Control Digital.

Gua 8

Facultad: Ingeniera
Escuela: Electrnica
Asignatura: Control Digital
Lugar de Ejecucin: Aula 3.24
Instrumentacin y Control

Modelos en el espacio de estados

Objetivos especficos

Crear modelos en el espacio de estado usando la caja de herramientas de sistemas de

control de MATLAB.
Aplicar los comandos mostrados en la gua.

Materiales y equipo

1 Computadora con MATLAB 2008a o superior.

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.

Control Digital. Gua 8

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

Para el instante siguiente resulta,

t k1

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

La segunda igualdad resulta de considerar constante u entre instantes de muestreo. El vector de

estado en tk+1 es una funcin lineal de x(tk) y u(tk). Si los conversores AD y DA estn
perfectamente sincronizados y si el tiempo de conversin es despreciable, u e Y pueden
considerarse como muestreadas en el mismo instante. La ecuacin del sistema muestreado es

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:

Control Digital. Gua 8

x k1= x k u k
Ec 6.
y k= Cx k

con

=e AT
T

= e A d B

Ec 7.

Valor entre muestras

Con la misma ecuacin, variando t, se calcula el estado entre muestras.
El clculo del estado entre muestras es como calcular la respuesta al escaln.
Entre muestras el sistema est en lazo abierto.
Clculo de las matrices Discretas
El clculo del muestreo de un sistema continuo requiere de la evaluacin de matrices
exponenciales e integracin de stas. Pueden ser calculadas de diferentes maneras.
Por ejemplo:

Desarrollo en serie de la matriz exponencial

Transformada de Laplace e AT= sI A 1
Teorema de Cayley-Hamilton
Llevar la matriz a la forma cannica de Jordan

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

Control Digital. Gua 8

Otra forma es utilizar la Transformada de Laplace ya que

e AT =sI A 1 Ec 10.
Una tercera opcin es utilizar el siguiente teorema
Teorema de Cayley-Hamilton

det I A ==n a n1 n 1... a 1 a 0 Ec 11.

Una matriz satisface su polinomio caracterstico

A n a n1 A n 1...a 1 A a 0=0 Ec 12.

o lo que es lo mismo

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.

Control Digital. Gua 8

este polinomio es de grado n-1. La EC 16 se cumple para todos los autovalores de A

En el caso del clculo de eAT se puede considerar como un polinomio de grado infinito y
calcularlo en base al polinomio caracterstico de A

Ejemplo 1. Teorema de Cayley-Hamilton

Se desea calcular eAT con la matriz

A=

[120 71 ]

Ec 18.

cuyo polinomio caracterstico es

= I A= 1 =27 12=43 Ec 19.

12 7
el polinomio a calcular es

f = e

Ec 20.

El polinomio h tendr orden 1 y ser de la forma:

h =1 0 Ec 21.
y se cumple que

f = e

= h = 1 0 Ec 22.

que calculado para los autovalores de A resulta

e 4T = 1 4 0
Ec 23.
e3T =1 3 0

de donde se puede deducir el valor de las constantes

1= e 4T e 3T
Ec 24.
0=3 e 4T 4 e 3T

Control Digital. Gua 8

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.

Ejemplo 2. Doble integrador

El doble integrador se describe en variables de estado segn la siguiente ecuacin

[ ]

[]

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

Control Digital. Gua 8

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

Evolucin del Estado

Los sistemas discretos invariantes se pueden describir mediante la ecuacin en diferencias
descrita anteriormente y por simplicidad se utiliza T=1 y x(kT)=xk.
Asumiendo conocidos x(ka)=xa y las seales de entrada u(k0), u(k0+1),... Cmo evoluciona
entonces el estado?
Se puede resolver la ecuacin iterativamente

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

Control Digital. Gua 8

correspondencia no siempre se puede invertir.

Ejemplo 4. Sistema de primer orden

No hay ecuacin diferencial de primer orden que despus del muestreo de la ecuacin en
diferencia

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

que es el entorno de la frecuencia de Nyquist

T

Control Digital. Gua 8

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

Realizaciones en el espacio de estado

Realizacin cannica en el espacio de estado
Matriz de controlabilidad
Forma de escalera de controlabilidad

10

Control Digital. Gua 8

gram
obsv
obsvf
ss2ss

Gramians de controlabilidad y observabilidad

Matriz de observabilidad
Forma de escalera de observabilidad
Transformacin de coordenadas de estado
Balanceo diagonal de realizaciones en el espacio de
ssbal
estado
Tabla 1. Comandos para realizacin en el espacio de estado.
Conversin de Modelos
La Control System Toolbox contiene un conjunto de funciones que permiten a los modelos LTI
ser convertidos entre las varias representaciones.
Conversin de Modelos

Residue
ss2tf
ss2zp
tf2ss
tf2zp
zp2tf
zp2ss

Expansin en fracciones parciales consulte la ayuda de MATLAB

Conversin de espacio de estado a funcin de transferencia
Conversin de espacio de estado a polos y ceros
Conversin de funcin de transferencia a espacio de estado
Conversin de funcin de transferencia a polos y ceros
Conversin de polos y ceros a funcin de transferencia
Conversin de polos y ceros a espacio de estado
Tabla 2. Comandos de MATLAB para conversin de modelos.

Tambin pueden convertirse entre el tiempo continuo y el tiempo discreto como se muestra en
la siguiente tabla:
Discretizacin

c2d
Ctdm
c2dt
d2c
d2cm

Conversin de tiempo continuo a discreto

Conversin de tiempo continuo a discreto con mtodo
Conversin de tiempo continuo a discreto con retraso
Conversin de tiempo discreto a continuo
Conversin de tiempo discreto a continuo con mtodo
Tabla 3. Comandos de MATLAB para Discretizacin.

Otros comandos de MATLAB a utilizar:

Otros comandos de Matlab a utilizar

expm
var=syms ('var ')
int (x,a,b)
tf(num,den)

Calcula la matriz exponencial

Convierte a una variable en simblica
Calculo de integral de una expresin x, a y b son los lmites de
integracin
Mostrar los vectores de coeficientes como una funcin de
transferencia
Tabla 4. Otros comandos de MATLAB a utilizar

Control Digital. Gua 8

11

Parte II. Ejercicios.

Los siguientes ejercicios deben resolverse usando MATLAB.
1. Realice los tres primeros ejemplos que aparecen en la introduccin terica.
2. Encuentre la funcin de transferencia del Integrador doble (ejemplo 2).
3. Encuentre la respuesta en el tiempo discreto de sistema anterior (tiempo de muestreo de 1s) y
explique el por qu de ella.
4. Repita los numerales 2 y 3 para el ejemplo 3.
5. Encuentre la forma cannica en el espacio de estado del doble integrador y del motor.
6. Encuentre el sistema discreto correspondiente al siguiente sistema continuo:
2
Ec 45.
s 1s 2
Para un periodo de muestreo de 1 y para uno de 1e-6.
Cundo puede despreciarse el numerador?
7. Encuentre el sistema discreto correspondiente al siguiente sistema continuo con inversa
inestable
6 ( s 1)
G ( s )=
Ec 46.
( s + 2)( s + 3)
Pruebe para un Ts = 1.25s. e indique si es inestable.
NOTA: Un sistema discreto tiene inversa inestable si tiene algn polo fuera
del crculo unitario.

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

Investigue a cerca de los controladores por realimentacin de estados.

Bibliografa

MODELOS DE SISTEMAS DISCRETOS. Diego Palmieri. Universidad Nacional de

Quilmes. Disponible en:
http://iaci.unq.edu.ar/Materias/Cont.Digital/Apuntes/ApuntePagina/CODIES2010_Cap3_
Modelos%20de%20Sistemas%20Discretos.pdf

12

Control Digital. Gua 8

DOCUMENTATION CENTER CONTROL SYSTEM TOOLBOX.

Mathworks. Disponible en: http://www.mathworks.com/help/control/index.html

Hoja de cotejo: 8

Gua 8: Modelos en el espacio de estados

Alumno:

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 uso adecuado

de los recursos, respeta
las pautas de seguridad;
pero es desordenado.

Hace un manejo
responsable y adecuado
de los recursos conforme
a pautas de seguridad e
higiene.

TOTAL

100

Nota