjunto difuso de salida B
l
en V para cada
regla individual R
U
(l)
de acuerdo al modus ponens generalizado, esto es

Bl
(y) = supt[
A
(x),
Ru
(l)
(x,y)] para l = 1,2,...M.
P PA AS SO O 4 4
La salida de la mquina de inferencia difusa es la combinacin de los M conjuntos difusos {B
1
,...B
M
}
dados por la unin, esto es :

B
(y) =
B1
(y)
-
+ ...
-
+
BM
(y) [10.12]
O por la interseccin, esto es :

310

B
(y) =
B1
(y) - ... -
BM
(y) [10.13]
donde
-
+ y - denotan los operadores SNORMA y TNORMA respectivamente.
1 10 0. .3 3. .3 3 S Se el le ec cc ci i n n d de e M M q qu ui in na as s d de e I In nf fe er re en nc ci ia a
Para seleccionar alguna de las mquinas de inferencia, se deben tener en cuenta los siguientes criterios:
R RE EC CU UR RS SO O I IN NT TU UI IT TI IV VO O
Relacionado con el conocimiento experto que se tenga del problema por resolver. El conocimiento del
experto es un conocimiento heurstico.
E EF FI IC CI IE EN NC CI IA A C CO OM MP PU UT TA AC CI IO ON NA AL L
Se refiere a la deduccin de una frmula que relacione los conjuntos difusos B con A que sea simple de
calcular.
P PR RO OP PI IE ED DA AD DE ES S E ES SP PE EC CI IA AL LE ES S
Si se presenta el caso, o se desea que la escogencia de una mquina de inferencia tenga propiedades
especiales.
A continuacin se vern las mquinas de inferencia difusas usadas en sistemas y control difuso.
1 10 0. .3 3. .4 4 F F r rm mu ul la as s d de e M M q qu ui in na as s d de e I In nf fe er re en nc ci ia a
1 10 0. .3 3. .4 4. .1 1 M M q qu ui in na a d de e I In nf fe er re en nc ci ia a P Pr ro od du uc ct to o
Se emplea :
Regla de inferencia basada en la regla individual, usando la combinacin mediante la unin.
Implicacin producto Mamdani. Ecuacin [9.58].
Producto algebraico para todos los operadores NORMA T y mximo para todos los operadores NORMA S.

B
(y) =
M
l 1
mx
=
[
U xe
sup(
A
(x)
n
i 1 =
[
Ai
l
(x
i
)
B
l
(y))] [10.14]
Esto es dado un conjunto difuso A en U , la mquina de inferencia da el conjunto B en V .
1 10 0. .3 3. .4 4. .2 2 M M q qu ui in na a d de e I In nf fe er re en nc ci ia a M M n ni im ma a: :
Se emplea:
Regla individual combinada mediante la unin.
Implicacin mnima de Mamdani
Mnimo para todas las TNORMA y el mximo para todos los operadores SNORMA:

B
(y) =
M
l 1
mx
=
[
U xe
supmin(
A
(x),
A1
l
(x
1
),...,
An
l
(x
n
),
B
l
(y))] [10.15]

311
Esto es, dado un conjunto difuso A en U, la mquina de inferencia mnima da el conjunto difuso B en
V.
Las dos mquinas de inferencia mencionadas arriba, son las ms empleadas en sistemas difusos y de
control difusos, su gran ventaja es su simplicidad computacional.
1 10 0. .3 3. .4 4. .3 3 P Pr ro op pi ie ed da ad de es s d de e l la as s M M q qu ui in na as s d de e I In nf fe er re en nc ci ia a
L LE EM MM MA A 3 3. .2 2: :
La mquina de inferencia producto es invariable si se reemplaza la inferencia basada en regla individual
combinada con la unin, por la inferencia basada en la composicin con combinacin Mandani.

B
(y) =
U xe
sup
M
l 1
mx
=
[
A
(x)
n
i 1 =
[
Ai
l
(x
i
)
B
l
(y)] [10.16]
L LE EM MM MA A 3 3. .3 3: :
Si el conjunto difuso A es un conjunto difuso singleton, esto es, si

A
(x) =

=
caso otro en
x x si
0
* 1
[10.17]
Donde x* es un punto en U, entonces la mquina de inferencia producto se simplifica como:

B
(y) =
M
l 1
mx
=
[
n
i 1 =
[
Ai
l
(x
i
*)
B
l
(y)] [10.18]
Y la mquina de inferencia mnima se simplifica como:

B
(y) =
M
l 1
mx
=
[min(
A1
l
(x
1
*),...,
An
l
(x
n
*),
B
l
(y))] [10.19]
Una desventaja de las mquinas de inferencia mnimo y producto es que si algn xeU el
Ai
l
(x
i
) es
muy pequeo, entonces
B
(y) obtenido ser muy pequeo, esto causa problemas en la implementacin,
las siguientes tres mquinas de inferencia compensan esta desventaja.
1 10 0. .3 3. .4 4. .4 4 M M q qu ui in na a d de e I In nf fe er re en nc ci ia a d de e L Lu uk ka as si ie ew wi ic cz z: :
Emplea:
Inferencia basada en regla individual combinada mediante la interseccin.
Implicacin de Lukasiewicz.
Operador mnimo para todas las t-norma.

B
(y) =
M
l 1
mn
=
{
U xe
supmin[
A
(x), 1-
n
l 1
mn
=
(
Ai
l
(x
i
)) +
B
l
(y)]} [10.20]
1 10 0. .3 3. .4 4. .5 5 M M q qu ui in na a d de e I In nf fe er re en nc ci ia a d de e Z Za ad de eh h: :
Emplea:

312
Inferencia basada en regla individual combinada mediante la interseccin.
Implicacin de Zadeh.
Operador mnimo para todas las t-norma.
Est dada por:

B
(y) =
M
l 1
mn
=
{
U xe
supmn[
A
(x), mx(mn(
A1
l
(x
1
),...,
An
l
(x
n
),
B
l
(y)),
1
n
l 1
mn
=
(
Ai
l
(x
i
)))]} [10.21]
1 10 0. .3 3. .4 4. .6 6 M M q qu ui in na a d de e I In nf fe er re en nc ci ia a d de e D Di ie en ne es s R Re es sc ch he er r: :
Emplea:
Inferencia basada en regla individual combinada mediante la interseccin.
Implicacin de Dienes-Rescher.
Operador mnimo para todas las t-norma.
Est dado por:

B
(y) =
M
l 1
mn
=
{
U xe
supmin[
A
(x), mx(1-
n
l 1
mn
=
(
Ai
l
(x
i
)),
B
l
(y))]} [10.22]
L LE EM MM MA A 3 3. .4 4: :
Si A es un conjunto difuso singleton definido como [10.18], las mquinas de inferencia Lukasiewicz,
Zadeh y DienesRescher se simplifican respectivamente como:

B
(y) =
M
l 1
mn
=
[1,1-
n
l 1
mn
=
(
Ai
l
(x
i
*))+
B
l
(y)] [10.23]

B
(y) =
M
l 1
mn
=
{mx[mn(
A1
l
(x
1
*),...,
An
l
(x
n
*),
B
l
(y)),1-
n
l 1
mn
=
(
Ai
l
(x
i
*))]} [10.24]

B
(y) =
M
l 1
mn
=
{mx[1-
n
l 1
mn
=
(
Ai
l
(x
i
*),
B
l
(y)]} [10.25]
1 10 0. .4 4. . F FU UZ ZZ ZI IF FI IC CA AD DO OR R Y Y D DE EF FU UZ ZZ ZI IF FI IC CA AD DO OR R
1 10 0. .4 4. .1 1 F Fu uz zz zi if fi ic ca ad do or r
La fase de fuzzificacin del controlador difuso, como se representa en la figura 10.2, consiste en la
construccin de una relacin difusa de entrada A.
Es posible que la entrada est representada por una relacin difusa, en cuyo caso no se requiere la
fuzzificacin.
Normalmente esta relacin difusa de entrada, que se usa con la regla composicinal de inferencia, no
est disponible y se necesita la fuzzificacin.

313
La relacin difusa de entrada A, es la unin de los Nx conjuntos de entradas difusas A
i
, donde Nx es el
nmero de entradas al controlador. Los conjuntos difusos A
i
son la representacin difusa de las entradas
del controlador x
i
:
A
i
= Fuzzy(x
i
) donde Fuzzy es una funcin fuzzificadora: un operador que convierte un valor
numrico en un conjunto difuso.
El fuzzificador se define como un mapeo de un punto x* e U c R
n
, real-valorado, (nmero real), a un
conjunto difuso A en U.
Criterios de diseo:
El fuzzificador considerara el hecho que la entrada es un punto Crisp x*, esto es, el conjunto difuso A
debera tener valores de pertenencia grandes en x*.
Que el fuzzificador permita eliminar el ruido.
El fuzzificador debe ayudar a simplificar los clculos.
Hay tres tipos de fuzzificadores:
1 10 0. .4 4. .1 1. .1 1 F Fu uz zz zi if fi ic ca ad do or r S Si in ng gl le et to on n
Este mapea un valor real del punto x*eU en un solo valor difuso A en U, el cual tiene un valor de
funcin de pertenencia 1 para x* y 0 para todos los otros puntos en U; esto es

1 si x = x*

A
(x) = [10.26]
0 en otro caso

1 10 0. .4 4. .1 1. .2 2 F Fu uz zz zi if fi ic ca ad do or r G Ga au us ss si ia an no o
Este mapea x*eU en un conjunto difuso A en U, el cual tiene la siguiente funcin de pertenencia
Gaussiana:

A
(x) =
2
1
1 1
*
|
|
.
|

\
|

a
x x
e
-.....-
2
*
|
|
.
|

\
|

n
n n
a
x x
e
[10.27]

donde a
i
son parmetros positivos y la TNORMA - es usualmente escogida como el producto algebraico
o mnimo.
1 10 0. .4 4. .1 1. .3 3 F Fu uz zz zi if fi ic ca ad do or r T Tr ri ia an ng gu ul la ar r
Este mapea x*eU en un conjunto difuso A en U, el cual tiene la siguiente funcin de pertenencia
triangular:

|
|
.
|

\
|

1
1 1
*
1
b
x x
-.....-
|
|
.
|

\
|

n
n n
b
x x *
1 si *
i i
x x sb
i
, i =1, 2..,n.

A
(x) = [10.28]
0 en otro caso

314
donde b
i
son parmetros positivos y la TNORMA - es usualmente escogido como producto algebraico o
mnimo.
Los tres tipos de fuzzificadores satisfacen
A
(x*) = 1.
En resumen acerca de los tres fuzzificadores se tiene:
El fuzzificador Singleton simplifica bastante los clculos involucrados en la mquina de inferencia difusa
para cualquier tipo de funciones de pertenencia que las reglas difusas IF-THEN pueden tomar.
El fuzzificador Triangular o Gaussiano tambin simplifica el clculo en la mquina de inferencia difusa, si
las funciones de pertenencia en las reglas difusas IF-THEN son Triangular y Gaussiana
respectivamente.
El fuzzificador Triangular y Gaussiano pueden suprimir ruido en la entrada, pero no el fuzzificador
Singleton.
1 10 0. .4 4. .2 2 D De ef fu uz zz zi if fi ic ca ad do or r
El defuzzificador es definido como un mapeo de un conjunto difuso B en VcR (salida de la mquina de
inferencia difusa) a un punto Crisp y*eV. Conceptualmente, la tarea del defuzzificador es especificar un
punto en V que mejor represente el conjunto difuso B. El deffuzificador se necesita para convertir la
salida difusa de un controlador difuso, en una representacin numrica.
Los siguientes tres criterios se consideraran en la escogencia de un modelo de defuzzificacin:
P Pl la au us si ib bi il li id da ad d
El punto y* representara a B desde un punto intuitivo de vista, por ejemplo, se puede colocar
aproximadamente en la mitad del soporte de B o tener un alto grado de pertenencia en B.
S Si im mp pl li ic ci id da ad d C Co om mp pu ut ta ac ci io on na al l
Este criterio es particularmente importante para control difuso debido a que los controladores difusos
operan en tiempo real.
C Co on nt ti in nu ui id da ad d
Un pequeo cambio en B no resultara en un gran cambio en y*.
Se proponen ahora tres tipos de defuzzificadores. Para todos los defuzzificadores, se asume que el
conjunto difuso B es obtenido de una de las cinco mquinas de inferencia difusa explicadas
anteriormente.
1 10 0. .4 4. .2 2. .1 1 D De ef fu uz zz zi if fi ic ca ad do or r C Ce en nt tr ro o d de e G Gr ra av ve ed da ad d
El defuzzificador centro de gravedad especifica la y* como el centro de el rea cubierta por la funcin de
pertenencia de B, esto es:

}
}
=
v
B
v
B
dy y
dy y y
y
) (
) (
*
'
'

[10.29]

315
donde
}
v
es la integral convencional. La siguiente grfica muestra esta operacin:

Fig. 10.3. Una representacin grfica del defuzzificador centro de gravedad
Si se ve a ) (
'
y
B
como la funcin de densidad probabilstica de una variable aleatoria, entonces el
defuzzificador centro de gravedad, entrega el valor medio de la variable aleatoria. Algunas veces se desea
eliminar la yeV, cuyos valores de pertenencia en B son tambin pequeos, de esto resulta el
defuzzificador centro de gravedad indexado, el cual esta dado por:

}
}
=
o
o

V
V
dy y
B
dy y
B
y
y
) (
'
) (
'
* [10.30]
donde
o
V es definido como: =
o
V { ) ( /
'
y V y
B
e >o }.
La ventaja del defuzzificador centro de gravedad est en su plausibilidad intuitiva.
La desventaja es que requiere mucha computacin. En realidad, la funcin de pertenencia ) (
'
y
B
es
usualmente irregular y por lo tanto las integraciones en [10.29] y [10.30]son difciles de calcular.
1 10 0. .4 4. .2 2. .2 2 D De ef fu uz zz zi if fi ic ca ad do or r C Ce en nt tr ro o P Pr ro om me ed di io o
Debido a que el conjunto difuso B es la unin o interseccin de M conjuntos difusos, una buena
aproximacin de [10.30] es el promedio ponderado, de los centros de los M conjuntos difusos, con los pesos
iguales a las alturas de los correspondientes conjuntos difusos. Especficamente, dado
l
y

el centro del
conjunto difuso lth y
l
w la altura, el defuzzificador de centro promedio, determina a y* como:

=
=

=
M
l
l
M
l
l
l
w
w y
y
1
1
* [10.31]
La siguiente figura ilustra esta operacin grficamente para un ejemplo simple con M=2.

Fig. 10.4. Representacin grfica del defuzzificador centro promedio

316
El defuzzificador centro promedio es el defuzzificador ms comnmente empleado en sistemas difusos y
control difuso. Este es computacionalmente simple e intuitivamente plausible. Asimismo, pequeos
cambios en
l
y

y
l
w resultan en pequeos cambios en y*.
1 10 0. .4 4. .2 2. .3 3 D De ef fu uz zz zi if fi ic ca ad do or r M M x xi im mo o
Conceptualmente, este defuzzificador escoge el y* como un punto en V en el cual ) (
'
y
B
alcanza su
valor mximo. Define el conjunto:
hgt (B) = { y e V/ ) (
'
y
B
= sup ) (
'
y
B
} [10.32]
yeV
Esto es, hgt (B) es el conjunto de todos los puntos en V, en el cual ) (
'
y
B
alcanza su mximo valor. El
defuzzificador mximo define a y* como un elemento arbitrario en hgt (B), esto es :
y* = cualquier punto en hgt (B) [10.33]
Si hgt (B) contiene un solo punto, entonces y* es nicamente definido. Si hgt(B) contiene ms de un
punto entonces se puede usar la ecuacin anterior o usar el ms pequeo, el ms grande, o la media del
defuzzificador mximo. Especficamente, el ms pequeo del defuzzificador mximo est dado por:
y* = inf {yehgt (B)} [10.34]
El ms grande del defuzzificador mximo est dado por:
y* = sup {yehgt (B)} [10.35]
y la media del defuzzificador mximo est dado por:

}
}
=
) ' (
) ' (
*
B hgt
B hgt
dy
ydy
y [10.36]
donde
}
) ' ( B hgt
es la integracin usual para la parte continua de hgt (B) y es la sumatoria para la parte
discreta de hgt (B)
Los defuzzificadores mximo son intuitivamente plausible y computacionalmente simples. Pero
pequeos cambios en B pueden resultar en grandes cambios en y*
1 10 0. .5 5. . R RE EG GL LA AS S D DE E C CO ON NT TR RO OL L D DI IF FU US SO O
En control difuso se distinguen dos tipos de reglas: las reglas de Mamdani y las reglas de Sugeno.
1 10 0. .5 5. .1 1 R Re eg gl la a D Di if fu us sa a D De e M Ma am md da an ni i
Este tipo de reglas fueron las que inicialmente se emplearon en las primeras aplicaciones de control
difuso, y tienen la siguiente forma general:
r
k
: IF x
1
es A
1
k
AND ... AND x
NX
es A
N
k
, THEN y

es B
1
k
,..., y
NY
es B
k
NY
[10.37]

Un ejemplo de esta regla de control es:

317
IF error es grande AND el cambio en el error es pequeo THEN la seal de control es grande.
el cual puede ser comparado con un algoritmo de un controlador PD discreto: la salida del controlador
se basa en el error (diferencia entre la salida del proceso y la salida deseada del proceso) y su primera
diferencia. Se pueden usar otras variables. Por ejemplo, usando el cambio de salida del proceso en lugar
del cambio en el error.
PD discreto:
Tz
z kd
kc
z E
z M
z D
) 1 (
) (
) (
) (

+ = =
z
z k k
z E
z M
2 1
) (
) (
= ;
1
2 1
) (
) (

= z k k
z E
z M

) ( ) ( ) (
1
2 1
z E k z E k z M z

=
_
diferencia primera
k e k k e k k m ) 1 ( ) ( ) (
2 1
=
Normalmente el operador mnimo es usado para la conjuncin y la implicacin, el operador mximo
para la unin y el mxmn para la composicin. Esto se conoce como el mtodo de inferencia mxmn.
Si se considera un controlador difuso con una sola entrada y una sola salida, se obtiene una funcin
controladora que se limita a una interpolacin entre los puntos caractersticos como se ve en la Figura
10.5.
Esta limitacin ocurre debido a que los consecuentes de las reglas difusas emplean nicamente una de
las etiquetas lingsticas definidas por la salida del sistema.
Cuando la entrada numrica x es el centro de un conjunto difuso A
i
, el valor de pertenencia
Ai
(x) = 1 y
solamente una regla es activa.

Fig. 10.5. Restriccin de funcin controladora empleando reglas de Mamdani (c).

318
1 10 0. .5 5. .2 2 R Re eg gl la a D Di if fu us sa a d de e S Su ug ge en no o
Otro tipo de regla que se emplea es la regla de Sugeno, esta regla fue introducida por Takagi y Sugeno
en 1983 y se denota como regla Takagi-Sugeno, o reglas TS, por simplificacin; la forma general de
esta regla es como sigue:
r
k
: IF x
1
es A
1,k
AND...AND x
NX
es A
Nx,k
THEN y
1
= f
1,k
(x
1
,...,x
Nx
),...,y
Ny
= f
Ny,k
(x
1
,...x
Nx
)

[10.37]
Como puede observarse las resultados de esta reglas difusas son funciones (fj,k) de las variables de
control de entrada x
i
. Sugeno y sus colaboradores emplearon funciones lineales en las resultados de las
reglas difusas.
r
k
: IF x
1
es X
1
k
AND...AND x
NX
es X
k
Nx
THEN y = b
0,k
+

=
X
i
i k i
N
x b
1
,


[10.38]
donde b
ik,
y b
ok
son parmetros constantes. Un ejemplo de esta regla difusa es:
IF c es grande AND Ac es pequeo THEN u = 4c+2Ac.
Donde u es una seal de control c y Ac son el error y su primera diferencia. Un conjunto de reglas de
Sugeno se pueden ver como un conjunto de controladores locales.
La aplicacin de un controlador difuso basado en las reglas de Sugeno puede ser vista como un
supervisor difuso el cual cambia los parmetros de un controlador lineal.

319
CAPTULO 11
EJEMPLO INTRODUCTORIO: PROBLEMA DIFUSO VS
PROBLEMA NO-DIFUSO
11.
1 11 1. .1 1. . P PR RO OB BL LE EM MA A D DE E L LA A P PR RO OP PI IN NA A
Dado un numero entre 0 y 10, que representa la calidad del servicio en un restaurante (10 es excelente),
cual debe ser la propina?
Nota: Una propina promedio en Estados Unidos es del 15%, que puede variar de acuerdo a la calidad del
servicio.
1 11 1. .1 1. .1 1 S So ol lu uc ci i n n N No o D Di if fu us sa a. .
Se empieza suponiendo , que la propina siempre sera el 15%

propina=[0.15 0.15 0.15 0.15 0.15 0.15] ;
servicio=[0:2:10];
plot(servicio,propina),grid
xlabel(' Sevicio');
ylabel( 'Propina')

0 2 4 6 8 10
-1
-0.5
0
0.5
1
1.5
Sevicio
P
r
o
p
i
n
a

Fig. 11.1. Propina del 15%
Esta suposicin , no tiene en cuenta la calidad del servicio.
Otra forma sera la de suponer una propina que va desde el 5% cuando el servicio es malo hasta el 25%
si el servicio es excelente.

320

propina=0.20/10*servicio+0.05;
plot(servicio,propina),grid
xlabel(' Servicio');
ylabel('Propina')

0 2 4 6 8 10
0.05
0.1
0.15
0.2
0.25
Servicio
P
r
o
p
i
n
a

Fig. 11.2. Pago de propina de acuerdo a la calidad del servicio
Si se quiere que la propina refleje la calidad de la comida,se puede reformular el problema asi:
Reformulacin del Problema
Dado dos conjuntos de nmeros entre 0 y 10 (donde 10 es excelente) ,que representan la calidad del
servicio y la calidad de la comida, Cul debera ser la propina?
[servicio,comida]=meshgrid([0:2:10],[0:2:10]);
propina=0.20/20*(servicio+comida)+0.05;
mesh(servicio,comida,propina)


321

Fig. 11.3. Pago de propina de acuerdo a la calidad del servicio y de la comida
Si se quiere que el servicio sea mas importante que la calidad de la comida, por ejemplo que el servicio
corresponda al 80% del total de la propina " grada" y la comida el 20%,se tiene:

[servicio,comida]=meshgrid([0:2:10],[0:2:10]);
factservicio=0.8;
propina=factservicio*(0.2/10*servicio+0.05)+(1-
factservicio)*(0.2/10*comida)+0.05;
mesh(servicio,comida,propina)


0
2
4
6
8
10
0
5
10
0.05
0.1
0.15
0.2
0.25
0.3

Fig. 11.4. Pago de propina de acuerdo a la calidad del servicio y de la comida (Porcentajes)
Si se quiere una relacin lineal por tramos entre el servicio y la propina, se puede tener una funcin
como la siguiente:

if servicio <3,

322
propina=(0.10/3)*servicio+0.05;
elseif servicio<7,
propina=0.15;
elseif servicio<=10,
propina=(0.10/3)*(servicio-7)+0.15;
end
0 2 4 6 8 10
0.05
0.1
0.15
0.2
0.25
Servicio
P
r
o
p
i
n
a

Fig. 11.5. Relacin Pago Propina vs Servicio
Si la aproximacin lineal por tramos se extiende a dos dimensiones, teniendo en cuenta nuevamente la
comida, se tiene lo siguiente:

factservicio=0.8;
if servicio<3,
propina=((0.10/3)*servicio+0.05)*factservicio+(1-
factservicio)*(0.2/10*comida+0.05);
elseif servicio <7,
propina=(0.15)*factservicio+(1-factservicio)*(0.2/10*comida+0.05);
else,
propina=((0.10/3)*(servicio-7)+0.15)*factservicio+(1-
factservicio)*(0.2/10*comida+0.05);
end

factservicio=0.8;
[servicio1,comida1]=meshgrid([0:0.5:3],[0:0.5:3]);
propina1=((0.1/3)*servicio1+0.05)*factservicio+...
(1-factservicio)*(0.2/10*comida1+0.05);
[servicio2,comida2]=meshgrid([3:0.5:7],[3:0.5:7]);
propina2=(0.15)*factservicio+...
(1-factservicio)*(0.2/10*comida2+0.05);
[servicio3,comida3]=meshgrid([7:0.5:10],[7:0.5:10]);
propina3=((0.1/3)*(servicio3-7)+0.15)*factservicio+...
(1-factservicio)*(0.2/10*comida3+0.05);
mesh(servicio1,comida1,propina1)
mesh(servicio2,comida2,propina2)
mesh(servicio3,comida3,propina3)

323
1 11 1. .1 1. .2 2 S So ol lu uc ci i n n D Di if fu us sa a
El problema se puede plantear en trminos de las siguientes reglas:
1. Si el servicio es MALO , la propina es poca
2. Si el servicio es BUENO , la propina es el valor normal ( promedio en el lugar)
3. Si la propina es EXCELENTE , la propina es generosa.
4. Si se quiere incluir la calidad de la comida , se adicionan las reglas:
5. Si la comida tiene MAL SABOR , la propina es poca.
6. Si la comida es DELICIOSA , la propina es generosa.
Se pueden combinar las reglas asi:
1. Si el servicio es MALO O la comida es de MAL SABOR , ENTONCES la propina es poca.
2. Si el servicio es BUENO , ENTONCES la propina la promedia del lugar
3. Si el servicio es EXCELENTE O la comida es DELICIOSA , ENTONCES la propina es generosa.
Estas tres reglas son el ncleo de la solucin.
La grfica siguiente esta asociada con el sistema Difuso que resuelve el problema.

a=readfis('tipper.fis');
gensurf(a)

Fig. 11.6. Solucin difusa al Problema de la Propina

324
CAPTULO 12
APLICACIN DE LA LGICA DIFUSA EN EL CONTROL DE
VELOCIDAD DE UN MOTOR DC
12.
1 12 2. .1 1. . C CO ON NS SI ID DE ER RA AC CI IO ON NE ES S S SO OB BR RE E L LA A A AP PL LI IC CA AC CI I N N
Dentro de la amplia variedad de procesos industriales, donde se aplican las tcnicas convencionales de
control automtico, los motores dc continan siendo ampliamente utilizados en la fabricacin de
productos y materias primas. Hoy en da, se tejen nuevos proyectos para la utilizacin de grandes
generadores y motores dc para la generacin y transmisin de energa lo que lleva nuevamente a aplicar
las modernas estrategias de control automtico para garantizar de esta forma el optimo funcionamiento de
dichas mquinas. Hasta el da de hoy se han implementado muchas clases de controladores para este tipo
de plantas, desde el control convencional (Controladores PID), pasando por los Microcontroladores y
terminando con Microcomputadores, los cuales han dado buenos resultados y han funcionado con
menores problemas. Sin embargo el avance de la tecnologa moderna ha obligado a involucrar nuevas
tcnicas aplicables al control automtico que involucren el conocimiento humano dentro de la tcnica de
control, esto es transformar la planta que se controla en una maquina pensante que sea capaz de auto
diagnosticarse por si misma sin necesitar el operario que de forma continua vigile el proceso. Una de estas
tcnicas que se abre paso de manera avasallante dentro de los procesos de control es el Control Difuso,
que por su rpida implementacin, aplicabilidad a procesos de control no lineal y otros sistemas de difcil
modelamiento matemtico se impone sobre los controladores convencionales.
Los sistemas basados en lgica difusa pueden controlar mas adecuadamente procesos que estn
gobernados por reglas intuitivas que difcilmente pueden expresarse matemticamente. La gran ventaja de
esta metodologa programable se debe a la posibilidad de expresar operaciones y controlar reglas del
sistema mediante palabras de uso cotidiano. La lgica difusa elimina los altos contenidos de matemtica y
fsica que contiene un proceso y va directo al nivel en el que el sistema trabaja, lo que permite una
aproximacin intuitiva a la solucin del problema mediante la formulacin de reglas. La forma de
expresar las reglas de operacin mediante palabras permite controlar procesos sencillos con una decena de
reglas y procesos complejos con 30 o 40 reglas, reduciendo de forma considerable la cantidad de cdigo
de programacin, lo que influye en el tiempo de diseo, el tiempo de desarrollo de un prototipo, la
cantidad de memoria para almacenarlo etc. Adems puede implementarse en software haciendo uso de
herramientas tipo CASE, que generan el cdigo en lenguaje C o en ensamblador para su uso en
micontroladores convencionales, convirtiendo el control difuso en una alternativa ms econmica. Otra
ventaja del control difuso es la fcil modificacin que puede llevarse a cabo cambiando algunas premisas
y operaciones, o adicionando reglas, mientras que en un sistema convencional, un pequeo cambio
requiere de la derivacin completa de nuevas ecuaciones.
1 12 2. .2 2. . C CA AR RA AC CT TE ER R S ST TI IC CA AS S D DE EL L M MO OT TO OR R D DC C
Para efectos de la simulacin, se trabajo con un motor dc del laboratorio de mquinas elctricas de la
Universidad Nacional con las siguientes caractersticas:
Potencia nominal = 3kW
Voltaje nominal del inducido 125V

325
Voltaje nominal de excitacin 125V
Velocidad nominal 1750 rpm
1 12 2. .2 2. .1 1 P Pa ar r m me et tr ro os s d de el l M Mo ot to or r D DC C
De la tesis elaborada por los seores Jos Libardo Cadavid y Carlos Mario Londoo Control de
velocidad de un motor dc basado en microprocesador se tomaron los datos de los parmetros:
K
b
=0.5731
R
m
=0.7O
L
m
=9.6e-3H
Q
e
=0.01195s
Q
m
=0.2036s
1 12 2. .2 2. .2 2 F Fu un nc ci i n n D De e T Tr ra an ns sf fe er re en nc ci ia a D De el l M Mo ot to or r D DC C: :
La planta obtenida de los parmetros anteriores fue la siguiente:
G
m
(s)=
15 . 12 92 . 72
21 . 21
2
+ + s s
[12.1]
La metodologa de trabajo ser entonces hacer el control clsico para esta planta y luego hacer el control
difuso para luego comparar resultados y concluir que ser ms conveniente para tener un mejor
comportamiento del sistema dinmico.
Como la tesis trata es del diseo de controladores difusos se extraern el PID continuo, el PID discreto y
el controlador con observador de orden completo de la tesis Aplicacin de la teora de control moderno
a un sistema dinmico aplicando el ADSP-2101 . Esta tesis trabaj con los mismos parmetros de la tesis
mencionada anteriormente para hallar la planta del sistema dinmico que ser el motor dc.
P Pl la an nt ta a S Si in n C Co on nt tr ro ol la ad do or r: :
Se graficar la planta sin controlador para poder observar que el sistema dinmico no presenta la
respuesta deseada.
La siguiente figura muestra la respuesta de la planta en lazo abierto ante un escaln unitario.

326

Fig. 12.1. Respuesta de la planta en lazo abierto.
P PI ID D c co on nt ti in nu uo o
Las funciones de transferencia de la planta y controlador PID continuo son las siguientes:
G
p
(s): Funcin de transferencia de la planta
G
c
(s): Funcin de transferencia del control PID continuo
15 . 12 92 . 72 s
21.21
) (
2
+ +
=
s
s G
p


s
15 1 s 46 424 s 75 1
s G
2
c
. . .
) (
+ +
= [12.2]
En la siguiente grfica se muestra la respuesta de la plantacontrolador PID continuo.

Fig. 12.2. Respuesta planta controlador PID continuo

327
El tiempo de establecimiento es del orden de 0.1 segundos.
1 12 2. .2 2. .3 3 P Pl la an nt ta a c co on n O Ob bs se er rv va ad do or r d de e O Or rd de en n C Co om mp pl le et to o D Di is sc cr re et to o: :
La funcin de transferencia del observador es:

2 1
2 1
238 . 0 045 . 1 1
674 . 4 233 . 2
) (


+
+
=
z z
z z
z H [12.3]
La siguiente figura se puede apreciar la respuesta de la planta-controlador observador discreto:

Fig. 12.3. Respuesta Planta-Controlador observador de orden completo discreto
Como el tiempo de muestreo es T = 0.03142, este controlador se estabiliza en un tiempo t =
(TNmero de Muestras) = (0.0314240) = 1.25 segundos.
1 12 2. .2 2. .4 4 P PI ID D d di is sc cr re et to o: :
La funcin de transferencia del PID discreto es la siguiente:

1
2 1
0314 . 0 0314 . 0
1 . 8 87 . 34 35 . 28
) (

+
=
z
z z
z D [12.4]

La respuesta de la planta con control discreto PID es la siguiente:

328

Fig. 12.4. Respuesta de la Planta controlador PID discreto
Como el tiempo de muestreo es T = 0.03142, este controlador se estabiliza en un tiempo t = (TNmero
de Muestras) = (0.0314235) = 1.09 segundos.
1 12 2. .3 3. . C CO ON NT TR RO OL LA AD DO OR R D DI IF FU US SO O
Se presenta a continuacin la metodologa para el diseo del controlador difuso:
D De ef fi in ni ir r l la as s v va ar ri ia ab bl le es s d de e e en nt tr ra ad da a y y s sa al li id da a d de el l s si is st te em ma a d di in n m mi ic co o. .
El controlador difuso trabaja como entradas el error e(t), cambio en el error ce(t) y las salida ser la
accin de control a aplicar denotada por u(t).
El error se obtiene a partir de la medicin de la velocidad del motor dc menos una velocidad de
referencia. La accin de control se har actuando sobre la corriente del motor mediante la variacin de la
resistencia de la excitacin. El error ser igual al punto de referencia menos la salida del proceso, el
cambio en el error ser igual a la diferencia entre el ltimo error medido y el anterior.
A As si ig gn na ac ci i n n d de e c co on nj ju un nt to os s l li in ng g s st ti ic co os s a a l la as s v va ar ri ia ab bl le es s d de e e en nt tr ra ad da a y y s sa al li id da a: :
PB: Positivo Grande
PM: Positivo Medio
PS: Positivo Pequeo
ZE: Cero
NS: Negativo Pequeo
NM: Negativo Medio

329
NB: Negativo Grande
D De ef fi in ni ic ci i n n d de e l la as s f fu un nc ci io on ne es s d de e p pe er rt te en ne en nc ci ia a p pa ar ra a l lo os s c co on nj ju un nt to os s l li in ng g s st ti ic co os s. .
Se seleccionaron funciones de pertenencia triangulares, trapeziodales, gaussianas y campana Gaussiana
para efectos de simulacin.
C Co on ns st tr ru uc cc ci i n n d de e l la a m ma at tr ri iz z d de e p pe er rt te en ne en nc ci ia a. .

Cambio Error
NB NM NS ZO PS PM PB
NB NB NB NB NB NM NS ZO
NM NB NB NB NM NS ZO PS
Error NS NB NB NM NS ZO PS PM
ZO NB NM NS ZO PS PM PS
PS NM NS ZO PS PM PS PS
PM NS ZO PS PM PS PS PS
PB ZO PS PM PB PB PB PB

L La as s r re eg gl la as s s se er r n n d de e l la a f fo or rm ma a I IF F- -T TH HE EN N, , d de e l la a t ta ab bl la a a an nt te er ri io or r s se e t ti ie en ne e: :

1. If (e is nb) and (ce is nb) then (u is nb) (1)
2. If (e is nb) and (ce is nm) then (u is nb) (1)
3. If (e is nb) and (ce is ns) then (u is nb) (1)
4. If (e is nb) and (ce is ze) then (u is nb) (1)
5. If (e is nb) and (ce is ps) then (u is nm) (1)
6. If (e is nb) and (ce is pm) then (u is ns) (1)
7. If (e is nb) and (ce is pb) then (u is ze) (1)
8. If (e is nm) and (ce is nb) then (u is nb) (1)
9. If (e is nm) and (ce is nm) then (u is nb) (1)
10. If (e is nm) and (ce is ns) then (u is nb) (1)
11. If (e is nm) and (ce is ze) then (u is nm) (1)
12. If (e is nm) and (ce is ps) then (u is ns) (1)
13. If (e is nm) and (ce is pm) then (u is ze) (1)
14. If (e is nm) and (ce is pb) then (u is ps) (1)
15. If (e is ns) and (ce is nb) then (u is nb) (1)
16. If (e is ns) and (ce is nm) then (u is nb) (1)

330
17. If (e is ns) and (ce is ns) then (u is nm) (1)
18. If (e is ns) and (ce is ze) then (u is ns) (1)
19. If (e is ns) and (ce is ps) then (u is ze) (1)
20. If (e is ns) and (ce is pm) then (u is ps) (1)
21. If (e is ns) and (ce is pb) then (u is pm) (1)
22. If (e is ze) and (ce is nb) then (u is nb) (1)
23. If (e is ze) and (ce is nm) then (u is nm) (1)
24. If (e is ze) and (ce is ns) then (u is ns) (1)
25. If (e is ze) and (ce is ze) then (u is ze) (1)
26. If (e is ze) and (ce is ps) then (u is ps) (1)
27. If (e is ze) and (ce is pm) then (u is pm) (1)
28. If (e is ze) and (ce is pb) then (u is ps) (1)
29. If (e is ps) and (ce is nb) then (u is nm) (1)
30. If (e is ps) and (ce is nm) then (u is ns) (1)
31. If (e is ps) and (ce is ns) then (u is ze) (1)
32. If (e is ps) and (ce is ze) then (u is ps) (1)
33. If (e is ps) and (ce is ps) then (u is pm) (1)
34. If (e is ps) and (ce is pm) then (u is ps) (1)
35. If (e is ps) and (ce is pb) then (u is ps) (1)
36. If (e is pm) and (ce is nb) then (u is ns) (1)
37. If (e is ps) and (ce is nm) then (u is ze) (1)
38. If (e is ps) and (ce is ns) then (u is ps) (1)
39. If (e is ps) and (ce is ze) then (u is pm) (1)
40. If (e is ps) and (ce is ps) then (u is ps) (1)
41. If (e is ps) and (ce is pm) then (u is ps) (1)
42. If (e is ps) and (ce is pb) then (u is ps) (1)
43. If (e is pb) and (ce is nb) then (u is ze) (1)
44. If (e is pb) and (ce is nm) then (u is ps) (1)
45. If (e is pb) and (ce is ns) then (u is pm) (1)

331
46. If (e is pb) and (ce is ze) then (u is pb) (1)
47. If (e is pb) and (ce is ps) then (u is pb) (1)
48. If (e is pb) and (ce is pm) then (u is pb) (1)
49. If (e is pb) and (ce is pb) then (u is pb) (1)
E El l d di ia ag gr ra am ma a e en n s si im mu ul li in nk k e es s e el l s si ig gu ui ie en nt te e: :

Fig. 12.6. Diagrama de bloques en Simulink de la planta controlador difuso
7 7. . A A c co on nt ti in nu ua ac ci i n n s se e p pu ue ed de en n a ap pr re ec ci ia ar r l la as s r re es sp pu ue es st ta as s d de el l c co on nt tr ro ol l d di if fu us so o h ha al ll la ad da as s e en n l la a s si im mu ul la ac ci i n n p pa ar ra a l la as s
d di if fe er re en nt te es s f fu un nc ci io on ne es s d de e p pe er rt te en ne en nc ci ia a.
1 12 2. .3 3. .1 1 C Co on nt tr ro ol l D Di if fu us so o c co on n F Fu un nc ci i n n d de e P Pe er rt te en ne en nc ci ia a T Tr ri ia an ng gu ul la ar r
Las siguientes son las caractersticas del controlador:
La fuzzificacin de las dos variables de entrada e y ce se hizo con funciones de pertenencia triangulares,
con rangos entre [1,1] para el universo del discurso, y la accin de control u, se le asign un conjunto
difuso con funciones de pertenencia triangulares con un rango entre [0.485 0.485] para el universo del
discurso .
Se trabaj el mtodo mnimo para la implicacin.
El controlador posee 49 reglas de la forma IF-THEN que son las reglas de control difusas de Mamdani.
Se aplic el mtodo del Centroide para la defuzzificacin.

332


Fig. 12.7a. Fuzzificacin triangular para e Fig. 12.7b. Fuzzificacin triangular para ce.
En la siguiente figura se aprecia el conjunto difuso para la salida u.

Fig. 12.8. Conjunto difuso para la accin de control u.
Todas las anteriores caractersticas se introducen en el editor FIS, que es donde se asignan los parmetros
del controlador difuso en el Matlab.

333

Fig. 12.9. Editor de parmetros del controlador difuso.
La siguiente grfica corresponde a la respuesta de la planta con el control difuso.

Fig. 12.10. Respuesta planta control difuso con funcin de pertenencia Triangular

334
En la muestra 15 se empieza a estabilizar el sistema, que es casi menos de la mitad de lo que se estabiliza
con el controlador PID discreto, el tiempo de establecimiento sera del orden de 0.0315 = 0.45 segundos.
1 12 2. .3 3. .2 2 C Co on nt tr ro ol l D Di if fu us so o c co on n F Fu un nc ci i n n d de e P Pe er rt te en ne en nc ci ia a T Tr ra ap pe ez zo oi id da al l
Este controlador y los dos siguientes tienen las mismas caractersticas que el anterior, solo que cambian
las funciones de pertenencia para la fuzzificacin y obviamente los rangos para el universo del discurso.
e: [-1 1]
ce: [-1 1]
u: [-0.47 0.47]
La grfica de la respuesta de la planta con este control es la siguiente.

Fig. 12.11. Respuesta planta control difuso con funcin de pertenencia Trapezoidal
Este sistema se empieza a estabilizar en la muestra 17, lo cual da un tiempo de establecimiento del orden
de 0.0317 = 0.51 segundos.
1 12 2. .3 3. .3 3 C Co on nt tr ro ol l d di if fu us so o c co on n F Fu un nc ci i n n d de e P Pe er rt te en ne en nc ci ia a G Ga au us ss si ia an na a
La fuzzificacin se hizo con funciones de pertenencia gaussianas, la salida u tambin se le asign un
conjunto difuso con funciones de pertenencia gaussianas; los rangos para el universo del discurso se
muestran a continuacin:
e: [-1 1]
ce: [-1 1]
u: [-0.545 0.545]
En la siguiente figura se puede ver la respuesta de la planta-control difuso para la funcin de
pertenencia gaussiana.

335

Fig. 12.12. Respuesta planta control difuso con funcin de pertenencia Gaussiana
En este caso el sistema se estabiliza en la muestra 17 con lo que da un tiempo de establecimiento de 0.51
segundos.
1 12 2. .3 3. .4 4 C Co on nt tr ro ol l D Di if fu us so o c co on n F Fu un nc ci i n n d de e P Pe er rt te en ne en nc ci ia a C Ca am mp pa an na a G Ga au us ss si ia an na a
Las funciones de pertenencia que se trabajan en este controlador son del tipo GBELL (campana
gaussiana) y sus rangos para el universo del discurso son:
e: [-1 1]
ce: [-1 1]
u: [-0.48 0.48]
En la siguiente figura se puede ver la respuesta de la planta-control difuso para la funcin de
pertenencia campana gaussiana.

Fig. 12.13. Respuesta planta control difuso con funcin de pertenencia Gbell

336
Igual que en los dos casos anteriores el sistema se estabiliza en la muestra 17, el tiempo de
establecimiento ser entonces de 0.51 segundos.
En la siguiente tabla se comparan los resultados obtenidos:

Tabla 12.1: Tabla comparativa de resultados


Plantaoocd Planta PID discreto Planta- Control Difuso
t
s
(No de muestras) 40 35 15
Sobreimpulso NO 25% NO
Error 0 0 0

De la tabla anterior se puede apreciar la potencialidad del controlador difuso, pues reduce hasta un poco
mas de la mitad el tiempo de establecimiento del sistema y no presenta sobreimpulso, superando as los
controladores convencionales.

337

1 12 2. .4 4. . C CO ON NC CL LU US SI IO ON NE ES S
Al finalizar este proyecto y despus de profundizar y analizar los conceptos matemticos que envuelven
esta teora se puede decir que la lgica difusa posee conceptos matemticos que se derivan de la
matemtica clsica para generar un nuevo ambiente de trabajo y desarrollo donde es posible el
planteamiento de conceptos imprecisos. Al ser la lgica difusa una lgica multivaluada que permite
valores intermedios para definir conceptos convencionales como si/no, o verdadero/falso es posible
formular a travs de esta teora una forma ms humana de razonar y de esta forma transformar un sistema
automtico o mecnico en un sistema inteligente que sea capaz de auto diagnosticarse por si solo sin tener
en cuenta la presencia de un operador humano.
Otra clara ventaja de los sistemas difusos es su aplicacin en procesos industriales donde el control
automtico es difcil de aplicar ya que el proceso puede ser no lineal o se tenga suficiente informacin
sobre la planta. Aqu la teora de la lgica difusa presenta su principal aplicacin ya que no requiere
conocer el modelo matemtico de la planta, en estos casos es suficiente la informacin que pueda
suministrar el operador humano, estas estrategias de control son expresadas de forma verbal por el
operador pero no pueden implementarse o tomarse como base para disear un controlador convencional,
pero si representan informacin suficiente para implementarlas como reglas de control para un sistema
difuso.
La lgica difusa emplea informacin lingstica y no numrica lo que permite un mejor desempeo del
controlador difuso ya que esta diseado de una forma ms real. Los conjuntos difusos se usan para
convertir las reglas de control heurstica que el operador humano establece en estrategias de control
automtico.
La lgica difusa est mucho mas cercana a la forma de pensar, razonar y expresarse de los seres
humanos que la que proporcionan los sistemas tradicionales bolanos. Proporciona un medio efectivo para
modelar de forma adecuada la naturaleza aproximada e inexacta del mundo real, as un control difuso
proporciona un algoritmo que puede convertir una estrategia de control lingstica en una estrategia de
control automtico.
Desde el punto de vista computacional, existen una gran variedad de programas (Matlab, Xfuzzy,
Fuzzytech,.. entre otros) que permiten desarrollar simulaciones y pruebas con una gran eficiencia
computacional. La mejora o optimizacin del algoritmo puede realizarse de forma rpida y sin
inconvenientes, adems el proceso de implementacin fsica puede llevarse acabo empleando el PIC o el
DSP difusos que son herramientas tecnolgicas de avanzado desarrollo tcnico.
El control difuso es aplicable en problemas complejos y donde los controladores convencionales son
difciles de aplicar, pero no siempre da buenos resultados donde el control automtico es fcilmente
aplicable o en plantas sencillas y de fcil manejo.
Este trabajo presenta el paso inicial de futuros proyectos de aplicaciones con lgica difusa. Con l,
sentamos las bases para dar el paso siguiente que sera la implementacin del algoritmo difuso con un PIC
o un DSP para el control de velocidad de un motor DC.



REFERENCIAS BIBLIOGRFICAS
= McNEILL, Martn y THRO, Ellen. Fuzzy Logic: A practical approach. AP Professional Academic
Press Limited. Cambridge (USA), 1994. 292p.
= BERENJI, Hamid. Fuzzy Logic And Neural Networks For Control Systems. Sterling Software,
Mountain View, NASA.
= CADAVID Bustamante Jose Libardo, LONDOO Carlos Mario. , Control de velocidad De un Motor
DC Basado en Microprocesador Z-80 Tesis Universidad Nacional De Colombia Facultad Nacional De
Minas 1990
= CHAPMAN, Stephen. Mquinas Elctricas. Traduccin Octavio Posada Salazar 2ed. Mxico,
McGrawHill,1995
= DRIANKOV, Dimiter y HELLENDOORN, Hans. An introduction to Fuzzy Control. Munchen
Siemens, 1998
= CHIN- TENG Lin, LEE George. , Neural Fuzzy Systems. Prentice Hall 1996
= ESPADA, Fernando. Anlisis Y Diseo De control De Procesos Basados En Lgica Borrosa. Tesis
Doctoral Universidad Politcnica de Madrid, 1994
= GRANTHAM, Walter y THOMAS, Vincent. Sistemas De Control Moderno. Mxico, Limusa,
1998
= GULLEY, Ned y JANG, Roger. Fuzzy Logic Toolbox. Prime Park Way The Math Works, Inc
1995
= GUPTA, M. Madan y KISKA, B. Jerzy. Multivariable Structure Of Fuzzy Control Systems.
IEEE Transactions On Systems, man and cibernetics, Vol. 16 # 5, September- October/ 86, pag.
638
= KOSTENKO, M. P. y PIOTROVSKI, M. Mquinas Elctricas, T. II. Traduccin del ruso por Luis
Garca Rodrguez. Mosc, Mir, 1976.
= Mquinas de corriente continua. Enciclopedia CEAC de la electricidad, T.2.
= Matlab. Edicin de estudiante. 4 Versin. Madrid, Prentice Hall.
= Manual de Simulink. Versin de estudiante. Traduccin de Sebastin Dormido Bencomo. Madrid,
Prentice Hall, 1998
= MATHEW, George. Digital Signal Processing. Texas Instruments Incorporated
= OGATA, Katsuhiko. Ingeniera De control Moderna. Traduccin Bartomele Fabian Frankel.
Prentice Hall, 1974
= OLGADO, Javier. Conceptos Bsicos De Lgica Borrosa. Revista Espaola De Electrnica.
Enero 1995
= RAMREZ Jimnez Carlos, GMEZ Narvez Robinsn. , Aplicacin De La teora De Control
Moderno A Un Sistema Dinmico Aplicando El DSP-2101

339
= Y.F, Li y C.C., Lau. Development Of Fuzzy Algorithms For Servo Systems. IEEE Control
Sistems Magazine. USA, April/ 89, pag. 65
= Wang Li-Xin. , A Course In Fuzzy Sistems And Control Prentice Hall 1996

Vous aimerez peut-être aussi