Professional Documents
Culture Documents
Gua 8
Facultad: Ingeniera
Escuela: Electrnica
Asignatura: Control Digital
Lugar de Ejecucin: Aula 3.24
Instrumentacin y Control
Materiales y equipo
Introduccin Terica
En este gua se presentarn los modelos matemticos en donde el sistema ser estudiado como
visto desde el computador. Este recibe mediciones del proceso a intervalos discretos y transmite
una nueva seal de control tambin a intervalos discretos. El objetivo es entonces describir los
cambios en las seales de muestra a muestra sin importar el comportamiento entre ellas. Es de
recalcar que a pesar de que estos modelos muestran el comportamiento en los puntos de
muestreo, el proceso fsico sigue siendo un proceso continuo.
Representacin en Variables de estado.
No se debe olvidar que la planta a controlar sigue siendo continua y que se observa su
comportamiento en el instante de muestreo. Sea una planta con una dinmica descrita en
variables de estado como la ecuacin siguiente:
x t = Ax t Bu t
Ec 1.
y t = Cx t Du t
Una situacin comn en control es encontrar los conversores DA construidos de tal manera que
mantengan la seal analgica constante hasta la llegada de una nueva conversin. Es natural
entonces elegir los instantes de muestreo, tk, como los instantes en donde el control cambia.
Como la seal de control es discontinua, es necesario precisar su comportamiento en la
discontinuidad. Se adopta por convencin que la seal es continua por derecha.
Si se le controla con una seal u reconstruida con un bloqueador de orden cero, esta ser
constante durante todo el perodo de muestreo y la evolucin de los estados durante este
perodo se podr calcular, resolviendo la Ec 1,
t
x t = e
A t t k
x t k e
A t
Bu d Ec 2.
tk
x t k 1= x k 1=e
A t k 1 t k
x t k e A t d Bu t k Ec 3.
tk
x t k1 = t k 1 , t k x t k t k 1 , t k u t k
Ec 4 .
y t k =Cx t k Du t k
con
t k1 , t k = e
A t k 1 t k
t k 1
t k 1 , t k = e
A t
d B
Ec 5 .
tk
La relacin entre las seales muestreadas est dada por la ecuacin lineal en diferencias Ec 4.
Esta no involucra ningn tipo de aproximacin, da el exacto valor de las variables y de la salida
en el instante de muestreo ya que la seal de control es constante durante el perodo de
muestreo. El modelo de la Ec 4 es llamado modelo de un sistema muestreado con bloqueador
de orden cero y es el equivalente al de la Ec1.
En muchos casos D es nula. Una razn es que en los sistemas controlados digitalmente existe
un pequeo retardo entre el muestreo de Y y la salida de control u. Adems la respuesta del
sistema entre muestreos es parte de la respuesta escaln. Se puede considerar que el sistema
acta a lazo abierto entre dos instantes de muestreo.
Si al perodo de muestreo se le llama T, el sistema es invariante en el tiempo y la matriz D es
nula, se puede simplificar de la siguiente forma:
x k1= x k u k
Ec 6.
y k= Cx k
con
=e AT
T
= e A d B
Ec 7.
Para sistemas de orden menor o igual a dos o para rdenes superiores con alguna estructura
especial se pueden hacer clculos manuales.
Una posible forma es mediante el desarrollo en serie de la matriz
T
AT2
A i T i 1
Ec 8.
= e d =IT
...
2
!
i
1
!
0
A
resultando
=I A
Ec 9.
= B
e AT =sI A 1 Ec 10.
Una tercera opcin es utilizar el siguiente teorema
Teorema de Cayley-Hamilton
A n =a n 1 A n1...a 1 A a 0 Ec 13.
A n =f I , A , A 2 , ... , A n 1 Ec 14.
pero si se multiplica por A tendremos
A n 1=a n 1 A n...a 1 A 2a 0 A
A n 1=a n 1 a n1 A n1...a 1 A a 0 ... a 1 A 2a 0 A Ec 15.
A n 1=f I, A , A2 , ... , A n1
es decir toda potencia de la matriz original se puede expresar como una combinacin lineal de
(I,A,A2,..., An-1) y por lo tanto cualquier polinomio f(A).
Tambin A satisface polinomios de grado menor a n-1. Esto se cumple cuando el polinomio
caracterstico tiene races mltiples. En este caso se define el polinomio mnimo que es de
menor grado que el caracterstico y depende del tamao de los bloques de Jordan.
Todo polinomio puede ser expresado como una divisin de polinomio , de la forma
f = q h Ec 16.
pero el primer trmino es nulo, con lo que queda, calculado en A, lo siguiente
f A = h A Ec 17.
A=
[120 71 ]
Ec 18.
f = e
Ec 20.
h =1 0 Ec 21.
y se cumple que
f = e
= h = 1 0 Ec 22.
e 4T = 1 4 0
Ec 23.
e3T =1 3 0
1= e 4T e 3T
Ec 24.
0=3 e 4T 4 e 3T
reemplazando
e AT = 0 I 1 A =3 e 4T 4 e 3T I e 4T e 3T A Ec 25.
4T
3T
4T
3T
e
e e
e = 3 e 4
4T
3T
4T
3T
12 e e 4 e 3 e
AT
Ec 26.
[ ]
[]
x t = 0 1 x t 0 u t
Ec 27.
0 0
1
y t =[1 0] x t
[ ][ ] [ ]
= 1 0 0 T 0= 1 T
0 1
0 0
0 1
T
=
0
[]
Ec 29.
T
T x
k
2 u k Ec 30.
1
T
=[1 0] xk
[ ]
x k1= 1
0
yk
[]
[]
T
d =
2
1
T
Ec 28.
Ejemplo 3. Motor
Un modelo simple, normalizado de un motor de cc es el siguiente
[]
x t = 1 0 x t 1 u t
Ec 31.
1 0
0
y t =[0 1] x t
sI A = s 1 0
1
s
1
1
=
s
s s 1 1
=e AT =
T
=
0
[ ]
1
0 = s 1
s 1
1
s s 1
0
1
s
Ec 32.
e
0
Ec 33.
T
1e
1
] [
e d = 1eT
Ec 34.
1e
T 1eT
x k 1 = x k u K
x k 2= x k u K = 2 x k u K u K
.
.
.
k k
k k 1
x k= x k
u k ... u k 1
a
a 1
a 1
k ka
a 1
Ec 35.
x k=
k 1
x k k j1 u j
a
j= ka
La solucin tiene dos partes: una que depende de la condicin inicial y otra que es una suma
ponderada de las seales de entrada
Pasaje de Discreto a Continuo
Con el muestreo de un sistema se define una correspondencia entre un sistema continuo, como
el de la Ec 1 y un sistema discreto como el de la Ec 6. Un ejemplo simple mostrar que esta
x k1=0.5xk u k Ec 36.
e aT=0.5 Ec 37.
tenga solucin real dado que la exponencial es siempre positiva.
El modelo discreto es mas general que el continuo
Si el sistema discreto no tiene autovalores reales negativos, si existe inversa
1
ln
A=
=ln T Ec 38.
T
B =1 Ec 39.
Si el sistema no tiene integradores, -I es no singular
B =1 = A 1 A = A I 1 A Ec 40.
Ejemplo 5 Oscilador Armnico
Existen muchos sistemas continuos que dan el mismo sistema continuo
x t =
x k1=
Pero existe un nico
[]
0 x t 0 u t
Ec 41.
0
cos T
sen T
n n =
2
i
T
i =0,1, Ec 42.
] [
sen T x 1cos T u
k
k Ec 43.
cos T
sen T
Procedimiento
Parte I. Tutorial.
Modelos de tiempo discreto en el espacio de estado:
Crear modelos en el tiempo discreto es muy similar a como se crean en el tiempo continuo,
excepto que se debe especificar el periodo o tiempo de muestreo de los modelos en tiempo
discreto. El valor del tiempo de muestreo debe ser un escalar y estar expresado en segundos.
Tambin puede usarse el valor de -1 para dejarlo sin especificar.
Como vimos en el prctica sobre las herramientas de MATLAB, para especificar modelos LTI
(Lineales invariables en el tiempo) en el tiempo discreto se usan los comandos tf, zpk, ss, o frd y
simplemente se aade el valor del tiempo de muestreo deseado a la lista de las entradas.
sist1=tf(num,den,Ts)
sist2=zpk(z,p,k,Ts)
sist3=ss(a,b,c,d,Ts)
sist4=frd(respuesta,frecuencia,Ts)
Por ejemplo:
sist=ss(A,B,C,D,0.5)
Especifica el modelo en el espacio de estado de tiempo discreto:
x [ n 1]= Ax [ n ] Bu [ n ]
Ec 44.
y [ n ]=Cx [ n ]Du [ n ]
con un periodo de muestreo de 0.5 segundos. Los vectores x[n], u[n], y[n], denotan las valores
de los vectores de estado, de entrada y salida en la n-sima muestra.
Herramientas de anlisis de modelos:
Las siguientes funciones son tiles para analizar, realizar transformaciones de coordenadas de
estado en ellos y derivar realizaciones cannicas en el espacio de estado para modelos nicos
LTI o arreglos de modelos LTI en el espacio de estado.
canon
ctrb
ctrbf
10
gram
obsv
obsvf
ss2ss
Residue
ss2tf
ss2zp
tf2ss
tf2zp
zp2tf
zp2ss
Tambin pueden convertirse entre el tiempo continuo y el tiempo discreto como se muestra en
la siguiente tabla:
Discretizacin
c2d
Ctdm
c2dt
d2c
d2cm
expm
var=syms ('var ')
int (x,a,b)
tf(num,den)
11
Anlisis de Resultados
1. Presente la solucin de los ejercicios y las respuestas a las preguntas que se le pedan en el
procedimiento de la gua.
Investigacin Complementaria
Bibliografa
12
Hoja de cotejo: 8
Puesto No:
Docente:
GL:
Fecha:
EVALUACION
%
1-4
5-7
8-10
CONOCIMIENTO
25
Conocimiento deficiente
de los fundamentos
tericos
Conocimiento y
explicacin incompleta
de los fundamentos
tericos
Conocimiento completo
y explicacin clara de
los fundamentos tericos
APLICACIN DEL
CONOCIMIENTO
70
Realiz solamente 1 o 2
ejercicios correctamente
Realiz de 3 a 5
ejercicios correctamente
Realiz de 6 a 7
Ejercicios correctamente
ACTITUD
2.5
Es un observador pasivo.
Participa
ocasionalmente o lo
hace constantemente
pero sin coordinarse
con su compaero.
Participa propositiva e
integralmente en toda la
prctica.
2.5
Es ordenado; pero no
hace un uso adecuado
de los recursos
Hace un manejo
responsable y adecuado
de los recursos conforme
a pautas de seguridad e
higiene.
TOTAL
100
Nota