Professional Documents
Culture Documents
Autores: Francisco Gordillo lvarez Jos ngel Acosta Rodrguez Manuel Lpez Martnez
Indice
I Introducci n y fundamentos o 1
1 Introducci a los sistemas de control. on 1.1 1.2 1.3 1.4 1.5 1.6 1.7 1.8 1.9 Noci de control autom on atico. . . . . . . . . . . . . . . . . . . . . . . . . . . . Necesidad del modelo matem del sistema. . . . . . . . . . . . . . . . . . . atico Idea de realimentaci . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . on. Realimentaci retardos y oscilaci . . . . . . . . . . . . . . . . . . . . . . . on, on. Sensibilidad y realimentaci . . . . . . . . . . . . . . . . . . . . . . . . . . . on. Las Matem aticas y el control autom atico. . . . . . . . . . . . . . . . . . . . . . Bosquejo hist del control autom orico atico. . . . . . . . . . . . . . . . . . . . . . Se ales y sistemas. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . n Servomecanismos y reguladores. . . . . . . . . . . . . . . . . . . . . . . . . . .
3 3 4 6 7 8 9 11 12 13
2 Introducci a los sistemas realimentados on 2.1 2.2 2.3 Servomecanismo de posicion . . . . . . . . . . . . . . . . . . . . . . . . . . . . Acci proporcional m derivada (PD). . . . . . . . . . . . . . . . . . . . . . . on as Acci proporcional m integral (PI). . . . . . . . . . . . . . . . . . . . . . . . on as
17 17 19 22
25
ii 3.1
INDICE
Transformaci de Laplace . . . . . . . . . . . . . . . . . . . . . . . . . . . . . on 3.1.1 3.1.2 3.1.3 3.2 3.3 Denici . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . on Resumen de Propiedades . . . . . . . . . . . . . . . . . . . . . . . . . . Calculo de antitransformadas . . . . . . . . . . . . . . . . . . . . . . . . 25 25 26 29 33 35 35 35 37 37 39 40
Noci de sistema din on amico. . . . . . . . . . . . . . . . . . . . . . . . . . . . . Formas de las relaciones entrada-salida en sistemas. . . . . . . . . . . . . . . . . 3.3.1 3.3.2 Sistemas est aticos. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Sistemas din amicos . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3.4
Descripci externa de los sistemas din on amicos. . . . . . . . . . . . . . . . . . . 3.4.1 3.4.2 Respuesta impulsional. . . . . . . . . . . . . . . . . . . . . . . . . . . . Funci de transferencia. . . . . . . . . . . . . . . . . . . . . . . . . . . on
3.5
4 Modelado y Simulaci on 4.1 Modelado de sistemas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.1.1 4.1.2 4.1.3 4.1.4 4.1.5 4.2 Exactitud del modelo frente a su sencillez . . . . . . . . . . . . . . . . . Modelo externo e interno de un sistema . . . . . . . . . . . . . . . . . . Modelos deterministas y no deterministas . . . . . . . . . . . . . . . . . Modelos param etricos y no param etricos . . . . . . . . . . . . . . . . . Modelos con par ametros concentrados y distribuidos . . . . . . . . . . .
43 43 44 45 46 46 47 47 48 52 56
Modelado de sistemas mec anicos . . . . . . . . . . . . . . . . . . . . . . . . . . 4.2.1 4.2.2 Sistemas mec anicos traslacionales . . . . . . . . . . . . . . . . . . . . . Sistemas mec anicos rotacionales . . . . . . . . . . . . . . . . . . . . . .
4.3
INDICE
4.3.1 4.3.2 4.3.3 4.4 Dep osito . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Tuber y v a alvula . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Modelos de sistemas hidr aulicos . . . . . . . . . . . . . . . . . . . . . .
iii 56 57 57 58 58 59 60 60 61 62 62 63 63 63 64 65 66 67 72 73 77 78 79
Modelado de sistemas el ectricos . . . . . . . . . . . . . . . . . . . . . . . . . . 4.4.1 4.4.2 4.4.3 4.4.4 4.4.5 4.4.6 Resistencia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Condensador . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Bobina . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Fuente . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Motores de corriente continua . . . . . . . . . . . . . . . . . . . . . . . Modelos de sistemas el ectricos . . . . . . . . . . . . . . . . . . . . . . .
4.5
Sistemas t ermicos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.5.1 4.5.2 4.5.3 4.5.4 Transferencia de calor por conduccion . . . . . . . . . . . . . . . . . . . Transferencia de calor por conveccion . . . . . . . . . . . . . . . . . . . Transferencia de calor por radiacion . . . . . . . . . . . . . . . . . . . . Modelos de sistema t ermicos . . . . . . . . . . . . . . . . . . . . . . . .
4.6
Linealizaci de modelos no lineales . . . . . . . . . . . . . . . . . . . . . . . . on 4.6.1 4.6.2 Punto de funcionamiento de un sistema . . . . . . . . . . . . . . . . . . Linealizaci de un sistema din on amico . . . . . . . . . . . . . . . . . . .
4.7
4.8
Algebra de bloques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.8.1 4.8.2 Operaciones sobre senales . . . . . . . . . . . . . . . . . . . . . . . . . Operaciones sobre bloques: reduccion de sistemas . . . . . . . . . . . .
iv
INDICE
83
5 Sistemas din amicos lineales de primer orden 5.1 5.2 Introducci . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . on Soluci de la ecuaci diferencial de primer orden . . . . . . . . . . . . . . . . on on 5.2.1 5.2.2 5.2.3 5.2.4 5.3 5.4 Se al de entrada nula . . . . . . . . . . . . . . . . . . . . . . . . . . . . n Se al de entrada no nula . . . . . . . . . . . . . . . . . . . . . . . . . . n Respuestas a se ales de entrada especiales . . . . . . . . . . . . . . . . . n Respuesta arm onica . . . . . . . . . . . . . . . . . . . . . . . . . . . .
85 85 87 87 87 90 96 99
105
Denici . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 105 on 6.1.1 6.1.2 6.1.3 Respuesta de un sistema de segundo orden a una entrada en escal on . . . 108 Respuesta en frecuencia de un sistema de segundo orden . . . . . . . . . 115 Ecuaciones diferenciales de orden n . . . . . . . . . . . . . . . . . . . . 118
123
Relaci entre las constantes de error y los polos y ceros. . . . . . . . . . . . . . 123 on 7.1.1 7.1.2 7.1.3 7.1.4 Seguimiento de posici . . . . . . . . . . . . . . . . . . . . . . . . . . 124 on. Seguimiento de velocidad. . . . . . . . . . . . . . . . . . . . . . . . . . 126 Seguimiento de aceleracion . . . . . . . . . . . . . . . . . . . . . . . . 129 Sistemas con error nulo . . . . . . . . . . . . . . . . . . . . . . . . . . . 130
INDICE
133
135
Diagramas m comunes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 135 as 8.1.1 8.1.2 8.1.3 8.1.4 Diagrama de polos y ceros: caso racional . . . . . . . . . . . . . . . . . 135 Diagrama de Nyquist . . . . . . . . . . . . . . . . . . . . . . . . . . . . 135 Diagrama logar tmico o de Bode . . . . . . . . . . . . . . . . . . . . . . 137 Diagrama de Black . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 138
8.2
Diagrama de Bode . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 138 8.2.1 8.2.2 8.2.3 8.2.4 8.2.5 Diagrama de Bode de una constante . . . . . . . . . . . . . . . . . . . . 139 Diagrama de Bode de una integracion pura . . . . . . . . . . . . . . . . 139 Diagrama de Bode de un sistema de primer orden . . . . . . . . . . . . . 141 Diagrama de Bode de una diferenciacion pura . . . . . . . . . . . . . . . 142 Diagrama de Bode del t ermino asociado a un cero . . . . . . . . . . . . . 143
8.3 8.4
149
151
Introducci . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 151 on Criterios de estabilidad relativos a la descripcion externa . . . . . . . . . . . . . 152 9.2.1 9.2.2 Criterio de Routh-Hurwitz . . . . . . . . . . . . . . . . . . . . . . . . . 156 Matriz de Hurwitz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 160
vi 9.3
INDICE
Criterio de Nyquist . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 161 9.3.1 Grado de estabilidad e interpretacion del criterio de Nyquist . . . . . . . 166
169
171
10.1 Introducci . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 171 on. 10.2 An alisis en el dominio de la frecuencia de la red PD . . . . . . . . . . . . . . . . 174 10.3 An alisis en el dominio de la frecuencia de la red PI . . . . . . . . . . . . . . . . 177 10.4 Acci proporcional, integral y diferencial (PID) . . . . . . . . . . . . . . . . . 179 on 10.5 Compensaci por avance de fase . . . . . . . . . . . . . . . . . . . . . . . . . 181 on 10.6 Efecto en el dominio de la frecuencia . . . . . . . . . . . . . . . . . . . . . . . . 183 10.7 M etodo pr actico . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 184
Parte I
Introducci y fundamentos on
Tema 1
u1 u2
q q q
E E
y1 y2
Sistema a controlar
E q q q E
un
ym
Figura 1.1: Sistema din amico la velocidad del autom y2 la separaci del mismo de la cuneta, etc. ovil; on De una manera intuitiva se entiende que un proceso estautomatizado cuando funciona solo, es a decir, sin intervenci del ser humano. Por ejemplo, un automovil completamente automatizado on ser aqu que funcionase completamente solo. Se comprende que en este ejemplo trivial la a el automatizaci no parece previsible para un futuro inmediato, aunque sse han realizado ciertas on automatizaciones parciales como la del cambio de marcha. Volviendo al problema original, se puede decir que el funcionamiento del proceso se har a a partir de la serie de se ales ui que se le aplique. El problema de controlar (mandar) el proceso, n se reduce al de establecer las senales de entrada ( ordenes), a que deberser sometido para que su a funcionamiento sea el apetecido. Por lo tanto, el problema de controlar el funcionamiento de un proceso queda reducido al de la toma de decisi de la secuencia de valores que deben tomar las se nales de mando del mismo. on Es decir, volviendo al ejemplo trivial de la conduccion del autom la decisi de las maniobras ovil, on que debe efectuar el conductor (sobre el volante, sobre el freno, sobre el acelerador...) para que el funcionamiento del autom sea el adecuado. ovil
necesario que se sepa predecir quresultados se obtendrde cada una de las posibles acciones. Es e a decir, quien tome la decisi respecto a cual de las posibles acciones a tomar debe adoptarse, debe on predecir in mente, las acciones que resultar de cada una de sus posibles opciones, con el n de an escoger aquella se al de entrada a la que corresponda un resultado que sea el buscado. n Por lo tanto, se requiere el conocimiento exhaustivo de las relaciones que existen entre las posibles acciones a tomar sobre el sistema, y los resultados que determinar cada una de ellas. an Esto es lo que se llama un modelo matem del proceso, y estconstituido por las relaciones atico a formales que ligan a las se ales ui e yi . n El conductor del autom que es quien toma la decision del posicionamiento de los distintos ovil, organos que tiene a su alcance (volante, frenos, acelerador...) lo que hace en todo instante es prever cu serel resultado de las decisiones tomadas con el n de mantener el proceso que gobierna (el al a autom ovil), en un estado de marcha y funcionamiento apetecido. Para construir un modelo matem de un proceso, se requiere establecer de una forma preatico cisa, las magnitudes que lo denen (senales de entrada y de salida) as como las relaciones formales que ligan a estas magnitudes. En la vida ordinaria, cuando se construyen modelos, de una manera subconsciente, para la toma de decisiones, estos no tienen el nivel de formalidad que se acaba de indicar. Sin embargo, cuando se quiere automatizar un proceso, es indispensable la construcci on de estos modelos for males con el n de poder trasladar el proceso de toma de decisi on a una m aquina construida al efecto, asque determinarlas acciones a tomar precisamente a partir del modelo del sistema del a que disponga. La posibilidad de construir un modelo del proceso que se estconsiderando, constituye una e de las mayores limitaciones que a priori se pueden establecer respecto a la posibilidad de automatizar un determinado proceso. Consid erese, por ejemplo, el problema del establecimiento de un tratamiento por un m edico para uno de sus enfermos. En la medida en que fuese posible en primer lugar denir una serie de magnitudes que caracterizasen el estado del enfermo (temperatura, tensi arterial, resultados de an on alisis cl nicos...) y de las relaciones formales que ligan a estas magnitudes, ser posible automatizar completamente el problema del establecimiento de un a tratamiento, que no es sino determinar la accion a seguir sobre el enfermo para conseguir que la evoluci del mismo estado de salud se realice en forma apetecida. on En ciertos casos es posible establecerse un modelo matem del proceso que ligue de una atico manera un voca a cada una de las acciones que se tomen un unico resultado. Se tiene entonces un sistema determinista. En otros casos, para cada una de las acciones posibles, no se tiene sino una predicci estad on stica de posibles resultados; se tienen entonces los llamados sistemas estoc sticos. a
El conocimiento del modelo matem del sistema sobre el que se debe tomar una decision para atico gobernar su funcionamiento, no es suciente para la toma de esta decisi on. Se requiere adem as informaci sobre lo que, de una forma intuitiva de momento se puede denominar estado actual on del mismo. Es f encontrar ejemplos que ilustren este punto. Supongase, por ejemplo, un automovil acil que debe hacer el recorrido Sevilla - C Sup adiz. ongase que se dispone de un modelo matem atico del funcionamiento del automovil ascomo un trazado minucioso de la autopista que une las dos ciudades. Parece posible, en principio, prever un programa extraordinariamente detallado que permitiese realizar por medio de un programa previo la toma de decisiones sobre la conducci on del autom ovil. Un programa que ser algo ascomo una secuencia de instrucciones del tipo: a avanzar en lnea recta 150 m, realizar un giro a la derecha, con radio de giro de 1 km.,.... Sin embargo parece claro que en principio no quepa augurar un feliz resultado a la empresa. Este tipo de programa dar lugar a un control en bucle abierto en el que no se tiene informaci on sobre la a situaci actual. on El conductor no hace sino desde su posicion de gobierno de la conduccion del autom ovil introducir, especialmente por medio de sus ojos, informaci on sobre el estado actual del automovil, permitiendo de esta forma el que la toma de decision respecto a la condici del mismo, adquiera on un grado de ecacia realmente able. Este ejemplo, pese a su aparente articiosidad es similar al que se presenta cuando se trata de enviar una c apsula a la luna. Debe notarse que la necesidad de la realimentaci on surge como consecuencia de la aparici de perturbaciones aleatorias que modican el funcionamiento del on sistema de acuerdo con un plan previsto, o sencillamente por la imperfecci on del modelo del sistema que le impide una prediccion exacta, a largo plazo, del funcionamiento del mismo. Desde un punto de vista general, cabe decir que los sistemas con realimentaci on son aqu ellos en los que la adopci de decisiones cara al futuro estcompletamente inuenciada por los efectos on a de las previamente adoptadas. Dicho con otras palabras, son los sistemas en los que si la acci on que se lleva a efecto persigue una determinada meta, es la diferencia entre las cotas alcanzadas en esta meta, y ella misma, la que determina las acciones posteriores. Este tipo de actuaciones son las que se denominan control en bucle cerrado o control por realimentaci on. En la gura 1.2 se representa en forma de diagrama de bloques lo anterior. En dicha gura se representa por un lado el Sistema, cuya variable de Salida pretendemos controlar de forma que siga a la Entrada. Para ello se dispone de un Elemento de medici on, que nos proporciona el valor de la se al de salida y posteriormente una vez comparada con la se nal de entrada se toma la decisi n on correspondiente para actuar sobre el sistema.
Entrada
Toma de decisi on
T
Salida Planta
Elemento de medici on
'
Referencia
Ojos (Sentidos)
T
E Conducci on
Posici on Coche
E
Figura 1.3: Ejemplo de realimentacion Sup ongase que se trata de mantener el coche en l recta sobre una supercie completamente nea
llana, sin ning obst un aculo. Sobre el autom s act las peque as perturbaciones (baches) ovil olo uan n del terreno y el conductor puede conseguir su objetivo con relativa facilidad. Sup ongase ahora que el conductor debe realizar su cometido con los ojos cerrados, llevando a su lado un copiloto que es el que le va transmitiendo las indicaciones respecto a las desviaciones de la l recta que se trata de seguir. El circuito de realimentaci on se modica, en este caso, al de nea la gura 1.4, con ello lo que se ha introducido es de una manera articiosa un notable retardo en el bucle de realimentaci Es f comprender, que en este segundo caso, y debido precisamente al on. acil retraso que se introduce en el bucle de realimentacion, la conducci serfuertemente oscilante. on a Perturbaciones
c c c
Ref.
Ojos (Sentidos)
T
on E Transmisi oral
E Conducci on
Posici on Coche
E
Figura 1.4: Sistema con retardo Un hecho importante que ilustra tambi el anterior ejemplo es que cuanto mayor sea la veen locidad a la que pretende conducirse el automovil, mayores ser los efectos de oscilaci que se an on han indicado. El dilema entre velocidad de respuesta (precisi on) y estabilidad (ausencia de oscilaciones), constituye una de las constantes que aparecen en el estudio de sistemas realimentados.
Por el contrario, si se puede actuar sobre los grifos durante todo el proceso, entonces se tiene un sistema en bucle cerrado en el que la persona que se ducha puede tomar las decisiones oportunas, y actuar sobre el sistema a trav de los grifos, para corregir cualquier perturbacion que se pueda es producir. El sistema, en conjunto, ha atenuado las posibles perturbaciones exteriores, por lo tanto ha disminuido su sensibilidad sobre las mismas. Este ejemplo ayuda tambi a poner de maniesto uno de los problemas m importantes que en as se pueden producir como consecuencia de la introducci on de la realimentaci Consid on. erese que:
Los grifos se encuentran alejados del deposito de agua caliente; y Una peque a variaci de cualquiera de los grifos inuye sensiblemente en la temperatura n on del agua.
Es claro que en tales condiciones se producir oscilaciones de la temperatura del agua, puesto que an serenormemente dif ajustar la misma. Ello es debido a que cualquier accion que se tome tarda a cil un cierto tiempo en detectarse (en la espalda del que se ducha que es el organo de medida), y por lo tanto este posiblemente se pase en la correccion. El sistema se convierte entonces en un sistema inestable, y la correcci de ese tipo de inestabilidad constituye uno de los primeros problemas on con los que se enfrenta el dise ador de sistemas realimentados. Ello se pondrampliamente de n a maniesto a lo largo de este curso.
Las matem aticas pueden usarse como lenguaje cuando se pretende formular los problemas con la ayuda de conceptos matem aticos buscando con ello la precision y claridad. Las matem aticas pueden emplearse como herramientas cuando una vez planteado el problema en t erminos matem aticos se resuelven las ecuaciones que resultan (anal ticamente o por simulaci on)
Por otra parte, cabe considerar que la ingenier puede describirse como una mezcla de sentido a com y ciencia. Se trata de recurrir a planteamientos teoricos que permitan profundizar en los un problemas que se est tratando, pero sin perder de vista que en ultimo extremo de lo que se trata en es de conseguir algo que funcione. Estas consideraciones previas deben hacerse por cuanto que, como es l ogico seg lo que se un ha visto en los apartados anteriores, las matem aticas juegan un papel fundamental en la moderna teor del control autom a atico. Tan es asque en alg sentido puede considerarse la teor del un a control autom como una rama de las matem atico aticas aplicadas.
10
En la gura 1.5 se tiene un sencillo diagrama en el que se pretende expresar las fases del m etodo en control autom atico. Estas fases pueden resumirse en:
1. A partir del proceso, por abstraccion, se construye el modelo matem del mismo. Esta atico primera fase no es espec del especialista en control, y requiere del concurso del especa cialista en el proceso a controlar. 2. Una vez obtenido el modelo matem se determina qutipo de acci debe efectuarse atico e on sobre el mismo para que su comportamiento se adecue a las metas propuestas. Se trata de determinar, lo que m adelante se denominarley de control. as a 3. Por ultimo, se trata de realizar fsicamente, la ley de control determinada en el punto anterior para lo que se requiere el concurso de instrumentos f sicos que realicen esta funci En esta on. ultima fase se requiere de nuevo el concurso del especialista en el proceso a controlar (en forma de instrumentista).
Ley de Control
Abstracci on
Implementaci on
Sistema F sico
Sistema de Control
Figura 1.5: Fases del M etodo de Control De las tres fases anteriores, la espec del especialista en sistemas de control es la segunda, ca que tiene un car fundamental matem acter atico. Se ha llegado incluso a decir que el especialista en control en realidad no trata con los sistemas f sicos, sino exclusivamente con sus modelos matem aticos. Por lo tanto, el terreno en que se mueve el especialista en control autom atico, estfuertemente a inuido por las matem aticas aplicadas, aunque nunca debe olvidarse las consideraciones hechas m arriba respecto a la labor del ingeniero. as
11
vlvula
Cilindro
+ -
Transmisin
vlvula
Mquina de vapor
bolas
Figura 1.7: Diagrama de bloques: Regulador de Watt El inter que suscita en su tiempo, la m es aquina de Watt es grande, puesto que en ella se presentan los problemas de estabilidad a los que se alud en los apartados 1.4 y 1.5. Tan es as James a que Clerk Maxwell, uno de los mayores f sicos te oricos del siglo XIX se siente atra por el problema do y publica un trabajo titulado On governors que constituye uno de los trabajos pioneros de la mod erna teor del control. Sin embargo, aparte de este trabajo, y alg un otro de Routh a nales de siglo, a
12
Se y sistemas. nales
no es hasta los a os 30 de este siglo, cuando se acomete de una manera sistem el estudio de las n atica t ecnicas matem aticas que permitan estudiar y disenar sistemas realimentados. Durante la Segunda Guerra Mundial, la necesidad de construir sistemas de control altamente sosticados para nes militares, condujo al desarrollo tanto en los Estados Unidos como en la Uni on Sovi etica, de lo que hoy se conviene en llamar teora cl sica de los servomecanismos, y que se estudiarm adelante a a as en este curso. En aquellos a os Norbert Wiener publica la importante obra Cibernetics, en la que n se recalca el car fundamental de la noci de realimentaci como concepto cient acter on on co. La teor cl a asica de los servomecanismos tiene enormemente limitadas su posibilidades de aplicaci por cuanto que la clase de sistemas a las que se aplica es reducida. En ello determin o on la realizaci de estudios te on oricos que permitiesen construir una teor de sistemas que abarcarse a una clase m amplia de los mismos. Con ello se ha llegado al desarrollo de la teora moderna del as control, basada sobre la nocion de estado, y que se estudiarcon detenimiento a lo largo de este a curso.
13
empleada en las anteriores deniciones de entrada y salida, debe tomarse en un sentido amplio y no geom etrico. Los sistemas se representan por medio de bloques tal como se indica en la gura 1.8.
potencia perturbaciones
Figura 1.8: Sistema din amico Juntamente con las se ales de entrada y salida interesa considerar que un sistema puede estar n sometido a otro tipo de entradas como son las de suministro de potencia o las perturbaciones. Pero con el n de poder estudiar en su comportamiento ciertas regularidades, que permitan su estudio matem atico, se considerarque estas, o bien se mantienen constantes (potencial), o bien sufren a solo variaciones despreciables (perturbaciones), de manera que el valor de la se nal de salida pueda considerarse funci exclusivamente del conjunto de valores tomados por la se nal de entrada. Por on lo tanto normalmente la representacion de un sistema se harcomo indica la gura 1.1. a Como ejemplo de lo dicho se puede considerar un motor el ectrico en el cual el campo se mantiene constante y se var la velocidad actuando sobre la corriente de inducido. (Figura 1.9) a
Intensidad de inducido
Figura 1.9: Motor el ectrico Desde el punto de vista que se estconsiderando se dirque el motor es un sistema que, a una a a se al de entrada u(t) (intensidad de inducido), da una se nal de salida y(t) (velocidad del motor). n Se puede, en cierto aspecto, prescindir de la consideraci on del campo.
14
Servomecanismos y reguladores.
atendiendo a su desarrollo hist y al inter de ciertas aplicaciones a las que, por otra parte, se orico es ha podido aplicar una teor sencilla y fecunda, es posible extraer de todo el complejo mundo de a la autom campos de estudio concretos como son los servomecanismos y los reguladores. atica Un servomecanismo es un ingenio con el que se pretende controlar una posici on. Ejemplos de servomecanismos se encuentran en campos tan variados como son los posicionamientos de los timones de un barco, posicionamiento de las antenas de radar, posicionamiento de las ruedas de un cami en una servodirecci posicionamiento de la herramienta en un torno automatizado, on on, posicionamiento de la pluma en un registrador de precisi on, etc... El control de la posicion se hace de acuerdo con un sencillo esquema de realimentaci on como el de la gura 1.10.
+ -
y amplificador u motor
Figura 1.10: Servomecanismo de posicion Siempre que la posici de salida no se encuentre en la posicion requerida por la referencia on aparece un error que actuando sobre el servomotor determina que este act corrigiendo el error. ue La unica posici de equilibrio es aqu en que la posici de salida es igual a la referencia. on ella on Por lo tanto un servomecanismo es, esencialmente, un sistema seguidor o reproductor en el que la posici de salida sigue o reproduce a la senal de entrada (referencia). Una caracter on stica es encial, que justica las aplicaciones de los servomecanismos es que el nivel de potencia de la se nal de salida puede ser muy superior al de la senal de entrada. En el esquema anterior se ve como lo que posiciona es el servomotor, que viene actuado por una potencia externa al conjunto (el campo) y una se al que viene del servoamplicador y que es la que realmente corrige (alimentaci on del n inducido). Obs ervese que la misma se al que viene del servoamplicador ha recibido, en esta, n potencia del exterior. Por lo tanto un servomecanismo es un ingenio que reproduce se nales de posici a un nivel de potencia superior. El precio de esta mayor potencia en la posici on de la on salida es una p erdida de calidad en la se al, es decir, de una cierta distorsion. Precisamente las n t ecnicas de dise o de servomecanismos tratan de conseguir que esta p n erdida de calidad de la se al n sea m nima. Un problema, aunque desde un punto de partida distinto al de los servomecanismos pero que conduce a planteamientos semejantes, es el de los reguladores. Una determinada magnitud f sica se dice que estregulada si estprovista de un sistema que reaccione frente a los cambios del a a medio externo que afecten a esta magnitud, de suerte que se mantenga en un valor aproximada mente constante. Un ejemplo trivial de ello lo suministra un sistema de regulaci on de temperatura en una habitaci El sistema calefactor, a trav de un termostato, debe reaccionar a las variaon. es ciones del medio (aperturas de puertas, entrada de m o menos gente, p as erdidas naturales distintas en el d que en la noche, etc...) de suerte que la temperatura se mantenga constante. a
15
Figura 1.11: Regulador de temperatura El esquema que permite la regulacion de temperatura es esencialmente el mismo de un servomecanismo, tal y como se ve en la gura 1.11. Sin embargo, deben notarse las diferencias, desde un punto de vista f sico, entre ambos sistemas.
1. En el servomecanismo, la entrada (referencia) es variable y se pretende que la salida siga a la entrada. Mientras que en el regulador la entrada es constante. 2. En el servomecanismo la fuente de error es la variacion de la referencia. En el regulador la fuente de error son perturbaciones exteriores que separan el sistema del estado requerido. 3. En el servomecanismo se produce una amplicacion de potencia en la se al de salida, que n es lo que interesa. En el regulador, la senal de salida en sno interesa, sino que s es una olo medida de algo que sucede en la planta controlada, que es lo que realmente interesa.
Junto a estas diferencias y a otras que pudieran establecerse se presenta la profunda semejanza entre ambos problemas, ya que los dos conducen al mismo diagrama de bloques realimentado que se muestra en las guras 1.10 y 1.11. Bas andose en esta semejanza es por lo que el estudio de ambos problemas se hace simult pero no debe olvidarse nunca que f aneo sicamente se trata de dos problemas diferentes.
16
Servomecanismos y reguladores.
Tema 2
Figura 2.1: Bucle abierto de un servomecanismo de posici on En la gura 2.1 se muestra el bucle abierto de un servomecanismo. En ella se pone de mani esto c mediante una amplicador la senal u(t) adquiere el nivel adecuado para actuar sobre omo, un motor, cuyo eje representa la posicion de salida del servomecanismo. Este eje es solidario con una inercia J y una fricci f . on En la gura 2.2 se muestra el bucle cerrado del servomecanismo. Al esquema de la gura 2.1 se ha a adido una se al de referencia r(t) que se compara con la salida del motor, y cuya n n 17
18
Servomecanismo de posici on
Figura 2.2: Bucle cerrado de un servomecanismo de posici on En la gura 2.1 se puede hacer la hipotesis de que el par del motor es proporcional a la senal electrica de alimentaci del amplicador u(t). Con este supuesto se puede escribir que la posici on on del motor y(t) viene dada por la ecuacion diferencial:
dy d2y +f = u(t) 2 dt dt
siendo en este caso y(t) un angulo , J la inercia del conjunto motor-carga, y f el coeciente de fricci viscosa del mismo conjunto. on Para que un sistema de control realimentado actue aceptablemente, necesita satisfacer unas determinadas especicaciones de funcionamiento, tanto para su r egimen permanente como para su transitorio que, normalmente, no se consigue con los elementos que consituyen el bucle de control. Hay veces en que un simple aumento de la ganancia est es suciente para lograr precision, atica sin que se afecte demasiado a las caracter sticas en estado transitorio. No obstante, como lo normal es que estas se vean empeoradas con una actuacion de este tipo, o en el mejor de los casos, no se consigan exactamente las que se pretende que tenga el sistema, es por lo que se desarrollaran a continuaci los procedimientos de compensacion que se han dado en llamar en llamar clasicos on ya que fueron los primeros que se utilizaron. Se emplean tres tipos de acciones:
Acci proporcional m derivada (PD); on as Acci proporcional m integral (PI) y on as Acci proporcional m integral y m derivada (PID). on as as
19
dy dr dy d2y +f = Kr Ky + Kd Kd 2 dt dt dt dt d2y dr dy + ( f + Kd ) + Ky = Kr + Kd 2 dt dt dt
(2.2)
La ecuaci 2.1 muestra que el sistema es excitado ahora por la se nal de error y por un impulso. on La consecuencia inmediata es que el efecto corrector (inversi on del par motor) se aplica antes que cuando el control era s proporcional, como se muestra en la gura 2.3 a) y b) En efecto, con olo control proporcional solamente, el error cambia de signo en el punto f de la gura b) mientras que si la se al de error es del tipo PD indicado, el cambio de signo se verica en el instante g de la n gura d, es decir, el par corrector se aplica antes de que la se nal de salida llegue al valor de la de referencia. En consecuencia, la sobreoscilacion sermenor. La red PD tiene asun car a acter anticipativo, ya que en cierta manera se anticipa a lo que va a ocurrir. Esta misma consecuencia se pone de maniesto en la ecuaci on 2.2, que muestra la ecuacion diferencial del sistema en bucle cerrado. En ella se aprecia que el coeciente de la primera derivada se ha incrementado en el valor Kd , es decir, el efecto ha sido aumentar la friccion del sistema prim itivo y, por tanto, hacer que el conjunto tenga una respuesta temporal con menor sobreoscilaci on. Por otro lado, tambi en la ecuaci 2.2 se aprecia que la parte no homog de la ecuaci en on enea on diferencial no es un escal sino un escal m un impulso. Ello determina que el sistema on, on, as responda m r as apidamente ya que no s es sensitivo a la referencia, sino que tambi lo es a su olo en variaci Todo se pone de maniesto observando las guras 2.4 on. De lo anterior se desprenden las dos caracter sticas esenciales de una acci PD : on
20
y r
(a)
t e
(b)
f
de dt
(c)
t e + de dt
(d)
g y y r t
(e)
t
Figura 2.3: Compensaci con PD. on
21
respuesta a Kr
(a)
respuesta a Kd dr dt t
y respuesta a Kr + Kd dr dt r
(b)
t
Figura 2.4: Respuesta temporal con red PD.
22
Estos efectos se han considerado para un caso particular y especialmente simple, el de un servomecanismo elemental de posicion. Sin embargo son igualmente v alidos, en general, para cualquier tipo de sistema.
u(t) = K e + Ki
e dt
0
Sea un sistema como el de la gura 2.5, al que se le ha incorporado una acci on integral en paralelo con la acci proporcional, es decir, se la ha dotado de una acci on PI. on
Ki + e K + + G(s)
Figura 2.5: Diagrama de un sistema con regulacion PI Sup ongase que a dicho sistema, en un r egimen estacionario, se le aplica un par externo Pe sobre la carga, es decir, sobre el eje de salida. El sistema reaccionartratando de anular dicho a par puesto que la aplicaci del mismo, determina la aparicion de un error, el cual alimenta al on motor y le obliga a suministrar un par creciente con el tiempo. Si la acci on de la red fuese s olo proporcional, es claro que el equilibrio se alcanzar cuando el par generado por el motor fuese a igual al aplicado externamente. Interesa ver con cierto detenimiento lo que ocurre cuando la acci on de mando es del tipo PI. Para ello, en primer lugar, se establecen las ecuaciones que rigen la evoluci on del sistema y que resultan ser d2y dy +f + Pe = Ke + Ki 2 dt dt
t
e dt
0
Pe + J
e dt
0
23
Pe + J
d2e dr de d2r =J 2 + f + K e + Ki +f 2 dt dt dt dt
e dt
0
dr =0 dt
d2r =0 dt 2
En el r egimen permanente, cuando t , si la introduccion del integrador no ha hecho inestable al sistema, se tendrque a
de =0 dt con lo cual,
d2e =0 dt 2
Pe = K e p + Ki
e dt
0
Como Pe es nito, la unica forma de que se cumpla la ecuacion anterior es que e p = 0 ya que en caso contrario, 0 edt . En consecuencia, el sistema reacciona eliminando el error en regimen permanente (e p ). Por lo dicho, una red PI mejora considerablemente el r egimen permanente, no s de una olo manera cuantitativa, sino esencialmente cualitativa por cuanto que cambia el tipo del sistema, es decir, no es que el sistema se mejore, sino que se convierte en otro, de caracter sticas distintas. La interpretaci f del fen on sica omeno es muy simple. La aplicacion del par externo Pe , tiende a separar la posici del eje de salida del valor en que la ha jado la senal de referencia (gura on 2.6.a). Ello trae consigo la aparicion del consiguiente error (gura 2.6.b). Si la se al de actuaci sobre el sistema es proporcional al error, m su integral, se aplica una n on as se al tal como la que se muestra en la gura 2.6.d. El fenomeno que se produce entonces puede n interpretarse diciendo que el par del motor empezara crecer hasta que vence al que se aplica a exteriormente. La evoluci del error y de la se al de salida se muestran en las guras e) y f). on n Obs ervese como es el elemento integrador el que mantiene la se nal sobre el motor para que este venza al par exterior.
24
r t
a)
e
b)
z t
edt
c)
e + edt
d)
edt
e)
z t
r
f)
Tema 3
3.1.1
Denici n o
El m etodo de la transformada de Laplace es un m etodo opcional que puede utilizarse con ventaja para la resoluci de ecuaciones diferenciales lineales. La transformada de Laplace se dene on como:
0
L [ f (t)] = F(s) =
f (t)est dt
f (t) es una funci del tiempo tal que f (t) = 0 para t < 0, s = + jw una variable compleja y L on un s mbolo operacional. La existencia de la transformada F(s) estcondicionada a la convergencia a de la integral. Si existe una constante real y positiva tal que para > c , et | f (t) | tiende a cero cuando t , mientras que para < c tiende a innito. El valor c recibe el nombre de abscisa de convergencia. La integral converge, y por tanto existe la transformada de Laplace, si la parte real de s, () es mayor que la abscisa de convergencia c . En t ermino de los polos de la funci F(s), la abscisa de convergencia c , corresponde a la on parte real del polo m alejado hacia la derecha en el plano s. as 25
26
Transformaci de Laplace on
A la funci f (t) se la conoce como la anti-transformada de Laplace, F(s) y se expresa as on ,
f (t) = L 1 [F(s)] En la tabla siguiente se tienen las transformadas de Laplace de las funciones m usuales en as autom atica.
Se al n Impulso Escalon Rampa Par abola Rampa de orden n Decrecimiento exponencial Onda sinusoidal Onda cosenoidal Sinusoide con decrecimiento exponencial Cosenoide con decrecimiento exponencial
F(s) 1
1 s 1 s2 2 s3 n! sn+1 1 (s+) (s2 +2 ) s (s2 +2 ) ((s+)2 +2 ) s+ ((s+)2 +2 )
3.1.2
Resumen de Propiedades
1. Linealidad: Si F1 (s) y F2 (s) son las transformadas de f 1 (t) y f2 (t), F1 (s) + F2 (s) es la transformada de Laplace de f 1 (t) + f2 (t), seg se desprende de la denici un on. 2. Derivaci n real: Si L [ f (t)] = F(s), entonces o
L
En efecto, como F(s) =
0
f (t) est , realizamos la integraci por partes haciendo on 1 est dt = est y dv = est dt s vdu
u = f (t) ; du = f (t) dt ; v =
f (t) e
0
st
f (t)est dt = s
1 est f (t)dt = s
27
F(s) = luego:
f (0) 1 + s s
pero
0
L
Si en la expresi F(s) = on
0
f () d =
0
F(s) + s
f (0) dt s
se tiene que,
F(s) =
0
f (t)est dt = est
f (t)dt
0
sest
f (t)dt dt =
f (0)dt + s
0
f (t)dt est dt ;
y como
0
f (t)dt =
L
4. Teorema del valor nal:
f (t)dt =
f (0)dt c.q.d. s
Hay veces en que hechas las operaciones precisas con la ecuaci on transformada, interesa conocer el valor de la funci f (t) cuando t , que en el caso de un servosistema, correon sponder al r a egimen permanente. El procedimiento consistir en hallar la antitransformada a y hacer que t . El procedimiento es laborioso y resulta mucho m c as omodo vericar el valor de la variable sobre la propia ecuaci transformada. on Supondremos que existe L [ f (t)] y L [ f (t)] y demostraremos que, lim f (t) = lim sF(s)
s0
Sabemos que
28
Transformaci de Laplace on
lim
pero lim
s0
f (t)est dt =
f (t)dt = lim
0
t 0
f ()d =
5. Teorema del valor inicial: Si lo que nos interesa conocer del sistema es su comportamiento cuando t 0, que corresponder en un servosistema a conocer su comportamiento transitorio, se puede hallar a tambi sobre la ecuaci transformada, ya que en on
t0
L f (t) =
s 0
lim
y como el primer miembro es cero, lims sF(s) = lims f (0) = f (0) ya que f (0) no depende de s y como f (0) es limt0 f (t) quedar a lim f (t) = lim sF(s) c.q.e.
s
t0
29
F1 (s) F2 (s) = =
0 0
f1 (t)est dt
0
f2 ()es d = (3.2)
f1 (t) f2 ()es(t+) dt d
(3.3)
v = u = t +
J(
1 1 0 1
=1
u 0
F1 (s) F2 (s) = =
0 0
f1 (u v) f2 (v)esu dv du =
u
f1 (u v) f2 (v)dv esu du
f1 (u v) f2 (v) dv
La expresi encerrada en el corchete se conoce como integral de convoluci on y representa on la antitransformada del producto de dos transformadas.
3.1.3
Calculo de antitransformadas
Con el c alculo de antitransformadas se pretende determinar a partir de la transformada de Laplace F(s) la correspondiente antitransformada; es decir,
f (t) = L 1 [F(s)]
Transformaci de Laplace on
Sup ongase que el denominador de la funcion de la que se quiere hallar la antitransformada, F(s), es de la forma d(s) = (s + p1 )(s + p2 ) . . . (s + pn ) de modo que los diferentes pi son reales y diferentes entre si. En tal caso la funcion F(s) admite una descomposici en fracciones simples de la forma on F(s) = n(s) a1 a2 an = + +...+ d(s) s + p1 s + p2 s + pn
los coecientes ai reciben la denominaci de residuos de F(s) en s = pi . Multiplicando los dos on miembros de la expresi anterior por (s + pi ) y haciendo s = pi se tiene on ai = n(s)(s + pi ) d(s)
s=pi
L 1 =
se tiene que f (t) = a1 ep1t + a2 ep2t + . . . an epnt En esta expresi se pone de maniesto que a cada pi se asocia una funci (una trayectoria on on o un comportamiento) de la forma epit . Estas funciones reciben la denominacion de modos naturales del sistema. Se dice que un modo natural es asint oticamente estable si pi 0. Ejemplo Sea la transformada de Laplace F(s) = (s + 3) (s + 1)(s + 2)
se tiene que los residuos resultan ser a1 = a2 = luego f (t) = 2et e2t t 0 (s + 3) (s + 2) (s + 3) (s + 1) =2
s=1
s=2
= 1
31
Supongamos ahora que la transformada de Laplace posee un par de polos complejos conjugados p1 y . En tal caso la descomposici en fracciones simples tomarla forma: p on a 1 n(s) 1 s + 2 a3 an = + +...+ d(s) (s + p1 )(s + ) s + p3 p s + pn 1
F(s) =
Si se multiplican los dos miembros de esta expresion por (s + p1 )(s + ), y se hace s = p1 , p 1 se tendr a: n(s)(s + p1 )(s + ) p 1 d(s)
(1 s + 2 )s=p1 =
s=pi
Esta expresi permite determinar 1 y 2 igualando partes reales e imaginarias. on Para hallar la antitransformada correspondiente al t ermino asociado al par complejo basta recordar que: = et sent L1 ((s + )2 + 2 )
L1
En concreto, si se supone:
s+ = et cost ((s + )2 + 2 )
p1 = a + j y = a j p 1 se tendr a
32 Se tiene: a3 = (s + 1) (s2 + 2s + 2)
s=0
Transformaci de Laplace on
1 2
Por tanto, F(s) = = = De donde se tiene, f (t) = 1 1 1 t e cost + et sent t 0 2 2 2 11 1 s 2 2 s 2 s + 2s + 2 11 1 s 2 s 2 (s + 1)2 + 1 1 s+1 1 11 1 + 2 +1 2 s 2 (s + 1) 2 (s + 1)2 + 1
La transformada posee polos multiples Sup ongase que una de las ra del polinomio del denominador de la transformada de Laplace es ces m ultiple. Por ejemplo, sup ongase que la ra p1 tiene multiplicidad r. En tal caso el denominador z admitirla descomposici a on: d(s) = (s + p1 )r (s + p2 ) . . . (s + pn ) En tal caso, la transformada de Laplace admite la descomposici on: n(s) br a2 an br1 b1 = + +...+ + +...+ r r1 d(s) (s + p1 ) (s + p1 ) s + p1 s + p2 s + pn
F(s) =
Si se multiplican los dos miembros de esta expresion por (s + p1 )r se tendr a: br = Obs ervese que (s + p1 )r F(s) = br + br1 (s + p1 ) + . . . + b1 (s + p1 )r1 + derivando esta expresi con respecto a s se tiene on d [(s + p1 )r F(s)] = br1 + 2br2 (s + p1 ) . . . + (r 1)b1 (s + p1 )r2 + ds d an (s + p1 )r d a2 (s + p1 )r +...+ ds s + p2 ds s + pn a2 (s + p1 )r an (s + p1 )r +...+ s + p2 s + pn n(s)(s + p1 )r d(s)
s=p1
33
br j =
1 dj [(s + p1 )r F(s)]s=p1 j! ds j
Ejemplo Sea F(s) = que se descompone F(s) = Se tendr a b3 = [s2 + s + 2]s=1 = 2 b1 = 1 Por tanto F(s) = De donde se tiene, f (t) = (t 2 t + 1)et 2 1 1 + (s + 1)3 (s + 1)2 (s + 1) b2 = [2s + 1]s=1 = 1 b2 b1 b3 + + (s + 1)3 (s + 1)2 (s + 1) s2 + s + 2 (s + 1)3
34
Consid erese un objeto f sico, , por ejemplo un motor el ectrico, al cual aparecen asociadas una serie de magnitudes, como pueden ser su velocidad de giro, la intensidad que alimente el inducido, etc. Desde el punto de vista que interesa en autom lo que conviene de son las atica relaciones matem aticas entre las distintas magnitudes m1 (t), m2 (t)...mn (t) que se asocian a dicho objeto f sico. Estas relaciones constituyen un objeto abstracto, por abstracci on de unas caracter sticas de un objeto f sico. En autom los objetos f atica sicos que intervienen son tales que las magnitudes f sicas que a ellos se asocian se pueden clasicar en dos grupos:
1. magnitudes cuyo valor puede ser variado directamente desde el exterior del objeto f sico, que reciben el nombre de se ales de entrada, de control, de mando o est n mulos; y 2. magnitudes cuyo valor puede ser medido pero cuya variaci on es indirecta, a trav de las es se ales de entrada, y que reciben el nombre de senales de salida, de observacion o respuesn tas.
Para denotar a las se ales de entrada se emplea u(t) y para las senales de salida se emplea y(t), n siendo, en general, u(t) e y(t) vectores. Se entiende por sistema el objeto abstracto formado por las relaciones que ligan las se nales u(t) e y(t). Un sistema se presenta en forma esquem como se hace en la gura 3.1, repatica resentaci que recibe el nombre de diagrama funcional del sistema. Denido asun sistema on representa una formalizaci del uso vulgar de este t on ermino.
u(t)
y(t)
El problema de la representaci matem de los sistemas se reduce a encontrar la forma on atica matem atica, bien sea una ecuaci o, de forma m general, un algoritmo, que permita generar los on as pares de se ales u(t), y(t) que denen el sistema. n Las se ales u(t) e y(t) pueden registrarse o bien de una manera continua en el tiempo, o bien n de una forma discontinua, es decir tomando medidas cada cierto intervalo de tiempo. En el primer caso se tienen los llamados sistemas en tiempo continuo y en el segundo los sistemas en tiempo discreto. Estos ultimos tienen un particular inter pr es actico cuando se emplean computadores puesto que estas m aquinas trabajan de una forma discreta.
35
3.3.1
El caso m simple de relaci entre las se ales u(t) e y(t) es aqu en que esta se reduce a una as on n el ecuaci alg on ebrica. Por una consideraci elemental de realizabilidad f es claro que en tal on sica caso se podrescribir: a y(t) = F{u(t)} (3.4) en donde, para los casos de inter pr es actico F{.} es una funci uniforme. Los sistemas que on admiten esta forma de representacion reciben el nombre de sistemas estaticos, y son aqu en ellos los que el valor que toma la se al de salida y(t), en un cierto tiempo t depende exclusivamente n del valor tomado por la se al de entrada u(t) en dicho instante de tiempo t, y no de los valores n tomados por u(t) en el pasado. Los sistemas l ogicos combinacionales, constituyen un ejemplo de sistemas est aticos denidos por la propiedad de que las senales de entrada u(t) y salida y(t) toman sus valores del conjunto nito U = Y = {0, 1}. Para la representacion matem de los sistemas l atica ogicos combinacionales se recurre a tablas en las que se indican para cada combinaci on posible de los valores de las senales de entrada, los correspondientes de la senales de salida. Desde un punto de vista matem estas atico tablas constituyen una de las formas m simples de representar una funcion. as
3.3.2
Normalmente las relaciones que ligan las magnitudes f sicas que denen un sistema no son ecuaciones algebraicas, que conducen a sistemas est aticos, sino ecuaciones diferenciales. Ello es debido a que la mayor parte de las leyes de la f se expresan por medio de esta clase de ecuaciones. sica Aquse considerar exclusivamente las ecuaciones diferenciales de la forma, an dny dy dnu + ... + an1 + an (t)y = b0 (t) n + ... + bn (t)u dt n dt dt (3.5)
llamadas ecuaciones diferenciales lineales. El hecho de limitarse a esta clase de ecuaciones diferenciales es debido a:
36
Cabe considerar que la teor de sistemas lineales es a la teor de sistemas no-lineales, como la a a geometr eucl es a las formas de geometr no-eucl a dea a dea. Es sabido que la geometr eucl a dea es un util de un inter pr es actico incuestionable; lo mismo sucede con la teor de los sistemas a lineales. Otra relaci entre la entrada y salida de un sistema es la que presentan las ecuaciones en on diferencias nitas. De ellas las que mayor inter tienen son, por consideraciones semejantes a las es realizadas m arriba respecto a las ecuaciones diferenciales lineales, las ecuaciones en diferencias as nitas lineales cuya forma general es, y(t + n) + ... + am1 y(t + 1) + am y(t) = b0 u(t + n) + ... + bn1 u(t + 1) + bm u(t) (3.6)
Los sistemas descritos por las ecuaciones en diferencias nitas son sistemas en tiempo dis creto, en los que la escala de tiempos toma solo una serie de valores discretos. Esta forma de relaci se presenta en aquellas aplicaciones en las que se emplean computadores. on Por ultimo cabe recordar como otra forma de relacion entre las se ales de entrada y salida de n un sistema la que ofrecen los diagramas de estados de los circuitos l ogicos secuenciales (o, m as general, de los aut omatas). En dichos diagramas se ten representada la evoluci de las se ales a on n de entrada u(t) y de salida y(t) de un sistema cuya caracter stica adicional es que las se ales de n entrada y de salida s podr tomar sus valores de un conjunto nito. olo an Los sistemas descritos por ecuaciones diferenciales, por ecuaciones en diferencias nitas, o por diagramas de estados reciben la denominacion de sistemas din micos y en ellos el valor tomado a por la se al de salida y(t), en un cierto instante de tiempo t depende del valor tomado por u(t), no n s en el instante t (como suced en los est olo a aticos), sino en todos los instantes anteriores a t. En ellos, por lo tanto, la consideracion del tiempo juega un papel esencial. De ahla denomi naci de din on amicos. Obs ervese que los sistemas est aticos pueden considerarse como una forma particular y degenerada de los din amicos por lo que son estos ultimos los unicos que se consideran en lo que sigue. En estos apuntes no se tratar expl an citamente, los sistemas l ogicos secuenciales. No obstante si estos son lineales son susceptibles de ser estudiados con las t ecnicas aqudesarrolladas. Sin embargo, ello no se haraqude forma expl a cita. La forma de representaci de los sistemas din on amicos por ecuaciones diferenciales, o por ecuaciones en diferencias nitas, no tiene inter pr es actico para el desarrollo de la autom atica. Para el estudio de los sistemas din amicos se han desarrollado dos formas peculiares de representaci on, que son la descripci n externa y la descripci n interna que se pasan a estudiar a continuacion. o o
37
en donde F(.) es un funcional, es decir una funcion cuyo argumento lo constituye el conjunto de valores tomados por u(t) en el intervalo (t0 ,t). Desde el punto de vista de la descripcion externa un sistema din amico lineal se dene cono aquel que cumple la propiedad de linealidad, en virtud de la cual,
F (1 u1 [t0 ,t] + 2 u2 [t0 ,t]) = 1 F (u1 [t0 ,t]) + 2 F (u2 [t0 ,t]) en donde 1 , 2 son n umeros reales arbitrarios. Esta propiedad recibe tambi impropiaen, mente, la denominaci de principio de superposicion. on Habitualmente se emplean dos formas de descripcion externa: la respuesta impulsional y la funci de transferencia. on
3.4.1
Respuesta impulsional.
Una forma de escribir la soluci a una ecuaci diferencial como la de la expresion (3.5) es la on on siguiente:
t
y(t) =
en donde h(t, ) recibe el nombre de respuesta impulsional del sistema. La expresi on (3.8) es una forma de descripci externa de un sistema din on amico ya que corresponde al caso de una funcion l neal. La respuesta impulsional de un sistema puede tener las siguientes propiedades: 1. Propiedad de causalidad o realizabilidad, en virtud de la cual un efecto no puede preceder a una causa, lo que implica que h(t, ) = 0 para t <
h(t, )u()d
(3.8)
2. Propiedad de estabilidad, en virtud de la cual la estabilidad del sistema exige la convergencia de (3.8), lo que se traduce en lim h(t, ) = 0
t
38
dy + ay = bu dt En donde a y b son dos n umeros reales. La soluci de esta ecuaci de la forma de la on on expresi (3.8) es la siguiente, on
y(t) =
ea(t) b u()d
En donde la respuesta impulsional h(t, ) = bea(t) , es claro que cumple las propiedades de causalidad, estabilidad y estacionaridad. La respuesta impulsional admite un signicado adicional muy preciso. Sup ongase un sistema con una sola entrada y una sola salida. Supongase, adem que dicho sistema se somete a la as, siguiente se al de entrada: n u(t) = (t1 ) en donde (t) es la funci de Dirac. En tal caso se tiene que, on y(t) = h(t,t1 ) si el sistema no es estacionario o y(t) = h(t t1 ) si el sistema es estacionario. En la gura 3.2 se muestra la respuesta impulsional del sistema del ejemplo anterior. De lo anterior se desprende que la respuesta impulsional de un sistema es determinable experimentalmente en la medida en que se pueda realizar f sicamente una se al de entrada u(t) = (t). Es sabido que n esta ultima no tiene signicado f sico, pero sin embargo se pueden concebir aproximaciones aceptables. Debe a adirse que en la pr n actica como realmente se miden las respuestas impulsionales es por las t ecnicas de correlaci que no se van a tratar aqu on . Para sistemas multivariables, con m entradas y p salidas, la respuesta impulsional es una matriz, de dimensi p m, cuyo t on ermino hi, j representa la respuesta del i-esimo canal de salida, cuando se aplica una entrada u(t) = (t) al canal j-esimo, siendo nulas el resto de las entradas.
39
y(t)
3.4.2
Funci n de transferencia. o
Para los sistemas lineales estacionarios existe una forma de descripci on externa muy empleada en la pr actica: la funci (matriz) de transferencia. Se puede denir la funcion de transferencia como on la transformada de Laplace de la respuesta impulsional de un sistema.
H(s) =
0
h()es d
(3.9)
Aplicando la transformaci de Laplace a la expresi (3.8), para el caso de un sistema estaon on cionario, se tiene Y (s) = H(s) U(s) (3.10) en donde Y (s) y U(s) son, respectivamente, las transformadas de Laplace de las se nales de entrada y salida. En la pr actica la funci de transferencia se determina directamente a partir de la ecuaci on on se hace suponiendo diferencial. Un punto muy importante a considerar es que esta determinaci on condiciones iniciales nulas para las senales u(t) e y(t). Ejemplo: Sea el sistema descrito por la ecuacion diferencial,
40
Y (s) b = H(s) = 2 U(s) s + a1 s + a2 es decir que la transformaci de Laplace de la respuesta impulsional es la funcion de transon ferencia. Para el caso de sistemas multivariables con m entradas y p salidas la funci on de transferencia se convierte en una matriz cuyo t ermino Hi j representa el cociente entre la transformada de Laplace de la se al de salida que se obtiene por el canal i y la transformada de Laplace de la se nal de n entrada que se aplica al canal j, supuestas nulas las otras se nales de entrada.
r(t) +
e d Ed E d d Tm
u K
y(t) G(s)
H(s)
'
Cadena directa o de acci es la que une los elementos comprendidos entre la se nal de on, error y la de salida. Ambas se ales est relacionadas por la expresion, n an Y (s) = KG(s) E(s) siendo G(s) la funci de transferencia del sistema considerado. on
41
Cadena de realimentaci es la que une la se al de salida con la de informacion m(t), que on, n es comparada con la de referencia. Ambas senales se relacionan as , M(s) = H(s) Y (s) En este caso H(s) es la funci de transferencia de la cadena de realimentacion. on Se llama bucle abierto, al conjunto de elementos que constituyen todo el sistema, si este se abriese por el punto m(t), es decir, como si la senal de entrada fuese e(t) y la de salida m(t). La funci de transferencia del conjunto asdispuesto ser on a M(s) = KG(s)H(s) E(s) Se llama bucle cerrado, al sistema conectado como se indica en la gura 3.3. Las se nales y(t) y r(t) se relacionan por la conocida formula, f de deducir, acil KG(s) Y (s) = R(s) 1 + KG(s)H(s) Obs ervese que, en este caso, la senal de actuaci sobre el sistema es proporcional a la on se al de error. Se trata pues de un control proporcional (P). El valor de la ganancia K del n amplicador ser por tanto, un par a, ametro susceptible de ser variado de acuerdo con las necesidades del problema. En lo que sigue se supondrsiempre que la cadena de realimentacion es unitaria, con lo a que el esquema fundamental quedarde la forma que se indica en gura 3.4 y quedando la a funci de transferencia en bucle cerrado reducida a on Y (s) KG(s) = R(s) 1 + KG(s) Naturalmente en este caso cadena de accion y bucle abierto son dos conceptos coincidentes. Por el hecho de introducir una compensacion sobre el bucle antes mencionado, el esquema se modica de alguna manera, como se muestra m adelante. Se distinguen dos tipos de compenas saci on: Compensaci en serie: Cuando el elemento corrector se coloca en cascada, en la cadena on de acci y on; Compensaci por realimentaci n: Cuando el elemento corrector constituye una segunda on o cadena de realimentaci en el bucle de control. on, Los esquemas b asicos para uno y otro caso se muestran, respectivamente, en las guras 3.5 y 3.6. Como ya se ha indicado, en el caso de la compensaci on en serie, la red correctora se coloca en cascada con los elementos de la cadena de accion, y delante del amplicador para que el nivel de potencia a que trabaje sea el del error, es decir, bajo.
42
r(t) +
e Ed E d d d Tm
u K
y(t) G(s)
r(t) + e
E E T m
u Gr (s)
u K
y(t) G(s)
r(t) + e
d d Ed Ed E d d d d T T m
u K
y(t) G(s)
Gr (s)
'
Tema 4
Modelado y Simulaci on
4.1 Modelado de sistemas
En anteriores temas se ha visto que un sistema din amico se caracteriza porque su estado evoluciona con el tiempo y que adem se puede representar mediante ecuaciones matem as aticas, que toman la forma de ecuaciones diferenciales, en el caso de ser sistemas continuos, o de ecuaciones en diferencias, en el caso de sistemas discretos. Pero no se debe perder de vista que los sistemas din amicos son sistemas concretos, sean reales o imaginarios, que pueden ser sistemas f sicos, biol ogicos, econ omicos, etc. Todos ellos tienen ciertas magnitudes asociadas que evolucionan en el tiempo, por ejemplo la posici on de un cuerpo en el caso de un sistema f sico, o el n umero de individuos de una poblacion bacteriana en un cultivo en el caso de un sistema biologico, o bien el valor de unas acciones en el mercado de la Bolsa en el caso un sistema economico. Resulta de inter obtener una forma de caracterizar las magnitudes asociadas al sistema en es cuesti con el n de estudiar su comportamiento (an on alisis) o bien reproducir el comportamiento que va a tomar este bajo ciertas condiciones (simulacion). Este procedimiento se denomina mod elado de un sistema. El sistema se puede caracterizar en forma de expresiones matem aticas (mod elado matem atico) o bien mediante reproduccion a escala del sistema (modelado a escala). Esta ultima t ecnica es muy utilizada en campos como la aeron autica, en las que los fen omenos implicados son muy complejos y adem permite la reproducci de los sistemas en laboratorio. La as on teor de sistemas estbasada en la descripci matem de los sistemas din a a on atica amicos, por lo que en lo sucesivo se asimila el modelado de un sistema a la obtenci on de esta. Se denomina modelo de un sistema al conjunto de expresiones matem aticas que caracterizan la evoluci temporal de las magnitudes del sistema. Un modelo estbien planteado cuando el on a n umero de expresiones matem aticas independientes que se obtienen es igual al numero de se ales n del sistema que intervienen en el. En un modelo, adem de las se ales, est involucrados los par as n an ametros del sistema, que son 43
44
Modelado de sistemas
valores que lo caracterizan o distinguen de otro sistema semejante. A la hora de modelar sistemas reales, puede ser necesario obtener ciertos par ametros a partir de las se ales del sistema din n amico real, con el n de que el modelo reproduzca lo m elmente posible su comportamiento. Este as procedimiento se denomina identicacion de un sistema. Una vez identicado un sistema, el modelo obtenido se debe validar, comparando las magnitudes reales obtenidas con las resultantes del modelo.
4.1.1
Un modelo estsujeto a errores y puede no representar exactamente el sistema. Para ilustrar este a punto se va a tomar una serie de sistemas reales que son complejos.
El mercado de la Bolsa. En este sistema la discrepancia se puede deber a la existencia de una serie de magnitudes cuyo comportamiento no se puede conocer de una forma precisa, estando sujetas a probabilidad, como por ejemplo el car impredecible de las personas acter o de los mercados cuya evolucion afecta al comportamiento de la bolsa. El tiempo atmosf erico. El error en el conocimiento de su evolucion se puede deber al desconocimiento de algunas de las magnitudes que inuyen en el sistema o a la forma en la que estas lo hacen, as como de la impredecibilidad de ciertos eventos, como terremotos, etc. Es decir, resulta imposible establecer un conjunto de expresiones que modelen la globalidad del sistema. El horno de una f abrica de yeso. En este caso se conocen los fenomenos f sicos que intervienen en el proceso, pero resulta impensable obtener un modelo de todos los elementos que forman el sistema. Es decir, que es posible establecer las expresiones que modelan el sistema, pero resulta tan complejo en su formulacion o bien en su utilizaci que se desecha on la posibilidad.
De esto se desprende que existen razones, ya sean de car pr acter actico o bien te orico, por las que el modelo no se aproxima con total precision al sistema que se quiere modelar. Por tanto un modelo de un sistema real siempre tiene asociado un grado de exactitud. En el modelado de sistemas es importante la ponderacion entre la exactitud con la que el modelo es capaz de representar el comportamiento del sistema y la simplicidad de este, que facilita el tratamiento del mismo. Dependiendo del uso que se vaya a hacer del modelo, este se orienta hacia la exactitud o hacia la sencillez. Por ejemplo, en modelos destinados al an alisis del sistema, se suelen tomar sucientemente sencillos como para que sean tratables matem aticamente. Por el contrario, los modelos destinados a la simulaci interesa que sean precisos, de cara a reproducir con la mayor abilidad el on comportamiento del sistema que se pretende simular.
Modelado y Simulaci on
45
4.1.2
El modelo de un sistema depende del tipo de magnitudes que intervienen en el, que pueden ser:
Variables externas: Salidas. Entradas: Entradas manipulables. Perturbaciones Variables internas. Consid erese un sistema para proporcionar agua caliente en una instalaci on dom estica. En este sistema, el agua se calienta en un deposito aislado t ermicamente hasta alcanzar una cierta temperatura. El agua caliente y el agua fr son conducidas por tuber hasta el grifo donde se a as mezclan produciendo un solo caudal a una temperatura comprendida entre la que tiene la corriente fr y la que tiene la caliente. En este sistema existen varias se nales que evolucionan en el tiempo: a la temperatura del agua a la salida del grifo, el caudal de salida, la apertura del grifo de agua fr el caudal de agua fr la apertura del grifo de agua caliente, el caudal de agua caliente o la a, a, temperatura del agua a la salida del termo. Para un usuario de esta instalaci on, resulta de inter el es estudio del comportamiento de la temperatura a la salida del grifo, sin embargo para un encargado de mantenimiento de la instalacion resulta de inter la temperatura a la salida del termo, por es ejemplo. Por tanto la decisi de quse al del sistema se considera como una senal de salida on e n depende del prop con el que se modela el sistema. osito Por otro lado existen una serie de entradas manipulables al sistema, como son las aperturas de los grifos del agua caliente y fr que se var con el n de determinar el caudal y la temperatura a, an de la corriente de agua de salida que se desea. Existen otras se nales cuya evoluci inuye sobre on el sistema pero que no son manipulables por el ususario, como por ejemplo la presi on del agua en la instalaci o el caudal de gas que alimenta el termo. Estas senales son perturbaciones al on sistema. El resto de se ales como el caudal de agua fr el de agua caliente, la temperatura a la salida n a, del termo, etc. son se ales internas al sistema. n El modelo de un sistema se hace con el n de obtener una representaci on del comportamiento din amico del mismo. Sin embargo, parece razonable centrar la representaci on sobre las salidas del sistema exclusivamente, dado que son estas las se ales que resultan de inter Esta representaci n es. on se denomina modelo externo del sistema o modelo entrada-salida. En el caso de que intervengan senales internas el modelo se denomina modelo interno del sistema y se obtiene de forma que las ecuaciones diferenciales que representan el sistema sean de primer orden. En este caso las senales que intervienen en el modelo son variables de estado, y su conocimiento permite conocer la evolucion de todas y cada una de las senales del sistema.
46
Modelado de sistemas
En sistemas aut onomos, el modelo dependertan s de las magnitudes internas o externas a olo elegidas. Es decir, que partiendo de una determinada situaci on inicial, el sistema evoluciona por smismo a lo largo del tiempo. Por tanto, la trayectoria seguida por cada magnitud depender a exclusivamente de la situaci inicial de la que parte (condiciones iniciales del sistema). Sin on embargo en sistemas no aut onomos las magnitudes de entrada al sistema intervienen en el sistema, y por tanto aparecen en el modelo, sea este de tipo interno o externo. Por tanto, la trayectoria de cada magnitud asociada el sistema evolucionardependiendo de las condiciones iniciales del a mismo y de los valores que tomen las magnitudes de entrada del sistema a lo largo del tiempo.
4.1.3
Se dice que un modelo es determinista cuando se parte de la base de que el modelo es capaz de expresar de forma unica la evoluci del sistema. Es decir, que conocido el modelo de un on sistema y las condiciones iniciales de las que parte, ascomo la evoluci de las entradas (en on el caso de sistemas no aut onomos), el sistema siempre evoluciona de la misma forma. Por el contrario, un modelo no determinista o estoc astico considera que intervienen factores aleatorios, imposibles de modelar ni predecir. Por tanto tan solo se podr modelar ciertas caracter an sticas estad sticas de las magnitudes temporales del sistema, pero no la evoluci on de las mismas, pues var por la inuencia de eventos impredecibles. Segun esto, ante unas mismas condiciones an iniciales y magnitudes de entrada, el sistema evolucionarcada vez de una forma de distinta, pero a conservando una serie de caracter sticas comunes de tipo estad stico, que son las que se pueden modelar.
4.1.4
Un sistema es una entidad compleja resultante de la integraci on de sus partes en una unidad sustantiva. Por tanto, si se conoce el comportamiento de cada una de las partes que conforman el sistema y la forma c estas se relacionan, se puede obtener un modelo del sistema. Este tipo de omo modelos se denominan modelos param tricos, pues dependen de los par e ametros de las ecuaciones que denen el modelo de cada elemento del sistema. Para ilustrar este tipo de modelos, v eanse los propuestos en los sistemas de los temas 1 y 2. El modelo de cada elemento que forma el sistema viene dado por las denominadas ecuaciones de fen menos elementales. A las ecuaciones que interrelacionan a los elementos entre sse deo nominan ecuaciones de balance del sistema. Sin embargo el sistema se puede modelar obteniendo expresiones matem aticas que relacionen magnitudes del sistema sin considerar ni las partes que forman el sistema ni la forma c omo se integran en este. Este tipo de modelos se denominan modelos no param tricos o modelos de caja e negra. En secciones posteriores se verc se obtienen modelos param a omo etricos de sistemas f sicos, tales como sistemas mec anicos, el ectricos, t ermicos o hidr aulicos, describiendo en cada caso las ecuaciones de los fen omenos elementales m t as picos, ascomo las ecuaciones de balance.
Modelado y Simulaci on
47
4.1.5
Enunciados como: sea una masa puntual ..., consid una carga concentrada en un punto del erese espacio ..., etc. son frecuentes en cursos b asicos de F sica. Es notable sin embargo el hecho de que tales objetos no tienen existencia real. Los sistemas reales son por lo general de par ametros distribuidos. As una resistencia es un trozo de material de longitud no nula, por lo que ,
La se al el n ectrica tarda cierto tiempo en atravesarla; es decir, la transmisi on no es instant anea. Existe cierta inductancia y capacitancia; es decir, adem de un valor R habr que tener en as a cuenta unos valores de L y C.
Estos fen omenos son a menudo despreciados, considerando la resistencia como un elemento sin inductancia ni capacitancia que transmite instant aneamente los cambios en la intensidad que circula por ella. Los elementos idealizados de esta forma reciben el nombre de elementos de par ametros concentrados. Los modelos basados en par ametros concentrados son m f as aciles de desarrollar y usar que los de par ametros distribuidos, por lo que suelen ser el objeto de estudio de cursos b asicos de teor a de sistemas y control. Los modelos que tienen en cuenta que los objetos reales no tienen sus propiedades concentradas en un punto reciben el nombre de modelos de par ametros distribuidos, y son m complejos as que los de par ametros concentrados, por lo que solo se usan cuando estos ultimos no producen el resultado requerido.
48
4.2.1
Un sistema mec anico en el que el movimiento de los cuerpos que lo forman se reduce a traslaciones en una misma direcci se denomina sistema mec on anico traslacional. Por tanto todos los cuerpos del sistema tienen un solo grado de libertad y sus movimientos describen trayectorias rec tas todas con la misma direcci En consecuencia, la posicion de cada cuerpo viene dada por on. el desplazamiento que realiza en la direccion del movimiento. Los elementos m comunes que as forman un sistema mec anico traslacional son los siguientes:
Masa m ovil
Una masa sometida a una fuerza experimenta una aceleraci on como consecuencia de esta. Aparece entonces una fuerza de reaccion a la aceleraci experimentada por el cuerpo denominada fuerza on de inercia y cuya magnitud es directamente proporcional a la aceleraci on del cuerpo y su sentido el contrario al de movimiento del cuerpo.
Fi(t)
F(t)
x
Figura 4.1: Esquema de una masa movil . La ecuaci que rige el movimiento de este elemento es: on
Fi (t) = M
d 2 x(t) = F(t) dt 2
(4.1)
La constante de proporcionalidad M es la masa del cuerpo. N otese que la fuerza ejercida sobre el cuerpo no inuye directamente sobre la posici on del cuerpo, si no sobre la aceleracion que este experimenta. La aceleracion produce un cambio en la velocidad con la que se mueve el cuerpo, y la velocidad produce a su vez una variaci on en la posici de este. Por tanto, conocida la fuerza resultante que actua sobre un cuerpo, es necesario on saber tanto la velocidad como la posicion que tiene inicialmente el cuerpo para poder conocer el movimiento que este realizar a.
Modelado y Simulaci on
Resorte o muelle
49
Un resorte es un elemento el astico que ante la acci de una fuerza se deforma variando su lonon gitud. El resorte ejerce una fuerza que se opone a la fuerza impulsora que es funci on de la defor maci experimentada. Una vez que la accion de la fuerza cesa, el resorte es capaz de recuperar on su posici original, gracias a su caracter on stica el astica. Generalmente se supone que la relacion entre la fuerza aplicada sobre el muelle y el desplaza miento que este experimenta es lineal. A este tipo de resortes se les denomina resortes lineales.
l natural
El modelo de este elemento viene dado por F(t) = K (l(t) lnatural ) (4.2)
La constante de proporcionalidad K se conoce como constante del muelle. Al desplazamiento del muelle se le denomina elongacion. Se llama elongaci natural lnatural a la longitud que tiene on el muelle en ausencia de la accion de la fuerza.
Amortiguador Un amortiguador es un elemento que se deforma bajo la acci on de una fuerza ejerciendo una fuerza de reacci que es funci de la velocidad con la que el elemento se deforma. Elementos on on con rozamiento viscoso tienen este tipo de comportamiento.
Figura 4.3: Esquema de un amortiguador. Un amortiguador se denomina lineal cuando la fuerza de reacci on a la deformaci es proporon cional a la velocidad de esta.Su modelo viene dado por:
l(t)
F(t)
F(t)
x(t)
F(t) = C
dx(t) dt
(4.3)
50
Modelos de sistemas mec anicos traslacionales Una vez conocidos los modelos de todos y cada uno de los elementos que forman el sistema, el modelo del sistema completo surge de la aplicacion de las leyes de Newton. La segunda ley de Newton indica que la suma de las fuerzas aplicadas a un cuerpo, incluyendo las fuerzas de inercia es nula.
F(t) = 0
(4.4)
Se debe tener en cuenta que tanto las fuerzas como los desplazamientos son magnitudes vec toriales. Esto quiere decir que no solo inuye el valor que toma la magnitud, si no su direcci on y sentido. En el caso de sistemas traslacionales la direccion de todas las magnitudes estrestringida a a la direcci del movimiento, por tanto es el sentido del vector el que hay que tener en cuenta a on la hora de plantear las ecuaciones de balance. Ejemplo Para ilustrar c obtener las ecuaciones que modelan un sistema mec omo anico, se va a tomar como ejemplo el sistema de la gura 4.4, que consiste en un sistema aut onomo formado por dos masas puntuales sin rozamiento unidas entre spor un muelle y una de ellas unida a la pared ja.
x2
Las ecuaciones de de las fuerzas que intervienen en cada una de las masas son las siguientes:
K1 K2 M1 M2
Figura 4.4: Ejemplo de un sistema traslacional. Fi1 = M1 Fm11 Fm21 = K2(x2 x1 l2n ) d 2 x1 dt 2 = K1(x1 l1n )
x1
Modelado y Simulaci on
51
Fi1 Fm11 M1
Figura 4.5: Balance de fuerzas sobre el cuerpo M1 siendo Fi1 la fuerza de inercia de la masa 1, Fm11 la fuerza que el muelle 1 ejerce sobre la masa 1, y Fm21 la fuerza que el muelle 2 ejerce sobre la masa 1. 2. Fuerzas ejercidas sobre la masa M2:
Fm21
Fi2 Fm22 M2
Figura 4.6: Balance de fuerzas sobre el cuerpo M2
Fi2 = M2 Fm22
d 2 x2 dt 2 = K2(x2 x1 l2n )
siendo Fi2 la fuerza de inercia de la masa 2 y Fm21 la fuerza que el muelle 2 ejerce sobre la masa 2.
Aplicando la segunda ley de Newton a cada cuerpo se llegan a las siguientes ecuaciones:
Estas son las dos ecuaciones que modelan el comportamiento del sistema. N otese que dado que el sistema tiene 2 grados de libertad, son necesarias dos ecuaciones independientes para modelar su comportamiento. N otese adem que el modelo es un modelo param as etrico, pues depende de par ametros que denen el comportamiento de cada elemento del sistema. En este caso los par ametros son M1, M2, K1, K2, l1n y l2n .
52
4.2.2
Se denominan sistemas mec anicos rotacionales a aqu en los que los cuerpos que forman el ellos sistema realizan rotaciones en el mismo plano, es decir, que los ejes de rotaci on de todos los cuerpos son paralelos. En estos sistemas, los giros realizados por los cuerpos var por la acci an on de los pares de fuerzas ejercidos sobre ellos. El movimiento de cada cuerpo que forma el sistema viene caracterizado por el giro que el cuerpo experimenta. Por tanto es el angulo girado por el cuerpo el unico grado de libertad que este posee.
Momento de inercia Un cuerpo de masa M sometido a un par de fuerzas experimenta un movimiento de rotaci on tal que el par de fuerzas de inercia cancela el par que lo impulsa. (t) PSfrag replacements J T (t)
Figura 4.7: Giro de un cuerpo con un momento de inercia J. Por tanto la ecuaci que rige el comportamiento de este elemento viene dada por: on d2 = T (t) dt 2
(4.5)
Siendo el angulo girado por el cuerpo, T el par aplicado sobre este y J su momento de inercia. Este par ametro estrelacionado con la masa del cuerpo y su geometr a a. La acci del par sobre el cuerpo no afecta directamente sobre la posici on del cuerpo, sino on sobre la aceleraci angular que este experimenta. La posici angular del cuerpo dependerpues on on a de las condiciones de velocidad y posicion de las que parta.
Muelle de torsi on Es un elemento el astico que se deforma ante la accion de un par. El elemento se opone a ser girado desarrollando un par de reaccion proporcional al angulo girado por este al deformarse. La ecuaci que rige el comportamiento de este elemento es la siguiente: on K ( o ) = T (t) (4.6)
Modelado y Simulaci on
PSfrag replacements T (t) (t)
53
Figura 4.8: Esquema de un muelle de torsion Siendo K la constante de torsi del muelle y o el angulo del muelle en estado de reposo. on
Amortiguador Un amortiguador es un elemento que se deforma bajo la acci on de un par creando un par de reacci que es funci de la velocidad angular con la que el elemento se deforma. Elementos con on on rozamiento viscoso tienen este tipo de comportamiento. B T (t) (t)
PSfrag replacements
Figura 4.9: Esquema de un amortiguador de rotacion La ecuaci que rige el comportamiento de este elemento es la siguiente: on
d(t) = T (t) dt
(4.7)
Engranajes Un engranaje es un dispositivo que transmite el movimiento giratorio de un eje a otro, transfor mando las propiedades de este, tales como el angulo girado o el par aplicado al eje. Generalmente los engranajes se componen de dos ruedas dentadas que engranan entre stransmitiendo la energ a de un eje a otro. Otros dispositivos de acoplamiento de ejes como por correas de transmisi on o cadenas son asimililables a engranajes.
54
La relaci entre el angulo girado por cada eje es igual a la relacion entre los radios de las on ruedas dentadas, en caso de no existir deslizamiento u holguras entre ellas. Dado que el n umero de dientes que tiene una rueda (N) es directamente proporcional a su radio (R), es habitual referirse a estos en vez de utilizar los radios. Por tanto: 2 R1 N1 = = 1 R2 N2
(4.8)
En la gura 4.10 se muestra un engranaje de ruedas dentadas. Los angulos girador por cada eje son proporcionales, pero el sentido del giro de cada eje se invierte por efecto del engranaje. En un engranaje ideal, no hay p erdida de energ por rozamiento, transmiti a endose toda la energ mec a anica de un eje a otro. Seg esto un T1 2 N1 = = T2 1 N2
1 T1 = 2 T2 PSfrag replacements 1 T1
(4.9)
R1 2
T2
Modelos de sistemas mec anicos rotacionales Una vez conocidos los modelos de todos y cada uno de los elementos que forman el sistema, el modelo del sistema completo surge de la aplicacion de las leyes de Newton. La segunda ley de Newton, expresada en forma de pares de fuerzas, indica que la suma de los pares aplicados a un cuerpo, incluyendo los pares de inercia, es nula.
T (t) = 0
(4.10)
Al igual que en el caso de sistemas traslacionales, a la hora de establecer las ecuaciones del modelo del sistema se debe tener en cuenta el sentido de los pares de fuerzas, ya que son magnitudes vectoriales. Ejemplo
55
En la gura 4.11 se muestra un sistema tal que sobre un eje con un momento de inercia J1 y una constante de fricci B1 se aplica un par motor T (t). Este eje estconectado mediante un on a engranaje de relaci N1 /N2 = R1 /R2 a otro eje que acciona una carga cuyo momento de inercia on es J2 , con una constante de fricci B2 . on T (t) B1 J1 2 R2 Te2 B2 J2 1 Te1 R1
Figura 4.11: Ejemplo de sistema mec anico rotacional Sea 1 el angulo girado por el eje 1 respecto a la posicion de reposo del mismo, y sea 2 el an alogo en el eje 2. Ecuaciones de balance sobre el eje 1: T J1 d1 d 2 1 B1 Te1 = 0 2 dt dt (4.11)
Ecuaciones de balance sobre el eje 2: Te2 J2 Ecuaci de balance en el engranaje: on 1 N2 = 2 N1 Te1 N1 = Te2 N2 Sustituyendo la ecuaci (4.13) en la ecuaci (4.12) de balance del eje 2 se tiene on on N1 d 2 1 N1 d1 B2 =0 N2 dt 2 N2 dt (4.13) (4.14) d2 d 2 2 B2 =0 2 dt dt (4.12)
Te2 J2
(4.15)
Teniendo en cuenta la ecuacion (4.14) y sustituyendo la ecuacion anterior en la ecuaci (4.11) on de balance del eje 1, se llega a: d1 N1 N1 d 2 1 N1 d1 d 2 1 B1 J2 2 + B2 2 dt dt N2 N2 dt N2 dt
T J1
=0
56 Operando se obtiene
T J1 +
N1 N2
J2
d 2 1 N1 B1 + 2 dt N2
B2
d1 =0 dt
De esta ecuaci se desprende que una carga de momento de inercia J2 unida a un eje 2 que on estconectado a otro eje 1 mediante un engranaje de relaci on N2 /N1 , es equivalente a una carga a en el eje 1 con un momento de inercia J2 torsi del eje. on
N1 N2 2
4.3.1
Dep sito o
Un dep osito es un elemento que, alimentado por un caudal de entrada, es capaz de acumular l quido, suministr andolo en un caudal de salida. Como efecto de la acumulaci on de l quido, este se encuentra sometido a una presion hidrost que en el fondo del deposito es proporcional a la atica altura del l quido en el mismo. El modelo de un dep prism de secci S es el siguiente: osito atico on
(4.16)
Siendo V (t) el volumen de l quido contenido en el dep osito, h(t) la altura del l quido en el dep osito, qneto (t) el caudal de l quido neto que entra en el deposito ,p(t) la presi hidrost on atica en el fondo del dep osito, es la densidad del l quido, S la secci del dep on osito, pa la presi on atmosf y g la constante gravitatoria. Normalmente se trabaja con presiones relativas (p(t) erica erica pa ), desapareciendo de los modelos la inuencia de la presi on atmosf pa .
Modelado y Simulaci on
57
4.3.2
Tubera y v lvula a
Estos dos elementos se analizan conjuntamente por tener un modelo semejante. Por una tuber a (o por una v alvula) circula un caudal de l quido tal que la ca de presi a lo largo del elemento da on es proporcional al cuadrado del caudal circulante. Esta ca de presi se debe a la fricci del da on on l quido con las paredes del elemento. El modelo de estos elementos es el siguiente:
q(t) = K p
p1 (t) p2 (t)
(4.17)
Siendo q(t) el caudal de l quido que circula a lo largo del elemento del punto de mayor presi on p1 (t) al de menor presi p2 (t). El par on ametro K p es la constante de fricci del elemento. En el on caso de una tuber este par a ametro depende de su luz y del material del que est hecha y es a constante para una tuber dada. Sin embargo en el caso de una v a alvula, esta constante depende de la geometr de la v a alvula y de su apertura, de forma que cuanto m cerrada estla v as e alvula, mayor serla fricci que esta produce, y por tanto menor serla constante K p. Generalmente se a on a considera la constante de friccion proporcional al porcentaje de apertura de la v alvula.
4.3.3
Estos modelos surgen de la aplicacion de las ecuaciones de balance sobre el sistema. En este caso las ecuaciones de balance vienen dadas por la ley de conservaci on de masa, por la cual la masa del l quido que entra en un elemento es igual a la masa del l quido que sale m la cantidad de l as quido que se acumula. Ejemplo El sistema est formado por dos dep a ositos interconectados entre s El primer dep . osito se llena con un caudal de entrada Qe (t). Al estar los dep ositos conectados entre s pasa el agua del , dep 1 al 2, llen osito andose tambi este. El dep 2 se vac mediante un conducto de forma en osito a que esta descarga se debe a la presion del agua en este dep osito. El sistema se ilustra en la gura 4.12 Las ecuaciones que rigen el comportamiento del sistema son las siguientes: A1 dh1 dt A2 dh2 dt Qi (t) Qs (t)
Siendo Qi (t) el caudal de l quido que circula del dep 1 al 2, Qs (t) el caudal que sale del osito
58 Qe
PSfrag replacements h1 Qi h2 Qs
Figura 4.12: Sistema de dos depositos interconectados dep 2, A1 y A2 el area del dep 1 y 2 respectivamente y Kh1 y Kh2 las constantes de fricci osito osito on de las tuber as.
4.4.1
Resistencia
Es un elemento tal que al circular una intensidad por el, esta disipa energ calor (efecto Joule) a ca produciendo una ca de potencial. La ecuaci del modelo de la resistencia viene dado por la da on
Modelado y Simulaci on
ley de Ohm, que se expresa de la siguiente forma:
59
i(t) =
V (t) R
(4.18)
Siendo V (t) la diferencia de potencial a la que se somete la resistencia, i(t) la intensidad que circula y R la resistencia del elemento. i(t)
Figura 4.13: Esquema de una resistencia el ectrica Este elemento es an alogo a una tuber en un sistema hidr a aulico.
4.4.2
Condensador
Es un elemento que al someterse a una diferencia de potencial, se genera una intensidad propor cional a la variaci de la diferencia de potencial. La ecuacion del modelo de este elemento es: on
dV (t) i(t) = dt C
(4.19)
Figura 4.14: Esquema de un condensador el ectrico El condensador es an alogo a un dep en un sistema hidr osito aulico.
60
4.4.3
Bobina
Es un elemento que al someterse a una diferencia de potencial se genera una variaci on en la intensidad que circula por este proporcional a la diferencia de potencial. Las bobinas almacenan energ el a ectrica en forma de energ magn a etica. La ecuaci del modelo es la siguiente: on
V (t) = L
di(t) dt
(4.20)
4.4.4
Fuente
Es un elemento que crea una diferencia de potencial, de forma tal que, al conectarla a elementos el ectricos, se genera una intensidad, que aporta energ el a ectrica al circuito. Es por tanto un elemento activo. i(t) PSfrag replacements V (t) +
Figura 4.16: Esquema de una fuente el ectrica de corriente continua Si la diferencia de potencial generada es constante a lo largo del tiempo, la fuente de denomina fuente de corriente continua. Por el contrario, si la diferencia de potencial toma la forma de una onda senoidal se denomina fuente de corriente alterna.
Modelado y Simulaci on
61
4.4.5
Son dispositivos el ectricos que transforman la energ el a ectrica en energ mec a anica de rotaci on (es decir que accionan una carga rotacional con un determinado par a una determinada velocidad angular) mediante la creaci de campos magn on eticos. El motor consta de dos partes: una ja llamada armadura o est y otra m denominada ator ovil rotor. El eje motor se encuentra unido solidariamente a la parte m ovil del motor, es decir, al rotor. En el interior del motor existen dos circuitos el ectricos que inducen dos campos magn eticos: el cir cuito de la armadura y el circuito de campo. La alimentaci on principal del motor es la del circuito de armadura, por el que circula la intensidad de armadura i a (t). Esta crea un campo magn que etico al interactuar con el campo generado por el circuito de campo, produce un movimiento relativo entre ellos. Asse crea una ca de potencial en el circuito de la armadura denominada fuerza da contraelectromitriz y que es proporcional a la velocidad angular del eje (velocidad relativa de los dos campos). Es claro que tambi se debe alimentar el circuito de campo, aunque es frecuente que este en circuito se sustituya por un im permanente, que produce un campo de intensidad constante, an dando lugar a los denominados motores de im permanente. an Ra La ia (t)
ic ( t)
Figura 4.17: Esquema de un motor de corriente continua Las ecuaciones que modelan un motor son: Va (t) = Ra ia + La d dt T (t) = Kia ic Vce = Kce Siendo ia (t) y Va (t) la intensidad y tensi (respectivamente) del circuito de la armadura, Vce on la fuerza contraelectromotriz, (t) el angulo girado por el eje motor y T (t) el par con el que este gira, K es la constante del par motor, Kce es la constante contraelectromotriz, ic (t) la intensidad que circula por el circuito de campo y Ra y La son la resistencia y la inductancia del circuito de la armadura. dia +Vce dt (4.21)
62
Sistemas t ermicos
El motor de corriente continua suele funcionar de dos modos: accionado por armadura o por campo. El funcionamiento por armadura es el m com y se utiliza cuando la intensidad de as un campo es constante o bien se sustituye el circuito de campo por un im permanente. En este caso, an variando la tensi (o bien la intensidad) del circuito de la armadura, se controla la velocidad del on eje motor. N otese que en este caso el par generado por el motor serproporcional a la intensidad a de la armadura ia (t), de forma que T (t) = Kr ia (t). En el funcionamiento por campo, es la intensidad de campo la que se var para controlar la a velocidad del motor, manteni endose constante (de alguna forma) la intensidad de armadura. Este procedimiento es m complejo, y por lo tanto menos extendido, que el anterior. as
4.4.6
Las ecuaciones de balance de este tipo de sistemas se expresan mediante las leyes de Kirchoff. Estas leyes se enuncian de la siguiente forma:
1. La suma de las intensidades que entran en un nodo es igual a la suma de las intensidades que salen. 2. La suma de las diferencias de potencial entre los nodos de los elementos que forman un bucle es nula.
Ejemplo En temas anteriores se han formulado modelos de circuitos. En el apartado 2.4 del tema 2 se propone modelar un circuito (v la gura 2.4 del tema 2) y se obtienen las ecuaciones ease correpondientes aplicando las ecuaciones de los elementos y las leyes de Kirchoff.
Modelado y Simulaci on
63
4.5.1
Esta transferencia de calor se produce entre elementos que est en contacto. El calor uye a an trav del que tiene mayor temperatura al que tiene menor. La cantidad de calor que uye de un es cuerpo a otro por unidad de tiempo Q se modela considerando que es directamente proporcional a la diferencia de temperatura entre ellos.
Q = Kcond (T1 T2 )
(4.22)
Siendo Kcond la constante de conducci de calor por un cuerpo, que depende de la supercie on de contacto y de las caracter sticas de los cuerpos. Cuando se calienta un cuerpo mediante una fuente de calor, por ejemplo, un metal en una fragua, se produce este mecanismo de transferencia de calor. El calor pasa de la fuente, en este caso las brasas, al metal que se encuentra en contacto con ellas.
4.5.2
Esta transferencia de calor se produce entre elementos que est a distintas temperaturas, pero el an mecanismo de la transferencia tiene asociado el movimiento de un uido. Por ejemplo, cuando se enfr un cuerpo caliente introduci a endolo en una corriente de agua fr el enfriamiento del cuerpo a, se produce porque el calor se transere del cuerpo con mayor temperatura al caudal de agua que esta menor temperatura, transportando el caudal de agua la energ substra al cuerpo caliente. a a da El modelo de este tipo de transferencia viene dado por la siguiente ecuaci on:
Q = Kconv (T1 T2 )
(4.23)
Siendo Kconv la constante de convecci un par on ametro que depende del movimiento del uido que interviene en la transferencia y de la supercie de contacto.
4.5.3
Es un fen omeno por el cual un cuerpo con una determinada temperatura emite una radiaci on electromagn etica. De esta forma, libera energ cal trasri a orica endola a otros cuerpos. La trans ferencia de calor entre cuerpos mediante este mecanismo, se produce por la exposici on de uno de los cuerpos a la radiaci emitida por el otro. on El modelo de este fen omeno viene dado por:
64
Sistemas t ermicos
Q = Krad (T1 4 T2 4 )
(4.24)
Siendo la contante de radiaci Krad un par on ametro que depende de la geometr de la posici a, on relativa y de las propiedades de los cuerpos.
4.5.4
Los modelos de sistemas t ermicos surgen de la aplicaci de las ecuaciones de balance de masa on y de energ al conjunto de los elementos. Las ecuaciones de balance de masa son an a alogas a las que se aplican para modelar sistemas hidr aulicos, y expresan que la masa de un producto que entra en un elemento es igual a la masa del producto que sale de este m la masa que se acumula en el as sistema. Por otro lado las ecuaciones de conservacion de la energ indican que la cantidad de calor a que se aporta a un elemento menos la cantidad de calor que este desprende es igual a la cantidad de calor acumulado por este. A la diferencia entre la cantidad de calor aportado y la cantidad de calor desprendido se denomina la cantidad de calor neto. Estas ecuaciones se pueden expresar de la siguiente forma:
(4.25)
Siendo m la masa del elemento sobre el que se realiza el balance, y Ce el calor espec del co elemento. Este par ametro depende de la naturaleza del elemento. Ejemplo Vamos a ver c se obtiene el modelo de un sistema formado por una caldera que contiene omo un l quido que se calienta con una fuente de calor, por ejemplo un quemador de gas. Adem as el l quido esten contacto con el ambiente, a una temperatura Ta , con el que intercambia calor. a Las transferencias de calor que se ven implicadas son la que se produce entre el l quido y el ambiente y el aporte de calor por la combustion. La primera de ellas se produce por conveccion, por lo que la ecuaci de la transferencia de calor es: on Qla = Kconv (Tl Ta ) Siendo Tl la temperatura del l quido, Ta la temperatura del ambiente. La fuente de calor se modela como un aporte de la cantidad de calor por unidad de tiempo al l quido constante y de Aplicando la ecuaci de balance de energ al l valor Q. on a quido se tiene que : m Ce dTl = Qneto = Q Qla = Q Kconv (Tl Ta ) dt
Modelado y Simulaci on
Ta
65
Tl
PSfrag replacements
Figura 4.18: Calentamiento de un l quido en una caldera En esta ecuaci la magnitud que nos interesa es la temperatura del l on quido Tl (t), cuya evoluci on depende del calor aportado por la fuente de calor Q y de la temperatura ambiental Ta .
F(
d n yny dyny d m u1 d m unu dy1 du1 dunu d n y1 , y1 , ..., , yny , m , ..., , u1 , ..., , unu ) = 0 (4.26) , ..., , ..., , ..., n n dt dt dt dt dt dt dt m dt
Siendo y1 , ..., yny las salidas del sistema a modelar, y u1 , ..., unu las entradas al sistema. La funci F() representa el conjunto de ecuaciones que relacionan las entradas con las salidas on del sistema. Para que el sistema estbien planteado, el n e umero de ecuaciones debe ser igual al n umero de variables a determinar, en este caso las salidas del sistema, por tanto son necesarias ny ecuaciones. Sin p erdida de generalidad, y en aras de la sencillez en la exposici on, supondremos en adelante que el sistema es monovariable, es decir, que tan solo tiene una salida y una entrada. En este caso el modelo viene dado por la ecuacion:
f(
(4.27)
66
Sistemas lineales: aqu en los que la funci f es una funci lineal. Es decir, en los ellos on on que la ecuaci diferencial es una combinacion lineal de las entradas y salidas y de sus on derivadas.Por tanto toma la forma siguiente: dny d n1 y dy dmu d m1 u du + a1 n1 + . . . + an1 + an y = b0 m + b1 m1 + . . . + bm1 + bm u n dt dt dt dt dt dt (4.28) Siendo (a1 , . . . , an , b0 , . . . , bm ) par ametros constantes del modelo lineal del sistema. La linealidad de los sistemas es una propiedad que les conere una serie de caracter sticas que los hace muy interesantes y que se detallar en temas posteriores. Entre ellas se pueden an destacar las siguientes: 1. Soluci sencilla de las ecuaciones diferenciales. on 2. Tratamiento sistem atico de sistemas (generalizaci de resultados), utilizando por on ejemplo su representaci por funci de transferencia. on on 3. Aplicaci de potentes procedimientos de an on alisis, como la transformada de Laplace o el an alisis frecuencial. Sistemas no lineales: aqu en los que la funci f es una funci no lineal. ellos on on
4.6.1
En los procesos industriales es habitual que el comportamiento del sistema evolucione en torno a un punto de funcionamiento. Es decir, en una situaci on tal que las magnitudes del sistema evolucionan en torno a un valor constante. Por ejemplo, pi ensese en un dep que se llena constantemente con un caudal de entrada osito Qe y que descarga a trav de una tuber de forma que la descarga se produce por gravedad. Las es a ecuaciones del modelo son las siguientes: A dh(t) = Qe Qs = Qe K dt h(t)
En el que A, el area del dep osito, es de 1m2 , h su altura y K la constante de friccion de la 1/2 ) . Se considera que el caudal de entrada Q es constante con un valor tuber de 10l/(min m a, e de 10 l/min. En la gura 4.19 se muestra la evolucion de la altura del dep osito y del caudal de salida partiendo de una situaci inicial en la que el dep estvac on osito a o. El sistema evoluciona hasta un punto en el que la altura del dep osito permanece constante (en consecuencia dh = 0). En este punto el caudal de salida es igual al caudal de entrada, es decir 10 dt
Modelado y Simulaci on
67
12
Figura 4.19: Evoluci de la altura y del caudal de salida. on l/min y la altura en la que se queda el deposito es: Qs = Q e K ho = Q e h o = Qe K
2
= 1m
El sistema permaneceren ese punto indenidamente hasta que no cambie el caudal de ena trada. Esto quiere decir que el sistema esten equilibrio. Al estado en el que el sistema permanece a se denomina punto de equilibrio del sistema. En el funcionamiento normal del sistema se sabe que el caudal de entrada esten torno a 10 a l/min, por lo que la altura del deposito evolucionarhasta un valor en torno a 1 m y el caudal de a salida en torno a 10 l/min (v la gura 4.20). Por tanto el sistema permanecernormalmente ease a en torno al punto de equilibrio antes calculado. Este punto se denomina punto de funcionamiento, y corresponde al estado en el que se considera que el sistema funciona normalmente. Este punto debe ser un punto de equilibrio.
4.6.2
Como ya se ha visto, el conjunto de ecuaciones que modelan el comportamiento din amico de un sistema puede ser lineal o no lineal. Los sistemas lineales resultan convenientes por el hecho de su sencillez de tratamiento y an alisis. Dado que un sistema en su funcionamiento normal evoluciona en torno a un punto de funcionamiento, parece razonable pensar que el an alisis del sistema ser m sencillo si trat a as asemos de analizar el comportamiento del sistema alrededor de este, sin considerar c serfuera del omo a rango en que va a evolucionar el sistema. Es bien sabido que una funci no lineal se puede aproximar en un determinado rango por una on funci lineal. A este procedimiento se le denomina linealizaci on de una funci en torno a un on on
68
Caudal de entrada ( l/min )
0.5
1.5
10
1.5
Figura 4.20: Evoluci del caudal de salida y de la altura del deposito ante variaciones en torno al on punto de funcionamiento.
punto. Toda aproximaci estsujeta a un determinado error, asociado al rango de aproximaci on. on a Cuanto mayor sea este, mayor serel error cometido por la aproximacion. a Extendiendo esto a sistemas din amicos, parece razonable aproximar el modelo no lineal del sistema por un modelo lineal en torno al punto de funcionamiento. Este modelo lineal aproximado guardarlas caracter a sticas del sistema din amico en su evoluci en el punto de funcionamiento on y en el rango de variaci del sistema en torno a este. Este modelo por ser lineal tiene todas on las caracter sticas beneciosas de los sistemas lineales. Adem como toda aproximaci tiene as, on, asociado un error que se comete y que sertanto mayor cuanto mayor sea el rango de variacion a del sistema. A este procedimiento se le denomina linealizaci on de un sistema.
Como es sabido el modelo de un sistema din amico monovariable en general viene dado por la ecuaci (4.27) en la que, para simplicar la exposicion, se va a denominar las variables del on siguiente modo:
dy y dt du u dt
Un procedimiento para linealizar una funcion en torno a un punto es mediante un desarrollo en serie de Taylor de la funci en ese punto. Seg esto la funci se puede aproximar por: on un on
Modelado y Simulaci on
69
f yn) + f um)
0
(yn) yn) ) + . . . +
0 0
f y
(y y]0 ) + f u
0
f y
(y y]0 ) +
(um) um) ) + . . . +
f u
(u u]0 ) +
(u u]0 ) + O(2) = 0
Siendo yn) ]0 , ..., y]0 , y]0 , y]0 los valores que toman dichas senales en el punto de funcionamiento y O(2) los t erminos de orden superior, que se consideran despreciables en el modelo linealizado. Haciendo el cambio de variables siguiente:
y y]0
yn) yn)
n)
. . . y y]0 y y]0
0
um) um)
m)
. . . u u]0 u u]0
y teniendo en cuenta que los t erminos de las derivadas parciales particularizadas en el punto de funcionamiento son constantes, haciendo las siguientes asignaciones:
f yn1) 0 f yn) 0
a1
. . .
f 0 y f yn) 0
an1
70
f y 0 f yn) 0
an
f um) 0 f yn) 0
b0
. . .
f 0 u f yn) 0 f u 0 f yn) 0
bm1
bm
n) + a1 n1) + . . . + an1 + an = b0 m) + b1 m1) + . . . + bm1 + bm que es la ecuaci lineal del modelo linealizado del modelo no lineal en torno al punto de on funcionamiento. Ejemplo Para ilustrar el procedimiento se va a linealizar el modelo del sistema del dep osito visto anteriormente en torno a su punto de funcionamiento. El modelo del sistema es el siguiente: dh + K h Qe = 0 dt
En este caso, la salida del sistema, representada por y en el ep grafe anterior, es la altura del dep h, y la actuaci o entrada al sistema, representada por u en el ep osito on grafe anterior, es el caudal de entrada Qe . El punto de funcionamiento viene dado por los siguientes valores: Qe ]0 = 10 h]0 = 1 dh dt = 0
0
l/min m m/s
Modelado y Simulaci on
Haciendo el cambio de variables = h h]0 = = h1
71
= Qe Qe ]0
Qe 10
y calculando los coecientes del desarrollo en serie de Taylor de la ecuaci on del modelo
f h f h f Qe
= A=1
0
=
0
K 2 h
=
0
10 =5 2 1
= 1
a0
5 =5 1 1 =1 1
b0 =
f Qe 0 f h 0
El modelo lineal aproxima el comportamiento del sistema en torno al punto de funcionamiento, de forma que, cuanto m alejados estemos de este punto, m error se cometeren el comporas as a tamiento obtenido por este modelo, frente al no lineal. En la gura 4.21 se muestra el compor tamiento del modelo no lineal (l continua) y el del modelo linealizado (l a trazos). En esta nea nea se muestra la evoluci del caudal de entrada Qe al dep (v la gura 4.21 (a)). Durante on osito ease un cierto periodo de tiempo el caudal de entrada var en torno al punto de funcionamiento en 10 a l/min. En este periodo el modelo no lineal y el linealizado representan pr acticamente el mismo comportamiento de la altura en el deposito y del caudal de salida (v eanse las guras 4.21 (b) y (c)). Sin embargo, despu se produce un cambio del caudal de entrada Qe evolucionando en es torno a otro punto distinto, en este caso 5 l/min. Entonces se observa que el comportamiento de las magnitudes del sistema derivado del modelo no lineal diere en gran medida del derivado del modelo linealizado, tomando la altura incluso valores imposibles.
72
12 11
1.2
Simulaci on
11 10
altura en el depsito h ( m )
0 0.5 1 1.5 2 2.5 3 3.5 4
10
0.8
0.6
0.4
0.2
5 4
0.5
1.5
2.5
3.5
0.2
0.5
1.5
2.5
3.5
tiempo ( s )
tiempo ( s )
tiempo ( s )
(a)
(b)
(c)
Figura 4.21: Comparaci del comportamiento del modelo no lineal con el modelo linealizado on
4.7 Simulaci on
El objeto del modelado de un sistema din amico es la obtenci de una expresi matem del on on atica comportamiento del sistema con el n de analizar su evoluci on o bien, reproducir lo m elmente as posible la evoluci de sus se ales. Ya sea para uno u otro n, es necesario calcular cu va a ser on n al la evoluci de las se ales del sistema bajo unas ciertas condiciones iniciales y para unas entradas on n determinadas. A este procedimiento se denomina simulaci on del sistema y es una herramienta fundamental en el estudio de sistemas din amicos. La evoluci del sistema dependerde las condiciones iniciales de las que parte el sistema on a y, en sistemas no aut onomos, de sus se ales de entrada. La elecci de las se ales de entrada n on n que se utilizan para la simulaci condiciona la evoluci del mismo. Las se ales de entrada on on n pueden ser se ales de prueba, del tipo escalon, impulso o rampa, o bien senales m realistas que n as imiten las condiciones de operacion del sistema f sico. Las se ales de prueba se utilizan para n comprobar y comparar la evolucion del sistema de una forma sistem atica, deniendo par ametros que cuantican la idoneidad de la evolucion de la se al ante ese tipo de se ales de entrada. La n n simulaci del sistema, si es sucientemente el al comportamiento del sistema real, permite un on estudio de la inuencia de la variacion de par ametros o de se ales de entrada o de sus condiciones n iniciales, sobre el comportamiento de las magnitudes del sistema. En modelos matem aticos en forma de ecuaciones diferenciales, para obtener la evoluci on temporal de las se ales es necesario integrar las ecuaciones diferenciales de este. Por tanto la n simulaci de este tipo de modelos se traduce en un procedimiento para integrar las ecuaciones on diferenciales involucradas en el modelo. Esta tarea se puede llevar a cabo de dos formas distintas:
Anal ogica: Se desarrolla un circuito electronico utilizando m odulos anal ogicos que realizan ciertas funciones, por ejemplo integradores o ganancias. Por tanto el circuito electr onico obtenido es a su vez un sistema din amico cuya evoluci es an on aloga a la del modelo que se desea simular. El modelo matem se debe manipular para poder expresarlo utilizando atico tan s las funciones que realizan los modulos electr olo onicos. Cada uno de estos m odulos se realizan utilizando componentes electronicos como resistencias, condensadores o ampli cadores. Los par ametros de estos pueden no ser constantes, pues pueden variar por ejemplo
Modelado y Simulaci on
73
con el tiempo o con la temperatura del circuito. Esto hace que la respuesta din amica del cir cuito var al variar estos. Por tanto la precisi de la simulaci estsujeta a la bondad de e on on a los componentes que intervienen en el circuito. Este problema, junto a la complejidad en su dise o y la poca exibilidad que la tecnolog anal n a ogica permite, son las razones principales que han condicionado su uso para el c alculo, y en particular, para la simulacion. Digital: Para la simulaci se utiliza un computador digital, que tiene la propiedad de poder on umeros o caracteres) y generar un resulrealizar un cierto procesamiento de informacion (n tado. Esta tarea se lleva a cabo en forma de secuencia de operaciones b asicas, que constituyen un programa. Por tanto es posible realizar programas que resuelvan problemas de c alculo de una forma secuencial, es decir, como una secuencia de operaciones. Este tipo de algoritmos se denominan m etodos num ericos. La simulaci se reduce pues a desarrollar un on algoritmo o m etodo num erico que integre ecuaciones diferenciales y codicarlo en forma de programa. Una simulaci del sistema bajo unas ciertas condiciones equivale a ejecutar on este programa para unos datos de entrada determinados. Entre las caracter sticas principales de la utilizaci del c on alculo digital se encuentra el hecho de que la precisi del resultado de la simulaci es constante, y tan s depende del on on olo n umero de bits que utiliza el computador para codicar las cantidades num ericas. Tambi en es importante el hecho de que un computador es capaz de realizar cualquier tipo de programa, y ejecuciones del mismo para distintos datos de entrada.
4.7.1
Un m etodo num erico de integraci consiste en un algoritmo iterativo que integra ecuaciones on diferenciales. La integraci anal de las ecuaciones diferenciales da como resultado la exon tica presi expl de las se ales que intervienen en ellas. Por ejemplo para el caso del modelo on cita n entrada-salida del sistema, la solucion de la integraci anal tiene la forma y = y(t). Esta on tica funci dependeren general de los par on a ametros del modelo, de las condiciones iniciales del sistema ascomo de las se ales de entrada (y = y(t, u(t), y0 , par n ametros)). La integraci anal es on tica muy compleja y no siempre es posible de obtener para todos los sistemas. Tan s olo se conocen m etodos de integraci anal de ciertos tipos de ecuaciones diferenciales. on tica En un m etodo num de integraci no se obtiene la expresi anal de la se al como erico on, on tica n funci del tiempo, sino que se obtiene una secuencia de valores que toma la se nal a lo largo del on tiempo. Al ser un m etodo iterativo, se discretiza el tiempo, de forma que se calcula en cada instante el valor que tomarla se al en funci del valor que tomaba esta, sus derivadas y las se ales de ena n on n trada en el instante anterior. Por tanto cada iteracion del algoritmo corresponde al c alculo del valor aproximado que toma la se al en un instante determinado en funcion de los valores aproximados n de las se ales obtenidas en iteraciones anteriores y(ti ) = F(y(ti1 ), , y(t1 ), y(t0 ), u(ti1 ), , u(t1 ), u(t0 ) n ), obteni endose la evoluci aproximada de la se al hasta ese instante. Las iteraciones terminar on n an cuando se complete el intervalo de tiempo que se desea simular. El resultado de la simulaci on es por tanto una secuencia de valores aproximados que toma la se nal en una secuencia de instantes determinados: t0 t1 t2 t f inal y(t0 ) y(t1 ) y(t0 ) y(t f inal )
74
Simulaci on
Al intervalo de tiempo que hay entre los instantes de la secuencia se denomina paso de in tegraci Como es razonable, cuanto menor sea este, m cantidad de valores de la senal se on. as calcular y por tanto mayor serla precisi con la que se obtienen los valores. El paso de intean, a on graci es por tanto un par on ametro del m etodo de integraci que es muy importante, y su eleccion on estrelacionada con las caracter a sticas de las ecuaciones diferenciales del modelo. Si se elige un paso de integraci grande, la aproximaci de los valores num on on ericos obtenidos a los anal ticos sermuy basta. Sin embargo, si se toma un paso de integraci on muy peque o, el n a n umero de iteraciones del algoritmo es mucho mayor y adem se incurre en errores de redondeo en el c as alculo con el computador. Estos errores de redondeo se deben al hecho de que los computadores utilizan un n umero limitado de bits para representar los valores num ericos, y por lo tanto un n umero limitado de decimales en su resoluci Por tanto si los c on. alculos requieren un gran n umero de decimales, el error cometido por la p erdida de decimales debido a esta limitacion es importante. Existen m etodos de integraci en los que el paso de integracion es constante, entre los que on se encuentra el m etodo de Euler, y otros en los que el paso var eligi a, endose en cada instante en funci de la evoluci de la se al hasta ese instante, entre los que se encuentra el m on on n etodo de Runge-Kutta.
El m etodo de integraci de Euler on dt Para ilustrar este m etodo, se va a considerar un caso concreto. Sea la ecuaci on dx = f(t) con condici inicial x(0) = x0 .Por tanto, en el instante de tiempo t = 0 se sabe que x(t) = x 0 . Adem on as se sabe que x(t) x0 x(h) x0 t0 t 0 h
tomando un valor h = t sucientemente pequeno. Es decir, que el valor de x(t) en un instante h pr oximo a cero es aproximadamente x(h) x0 + h f (0). Del mismo modo, para el instante 2h se puede escribir x(2h) x(h) + h f (h), como x(h) no es conocido se puede utilizar su valor aproximado x(h) = x0 + h f (0). Queda claro que de este modo se puede obtener una secuencia de valores aproximados {x(kh)}, k = 0, 1, 2, . Notese que este m etodo equivale a hacer una extrapolaci lineal con la derivada en cada punto. on Para ilustrar el m etodo de Euler se parte de la situacion mostrada en la gura 4.22 (a). El eje horizontal representa la variable t, en el eje vertical se ha colocado el valor x(0) = x 0 . A partir de este punto se traza una recta con pendiente f (0). Sobre esta recta se halla el punto de abcisa h y ordenada x(h) = x0 + h f (0). La nueva situaci es la mostrada en 4.22 (b): ahora se toma on x(h) como punto de partida para trazar una nueva recta de pendiente f (h) y obtener sobre ella el punto de abcisa 2h y ordenada x(2h) = x(h) + h f (h). En la gura 4.22 (c) se muestra el resultado obtenido al repetir los pasos anteriores 50 veces con h = 0.1, siendo f (t) = cos(t) y x(0) = 0. Se observa que la soluci proporcionada por la integracion num es un conjunto de valores on erica {x(kh)}, k = 0, 1, 2, 50. Estos valores se han representado uniendo mediante segmentos los puntos (kh, x(kh)), de forma que se obtiene una aproximaci on mediante trozos rectos. En la citada gura se muestra tambi con trazo punteado la solucion exacta obtenida resolviendo dx = cos(t), en dt con x(0) = 0 que da como resultado x(t) =sen(t).
Modelado y Simulaci on
1
75
0.9
0.8
^ x(h)
^ x(h) x0
^ x(2h)
0.7
0.6
x0
0.5
0.4
0.3
0.2
t 0 h
t 0 h 2h
0.1
0.5
1.5
2.5
(a)
(c)
A continuaci vamos a ver c se aplica el m on omo etodo de Euler a modelos entrada/salida de la forma que se expresa en la ecuacion (4.27). Este modelo se puede poner de la forma siguiente:
dy = y dt dy = y dt . . . dyn1) = yn) dt yn) (t) = g(yn1) (t), ..., y(t), y(t), um) (t), ..., u(t), u(t)) Aplicando el m etodo de Euler a cada ecuacion se obtienen las siguientes ecuaciones iterativas: y((k + 1)h) = y(kh) + y(kh) h . . . yn1) ((k + 1)h) = yn1) (kh) + g([yn1) (kh), ..., y(kh), y(kh), um) (kh), ..., u(kh), u(kh)]) h Se puede observar que el valor de todas las magnitudes en el instante t = (k + 1)h dependen de valores de las magnitudes en el instante anterior t = kh. Esto hace que la integraci on de las ecuaci diferencial del modelo se pueda hacer mediante un algoritmo iterativo, en el que en cada on iteraci se calcula la evoluci de las se ales del sistema tras un periodo de tiempo h. Este on on n procedimiento termina una vez alcanzado el tiempo nal hasta el que se quiere simular el sistema. Ejemplo Consideremos un dep osito prism atico (secci constante) alimentado por un caudal. Si u on representa el caudal que llega al deposito medido en metros c ubicos por segundo, y la altura del y((k + 1)h) = y(kh) + y(kh) h
76
Simulaci on
nivel medida en metros y A es la seccion del dep en metros cuadrados, se tiene que la derivada osito del volumen de l quido es el caudal aportado. Puesto que el volumen es V = Ay y A es constante se tiene que A operando se obtiene que dy =y dt 1 y = u A (4.29) dy =u dt
El valor del nivel en el instante inicial y(0) es una condicion inicial necesaria para la integraci de la ecuaci Los valores tomados por la entrada son tambi necesarios para calcular on on. en la evoluci del nivel. El algoritmo iterativo para la integracion es: on
1. Asignar el valor inicial k 1. 2. Hacer: 2.1 Si k=1, se asigna el valor inicial yk y(0) si no, se calcula el nuevo valor yk yk1 + hdyk1 2.3 Calcular t kh
1 2.2 Calcular dyk A uk
En el algoritmo se obtiene como resultado unos vectores con los valores de la salida y de sus derivadas (en este caso denominados y y dy), en cada per de integraci El par odo on. ametro h del algoritmo es muy importante y su valor depende del comportamiento din amico del sistema, y por lo tanto de los par ametros de este. N otese que el algoritmo toma como datos de entrada el paso
Modelado y Simulaci on
77
0.5
0.5
0.5
y
0.4 0.4 0.4
u
0.3 0.3
u
0.3
u
0.2 0.2 0.2
y
0.1 0.1
y
0.1
0 2
10
0 2
10
0 2
10
a) A = 10m2 , y(0) = 0m
b) A = 5m2 , y(0) = 0m
Figura 4.23: Tres experimentos de simulacion realizados con el modelo de llenado de un deposito. de integraci h, las condiciones iniciales del sistema y(0), el valor de la se nal de entrada en cada on instante uk y el tiempo de simulaci t f inal . on En la simulaci del sistema se pueden plantear diversos experimentos: on
Analizar la inuencia de la se al u en la evoluci de y. Para ello basta con proporcionar la n on ley u(t) y usar el modelo para calcular el nivel. V gura 4.23 a). ease Analizar la inuencia de los par ametros. En este caso el unico par ametro es la secci del on dep osito. La forma de proceder consiste en realizar varias simulaciones con valores de A diferentes, manteniendo iguales el resto de condiciones. V gura 4.23 b). ease Analizar la inuencia de los valores iniciales. La forma de proceder es similar al caso anterior. En cada experimento simulado se utiliza un valor inicial y(0) diferente. V ease gura 4.23 c).
4.8
Algebra de bloques
Como es sabido al modelar un sistema se obtienen una serie de ecuaciones diferenciales que pueden ser lineales o no lineales. En el caso de modelos no lineales es posible obtener un modelo lineal aproximado del modelo no lineal, v alido en un rango de variaci de las magnitudes del on sistema en torno al punto de funcionamiento. En consecuencia siempre es posible obtener un modelo lineal de un sistema din amico. El inter de obtener este tipo de sistemas reside en la es sencillez de tratamiento y an alisis de este tipo de modelos. Es frecuente que un sistema din amico que se pretende modelar estformado por una serie de e subsistemas no aut onomos interconectados entre s Cada subsistema tiene una magnitud de en. trada que excita al subsistema y una magnitud de salida que evoluciona en consecuencia. Al estar conectado con otros subsistemas, su salida afectara la entrada de alg o algunos subsistemas a un
78
Algebra de bloques
perteneciente al mismo sistema o incluso a smismo. A su vez su entrada estarinuida por las a salidas o entradas de otros subsistemas. Para un an sistem de los modelos de los sistemas, estos se suelen representar gr alisis atico acamente, describiendo cada subsistema que lo forma mediante un bloque. Cada uno de ellos tiene una mag nitud de entrada y una magnitud de salida cuya evoluci on es consecuencia de la accion de la entrada sobre el. Las se ales se representan por echas que indican cuyo sentido indican si son n entradas o salidas( ver gura 4.24) .
entrada BLOQUE (subsistema) salida
Figura 4.24: Representaci de un subsistema mediante un bloque on En el caso de modelos lineales de los subsistemas, cada uno de estos se puede modelar por una ecuaci diferencial lineal. Utilizando la transformada Laplace para representar el modelo on del sistema y sus magnitudes de entrada y de salida, cada bloque es equivalente a una funci on de transferencia G(s), de forma que las magnitudes de entrada y de salida se representan por su transformada Laplace U(s) e Y (s) (v la gura 4.25) . La se al de salida verica que ease n Y (s) = G(s)U(s).
entrada U(s) salida
G(s)
Y(s)
Figura 4.25: Representaci de un subsistema lineal mediante un bloque y la transformada Laplace on Un sistema quedarpues representado por una serie de bloques que est interconectados entre a an sformando lo que se denomina el diagrama de bloques del sistema. Esta representaci on resulta interesante por una serie de razones: Permite la obtenci de las ecuaciones de todo el sistema o de parte de el mediante una on serie de operaciones que se realizan sobre las senales y los bloques que forman el diagrama. Estas operaciones dan lugar al algebra de bloques. Mantiene identicado cada subsistema, lo que permite introducir f acilmente cambios en el modelo del sistema. Permite visualizar de una forma sencilla las relaciones causa-efecto involucradas en el sistema. Facilita el an alisis del papel que juega cada subsistema en el comportamiento global del sistema
4.8.1
Modelado y Simulaci on
79
1. Bifurcaci n: Representa la conexi de varios subsistemas que tienen la misma entrada. Por o on tanto la se al se bifurca entrando en ambos subsistemas. n
U(s)
U(s)
U(s)
Figura 4.26: Operaci de bifurcaci de se ales on on n
2. Suma: dos o m se ales, generalmente salidas de subsistemas, se superponen formando as n una unica se al, sum n andose o rest andose.
Y1(s) + Y2(s) + Y1(s) + Y2(s)
3. Transformaci n de una se al en un bloque: una se al al entrar en un bloque se transforma o n n generando una determinada senal de salida.
entrada U(s) salida
G(s)
Y(s)
Y (s)
G(s)U(s)
4.8.2
Los diagramas de bloques representan subsistemas conectados entre s A veces resulta intere. sante obtener las ecuaciones de todo el sistema o bien de una parte de el. El algebra de bloques permite realizar una serie de operaciones sobre los bloques y se nales que permiten y simplican la obtenci de bloques equivalentes de todo o parte del diagrama de bloques. Esta operaci on se on denomina reducci del diagrama de bloques. on Existen una serie de operaciones sobre bloques destinadas a la reducci on de los diagramas:
Algebra de bloques
G 1(s) G 2(s)
2. Bloques en paralelo:
U G 1(s) Y1 + + Y2 Y
U G 1(s) + G 2(s) Y
G 2(s)
3. Realimentaci on:
U + Y G 1(s)
U G 1(s) 1 + G 1(s) G 2(s) Y
G 2(s)
4.
U G(s) + + Z Y
U + + G(s) Y
1/G(s) Z
5.
U + + Z G(s) Y
G(s)
+ +
G(s)
Modelado y Simulaci on
6.
U G(s) Y
U G(s) Y
81
G(s)
7.
U G(s) U Y
Y G(s) 1/G(s) U
Ejemplo: Calcular utilizando el algebra de bloques la funci de transferencia del sistema dado por el on siguiente diagrama de bloques:
R(s) + -
G1 ( s ) G3 ( s )
+ +
G2 ( s )
Y(s)
G1 ( s )
G2 ( s )
Y(s)
G3 ( s )
En este se tienen dos estructuras de realimentacion unitaria negativa anidadas, lo cual se puede reducir a
R(s) + -
G1 ( s) 1+G1 ( s) G3 ( s)
G2 ( s )
Y(s)
82
Algebra de bloques
Y de este diagrama ya se puede obtener la funcion de transferencia pedida: G(s) =
G1 (s)G2 (s) 1+G1 (s)G3 (s) G1 1 + 1+G(s)G2 (s) 1 (s)G3 (s)
Parte II
83
Tema 5
Se denomina sistema lineal diferencial de primer orden de entrada u(t) y salida y(t) al sistema regido por una ecuaci diferencial de la forma on
dy + ay = bu dt
(5.1)
en donde a y b son dos constantes, denominadas coecientes de la ecuaci on; u(t) es una se al n denominada se al de entrada o excitaci e y(t) es otra se al denominada se al de salida del n on; n n sistema. El conjunto se interpreta con un diagrama de bloques tal como el de la gura 5.1. La ecuaci diferencial anterior admite una solucion unica siempre que se je el valor inicial de y(t). on Este valor inicial se denotaren lo que sigue por . La ecuacion (5.1) establece que la pendiente de a y(t) en cada instante de tiempo, es una combinacion lineal de los valores que toma en este instante u(t) e y(t). En la gura 5.2 se muestran las evoluciones de u(t) e y(t). En la pr actica se presentan m ultiples sistemas que pueden ser representados por una ecuaci on diferencial de primer orden. De hecho es una de las aproximaciones m sencillas que se pueden as hacer del comportamiento din amico de un sistema. En el apartado 5.3 se presentan distintos sistemas que pueden ser representados por una ecuaci on diferencial de primer orden. 85
86
Introducci on
u(t)
y(t)
u(t)
dy(t) dt
y(t) t
87
5.2.1
En el supuesto de que la se al de entrada u(t) sea nula para todo t, la ecuacion diferencial de n primer orden se convierte en
dy = ay dt
y(0) =
(5.2)
lo que constituye la parte homog nea de la ecuaci diferencial de primer orden de (5.1). La e on soluci de esta ecuaci puede obtenerse por integracion directa haciendo, on on
ln y(t) ln y(0) = at lo que, teniendo en cuenta que y(0) = , puede escribirse, yh (t) = eat El sub ndice h se reere a que esta solucion lo es de la parte homog de (5.1). enea Las guras 5.3 y 5.4 muestran la forma general de la evoluci on de yh (t) seg que a sea, un respectivamente, negativa o positiva. Estas guras muestran c omo se comporta un sistema en ausencia de excitaci Aparece una clara distincion entre dos formas de comportamiento que on. permiten una primera clasicacion de los sistemas en estables o inestables, segun que la evoluci on libre de los mismos tienda a una estado de reposo o no.
5.2.2
Se trata de resolver la ecuaci diferencial (5.1) en el caso en que u(t) no sea id on enticamente nula. Para simplicar la notaci se escribirv(t) = b0 u(t), con lo que la ecuaci (5.1) se convierte en on a on
88
y(t)
y(t)
89
dy + ay = v dt
(5.3)
Se trata de determinar qufunci w(t) debe sumarse a la solucion homog yh (t) para e on enea obtener la soluci de la ecuaci (5.3). Es decir, se supone que y(t) se descompone en, on on y(t) = yh (t) + w(t) (5.4)
yh (0) + w(0) =
w(0) = yh (0)
dw +aw = v dt
w(0) = 0
(5.5)
Por lo tanto la ecuaci diferencial que satisface w(t) es exactamente la (5.1), pero con una on notable diferencia, y es que las condiciones iniciales para w(t) son 0. Es decir, la se nal w(t) constituye la respuesta del sistema ante la senal de entrada u(t) a partir del reposo. La discusi anterior permite interpretar la expresion (5.4) diciendo que la respuesta y(t) de on un sistema din amico lineal a una se al de entrada u(t) a partir de un valor inicial y(0) puede n considerarse como la suma de la respuesta del sistema, a partir del valor inicial y(0), ante una se al de entrada nula m la respuesta del sistema a la se al de entrada u(t) a partir del reposo. Es n as n f ver que w(t) viene dada por, acil
w(t) = eat
t o
ea v()d
(5.6)
En efecto, en primer lugar es inmediato ver que w(0) = 0. Adem sustituyendo la expresi as on (5.6) en la (5.5) se tiene que,
dw = a eat dt
t o
ea v()d + eat
d dt
t o
ea v() d = a w + v
90
Combinando los anteriores resultados se tiene que la respuesta de un sistema regido por una ecuaci diferencial lineal de la forma (5.1) ante una senal de entrada u(t) viene dada por, on y(t) = eat + eat
t o
ea b u() d
(5.7)
A este mismo resultado se puede llegar empleando las t ecnicas basadas en la transformada de Laplace, con las cuales se puede demostrar directamente de una forma muy sencilla la expresi on (5.6). Adem en las aplicaciones pr as, acticas, es de esta ultima forma como se procede. Sin embargo para un planteamiento teorico m general, conviene desarrollar el estudio de los sistemas as lineales como se ha hecho anteriormente.
5.2.3
Se discuten a continuaci las respuestas de un sistema diferencial lineal de primer orden a se nales on de entrada que presentan especial inter en las aplicaciones como son las senales en escal en es on, rampa y sinusoidal. Senal de entrada en escal on Se dice que un sistema se somete a una senal de entrada en escal en el instante inicial t = 0, si on en dicho instante se somete el sistema a una variacion brusca de la se al de entrada permaneciendo n en un valor u(t) = constante. En la gura 5.5 se representa una se nal de entrada de esta forma. esta Si se supone y(0) = , u = 1, y teniendo en cuenta la expresi on (5.7), se tendr a,
(5.8)
Figura 5.5: Entrada en escal on En la gura 5.6 se representa la respuesta de un sistema lineal de primer orden a una entrada en escal on. Para estudiar la respuesta en el tiempo de un sistema lineal de primer orden a una entrada en
91
t
Figura 5.6: Respuesta al escal on escal es interesante escribir la ecuacion diferencial de primer orden de la forma siguiente: on, dy + y = Ku dt (5.9)
en donde = 1/a y K = b/a. Si se supone adem para simplicar, que = 0 se tendrque la as, a expresi (5.8) se puede escribir, on
y(t) = K(1 e )
(5.10)
La constante K recibe la denominacion de ganancia est tica del sistema, puesto que representa a la relaci entre la se al de salida (y(t)) y la se al de entrada (u(t)) para t . La constante on n n que tiene una dimensi de tiempo, se llama constante de tiempo del sistema. on El resultado (5.10) puede obtenerse de una forma m sencilla empleando la transformada as de Laplace. En efecto, la ecuacion diferencial de un sistema de primer orden viene dada por la expresi (5.1), y puesto que la transformada de Laplace de una se nal escal es: on on
U(s) =
1 s
Y (s) =
A B K = + s(1 + s) s 1 + s
92
A=
K (1 + s)
=K
s=0
B=
K s
s= 1
= K
y(t) = L 1 [Y (s)] = K(1 et/ ) es decir la expresi (5.1) on En la gura 5.7 se representa la respuesta a una entrada en escal on de un sistema de primer orden de ganancia K y constante de tiempo .
1.0 0.9 0.8 0.7 0.632 0.6
y(t)/K
0.4
0.8
1.2
1.6
2.0 t/
2.4
2.8
3.2
3.6
4.0
Figura 5.7: Respuesta a un escalon unitario de un sistema de primer orden de ganancia K y de constante de tiempo . La constante de tiempo caracteriza la velocidad de respuesta del sistema, es decir, la duraci on del r egimen transitorio. Ello se pone de evidencia por las dos consideraciones siguientes.
1. Existe una relaci entre la constante de tiempo y la tangente y(t) en el origen. En efecto on de la expresi (5.10) se tiene, on dy K t = e dt haciendo t = 0 se tiene, K dy (0) = dt (5.12) (5.11)
93
lo cual puede interpretarse tal como se hace en la gura 5.8. Recu erdese que se ha hecho u = 1.
tg =
Figura 5.8: Relaci constante amplicaci y tang. on on 2. haciendo t = se tiene que la constante de tiempo es el tiempo al cabo del cual la se nal de respuesta alcanza la fracci on 1 del valor nal (gura 5.9) 1 2 0.632 e 3
K 0.64K
Figura 5.9: Relaci constante de tiempo y amplicacion on Observando la gura 5.7 se tiene que la respuesta de un sistema de primer orden en una entrada en escal alcanza su valor nal con un error menor del 5 % para un tiempo 3. on En la gura 5.10 se representan las senales de respuesta a una entrada en escalon para distintos sistemas lineales con diferentes constantes de tiempo.
94
3 3>2
Figura 5.10: Diferentes constantes de tiempo En la pr actica se presenta el problema de determinar el modelo matem de un sistema a atico partir del conocimiento de la respuesta del sistema a una entrada en escal on. En el caso de un sistema de primer orden, la determinacion de los par ametros K y que aparecen en la ecuacion diferencial (5.9), resulta extremadamente sencilla a partir de la respuesta del sistema a una entrada en escal En efecto, de acuerdo con la gura 5.7 el valor de la constante de tiempo se determina on. midiendo la abscisa correspondiente a la ordenada que sea el 63,2% del valor alcanzado por el sistema en r egimen estacionario. La constante est K es sencillamente el cociente entre el atica valor alcanzado por la respuesta en r egimen estacionario y la amplitud de la entrada en escal on. Senal de entrada en rampa Sup ongase una se al de entrada en rampa, es decir, una senal de entrada cuyos valores crecen n lineal con el tiempo, u = t, tal como la que se representa en la gura 5.11. Se supondr a adem as, para simplicar, que = 0. De acuerdo con la expresion (5.7) se tiene que, y(t) = wbeat
t o
ea d =
wb a
1 eat + a a
(5.13)
esta ultima expresi introduciendo la ganancia K y la constante de tiempo , puede escribirse, on y(t) = wK(t + e )
t
(5.14)
Este mismo resultado se puede obtener con ayuda de la transformada de Laplace. En efecto, para el caso de una entrada en rampa, se tiene s2
U(s) =
K s2 (1 + s)
A1 A2 B + + 2 s s 1 + s
95
u u = t
t
Figura 5.11: Entrada en rampa siendo, A1 = A2 = B = K 1 0! (1 + 2s) = wK
s=0
K 1 d 1! ds (1 + s) K s2
s=0
= K
= K2
s= 1
de donde se desprende que y(t) tendrla forma (5.14). a En la expresi (5.14) se observa que el tercer t on ermino del par entesis del segundo miembro tiende a cero cuando el tiempo tiende a innito. Este t ermino constituye el r egimen transitorio de la respuesta total. Una vez desaparecido el r egimen transitorio, la respuesta en r egimen permanente ser a,
yrp (t) = K(t ) Para interpretar esta respuesta cabe distinguir dos casos:
(5.15)
1. K = 1. En tal caso se tiene que la respuesta viene dada por yrp = (t ) (5.16)
es decir, en el instante t la salida es igual a la entrada en el instante t . La salida se encuentra retardada segundos con respecto a la entrada. En la gura 5.12 se representa la expresi (5.14) para K = 1. Se observa en esta gura como la se al de salida se encuentra on n retardada con respecto a la senal de entrada. El error en r egimen permanente es igual a . Este error recibe la denominaci de error de arrastre. on
96
u(t)
y(t)
u(t1 )
y(t1 )
Figura 5.12: Respuesta a rampa. Respecto al r egimen transitorio se tiene que para t = y() = K K e 3 (5.17)
es decir, que el sistema ha respondido solo en un tercio del valor alcanzado por la senal de entrada. En la gura 5.12 se interpreta este resultado. La consideraci del error de arrastre en la respuesta de un sistema de primer orden, es on sumamente importante en ciertos casos como por ejemplo cuando el sistema en cuesti on es un aparato de medida. Supongase un globo en el que se encuentra un termometro de mercurio. Se supone que la temperatura var linealmente con la altura; se tiene entonces a que el term ometro se encuentra sometido a una senal de entrada en rampa. Las lecturas del term ometro, seg las consideraciones anteriores, presentan un error de arrastre. un 2. K = 1. La salida y entrada divergen, por lo que el error de arrastre se hace innito.
5.2.4
Si la se al de entrada es sinusoidal, es decir, u = sent y suponiendo = 0, se tiene que la n respuesta del sistema, de acuerdo con la expresion (5.7), viene dada por
y(t) = eat +
wb a2 + w 2
b a2 + w 2
(a senw t w coswt)
(5.18)
En la gura 5.13 se muestra una forma t de esta respuesta. pica Para t , es decir un tiempo sucientemente grande, el primer t ermino del segundo miembro se anula, por lo que la respuesta en r egimen permanente resulta ser
97
yrp (t) =
b (a senwt w coswt) a2 + w 2
(5.19)
Esta expresi se puede escribir de una forma m sencilla haciendo, on as a cos = 2 + w2 a con lo que 5.19 puede escribirse, y(t) = Y sen(wt + ) (5.21) w sen = 2 + w2 a
(5.20)
La expresi (5.21) puede interpretarse diciendo que la respuesta de un sistema lineal a una on se al sinusoidal, es otra se al sinusoidal de la misma frecuencia cuya amplitud ha variado en una n n relaci Y , y que ha adquirido un desfase . Tanto la relacion de amplitudes Y como el desfase , on son funci de la frecuencia angular w de la entrada. En la gura 5.14 se representa Y () y (). on Otra forma de representar gr acamente la respuesta en frecuencia de un sistema lineal es por medio de un diagrama polar en el que se representa vectores cuyos m odulos y argumentos son respectivamente Y () y (). Haciendo variar se obtiene un lugar geom etrico, en el que es el par ametro. En la gura 5.15 se representa la respuesta en frecuencia correspondiente a un sistema lineal de primer orden. El lugar estgraduado en frecuencias reducidas (normalizadas) u = . a
1.0
Relacion de Amplitudes
98
0.9 0.8 0.7 0.6 0.5 0.4 0.3 0.2 0.1 0.0 0.0 0.2 0.4 0.6
0.8
1.0
1.2
1.4
1.6
1.8
2.0
-10 -30
Fase(grados)
-50 -70 -90 -110 -130 0.0 0.2 0.4 0.6 0.8 1.0 1.2 1.4 1.6 1.8 2.0
= Y
=0
99
Existen otras formas de representar gr acamente la respuesta en frecuencia de un sistema lineal que ser estudiadas m adelante. an as Filtrado con un sistema lineal. Si la se al de entrada a un sistema lineal es una senal arbitraria, la reproducci de la misma a n on la salida sermuy el si la constante de tiempo del sistema es sucientemente peque na. Es decir, a si la constante de tiempo del sistema es menor que las m r as apidas variaciones que se produzcan en esta se al de entrada. Lo que a su vez se puede interpretar en el dominio de la frecuencia n diciendo que la constante de tiempo sea lo sucientemente peque na como para que el ancho de banda sea lo sucientemente grande para permitir el paso de todos los arm onicos de la se al de n entrada, (recordar la gura 5.13). La gura 5.16 ilustra este hecho.
pequeo
a)
grande
b)
Figura 5.16: Filtrados. Por el contrario si la constante de tiempo es grande, la respuesta del sistema es lenta, por lo que el sistema no puede seguir las variaciones r apidas de la se al de entrada resultando de ello que n estas desaparecen de la se al de salida. El sistema act como limando las asperezas de la senal n ua de entrada. La gura 5.16 ilustra este hecho que recibe la denominaci on de ltrado de la se al de n entrada. Se puede dar del mismo una interpretacion en el dominio de la frecuencia similar a la dada m arriba para el caso de una constante de tiempo peque na. as De hecho, el concepto de ltrado de una senal es enormemente importante y lo unico que se ha hecho hasta aquha sido introducirlo, ilustrando una forma de comportamiento de los sistemas din amicos lineales de primer orden.
100
El circuito de la gura 5.18 es un circuito cl asico de carga de un condensador a trav de es una resistencia, siendo la ecuacion diferencial que rige el proceso la siguiente: RC dq + q = CE dt
La ganancia est es C, puesto que Q/E es, en r atica egimen permanente, la capacidad del condensador. La constante de tiempo es RC.
R
Un term ometro puede considerarse como un sistema en el que la se nal de entrada u es la temperatura del medio en el que se encuentra inmerso y la se nal de salida y, es la temperatura indicada por el mismo. Si se denota por Q la cantidad de calor intercambiada entre el medio y el term ometro, y por C la capacidad calor de la ampolla, se tendrque ca a dy dQ =C dt dt
Por otra parte el ujo de calor que entra en el mercurio se aporta fundamentalmente as por conducci De acuerdo con la ley de Newton es aproximadamente proporcional a la on. diferencia de temperatura entre el medio y el mercurio.
101
dQ = k(u y) dt Se concluye de las dos ecuaciones anteriores que un term ometro de mercurio puede considerarse como un sistema lineal de primer orden. Obs ervese que, como corresponde a un sistema de medici la ganancia est es k = 1. on, atica
Temperatura indicada (y)
Temperatura (u)
Figura 5.19: Term ometro de mercurio. Reacci qumica. on Sup ongase la descomposici espont de una mol on anea ecula A en dos mol eculas B y C: A B +C la cual se efect de manera que la velocidad de reaccion es proporcional al n ua umero de mol eculas A presentes. Si se denota por y la concentracion de la sustancia A, se tiene es decir, 1 dy +y = 0 k dt Se trata de un sistema lineal de primer orden autonomo de constante de tiempo 1/k. El par ametro k se denomina por los qu micos constante de velocidad de la reaccion, y en la pr actica presenta una gran dependencia de la temperatura. Dinam ometro. Se trata de medir la fuerza u por el desplazamiento y que imprime a un dinam ometro de coeciente de elasticidad k y de coeciente de viscosidad , gura 5.20. Seg las leyes de la Mec un anica se tiene dy = ky dt
102
u = ky +
dy dt
Por lo tanto un dinam ometro es un sistema de medida lineal de primer orden. Mezcla de dos uidos. Sup ongase un recipiente (gura 5.21) en el que se contiene una masa m del l quido que contiene una fracci Cr de un componente A, y sup on ongase que el recipiente se alimenta por un caudal Q de un l quido en el que la fracci de componente A es Ce . Se supone que on la mezcla es instant anea, es decir, que la composicion es la misma en todo instante en todo el recipiente. Se supone adem que el ujo de entrada es igual al de salida, con lo que la as masa contenida en el recipiente es constante. Es f ver que en estas condiciones se tiene, acil Ce Q dt = Cr Q dt + M dCr es decir, M dCr +Cr = Ce Q dt Se trata por lo tanto de un sistema de primer orden. Motor el ectrico de corriente continua. Sup ongase el motor el ectrico de corriente continua cuyo diagrama se ha representado en la gura 5.22. El par motor supuesto el ujo constante, viene dado por P = k I Por otra parte la intensidad I de inducido y la tension que alimenta al inducido u (senal de entrada), est relacionadas por la siguiente ecuacion. an u = RI + L dI + K dt
103
Ce
Cr Cr
De acuerdo con las leyes de la Mec anica el par motor P y la velocidad de salida del motor , est ligados por la ecuaci an on,
P=J
d + B dt
J B
d + (B + kK ) = k u dt R R
es decir, considerando como senal de entrada la tensi aplicada al inducido y como senal on de salida la velocidad de giro del motor, se tiene un sistema de primer orden.
104
y(t) = y(0) +
0
(bu ay)dt
(5.24)
La consideraci de esta segunda forma de escribir la ecuacion que rige el comportamiento de on un sistema lineal de primer orden es sumamente interesante, por cuanto que su sentido f es sico m claro. La acci del sistema puede descomponerse en dos partes: as on
Los valores de f determinados para cada instante de tiempo t se van acumulando (integrando) dando con ello lugar a la variable de salida y.
En la gura 5.23 se tiene representado un esquema en el que se distinguen la parte est atica del integrador. La parte est puede ser no lineal, sin que por ello se alteren las anteriores atica consideraciones. Esta manera de interpretar el funcionamiento de un sistema lineal de primer orden, es m as intuitiva desde un punto de vista f sico por cuanto que en la naturaleza es m f interpreas acil tar los procesos en t erminos de integraciones que de diferenciaciones. De hecho la integraci on (acumulaci es un proceso normal del que es muy sencillo encontrar ejemplos, mientras que la on) diferenciaci es enormemente m articiosa. No debe olvidarse sin embargo, que la resoluci on on as de una ecuaci diferencial es m simple que la de una ecuacion integral, y es por ello que en on as cualquier caso el planteo por ecuaciones diferenciales es m frecuente que el que aqu presenta. as se
u K
+ 1 S
Tema 6
106
Denici on
r 2 + a1 r + a2 = 0
(6.3)
la cual se puede escribir tambi en el supuesto de que sus raices sean p1 y p2 , de la forma en, siguiente, (r + p1 ) (r + p2 ) = 0 (6.4) Otra forma frecuente de escribir la ecuacion diferencial de un sistema de segundo orden es la siguiente,
d2 y dy + 2 y = 2 k u(t) + 2 n n n 2 dt dt
(6.5)
Esta forma es especialmente util cuando se trata con sistemas cuyas raices de la ecuaci on carac ter stica son complejas. Los par ametros que intervienen en esta forma reciben una denominaci on especial.
El par ametro k recibe la denominacion de ganancia est tica, y es una constante que carece a de dimensiones. El par ametro n recibe el nombre de frecuencia propia no amortiguada y se expresa en radianes por segundo. El par ametro recibe el nombre de factor de amortiguamiento, y es un n umero sin dimensiones.
Las relaciones que ligan a los par ametros de la forma (6.2) con los de la forma (6.5) son las siguientes. 2 n
n =
1 a2
k=
a1 2n
(6.6)
Los par ametros k, n y son, normalmente, positivos. Una ecuaci diferencial de orden n puede descomponerse en n ecuaciones diferenciales de on primer orden. Este es un resultado conocido que por otra parte serestudiado con detalle en un a cap posterior. Aquse va a estudiar el caso n = 2; introduciendo las variables adicionales tulo x1 y x2 , y siendo p1 y p2 las raices de la ecuaci caracter on stica, es f ver que una ecuaci acil on diferencial de segundo orden del tipo 6.2 se puede escribir, x1 = p1 x1 + u y = c 1 x1 + c 2 x2
x2 = p2 x2 + u
(6.7) (6.8)
107
(6.9)
Para comprobar este resultado basta proceder por sustituci on, lo que se invita a hacer al lector. M adelante se estudiarel procedimiento general que permite este tipo de descomposiciones. as a Empleando el c alculo matricial, las expresiones 6.7, 6.8 y 6.9 pueden escribirse de la forma siguiente, x = Ax + Bu y = Cx (6.10)
La ecuaci diferencial de la expresi 6.10 es de la misma forma de la 5.1, con la diferencia on on de que mientras allse trataba con escalares aquse trata con vectores y matrices. Por lo tanto, el desarrollo realizado al estudiar los sistemas de primer orden, puede generalizarse al de los sistemas de segundo orden, sin m observaci que tener presente que la diferencia b que existe entre as on asica el algebra de los n umeros reales y la de las matrices, es que esta ultima no es conmutativa. La respuesta de un sistema de segundo orden ante una se nal de entrada u(t), a partir del estado x(t), vendrdada por, a
y(t) = CeAt +
t 0
eA B u() d
(6.12)
En esta expresi aparece la exponencial eAt , cuyo signicado serdiscutido m adelante. on a as A partir de la expresi 6.12 se puede estudiar la respuesta de un sistema de segundo orden on ante distintos tipos de se ales de entrada, tal como se hizo anteriormente para los sistemas de n primer orden. En lo que sigue se estudiarexclusivamente la respuesta de un sistema de segundo orden a una a entrada en escal por ser la que m inter tiene desde un punto de vista pr on, as es actico. La respuesta para otro tipo de entradas, como la entrada en rampa o la entrada sinusoidal, pueden ser obtenidas de forma an aloga a como se obtiene la respuesta a una entrada en escal on.
108
Denici on
6.1.1
Se supondrque las condiciones iniciales son nulas, = 0. A partir de la expresi on 6.12 se tendr a a, y(t) = C eAt
0 t
eA B u()d
(6.13)
La entrada en escal es constante desde t = 0 hasta innito. Por lo tanto se tendrque, on a u() = u = const (6.14)
eAt =
e p1 t 0
0 e p2 t
(6.15)
t 0
eA B u() d =
u p1 (1 e p1t ) u p2 (1 e p2t )
(6.16)
y(t) = C1
(6.17)
y=
Haciendo, sin p erdida de generalidad, u = 1 y tras una serie de manipulaciones alg ebricas, se puede escribir, ep1 t ep2 t p1 p2 (p2 p1 )p1 p2 (p1 p2 )
y(t) =
(6.18)
Si se escribe la ecuaci diferencial de segundo orden en la forma dada por la expresi on 6.5 on se tendrque las raices de la ecuaci caracter a on stica p1 y p2 vendr dadas por: an p1 = n n 2 1 2 1 (6.19)
p2 = n + n
109
u(t) y(t)
a)
n t
u(t) y(t)
b)
n t
1.38 1
y(t)
u(t)
c)
n t
3.3
Figura 6.1: Respuesta sistema de segundo orden
Denici on
(6.20)
Este mismo resultado se puede alcanzar con mayor sencillez operativa empleando la transformada de Laplace. En efecto, teniendo en cuenta que la transformada de Laplace de una entrada en escal es U(s) = 1/s, se tiene que, de acuerdo con la expresi on 5.2, la transformada de Laplace on de la salida y(t) resulta 1 2 n s s2 + 2n s + 2 n
Y (s) =
siendo,
1 2
factor de amortiguamiento En el estudio de la respuesta a una senal de entrada en escal de un sistema de segundo orden on pueden distinguirse tres casos segun que el factor de amortiguamiento sea mayor, menor o igual que uno.
1. Factor de amortiguamiento mayor que la unidad A partir de la expresi 6.18 teniendo en cuenta las expresiones 6.20 se tiene que, on y(t) = 1 + + 2(2 2(2 + 2 1 1) 2 1 1)
1 1 2 1)n t 2 1)n t
e( e(+
(6.21)
Esta expresi suministra la forma anal de la respuesta de un sistema de segundo orden, on tica con factor de amortiguamiento mayor que la unidad, a una entrada en escal on. En la gura 6.1 se representa la forma general de esta respuesta; desde un punto de vista cualitativo la caracter stica esencial de esta respuesta es su car de lentitud en alcanzar el valor y = 1. acter 2. Factor de amortiguamiento menor que la unidad Si el factor de amortiguamiento es menor que la unidad, es decir, < 1, entonces sucede que las raices p1 y p2 son complejas. En la gura 6.2 se representa la situacion de las raices p1 y p2 en el plano complejo.
111
Im jn 1 2
n n
Re jn 1 2
Figura 6.2: raices complejas La consideraci del angulo , tal como se ha indicado en la gura 6.2 permite escribir, on cos = sen = 1 2 (6.22)
Escribiendo las expresiones 6.19 y 6.20, empleando en las mismas el angulo , se tiene: p1 = n e j p2 p1 = 2n jsen (6.23)
La expresi 6.18 se puede escribir, teniendo en cuenta la expresi on 6.23 de la forma sion guiente, y(t) = 1 + e j (n jn 12 )t e 2 jsen e j (n jn 12 ) t e 2 jsen (6.24)
Esta expresi puede escribirse en forma m compacta como sigue: on as ent sen(n y(t) = 1 + 1 2 1 2 t )
(6.25)
Esta expresi suministra la forma anal en la respuesta de un sistema de segundo orden, on tica con factor de amortiguamiento menor que la unidad, a una respuesta en escal on. La forma general de la respuesta se tiene en la gura 6.1, en la que se observa que el comportamiento de un sistema de segundo orden con factor de amortiguamiento menor que la unidad est a caracterizado por la presencia de oscilaciones. Esta forma de respuesta, que se caracteriza por una sinusoide exponencialmente amortiguada, se dice que es subamortiguada.
112
Denici on
El valor del primer pico de sobreoscilacion, y el instante de tiempo en que se produce, son dos tipos de caracter sticas muy interesantes para denir el comportamiento de un sistema de segundo orden. De la observacion de la expresi 6.25 se desprende que la frecuencia de on oscilaci del sistema viene dada por, on p = n 1 2 (6.26)
La frecuencia p se denomina frecuencia propia del sistema. El periodo de oscilaci on del sistema viene dado por Tp = 2 n 1 2 (6.27)
Instante de tiempo al cual se produce el primer pico de oscilaci on del sistema, puede obten erse, de una forma anal derivando y(t) con relacion al tiempo, e igualando esta derivada tica, a cero. En efecto, se tiene: dy(t) n ent sen(n = dt 1 2 Esta derivada se anularcuando, a n 1 2 t = 0, , 2, .. n 1 2 1 2 t ) + n ent cos (n 1 2 t ) = 0 (6.28)
El tiempo t p recibe la denominaci de tiempo de pico. Llevando el valor de t p a la expresi on on 6.25 se tiene, e/ 1 ymax (t) = 1 + sen( ) 1 2 la cual, teniendo en cuenta de que, sen( ) = sen y sen = puede escribirse, ymax (t) = 1 + e
12
(6.30)
1 2
(6.31)
(6.32)
Normalmente se expresa la amplitud de la primera oscilaci on en % del valor del escal de on entrada. Gen ericamente se suele denominar sobreoscilacion a este tanto por ciento. Por lo tanto se puede escribir:
SO = 100 e
12
(6.33)
113
En la gura 6.3 se representa la sobreoscilacion, en funci del factor de amortiguamiento, on para sistemas de segundo orden. Es interesante considerar el problema de determinar los par ametros a1 , a2 y de la ecuaci on 6.2 a partir del conocimiento de la respuesta del sistema a una entrada en escal on especialmente en el caso de un sistema subamortiguado. 3. Factor de amortiguamiento igual a la unidad En el caso de que el factor de amortiguamiento sea igual a la unidad, es decir = 1, se tendr a que las dos raices de la ecuaci caracter on stica ser iguales entre s es decir, p1 = p2 es an , una ra doble de la ecuaci caracter z on stica. En tal caso, las constantes c1 y c2 que aparecen en la expresi 6.8 no est denidas, como se concluye observando las expresiones 6.9. Es on an decir, que la anterior discusi s era v cuando las dos raices p1 y p2 eran distintas. on olo alida Para poder aplicar el anterior razonamiento al caso de que las dos raices sean iguales, se procede a suponer, en principio, que estas son diferentes entre sen una peque a cantidad , n que posteriormente se hace tender a cero. Supongase, por lo tanto que las dos raices son: p1 = p p2 = p + Llevando estos dos valores a los t erminos segundo y tercero, del segundo miembro, de la expresi 6.18 se tiene, on pt b et 1 e e(p+)t = e pt p (p + ) p (p + ) (6.34)
Interesa determinar el l mite de esta expresi cuando tiende a cero. Para ello se procede, on por ejemplo, a desarrollar en serie et y tras una serie de sencillas manipulaciones se obtiene, lim 1 tp 1 et = p (p + ) p2 (6.35)
Con este resultado es inmediato obtener que la respuesta a una entrada en escal on del sistema con factor de amortiguamiento igual a la unidad, viene dada por, y(t) = 1 n tent ent (6.36)
Esta respuesta se ha representado en la gura 6.1. Esta respuesta se dice que estcrticamente a amortiguada.
En la gura 6.4 se representan las respuestas a una entrada en escal on para distintos valores del factor amortiguamiento. Se observa como factores de amortiguamiento inferiores a la unidad, se tiene un comportamiento oscilatorio, el cual es m oscilante cuanto menor es el valor de . as Por otra parte, para valores del amortiguamiento mayor que la unidad, se tienen respuestas sin sobreoscilaci pero que son considerablemente m lentas. Esto ultimo hace que las aplicaciones on, as pr acticas se tienda siempre a tener respuestas amortiguadas, puesto que son m r as apidas, aunque siempre manteniendo oscilaciones dentro de unos l mites razonables.
114
Denici on
100
80
Sobreoscilacion
60
40
20
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1.0
2.0 1.8 1.6 1.4 1.2 0.5 0.7 1.0 0.8 0.6 0.4 0.2 0.0 0.0 5.0 1.0 1.2 1.5 2.0 =0.1
y(t)
1.2
2.4
3.6
4.8
6.0 nt
7.2
8.4
9.6
10.8
12.0
115
6.1.2
Si se aplica una se al sinusoidal a un sistema de segundo orden, es decir, si u(t) = Vo sent, la n determinaci de la se al de salida y(t) se puede hacer procediendo en forma similar a como se on n hizo en el apartado anterior. Aqusin embargo se procederexclusivamente a estudiar el r a egimen transitorio que resulta de la aplicacion de la se al sinusoidal. Es decir, se va a determinar exclusin vamente la soluci particular de la completa cuando en la expresion 6.2 se hace u = Vo sent. Se on tiene que y(t) serde la forma, a y(t) = Yo sen(t + ) (6.37) siendo Yo = Vo (a2 )2 + a2 2 1 (6.38) = tg
1
a1 /(a2 )
2
(6.39)
Este resultado se puede comprobar por sustitucion. Se ha tomado como se al de entrada una se al sinusoidal de amplitud unitaria para que la n n amplitud de la se al de salida suministrase directamente la relacion de amplitudes entre las se ales n n de entrada y salida. En las guras 6.5 y 6.6 se representan las relaciones de amplitudes y los desfases correspondientes a distintos valores del factor de amortiguamiento. Se observa como la forma de la respuesta en frecuencia del sistema de segundo orden depende del factor de amortiguamiento. Cuanto menor es este, mayor es el pico de resonancia que presenta la respuesta en frecuencia. El efecto de resonancia indica que para determinada frecuencia la am plitud de la se al sinusoidal correspondiente, en el espectro de frecuencias, sufre una amplicaci on n al atravesar el sistema. El valor m aximo de la amplitud de la respuesta en frecuencia, recibe la denominaci on de factor de resonancia. Es f demostrar que el factor de resonancia viene dado por, acil
Q=
1 2 1 2
(6.40)
La frecuencia a la que se produce este m aximo, que recibe la denominacion de frecuencia de resonancia, viene dada por,
R = n
1 22
(6.41)
Se observa que cuando el factor de amortiguamiento es nulo la frecuencia de resonancia coin cide con la frecuencia propia no amortiguada del sistema. De ahla denominaci de esta ultima. on
116
Denici on
5 =0.1 4
RELACION DE AMPLITUDES
3 0.2
0.707
0.5
2.0
2.5
117
-30
-60
0. 0.3 5 0. 70 7 0.4 1. 0 2. 0 5. 0
=5. 2.0 0
0.
= 2
0.1
DESFASE
-90
-120
-150
0.1
-180 0.0
0.5
1.0
3.0
3.5
4.0
118
Denici on
6.1.3
Una vez estudiado los sistemas de primero y segundo orden, conviene recordar los resultados correspondientes a sistemas de orden n. Supongase que el modelo matem del sistema que se atico estconsiderando tiene la forma, a
dny dm u d n1 y dy + an y = b o m + + b m u + a1 n1 + + an1 dt n dt dt dt
(6.42)
en donde, por razones de realizabilidad f que se considerar m adelante, n > m. Si las sica an as condiciones iniciales son nulas, su transformada de Laplace es
(6.43)
por lo tanto, la transformada de Laplace de la salida del sistema y(t), correspondiente a una entrada u(t), cuya transformada es U(t) = L [u(t)] resulta ser bo sm + b1 sm1 + + bm U(s) sn + a1 sn1 + + an1 s + an
Y (s) =
(6.44)
Puesto que U(s) se supone conocido, el problema es el de determinar Y (s), problema que se reduce al c alculo de la antitransformada de Y (s). Para las funciones normalmente empleadas en Autom U(s) es el cociente de dos polinomios en s, por lo que Y (s) sera su vez el cociente atica a de dos polinomios, es decir,
Y (s) =
(6.45)
El polinomio del denominador U(s) se ha factorizado, siendo p i las raices de la ecuaci on P(s) = 0, que recibe la denominacion de polos de Y (s). Para mayor generalidad, se ha supuesto que cada uno de los polos tiene una multiplicidad ni aunque normalmente ni = 1, para todo i. El cociente de polinomios Y (s) se puede descomponer en fracciones simples, escribi endose, Y (s) =
q
i=1 k=1
ni
cik (s pi )k
(6.46)
en donde los coecientes cik reciben la denominaci de residuos de Y (s) en el polo pi . Los on residuos se calculan con ayuda de la expresion
119
cik =
1 (ni k)!
(6.47)
s=pi
Si todos los polos son simples, es decir, si todos los valores de n i son igual a la unidad, entonces la expresi 6.46 se escribe on
Y (s) =
i=1
ci1 s pi
(6.48)
(6.49)
expresiones que no son sino particularizaciones para n i = 1 de las correspondientes expresiones 6.46 y 6.47. En el caso de polos simples, los residuos pueden determinarse de forma gr sobre el plano aca complejo. Para ello, en primer lugar, consid erese que Y (s) puede escribirse k m (s zi ) i=1 n (s pi ) i1
Y (s) =
(6.50)
en donde se ha factorizado tambi el polinomio del numerador. Por zi se denotan las raices en de la ecuaci P(s) = 0 y estas raices se denominan ceros del sistema. Puesto que Y (s) es, en on general, una funci compleja, se puede escribir, on
Y (s) =| Y | e j =| Y |
(6.51)
Y (s) =
(6.52)
120
Denici on
es decir, puesto que Y (s), de acuerdo con la expresi on 6.52, se determina como el cociente de dos expresiones complejas, cada una de las cuales es a su vez el producto de t erminos elementales de la forma (s pi ) el m odulo de Y (s) serel cociente de los productos de los respectivos modulos, a mientras que el argumento serla diferencia de las sumas de los correspondientes argumentos. a Interesa por tanto, representar en el plano complejo, los componentes elementales (s z i ) y (s pi ) con el n de determinar sus m odulos y argumentos para poder realizar con ellos las operaciones de multiplicaci y adici a las que se acaba de aludir. on on aca En la gura 6.1.3 se muestra la representacion gr del vector asociado a (s zi ) y a (s pi ). En el caso de (si zi ) se tiene un vector que va desde el cero, zi al punto s, y an alogamente para pi .
Im s s Zi Zi Re
Pi
s Pi s
Figura 6.7: Vectores asociados El residuo ci1 = ci , correspondiente al polo pi , resulta ser de acuerdo con la expresion 6.49, k(s pi ) m (s zi ) i=1 n (s pi ) i=1
ci = (s pi )Y (s) |s=pi =
s=pi
1. dibujar en el plano complejo los ceros, ci y los polos pi de Y (s). 2. dibujar los vectores desde todos los polos y ceros al polo p i en el que se estdeterminando a el residuo. 3. determinar el m odulo del residuo | ci | multiplicando los m odulos de todos los vectores desde los ceros y dividi endolos por el producto de los modulos de todos los vectores desde los polos.
121
4. determinar el argumento del residuo ci sumando los argumentos de los vectores desde los ceros y rest andole la suma de los argumentos de los vectores desde los polos.
122
Denici on
Tema 7
Td (s) =
(7.1)
(7.2)
Sup ongase que los polos de Td (s) se denotan por pi y que los ceros se hacen por ci . En tal caso se tiene:
Td (s) =
k(s + c1 ) (s + c2 ) (s + cm ) (s + p1 ) (s + p2 ) (s + pn )
(7.3)
(7.4)
124
Se van a estudiar a continuaci las relaciones entre las constantes de posicion k p , velocidad on kv , y aceleraci ka y los polos y ceros de Td (s). on
7.1.1
Seguimiento de posici n. o
Sup ongase una entrada en escalon de posici de manera que R(s) = 1/s. En tal caso (7.4) se on, convierte en eo + e1 + e2 s + ... s
E(s) =
(7.5)
Es decir que
sE(s) = eo + e1 s + e2 s2 + ...
(7.6)
Por lo tanto aplicando el teorema de valor nal, el valor del error en r egimen permanente erp ser a:
erp = limt e(t) = lims 0 sE(s) = lims 0 Deniendo la constante de error de posicion k p como
1 = eo 1 + G(s)
(7.7)
(7.8)
eo =
1 1 + kp
(7.9)
E(0) 1 = lim R(0) s 0 1 + G(s) Y considerando (7.4), es decir e0 = E(0) / R(0), se tendrque a
(7.10)
125
(7.11)
(7.12)
(7.13)
kp =
(7.14)
(7.15)
en donde
Llevando (7.15) a (7.14) se tiene la siguiente expresion en donde k p estexpresada en funci a on de los polos y ceros. k m C j j=1 n Pj km C j j=1 j=1
kp =
(7.16)
En la pr actica tiene un especial inter la consideraci de los sistemas de tipo 1 en bucle es on abierto. Este caso se presenta cuando se estudian los servomecanismos de posici on. Para los
126
sistemas de tipo uno, o superior, recordando la expresi on (8), es inmediato que k p tiende a innito. En tal caso, y de acuerdo con (9) es claro que e0 = 0. Por ello considerando (7.4) y (12) se tendr a que
(7.17)
Y (0) =1 R(0)
(7.18)
lo que signica que en r egimen permanente no existe error de seguimiento, cosa que era sabida para los sistemas de tipo uno. Haciendo s = 0 en la expresi (7.3), y teniendo en cuenta (7.18) se tendrque on a
1=
k c1 ......cm p1 p2 ......pn
(7.19)
Esta expresi muestra la relaci existente entre los polos ceros y la constante k de un sistema on on en bucle cerrado para que el error de seguimiento en posici on sea nulo. La constante de posici k p es adimensional. on
7.1.2
Seguimiento de velocidad.
Sea un sistema con error de seguimiento en posicion nulo (eo = 0) y sup ongase que se le aplica una entrada en rampa de manera que R(s) = 1/s2 . En tal caso se tiene que E(s) vendrdado por a
E(s) =
(7.20)
Aplicando el teorema del valor nal se tendrque el error en r a egimen permanente a una rampa ser a
127
(7.21)
e1 =
1 kv
(7.22)
La constante de seguimiento en velocidad kv tiene un valor nito para sistemas en bucle abierto de tipo 1, es decir, para sistemas con una integracion pura. En tal caso se tiene que e0 = 0, con lo que se tiene, habida cuenta de la expresion (7.4).
Y (s) = 1 e1 s e2 s2 .... R(s) Derivando esta expresi con relaci a s, y haciendo s = 0, se tiene on on
d Y (s) ds R(s)
s=0
= e1 =
1 kv
(7.23)
=
s=0
Y (0) =1 R(0)
(7.24)
s=0
128
(7.25)
n m 1 1 1 = kv i=1 pi j=1 c j
(7.26)
Por consiguiente 1/kv es igual a la suma de los inversos de los polos menos la suma de los inversos de los ceros, todo en bucle cerrado. Si se quiere que el error de seguimiento en velocidad sea nulo se requerirque kv tienda a a innito, en cuyo caso se tendrque a
j=1
1 = pj
j=1
1 cj
(7.27)
Ejemplo. Sea un sistema de segundo orden cuya funcion de transferencia en forma normalizada se escribe Y (s) 2 n = 2 R(s) s + 2n s + 2 n Este sistema presenta un error de seguimiento en posicion igual a cero, es decir Y (0)/R(0) = 1. Por lo tanto interesa calcular kv en funci de los ametros n y . Los polos de la anterior on par funci de transferencia ser p1,2 = n jn 1 2 y por lo tanto aplicando la expresion on an (7.26) se tendrque a n 2
kv =
(7.28)
129
erp =
a y como erp se mide en metros (o radianes) y en metros por segundo (o rad / seg) se tendr que kv vendrdada por seg1 . a
7.1.3
Seguimiento de aceleraci n o
Sea un sistema con errores de seguimiento de posicion y velocidad nulos. Para el estudio de un seguimiento en aceleraci se procede de forma similar a como se ha hecho anteriormente. Si se on supone una entrada en aceleracion se tendrque R(s) = 1/s3 , con lo que el valor de E(s) ser a a e2 + e3 + s e4 + ... s
E(s) =
(7.29)
Aplicando nuevamente el teorema del valor nal se tendr que el error de seguimiento en a aceleraci cuando el tiempo tiende a innito ser on a
e2 =
1 ka
d2 ds2
ln
Y (s) R(s)
(Y /R)1 (Y /R) Y /R Y /R
j=1
1 c2 j
130
7.1.4
Sup ongase que la funci de transferencia de un sistema en bucle cerrado viene dada, en forma on normalizada, por la expresi siguiente on Y (s) bo sm + + bm1 s + bm = n R(s) s + a1 sn1 + + an1 s + an
(7.30)
Esta expresi considerada como cociente de dos polinomios, puede desarrollarse en serie, on, de la forma siguiente:
Y (s) R(s)
= c o + c 1 s + c 2 s2 +
La determinaci de los coecientes ci del desarrollo en serie, puede hacerse f on acilmente mul tiplicando ese desarrollo en serie por el denominador de la funci on de transferencia, e igualando coecientes entre ambos miembros. Con ello se obtiene que
co =
bm an
(7.31)
c1 =
bm1 co an1 bm
E(s) T (s) = 1 R(s) R(s) Si se supone una entrada en escalon R(s) = 1/s, entonces es evidente que el error sernulo en a r egimen permanente si c0 = 1, es decir, si an = bm . Por consiguiente es necesario que bm = an para que el error en r egimen estacionario sea nulo, cuando se aplica como se al de entrada una se al en escal n n on.
131
Para obtener un error de seguimiento en posicion nulo, para un sistema cuya funcion de transferencia sea de la forma (30), existen distintas formas posibles. Si el numerador consiste unicamente en una constante, entonces la forma que se obtiene es unica y es la siguiente
Y (s) an = n R(s) s + + an1 s + an Sup ongase que c0 = 1. En tal caso, c1 se convierte en bm1 an1 bm
(7.32)
c1 =
(7.33)
Ahora suponiendo una entrada en rampa, el error tendrun valor nulo en r a egimen permanente si an1 = bm1 . En tal caso una forma posible para la funcion de transferencia en bucle cerrado es an1 s + an Y (s) = R(s) sn + a1 sn1 + + an1 s + an
(7.34)
Estas expresiones se pueden generalizar para entradas de orden superior. El inter es de las mismas radica en que permite especicar el numerador, a partir de consideraciones de comportamiento en r egimen permanente, partiendo del denominador, obtenido por consideraciones de comportamiento transitorio.
132
Parte III
133
Tema 8
G(s) =
Se puede representar G(s) indicando la posicion de sus ceros ci y de sus polos pi en el plano de la variable compleja s (g. 8.1).
8.1.2
Diagrama de Nyquist
La funci de transferencia G(s) se representa mediante una curva en un diagrama polar. Esta on curva se construye representando para cada valor de el m odulo y el argumento de la expresion compleja que resulta de hacer s = j en G(s). Como se sabe, el m odulo y el argumento de G( j) representan la amplicaci (o atenuaci y el desfase de una se al sinusoidal que atraviese el on on) n sistema. En la gura 8.2 se representa un diagrama de esta naturaleza. Conviene observar que var de 0 a . a 135
136
Diagramas m comunes as
Im
K Re
Im =0 Re =1 = 10
= = 100
137
El diagrama de Nyquist es por tanto una curva parametrizada en que, para cada punto (es decir, para cada frecuencia), da el modulo y el argumento de la funcion de transferencia.
8.1.3
En este caso, la funci de transferencia G(s) se representa mediante el conjunto de las dos curvas on siguientes (g. 8.3):
log |G(j)|
log
Arg G(j)
log
-180
El empleo de logaritmos para representar los modulos permite facilitar la combinacion de fun ciones de transferencia en serie, ya que en tal caso el producto de los m odulos se convierte en la suma de sus logaritmos. Conviene recordar que la medida logar tmica de la relaci entre dos se ales A se expresa en on n decibelios (dB), 20 log10 A d ecadas log10 A octavas log2 A Este conjunto de curvas, como veremos a continuaci on, es el m utilizado en la pr as actica para representar gr acamente la funci de transferencia. on
138
Diagrama de Bode
8.1.4
Diagrama de Black
En este diagrama se representa la funcion de transferencia G(s) mediante una curva parametrizada en en un plano cuyos ejes de coordenadas est denidos por arg(G( j)) y 20 log10 A (g: 8.4). an
log|G(j)| =1
-180
-90
0 Arg G(j)
(8.1)
( j)N
139
La expresi (8.1) es una expresi compleja en funci de . Es decir, para cada valor de on on on tomarun valor complejo y, por tanto, tendrun m a a odulo y un argumento. El m odulo sertal que a si tomamos su logaritmo se podrescribir a 20 log |G( j)| = 20 log |kB | + 20 log +20 log 1 + 20 log ( j)N 1+ 1 1+ j p1 j c1 +... +... (8.2)
mientras que el argumento ser a 20 arg G( j) = 20 arg kB + 20 arg 1 + +20 arg 1 + 20 arg ( j)N 1 1+ j p1 j +... c1 +... (8.3)
Obs ervese que mediante la adopcion de una escala logar tmica para el m odulo se ha descompuesto aditivamente en las aportaciones de cada uno de los elementos que aparecen en (8.1). Esta descomposici aditiva, junto con la que se da de una manera natural para el argumento, on aca permite que se obtenga la representacion gr en el diagrama de Bode a partir de la repre sentaci gr de cada uno de los elementos que aparecen en (8.1). Vamos a ver a continuaci on on aca c se representa gr omo acamente cada uno de estos elementos.
8.2.1
8.2.2
viene dada por una recta de pendiente -20 decibelios por d ecada (o -6 decibelios por octava) y con un desfase constante igual a -90 grados
140
Diagrama de Bode
20logK
K>1
Amplitud(dB)
-20logK
K<1
Fase(grados)
-90.0
20
Amplitud (dB)
90
Fase(grados)
-90
-180 -1 10
10
10 (rad/s)
10
141
8.2.3
Para estudiar su representaci en el diagrama de Bode consideraremos, en primer lugar, dos on situaciones extremas: En tal caso se tendrque a 20 log | 1 1+ j p | 20 log 1 = 0dB p
Por tanto, la representaci gr del m on aca odulo de G presenta dos as ntotas. Para valores bajos de la as ntota es sencillamente la recta horizontal trazada en 0 dB; mientras que para valores altos de la frecuencia la as ntota es una recta de pendiente -20 dB/d ecada. Estas dos as ntotas se cortan en el punto = p. Para completar la curva podemos considerar dos puntos interesantes:
para /p = 0.5 se tiene |G( j)| = 1 dB. para /p = 1 se tiene |G( j)| = 3 dB. Por lo que respecta a la fase no es posible hacer unas aproximaciones asint oticas como las que acabamos de ver para la amplitud. No obstante, se dispone de una plantilla que permite trazar la curva de fase correspondiente.
142
Diagrama de Bode
20
Amplitud(dB)
1dB
-40
Fase(grados)
-45
-90 -1 10
10
10 (rad/s)
10
8.2.4
El diagrama de Bode de un diferenciador puro G( j) = j se obtiene de forma similar al de un integrador puro. En la gura 8.8 se representa el diagrama correspondiente. En este caso la curva de amplitud tiene pendiente positiva y la de fase es positiva.
40
Amplitud(dB)
20 +20dB/dec 0 -20
90
Fase(grados)
45
0 -1 10
10
10 (rad/s)
10
143
8.2.5
j +1 p
conduce, por consideraciones an alogas a las que se han hecho para un sistema de primer orden (asociado a un polo), tiene la forma que se muestra en la gura 8.9.
40
Amplitud(dB)
90.0
Fase(grados)
10 (rad/s)
10
Combinando todo lo que se acaba de ver, y teniendo en cuenta las expresiones (8.2 y (8.3), se aca puede obtener la representacion gr de la funci de transferencia del sistema cuya funcion de on transferencia viene dada por la expresion (8.1).
144
Im G1 (s) p 0 z Re G2 (s) z p
Re
Figura 8.10: Diagrama de polos y ceros de G1 y de G2 Vamos a comparar los diagrams de Bode de estas dos funciones de transferencia. Para ello consid erese la gura 8.10. Es claro que | G1 ( j) |=| G2 ( j) | 0 y, por tanto, las curvas de amplitud en el diagrama de Bode ser las mismas para las dos funciones an de transferencia. Sin embargo, por la que respecta a los argumentos es claro que se tendr a: arg G1 ( j) arg G2 ( j) 0 En la gura 8.11 se tienen las correspondientes curvas de fase. Se comprende la denominaci on de sistema de fase m nima para G2 .
180
90
G1(j)
10
-1
10
10
10 G2(j)
-90
145
8.4 Crculos M y N
Para proceder al dise o de sistemas realimentados, mediante m n etodos gr acos, es necesario disponer de un m etodo gr que permita pasar de la funcion de transferencia en bucle abierto G(s) a la aco correspondiente a bucle cerrado T (s). Como se sabe la expresi on que liga a estas dos funciones de transferencia es la siguiente G(s) T (s) = 1 + G(s) Si se interpreta vectorialmente esta expresion se tendrque el vector T ( j) tendrcomo m a a odulo el cociente de los vectores G( j) y 1 + G( j), y como argumento la diferencia de los argumentos de estos dos vectores. En la gura 8.12 se tienen representados los correspondientes vectores. A
Im
(1 + j0) A 1+G
0 P G Re
Figura 8.12: Diagrama polar de la funcion de transferencia, con vectores asociados partir de esta gura resulta que para cada valor de el modulo de T ( j) se determinar mediante a el cociente de las medidas de los segmentos OP y AP, y el argumento de T ( j) vendr dado por a la expresi on argC/R = (8.6) Con el n de facilitar la aplicaci pr on actica de este m etodo gr se procede a denir en el plano aco polar un sistema de coordenadas curvil neas que permita resolver gr acamente la determinaci on del m odulo y el argumento de T ( j). Para ello se procede a dibujar el lugar geom etrico de los puntos para los que el m odulo (respectivamente el argumento) de T ( j) sea constante. Sea (x, y) un punto gen erico del plano complejo (gura 8.13). A partir de las guras 8.12 y 8.13 se puede escribir OP = x2 + y2 AP = (1 + x)2 + y2
M=
OP = AP
x 2 + y2 (1 + x)2 + y2
Elevando al cuadrado esta expresion, y tras algunas manipulaciones algebr aicas, se tiene y2 + x2 + 2x M2 M2 = 2 M2 1 M 1
146
Crculos M y N
Figura 8.13: Plano complejo Sumando y restando a esta expresion M2 M2 1 se tiene y2 + x2 + 2x de donde se concluye y2 + x + M2 M2 1
2 2
M2 M2 + M2 1 M2 1
M2 M2 1 M2 M2 1
M2 M2 1
Esta expresi indica que el lugar geom on etrico en el plano complejo de los puntos para los que el m odulo de T ( j) es constante viene dado por un c rculo de centro c= y de radio r= M M2 1 M2 M2 1
La familia de c rculos correspondientes a diferentes valores de M se tiene en la gura 8.14. Esta gura admite una f interpretaci Si en ella se dibuja la funci de transferencia en acil on. on bucle abierto G( j) entonces leyendo esta misma curva en el sistema de coordenadas curvil neas denido por los c rculos M se tiene el m odulo de la funci de transferencia en bucle cerrado on T ( j). Por lo que respecta a las fases, se puede proceder de manera an aloga a como se ha hecho con los m odulos. En este caso se tiene que, de acuerdo con la expresi on (8.6) el argumento de T ( j) viene dado por el angulo APO en la gura 8.12. En la gura 8.15 se representa el lugar geom etrico de todos los angulos APO de valor constante. Este lugar geom etrico resulta ser un c rculo, de acuerdo con una bien conocida propiedad de la geometr y el valor de este angulo a, estperfectamente denido en el c a rculo y resulta ser de /2, de acuerdo con la gura 8.15. Es decir G 1/2 arg = = = arctan 1+G 2 y siendo y= G 2 tan()
147
Im
Re
1 + j0 1+G
0 G
148
Crculos M y N
De este modo se tiene denida otra familia de c rculos, los c rculos N, en los que se puede leer la fase del sistema en bucle cerrado si se dibuja en coordenadas polares la funci on de transferencia en bucle abierto. En la pr actica no se emplean los c rculos M y N en el diagrama polar, sino su traslacion a un diagrama de coordenadas rectangulares, en el que se representa en abcisas el logaritmo de y en coordenadas la relaci de amplitudes en decibelios. Este diagrama recibe la denominaci on on de abaco de Black, en libros europeos, mientras que en libros americanos es frecuente que se denomine abaco de Nichols.
Parte IV
149
Tema 9
La estabilidad es una propiedad cualitativa de los sistemas din amicos a la que cabe considerar como la m importante de todas. Ello es debido a que, en la pr as actica, todo sistema debe ser estable. Si un sistema no es estable, normalmente carece de todo inter y utilidad. es El estudio de la estabilidad de los sistemas din amicos ocupa un lugar primordial en el an alisis y en la s ntesis de los sistemas realimentados. De hecho, la s ntesis de un sistema de control estar a presidida por un imperativo de estabilizacion del sistema realimentado que resulte. El presente cap se va a dedicar al an tulo alisis de la estabilidad de los sistemas din amicos, es decir, a establecer criterios que permitan discernir si un determinado sistema din amico, dado en una cierta forma de representacion matem atica, es estable o no. En cap tulos posteriores se estudiar las modicaciones a introducir en los sistemas din an amicos para modicar su estabilidad. El estudio de la estabilidad de los sistemas din amicos, se haratendiendo a la forma de repa resentaci adoptada; en este sentido se estudiaren primer lugar la estabilidad de los sistemas on a din amicos dados por su descripcion externa, y luego se harel estudio para la descripci interna a on de los mismos. Al mismo tiempo se vera lo largo de este cap c existen distintas deniciones de a tulo omo estabilidad, lo que da lugar a distintos criterios, asociados a las distintas deniciones. No obstante, se verque pese a la aparente diversidad de deniciones y criterios, existe una profunda unidad a subyacente en todo el tema. 151
152
Desde un punto de vista intuitivo esta denicion de estabilidad es satisfactoria; tiene, adem as, la ventaja adicional de que conduce a resultados matem aticos interesantes, seg se veren lo que un a sigue. Para el caso de sistemas multivariables esta denicion es igualmente v alida, sustituyendo las se ales de entrada y de salida por los vectores de senales de entrada y de salida. n En los libros anglosajones a la estabilidad anteriormente denida se la llama estabilidad BIBO (bounded-input bounded-output). Si se adopta la forma de descripcion externa dada por la integral de convolucion, es decir, si la relaci entre la se al de entrada u(t) y la se al de salida y(t) estdada por una expresi de la on n n a on forma,
y(t) =
h(t, ) u() d
(9.1)
entonces el criterio de estabilidad de un sistema viene dado por el siguiente teorema. Teorema Un sistema, inicialmente en reposo, representado por una expresi on de la forma (9.1) es estable si y s si existe un n olo umero nito k tal que para todo t,
153
| h(t, ) | d k <
(9.2)
Demostraci on
1. Suciencia Se trata de demostrar que si se cumple la condicion (9.2), entonces ante una senal de entrada acotada, | u(t) |< k1 para todo t, la se al de salida y(t) es tambi acotada. En efecto, se n en tiene:
| y(t) |=|
h(t, ) u()d | k1
t t
2. Necesidad Se trata de demostrar que si las se ales de entrada u(t) y de salida y(t) son acotadas, entonces n siempre se cumple la expresi 9.2. Ello es equivalente a demostrar que si no se cumple la on expresi 9.2 entonces pueden existir senales de salida y(t) que no est acotadas aunque on en lo estla se al de entrada u(t). e n Sup ongase que la expresi (9.2) no se cumple, es decir on
t
| h(t1 , ) | d =
Si a este sistema se le aplica la siguiente senal de entrada se tiene una salida no acotada. En efecto, sea u(t) = sgn[h(t1 , )] en donde, 0 si x = 0 1 si x > 0 sgn x = 1 si x < 0 h(t1 , ) u() d =
t1
Es claro que u(t) es acotada. Sin embargo la senal de salida del sistema no lo es, y(t1 ) =
t1
| h(t1 , ) | d =
Queda demostrado la necesidad de que se cumpla la expresi on (9.2) para que el sistema sea estable.
154
Para sistemas multivariables el anterior resultado se generaliza diciendo que un sistema ser a estable si la propiedad de la expresion (9.2) se cumple para cada uno de los elementos de la matriz H(t, ). Para sistemas invariantes en el tiempo la expresion (9.1) se convierte en
t
y(t) =
0
h(t ) u() d
(9.3)
(9.4)
Para sistemas invariantes en el tiempo, la forma de descripci on externa usualmente empleada es la funci de transferencia. Interesa enunciar un criterio de estabilidad en t on erminos de dicha funci de transferencia. Es lo que se hace en el siguiente teorema. on Teorema Un sistema lineal y estacionario, representado por una funci on racional propia G(s) es estable si y s si, todos los polos de G(s) est situados en el semiplano izquierdo abierto del plano s. olo an Una forma equivalente de expresar lo anterior es decir que los polos de G(s) tienen la parte real negativa. En el semiplano izquierdo abierto, a que se alude en el anterior teorema, se excluye el eje imaginario. Si se incluye este eje imaginario se habla del semiplano izquierdo cerrado. Demostraci on Si G(s) es una funci racional propia entonces puede desarrollarse en fracciones parciales, on de manera que se descompone en la suma de un numero nito de t erminos de la forma, K (s pi )l Y adem posiblemente, una constante pi denota un polo de G(s). as, Al hallar la antitransformada de Laplace de G(s) se tiene que g(t) es la suma de un n umero nito de t erminos de la forma t 1 e pi t y, adem una posible funci de Dirac. Es f deas, on acil mostrar que t 1 e pi t es absolutamente integrable si y solo si pi tiene la parte real negativa. Por lo tanto el sistema G(s) serestable si y s si todos los polos de G(s) tienen la parte real negativa. a olo
Ejemplo 1
155
Sea el sistema cuya funci de transferencia es G(s) = 1/s. Este sistema no es estable, on de acuerdo con las anteriores deniciones. En efecto, consid erese una se al de entrada en n escal U(s) = 1/s. Se tendrque la se al de salida serY (s) = 1/s2 . Por lo tanto on a n a y(t) = L 1 (1/s2 ) = t la se al de salida y(t) no es acotada y por lo tanto el sistema no es estable. n Ejemplo 2 Seg la denici anterior un oscilador simple es un sistema inestable. En efecto, conun on sid erese el sistema cuya funci de transferencia es G(s) = 1/(1 + s2 ) que corresponde a on un oscilador. La respuesta impulsional correspondiente es g(t) = sen t, la cual se representa en la gura 9.1 (a). Sup ongase ahora que se aplica a dicho sistema una senal de entrada peri odica rectangular, de amplitud unidad y de periodo el mismo del oscilador, tal como la de la gura 9.1 (b). La se al de salida viene dada por la expresion 9.3. n Sup ongase ahora que en la expresion 9.3 se hace t = 0. El producto de senales g() u() estrepresentado en la gura 9.1 (c). Es claro que y(0) es precisamente el area cubierta a por dicha curva, cuando tiende a innito. Por lo tanto y(0) = . Es decir, el sistema es inestable. A este mismo resultado se llega inmediatamente considerando los polos de la funci on de transferencia, que resultan estar situados en el eje imaginario.
Para sistemas multivariables se generalizan inmediatamente los anteriores resultados diciendo que un sistema multivariable denido por una matriz de transferencia G(s) serestable si cada uno a de sus elementos satisface el anterior teorema. Sea la funci de transferencia de la forma: on H(s) = b0 sm + b1 sm1 + + bm b(s) = sn + a1 sn1 + + an a(s) (9.5)
1. comprobar si m < n; 2. determinar si las raices de a(s) est situadas en el semiplano abierto negativo. an
Para comprobar si las raices de un determinado polinomio se encuentran en el semiplano abierto negativo, se aplica el criterio de Routh-Hurwitz que se estudia en el apartado siguiente.
156
9.2.1
Criterio de Routh-Hurwitz
Una funci de transferencia T (s) representa a un sistema estable si sus polos se encuentran en el on semiplano izquierdo negativo. Por lo tanto el problema del an alisis de la estabilidad de un sistema se reduce al del an alisis de los ceros del polinomio del denominador. Un polinomio se denomina un polinomio de Hurwitz si todas sus raices tienen la parte real negativa. Por lo tanto el problema de la estabilidad se reduce al de determinar si el polinomio del denominador es, o no, un polinomio de Hurwitz. El m etodo directo de comprobar si un determinado polinomio es o no un polinomio de Hurwitz consiste en determinar todas las raices de dicho polinomio. Este procedimiento puede ser, adem as de excesivamente laborioso, inutil por cuanto que suministra una informacion superior a la que se requiere. No se trata de saber cuales son las raices, sino, simplemente, si su parte real ser a negativa o no. El m etodo de Routh-Hurwitz, permite determinar si las partes reales de las raices ser negaan tivas o no sin necesidad de determinarlas. Consid erese un polinomio como el siguiente:
sn+1 + a1 sn + + an
(9.6)
Para determinar si el anterior polinomio tiene raices con parte real negativa se procede como sigue:
1. Si alg coeciente del polinomio es negativo o cero, entonces existe al menos una raiz en un el semiplano cerrado derecho. El sistema es, por lo tanto, inestable. 2. En el caso de que no se cumplan los supuestos de 1), se procede a construir la siguiente tabla: 1 a 2 a4 . . . n+1 a1 a3 a5 . . . n 1 2 3 n1 (9.7) 1 2 3 n2 ... ... 1 1 en donde la generaci de las distintas las se hace como sigue, a partir de los elementos de on las dos anteriores
1 =
a1 a2 a 3 1 a1 (9.8) a1 a4 a 5 1 a1
2 =
157
La tabla anterior recibe la denominacion de tabla de Routh, y el algoritmo que permite su construcci se denomina algoritmo de Routh. Independientemente de los trabajos de Routh, que on public originalmente el algoritmo que conduce a la construcci on de la tabla anterior, Hurwitz o public un criterio de estabilidad, que se estudiar en una secci posterior de este tema, que o a on esencialmente coincide con el de Routh. Por ello el criterio lleva conjuntamente el nombre de los dos autores. Toda la depende de las dos las precedentes. Se procede sucesivamente a determinar las hasta que se determine una cuyos elementos sean todos 0. Para un polinomio de orden n se determinan n + 1 las. El criterio de estabilidad de Routh-Hurwitz dice que el polinomio tiene sus raices en el semiplano abierto negativo si todos los elementos de la primera columna son positivos y no nulos. El n umero de cambios de signo en la primera columna es igual al n umero de raices del polinomio (9.6) en el semiplano positivo abierto. Ejemplo Sea el polinomio s4 + 5s3 + 3s2 + s + 2 = 0. Para determinar el n umero de raices en el semiplano positivo, se construye la tabla de Routh y se tiene,
4 3 2 1 0
1 5 14/5 36/14 2
3 2 1 0 2 0
como hay dos cambios de signo en la primera columna existir dos raices en el semiplano an derecho. Por consiguiente el sistema es inestable. En la pr actica el criterio de Routh-Hurwitz se aplica para determinar si el sistema es estable o no y, en general, no interesa saber el numero de raices en el semiplano positivo abierto. Por lo tanto, cuando lo unico que interese sea conocer si el sistema serestable o no, se procedera a a construir la tabla de Routh hasta encontrar un elemento de la primera columna que sea negativo o cero. Cuando aparezca un elemento negativo o nulo, se suspenderla construcci de la tabla, y a on se dictaminarque el sistema es inestable. a En el caso de que interesase conocer cuantas raices existir en el semiplano positivo, o en el an eje imaginario, se procede a construir la tabla de Routh completa. En la construcci on de la tabla de Routh, para el caso en que interese completarla aun cuando aparezcan elementos nulos en la primera columna, se presentan los dos casos singulares siguientes :
1. Aparece un 0 en la primera columna, siendo no nulos los otros elementos de la misma la. 2. Aparece una la con todos los elementos nulos, antes de llegar a la la n + 2.
158
En el primer caso se sustituye el 0 por un numero arbitrariamente pequeno . Se completa la tabla y se calcula el l mite de los elementos en los que aparezca haciendo 0. Ejemplo Consid erese el polinomio: s4 + s3 + 2s2 + 2s + 3 Al construir la tabla de Routh se encuentra un cero en la primera columna, en la la dos. Se sustituye este cero por y se procede a completar la tabla, que resulta la siguiente: 4 3 2 1 0 1 2 3 1 2 0 3
23
Una vez construida la tabla se determina el l mite de aquellos elementos en la primera columna en los que aparezca , cuando 0. El elemento correspondiente a la la 1 tiene el siguiente l mite,
lim
2 3 =
1 1 0 3 Se presentan dos cambios de signo en la primera columna, y por consiguiente el sistema tiene dos raices en el semiplano derecho, y es inestable. El segundo caso particular m arriba enunciado, es decir, el caso en que se presente toda una as la de ceros, indica que el polinomio tiene, al menos, un factor par. Es decir, que existe un par de raices reales sim etricas con respecto al eje imaginario, que existen dos raices imaginarias puras conjugadas, o que existen cuatro raices complejas situadas sim etricamente con relaci al origen. on Cuando esto sucede se procede a formar una ecuaci on subsidiaria a partir de los coecientes de la la anterior a aquella en la que todos los elementos sean nulos. La expresi on asobtenida resulta ser el factor par del polinomio. Para obtener la la siguiente, en la tabla de Routh, se procede a derivar esta expresi una vez con respecto a s y situar sus coecientes en la la cuyos elementos on se hab anulado. A partir de esta sustitucion se prosigue la construcci de la tabla de Routh an on normalmente. Un ejemplo ayudara jar ideas. a
159
Si se construye la tabla de Routh correspondiente al llegar a la la 1, se encuentra que todos los elementos son ceros. En efecto
4 3 2 1
1 3 2 0
3 2 3 0 2 0
La ecuaci subsidiaria que se obtiene empleando los coecientes de la segunda la es la on siguiente: 2s2 + 2 = 0 que corresponde al factor par s2 + 1. La derivada de la ecuacion subsidiaria es 4s. Por lo tanto la tabla se completa como sigue
4 3 2 1 0
1 3 2 4 2
3 0 3 0 2 0
De la observaci de esta tabla se desprende que el polinomio considerado no tiene raices en on el semiplano positivo. La factorizacion del polinomio anterior conduce a, (s2 + 1) (s + 2) (s + 1)
El anterior ejemplo muestra qusucede cuando el polinomio en cuestion tiene raices en el eje e imaginario. En tal caso estas raices dan lugar a un factor par, de la forma del que aparece en el ejemplo, que se pone de maniesto al aparecer una la de ceros en la tabla de Routh. Procediendo como se ha hecho en el ejemplo, se elimina la la de ceros y se tiene una tabla de Routh que indica, por medio de los cambios de signos si existen raices en el semiplano derecho. Obs ervese que aunque no existan raices en el semiplano derecho, como sucede en el ejemplo anterior, el sistema serinestable, puesto que existen raices en el eje imaginario. a La aplicaci de las dos reglas anteriores, a los dos casos singulares que se acaban de discutir, on debe tomarse con ciertas reservas. En particular, la aplicaci on de la primera regla (introduccion de peque os par n ametros ) s estjusticada cuando el polinomio no tiene raices sobre el eje olo a imaginario. En el libro Theorie des matrices de Gantmacher, p 181, se tiene un ejemplo de un ag. caso al que la aplicaci de las reglas no es v on alida. Ello, sin embargo, no debe preocupar puesto que lo que normalmente interesa de la aplicacion del criterio de Routh-Hurwitz es, sencillamente,
160
determinar si el sistema serestable o no, lo cual puede hacerse en todo caso sin ninguna ama biguedad, detectando si existe algun cero o alg cambio de signo en la primera columna de la un tabla de Routh. apida de la estabilidad absoluta El criterio de Routh-Hurwitz suministra una determinacion r de un sistema. Sin embargo no suministra ninguna indicaci on respecto a la posibilidad de alterar la situaci de las raices. Su principal inter reside en su empleo como un paso previo, antes de on es aplicar otros m etodos.
9.2.2
Matriz de Hurwitz
El criterio de Routh-Hurwitz, objeto del apartado anterior, en realidad fue desarrollado originalmente por Routh. Sin embargo es completamente an alogo al desarrollado por Hurwitz, al que se va a dedicar este apartado. Sea un polinomio a(s) tal como:
(9.9)
Se dene la matriz de Hurwitz como la matriz formada por los coecientes del anterior polinomio, siguiente:
H =
a1 a3 1 a2 0 a1 0 1 . . . . . . 0 0
a5 a4 a3 a2 . . . 0
0 0 0 0 . . .
0 0 0 0 . . .
(9.10)
. . . an2 an
El criterio de estabilidad de Routh-Hurwitz se puede enunciar diciendo que el polinomio a(s) es un polinomio de Hurwitz si y s si los menores principales diagonales de H son todos posiolo tivos. Los menores principales diagonales de H son los siguientes: H1 = a1 H2 = det a1 a3 1 a2 (9.11)
H3
a1 a3 a5 = det 1 a2 a4 0 a 1 a3
Hn = det H
161
Si en la tabla de Routh los elementos de la primera columna se denotan por 1 , 1 , 1 . . . p1 , entonces es posible demostrar, despu de algunas manipulaciones alg es ebricas, que, H1 = 1 H2 = 1 1 H3 = 1 1 1 (9.12)
Por ello es evidente que el procedimiento de determinar H1 , H2 , . . . , Hn y ver si son positivos no nulos es equivalente al de construir la tabla de Routh. Los determinantes H1 , H2 , . . . reciben la denominaci de determinantes de Hurwitz. on Para aplicaciones pr acticas se recomienda emplear el m etodo tabular de Routh, por ser m as simple que la determinaci de las matrices de Hurwitz. on
Figura 9.2: Teorema de Cauchy F(s). Conviene recordar que el argumento del vector F(s) se forma de la manera siguiente. En el plano s se denen los vectores que unen los polos y ceros de F(s) con el punto gen erico s. Pues bien, es f ver que el argumento de F(s) se forma sumando los argumentos de los vectores desde acil los ceros y restando los argumentos de los vectores desde los polos (gura 9.3). Sup ongase ahora que se dene una curva cerrada C en el plano s y la correspondiente curva imagen F(C) en el plano F(s). Supongase, adem que la curva C se recorre en un determinado as,
162
Criterio de Nyquist
Figura 9.3: Aplicaci del contorno C1 : (a) C1 no rodea ning polo ni cero; (b) C1 rodea un polo on un sentido (por ejemplo, el de las agujas del reloj). A la curva imagen F(C) se asociartambi un a en sentido. El teorema de Cauchy establece que el numero de veces que la curva F(C) rodea al origen (tomando el sentido positivo el de las agujas del reloj) es igual a la diferencia entre el n umero de ceros y el de polos que encierra la curva C en el plano s. Es decir,
N = Z P en donde N es el n umero de veces que la curva F(C) rodea al origen, y Z y P representan, respectivamente, el n umero de ceros y de polos contenidos en la curva C en el plano s. Nyquist bassu criterio en una aplicaci muy ingeniosa del teorema de Cauchy. Consider o o on unitaria, como el de la gura 9.4. La funcion de un sistema realimentado con realimentacion transferencia del sistema en bucle cerrado correspondiente viene dado por la expresi on
+ -
H(s)
T (s) =
de esta expresi resulta claro que los polos de T (s) son los ceros de 1 + G(s). on Para estudiar la estabilidad de un sistema en bucle cerrado Nyquit propuso denir en el plano s la curva cerrada C que se muestra en la gura 9.5, y que recibe la denominaci on de contorno de
163
Nyquist. Este contorno rodea el semiplano de parte real positiva del plano complejo. Es decir, la regi del plano complejo en la que no debe haber polos de la funci on de transferencia en bucle on cerrado, si se quiere que el sistema sea estable.
j ImH(s)
A C R= 0 1
H(s) 1 + H(s)
H(C)
ReH(s)
Hemos visto que los polos de la funcion de transferencia en bucle cerrado T (s) son los ceros de 1 + G(s). Por tanto, la estabilidad del sistema en bucle cerrado estargarantizada si no existe a ceros de 1 + G(s) en el interior del contorno de Nyquist. Veamos ahora c se construye la funci G(s). Para ello basta observar que el contorno omo on de Nyquist se compone de tres partes. La recta OA que corresponde al eje imaginario del plano complejo y que, por tanto, corresponde a la funcion de transferencia G( j) para valores positivos de . La recta BO correspondiente a la parte negativa del eje imaginario. Y, por ultimo, a la curva que une AB, que se encuentra situada en el innito del semiplano positivo del plano s. Por tanto, al recorrer OA, se estrecorriendo G( j) para valores de de cero a innito. An a alogamente, al recorrer BO se estrecorriendo G( j) desde menos innito a cero. Por ultimo, al recorrer de A a a B se esten valores de s con m a odulo innito. En este ultimo caso, si G( j) es tal que el grado del polinomio del numerador es menor que el del denominador, esta funci on tomarel valor cero. a Aplicando el teorema de Cauchy, para el caso F(s) = 1 + G(s), se puede decir que un sistema realimentado, con realimentacion unitaria, es estable si y s si G(C) rodea al punto crtico s = olo 1, en el sentido de las agujas del reloj, un numero de veces igual al n umero de polos inestables de la funci de transferencia G(s). on Conviene observar que la parte de G(C) correspondiente al semieje imaginario [0, j] es, en realidad, la representaci polar de la funci de transferencia G(s). Asmismo, la parte correson on pondiente al semieje imaginario negativo [ j, 0] es sim etrica con relaci a esa representaci on on polar. Por lo que respecta a la parte correspondiente al semic rculo de radio innito (y eventual mente a un semic rculo innitesimal que rodee al origen) es evidente que si la funci on de transferencia es tal que el grado del numerador es inferior a del denominador, se reduce a un punto. Por todo ello, el trazado de G(C) es inmediato conociendo la representaci on polar de la funci on de transferencia G( j).
Criterio de Nyquist
= =
ReH(s)
>0
Figura 9.6: Diagrama polar y contorno G(C) para un sistema de primer orden Por ejemplo, en 9.6a se tiene la representacion de la funci de transferencia on G(s) = 1 (1 + s)
A partir de esta representaci gr on aca, se desprende que G(C) tendrla forma que se indica en la a gura 9.6b. Aplicando el criterio de Nyquist se tiene que este sistema es estable (lo que sucede para todos los sistemas de primer orden cuya funcion de transferencia sea de la forma 9.6).
j C R= C0 1 ImH(s) H(C0 ) R= = = ReH(s)
Figura 9.7: Contorno de Nyquist y G(C) para un sistema con un polo en el origen
En la gura 9.7 se tiene otro ejemplo de aplicacion del criterio de Nyquist, el correspondiente a la funci de transferencia on 1 G(s) = s(1 + s) en este caso se tiene que la funcion de transferencia G(s) presenta un polo en el origen, el cual debe ser evitado por el contorno de Nyquist, por lo que se recurre a modicarlo ligeramente a nadiendo el contorno innitesimal C0 que se muestra en la gura 9.7. Es f ver que la adici de este acil on contorno no modica el planteamiento anterior.
165
(9.13)
En este caso se tiene que el sistema presenta un polo inestable. En la gura 9.8 se tiene el trazado G(C) correspondiente. Im
>0
Re
<0 0
En el diagrama de la gura 9.8 el punto cr se ha representado en funcion de la ganancia tico K. Obs ervese que la peque a desviaci C0 alrededor del polo s = 0 (gura 9.9) da lugar a un n on gran arco en el innito. Este arco se situa en el semiplano izquierdo, ya que atraviesa el eje real negativa debido a la contribucion de fase de 180 grados del polo en el semiplano de la derecha. Para valores grandes de K (Kg en la gura 9.8) se observa que G(C) rodea al punto cr en tico el sentido contrario de las agujas del reloj; es decir, N = 1. Por otra parte P = 1, debido al polo en el semiplano de la derecha, por lo que Z = N +P = 0 donde se concluye que no hay raices inestables en el sistema. Para valores peque os de K (K p en la gura 9.8) la curva G(C) rodea al punto cr en el n tico sentido positivo de las agujas del reloj, por lo que N = +1 y Z = 2, por lo que el sistema posee dos raices con parte real negativa y es inestable. De los anteriores ejemplos se desprende que la aplicaci on del teorema de Nyquist hay que tener especial cuidado en los dos puntos siguientes:
166 Im
Criterio de Nyquist
180o Re
Figura 9.9: Contorno C0 para el sistema del ejemplo Tener en cuenta la posible presencia de polos inestables en bucle abierto; La evaluaci del n on umero de vueltas en torno al punto cr -1 en el caso en el que haya tico ramas innitas (ver el ultimo ejemplo). Sin embargo, para los sistemas de fase m nima, es posible enunciar la siguiente regla pr actica: Regla pr actica de Nyquist Un sistema realimentado es estable en el caso en el que recorriendo el trazado polar de la funci de transferencia en el sentido de las crecientes el punto cr -1 quede a la izquierda. on tico
9.3.1
Seg se acaba de enunciar en la regla pr un actica del criterio de Nyquist se tiene que la estabilidad depende de la posici del punto cr con relaci al trazado polar de la funci de transferencia on tico on on (gura 9.10). Este hecho sugiere la conveniencia de introducir una medida de la distancia de G(C) a este punto cr tico, por lo que se dene grado de estabilidad del sistema realimentado por
1 El margen de ganancia Gm = 20 log10 A , siendo A la ganancia correspondiente a la fase de 180 grados;
El margen de fase m , que es el desfase del punto correspondiente a la ganancia unidad. En la gura 9.10 se representan Gm y m . La estabilidad equivale entonces a una de las condiciones siguientes:
167
1 m 1
ReH( j)
Figura 9.10: Grado de estabilidad Para el vector en bucle abierto correspondiente a un m odulo unidad el desfase es superior a -180 grados. Para una fase de 180 grados el modulo del vector de la funci de transferencia en bucle on abierto debe ser inferior as la unidad.
De este modo, los m argenes de fase y de ganancia establecen las posibles variaciones de la funci on de transferencia G(s) debidas a perturbaciones eventuales que no afecten a la estabilidad del sistema. En la pr actica se considera que un margen de fase de 50 grados y un margen de ganancia de 10 dB son satisfactorios. Un margen de ganancia por debajo de los 30 grados no suele ser aceptable.
168
Criterio de Nyquist
Parte V
169
Tema 10
r(t) +
e d Ed E d d Tm
u K
y(t) G(s)
H(s)
'
Cadena directa o de acci es la que une los elementos comprendidos entre la se nal de on, error y la de salida. Ambas se ales est relacionadas por la expresion, n an Y (s) = KG(s) E(s) siendo G(s) la funci de transferencia del sistema considerado. on 171
172
Introducci on.
Cadena de realimentaci es la que une la se al de salida con la de informacion m(t), que on, n es comparada con la de referencia. Ambas senales se relacionan as , M(s) = H(s) Y (s) En este caso H(s) es la funci de transferencia de la cadena de realimentacion. on Se llama bucle abierto, al conjunto de elementos que constituyen todo el sistema, si este se abriese por el punto m(t), es decir, como si la senal de entrada fuese e(t) y la de salida m(t). La funci de transferencia del conjunto asdispuesto ser on a M(s) = KG(s)H(s) E(s) Se llama bucle cerrado, al sistema conectado como se indica en la gura 10.1. Las se nales y(t) y r(t) se relacionan por la conocida formula, f de deducir, acil Y (s) KG(s) = R(s) 1 + KG(s)H(s) Obs ervese que, en este caso, la senal de actuaci sobre el sistema es proporcional a la on se al de error. Se trata pues de un control proporcional (P). El valor de la ganancia K del n amplicador ser por tanto, un par a, ametro susceptible de ser variado de acuerdo con las necesidades del problema. En lo que sigue se supondrsiempre que la cadena de realimentacion es unitaria, con lo a que el esquema fundamental quedarde la forma que se indica en gura 10.2 y quedando la a funci de transferencia en bucle cerrado reducida a on Y (s) KG(s) = R(s) 1 + KG(s) Naturalmente en este caso cadena de accion y bucle abierto son dos conceptos coincidentes. Por ultimo, en algunas ocasiones se recurrira alg servosistema f a un sico, concretamente al conocido servomecanismo elemental de posicion, que responde en bucle abierto a una ecuaci diferencial lineal de la forma on J dy d2y +f = u(t) 2 dt dt
siendo en este caso y(t) un angulo (), J la inercia del conjunto motor-carga y f el coeciente de fricci viscosa del mismo conjunto. on
Para que un sistema de control realimentado actue aceptablemente, necesita satisfacer unas determinadas especicaciones de funcionamiento, tanto para su r egimen permanente como para su transitorio que, normalmente, no se consigue con los elementos que constituyen el bucle de control.
173
r(t) +
e Ed E d d d Tm
u K
y(t) G(s)
Hay veces en que un simple aumento de la ganancia est es suciente para lograr precision, atica sin que se afecte demasiado a las caracter sticas en estado transitorio. No obstante, como lo normal es que estas se vean empeoradas con una actuacion de este tipo, o en el mejor de los casos, no se consigan exactamente las que se pretende que tenga el sistema, es por lo que se desarrollaran a continuaci los procedimientos de compensacion que se han dado en llamar Cl sicos en raz on a on de ser los primeros que se utilizaron. Por el hecho de introducir una compensacion sobre el bucle antes mencionado, el esquema se modica de alguna manera, como se muestra m adelante. Se distinguen dos tipos de compenas saci on:
Compensaci en serie: Cuando el elemento corrector se coloca en cascada, en la cadena on de acci y on; Compensaci por realimentaci n: Cuando el elemento corrector constituye una segunda on o cadena de realimentaci en el bucle de control. on,
Los esquemas b asicos para uno y otro caso se muestran, respectivamente, en las guras 10.3 y 10.4. Como ya se ha indicado, en el caso de la compensaci on en serie, la red correctora se coloca en cascada con los elementos de la cadena de accion, y delante del amplicador para que el nivel de potencia a que trabaje sea el del error, es decir, bajo. Asmismo, se distinguir tres tipos de an acciones:
Acci proporcional m derivada (PD); on as Acci proporcional m integral (PI) y on as Acci proporcional m integral y m derivada (PID). on as as
174
r(t) + e
E
T m
u Gr (s)
u K
y(t) G(s)
E E T m T
u K
y(t) G(s)
Gr (s)
'
Gr(s) = K (1 + s)
La discusi del caso general se haren el dominio de la frecuencia, en donde los resultados on a adquieren mayor generalidad y sencillez. Para ello se estudiaren primer lugar la respuesta en a frecuencia de un corrector PD. Su representacion en Bode es la que se indica en la Fig. 10.5. a Vemos pues que la red, a frecuencias mayores que 1 aumentarla fase y la magnitud de la cadena de acci del sistema en el que se introduce. on Para frecuencias algo menores que para frecuencias bajas.
1
En el diagrama de Bode, que se representa en la gura 10.6, se observan dos efectos fundamentales sobre la respuesta en frecuencia de un sistema:
175
Amplitud(dB)
+20dB/dec
1/ (rad/s)
-260
Fase(grados)
-310
-360
1/
Figura 10.5: Diagrama de Bode para red PD 1. Aumento del ancho de banda: contrapartida, en el dominio de la frecuencia, de la disminuci del tiempo de subida en la respuesta temporal del sistema. Este efecto es m notable on as en el diagrama de Black, como se verun poco m adelante, ya que allse trata la respuesta a as del sistema en bucle cerrado. 2. Aumento del margen de fase: contrapartida, en el dominio de la frecuencia, de la disminuci de la sobreoscilaci en el dominio del tiempo. on on
Compensada
Amplitud(dB)
0 dB Sin compensar
Fase(grados)
Compensada -180
o
(rad/s)
Figura 10.6: Bode sistema con compensacion PD Las guras 10.7 y 10.8 muestran la variacion de la funci de transferencia en bucle abierto de on un sistema en el diagrama de Black, al introducir un corrector PD. Si se elige 1 < wR , se consiguen dos efectos:
176
1. Disminuir el pico de resonancia (Mr ) del sistema en bucle cerrado y 2. Aumentar la frecuencia de resonancia.
60
Amplitud(dB)
30
0 -360
-270
-180 Fase(grados)
-90
Sin compensar 50
Amplitud(dB)
Compensado -50
-100 -300
-240
-180 Fase(grados)
-120
-60
Figura 10.8: Diagrama de Black sistema con comp. PD Estos efectos de la red PD en el diagrama de Black tienen sus correspondientes en el dominio del tiempo, a saber: Aumento de la frecuencia de resonancia equivale a decir aumento del ancho de banda del sistema en bucle cerrado; por tanto, el sistema deja pasar un espectro mayor de frecuencias. La consecuencia inmediata es una respuesta m r as apida y, en consecuencia, un menor tiempo de subida.
177
Disminuir el pico de resonancia, tiene como consecuencia un aumento del margen de fase, y se sabe que este efecto va muy ligado a una disminuci on de la sobreoscilaci del sistema on en bucle cerrado.
Queda a adir, nalmente, que las redes PD, son irrealizables f n sicamente, porque el grado de su polinomio numerador es mayor que el grado de su polinomio denominador. No obstante, en un sistema el ectrico, sse puede conseguir una red de este tipo utilizando elementos activos, aunque a en este caso, la soluci no tiene inter pr un on es actico ya que estas redes presentan un comportamiento muy malo frente a los ruidos.
u(t) = K e + Ki
e dt
0
La compensaci es denominada PI y la funcion de transferencia de una red de este tipo ser on a: Gr(s) = K(1 + 1 + s 1 ) = K( ) s s
El efecto sobre el sistema es, pues, anadir un polo en el origen (cambia el tipo del mismo) y una acci derivada. on La respuesta en frecuencia de un corrector PI se muestra en la gura 10.9. Se ve que su acci on consiste en disminuir la fase del sistema original, aumentando simult aneamente la ganancia en bajas frecuencias. Para altas frecuencias, no modica la respuesta.
Amplitud(dB)
-20dB/dec
1/
Fase(grados)
-45
-90
1/ (rad/s)
178
Amplitud(dB)
Compensado
0 dB Sin compensar
Fase(grados)
(rad/s)
Figura 10.10: Efecto Red PI El efecto de una red PI sobre un sistema puede verse en la gura 10.10. La gura 10.10, muestra que 1 debe elegirse menor que wR para afectar solamente la respuesta del sistema a bajas frecuencias y aumentar la precision del mismo, ya que si por el contrario, se 1 elige > wR aumentarel pico de resonancia, pudiendo llegarse a inestabilizar el sistema original, a como muestra la gura 10.10. La acci PI se utiliza cuando se quiere mejorar el r on egimen permanente de un sistema, es decir, cuando se quiere disminuir el error de seguimiento, y cuando se quiere que el sistema en cuesti on sea insensible a variaciones en la carga. La introducci de una red PI es causa de que el sistema, en bucle cerrado, tenga peor r on egimen sica transitorio. Se puede dar una interpretacion f de ello muy simple, y que servirpara comparar a el efecto de esta red, con el que proporciona una red PD. La gura 2.6 muestra en diferentes pasos, como en este caso, la inversi del par corrector se on realiza con posterioridad al alineamiento de ambos ejes. La consecuencia de ello es que aumentar a la sobreoscilaci y disminuirel tiempo de subida, y el sistema serm inestable. on a a as En resumen una red PI: Cambia el tipo del sistema (a ade un polo en el origen), n Aumenta la sobreoscilaci y disminuye el tiempo de subida de la respuesta temporal en on bucle cerrado. Aumenta la precisi est on atica, compensando las variaciones de la carga a la salida. La red PI se encuentra en el mercado con facilidad, llevando normalmente incorporado el
179
Amplitud(dB)
25
0 -100
-80
-20
comparador, con lo que el conjunto forma lo que se llama un regulador de acci on PI.
u(t) = K e + Ki
e dt + Kd
de dt
Gr(s) = K (1 +
1 K + 2 s) = (1 + 1 s + 1 2 s2 ) 1 s 1 s
Se ve pues que, con una accion PID, al sistema se le a ade un polo en el origen (se cambia n el tipo), una acci derivada primera, y una accion derivada segunda. Tomando 1 = 2 = el on diagrama de Bode queda como indica la gura 10.12 y su efecto sobre un sistema se muestra en la gura 10.13. on Si se elige 1 < R (que era condici para el caso de correctores PD y PI) se pueden conseguir buenas caracter sticas, tanto en el r egimen transitorio como en el permanente, es decir, es posible beneciarse de los efectos de ambos tipos de redes.
180
Amplitud(dB)
-20dB/dec
20dB/dec
1/ (rad/s)
90
Fase(grados)
-90 1/ (rad/s)
100
50
Amplitud(dB)
-50
-100 -300
-240
-180 Fase(grados)
-120
-60
181
Amplitud(dB)
0 dB
1/ (rad/s)
1/at
-300
Fase(grados)
-330
-360
1/ (rad/s)
1/at
Figura 10.14: Respuesta en frecuencia Red de adelanto de fase La forma de la gr justica ampliamente la denominacion de red de adelanto de fase. Su aca efecto constituye una aproximacion excelente a una red PD. En efecto, la accion de una red de adelanto de fase sobre la funcion de transferencia del sistema en bucle abierto se muestra en la gura 10.15; si se compara esta con la gura 10.6, se observarque los efectos sobre el ancho a de banda y el margen de fase son pr acticamente los mismos que los que produce una red PD. La diferencia entre ambas redes radica en el t ermino (1 + s) cuyo efecto sobre el ancho de banda y sobre el margen de fase es pr acticamente despreciable si se elige convenientemente el valor de 1/. Este valor, como es natural, debe elegirse notablemente superior al de la frecuencia para la cual la ganancia es 0dB, con objeto de que su efecto sea despreciable. Los criterios que presidir an la elecci de estos valores se ver m adelante, al considerar los m on an as etodos de dise o. Lo que n aquinteresa resaltar es el car de aproximaci a la red PD que presenta la red de adelanto de acter on fase.
182
Amplitud(dB)
Compensado
0 dB Sin compensar
Fase(grados)
Compensado -180
o
10
-1
10
10 (rad/s)
10
10
En el mercado se pueden encontrar redes de adelanto de fase de tipo neum atico, hidr aulico o el ectrico, por ejemplo. A continuacion se propone una red para un servosistema de tipo el ectrico, de f realizaci y que se muestra en la gura 10.16. En esta se tiene: acil on,
R
ei
es
ei = jZ + eo con e0 = jR siendo
Z=
1 R jwC
R+
1 jwC
R 1 + jwCR
183
ei =
G r(s) =
tan = y la frecuencia a la cual se produce el m aximo: w = wm = el valor de = m es m aximo, tan m = y de aqu tan m sen m = = 1 + tan2 m
1 2
1 1 1 =
wm (1 ) wm (1 ) 1 = = 1 + w2 2 1+1 2 m
1+
(1)2 4
1 1 = = 2 2 1+ 4 + 1 +
relaci esta m manejable que la anterior y que da el valor de para el margen de fase apetecido, on as m . El valor de se deducirde la expresi a on wm = 1 1 = 1 = wm
184
M etodo pr actico
sustituyendo wm por la pulsaci para la cual queremos que se produzca el m on aximo adelanto de fase. Debe hacerse notar que para que la ganancia est del sistema no quede afectada, hay que atica 1 on aumentar la ganancia del amplicador en el valor , siendo la atenuaci que produce la red a bajas frecuencias. La gura 10.17. muestra el efecto de una red de adelanto de fase sobre la respuesta en bucle cerrado del sistema, en el plano de Black. Puesto que se pretende un efecto del tipo PD, se comprende f acilmente que la frecuencia wR debe situarse en las proximidades de la frecuencia de resonancia del sistema wR para que de esta forma la nueva frecuencia de resonancia w R sea menor que wR . Asimismo, el pico de resonancia M sermenor que el anterior, M. a
50 Mm
m1
Amplitud(dB)
m2
Compensada
-150 -300
-240
-180 Fase(grados)
-120
-60
Figura 10.17: Diagrama de Black sistema con Red de adelanto de fase NOTA: Otros autores utilizan como expresion de la funci de transferencia de la red la sion guiente expresi on 1 1 + as a 1+ s siendo las equivalencias entre esta y la estudiada anteriormente, las siguientes: 1 = a 1 wm = a = sen m = a1 a+1
185
G(s) =
para que cumpla las siguientes especicaciones: 1. Margen de fase > 50 , 2. Error de seguimiento para una entrada u(t) = t, menor que el 1 %. Resoluci on: Para cumplir la especicaci de r on egimen permanente, Kv = K = Las dos frecuencias de esquina son 1 y 1 R = = 100 E 0.01 = 80
1 0.0125
En Bode se ve que el sistema es inestable. El margen de fase es de unos 2 aproximadamente. Se compensarel sistema mediante una red de adelanto. a
Para el c alculo de , se toma un angulo m algo mayor que el m nimo requerido, por ejemplo 55 y se tendrque, a sen 55 = Para hallar se procede as : 1 = 0.82 de donde 0.1 1+
1. Se calcula la atenuaci total de la red, que ser on a: 20 log = 20 log 0.1 = 20 dB 2. Se busca la frecuencia para la cual la atenuacion del sistema es la mitad que la de la red, es decir, 10 dB, y se elige aquella como la frecuencia para la que se quiere la m axima desviaci de fase. Con ello, en el nuevo punto de corte (que estardesplazado ligeramente on a hacia la derecha con respecto al anterior), se tendrel margen de fase buscado. a Por lo dicho, 1 wm = = 18 rad/seg luego w1 = 1 = wm = 5.7 rad/seg. 1 wm w2 = = = 57 rad/seg.
M etodo pr actico
o Gr(s) =
1 + 0.1754s 1 + 0.01754s
Para que la ganancia a bajas frecuencias no se altere, ha de introducirse una ganancia adicional de Ka = 1/ = 10, con lo que el sistema, una vez corregido, tendrcomo funci de transferencia: a on
1 100(1 + 5.7 s) 1 s(1 + s)(1 + 0.0125s)(1 + 57 s)
G (s) =
Con este ejemplo se han ilustrado los pasos necesarios para la colocaci on de una red de avance de fase, de forma que su aprovechamiento sea el m aximo posible.
Amplitud(dB)
0dB -10dB
1 m 2
10
-1
10
10 (rad/s)
10
10
Figura 10.18: