Professional Documents
Culture Documents
Teoría de Control
TDC07304
Período Lectivo: 2017-3CR
Control clásico
El modelado y control de sistemas basado en la transformada de Laplace, es
un enfoque muy sencillo y de fácil aplicación. Permite analizar sistemas
utilizando una serie de reglas algebraicas en lugar de trabajar con
ecuaciones diferenciales. En este enfoque tiene más valor la simplicidad que
la exactitud.
Sistema
X (s ) G(s ) Y (s)
Entradas Salidas
Saturación Histéresis
𝐲 + 𝟑𝐲𝒚ሶ = 𝒇(𝒕)
Características
Características Modelado y
y dinámicas Lineales
Función de
dinámicas t m k
Fricción no Transferencia 5
s 1
No Linealidades
lineal d
Variante en Múltiples puntos
sen
dt s 2 2s 5 m
el tiempo de equilibrio
Representación en espacio de estado
𝑥ሶ 𝑡 = 𝑓 𝑥, 𝑡 + 𝑔 𝑥, 𝑡 (𝟏)
Donde 𝑥 ∈ ℛ𝑛 , 𝑢 ∈ ℛ𝑚 , 𝑥ሶ 𝑡 = 𝑑𝑥Τ𝑑𝑡 , 𝑓 𝑦 𝑔 son generalmente mapeos
suaves de clase 𝐶 ∞ (una excepción pueden ser los sistemas con
discontinuidades).
Representación en espacio de estado
El vector x representa las variables de estado y el vector u representa el control. A la
ecuación (1) se le llama ecuación del espacio de estado. Para realizar la
representación en el espacio de estado, se necesita manipular las ecuaciones físicas
del modelo de un sistema, de tal forma que se pueda obtener la razón de cambio
respecto al tiempo de cada variable de estado seleccionada. A continuación se define
la terminología empleada en espacio de estado:
𝒙ሶ = 𝑨𝒙 𝒕 + 𝑩𝝁 𝒕
𝒚(𝒕) = 𝑪𝒙 𝒕 + 𝑫𝝁 𝒕
A: Matriz de evolución del sistema.
Orden (n, n), donde n es nº de variables de estado
B: Matriz de aplicación del control.
Orden (n,m). m = nº de entradas.
C: Matriz de observación :
Orden (q,n). q = nº de salidas.
D: Matriz de transición directa de control:
Orden (q,m).
x(t) : vector de estado. (n,1)
y(t) : vector de salida (q,1)
u(t): vector de entrada (m,1)
Representación en espacio de estado
Sistemas Lineales invariantes en el tiempo
ሶ
𝑥ሶ 1 (𝑡) 𝑎11 𝑎11 ⋯ 𝑎1𝑛 𝑥1 (𝑡) 𝑏11 𝑏11 ⋯ 𝑏1𝑚 𝑢1 (𝑡)
𝑥ሶ 2 (𝑡) = 𝑎21 𝑎22 ⋯ 𝑎2𝑛 𝑥2 (𝑡) 𝑏
+ 21
𝑏22 ⋯ 𝑏2𝑚 𝑢2 (𝑡)
⋮ ⋮ ⋮ ⋱ ⋮ ⋮ ⋮ ⋮ ⋱ ⋮ ⋮
𝑥ሶ 𝑛 (𝑡) 𝑎𝑛1 𝑎𝑛2 ⋯ 𝑎𝑛𝑛 𝑥𝑛 (𝑡) 𝑏𝑛1 𝑏𝑛2 ⋯ 𝑏𝑛𝑚 𝑢𝑚 (𝑡)
ሶ
𝑦1 (𝑡) 𝑐11 𝑐11 ⋯ 𝑐1𝑛 𝑥1 (𝑡) 𝑑11 𝑑11 ⋯ 𝑑1𝑚 𝑢1 (𝑡)
𝑦2 (𝑡) = 𝑐21 𝑐22 ⋯ 𝑐2𝑛 𝑥2 (𝑡) 𝑑
+ 21
𝑑11 ⋯ 𝑑2𝑚 𝑢2 (𝑡)
⋮ ⋮ ⋮ ⋱ ⋮ ⋮ ⋮ ⋮ ⋱ ⋮ ⋮
𝑦𝑝 (𝑡) 𝑐𝑝1 𝑐𝑝2 ⋯ 𝑐𝑝𝑛 𝑥𝑛 (𝑡) 𝑑𝑝1 𝑑𝑝2 ⋯ 𝑑𝑝𝑚 𝑢𝑚 (𝑡)
Representación en espacio de estado
Obtención de las ecuaciones de estado
La representación en espacio de estado puede ser derivada desde las ecuaciones
diferenciales que representan a un sistema, o desde cualquier arreglo de ecuaciones
diferenciales aunque estas no representen ningún sistema. Si no se tiene el modelo
matemático (ecuaciones diferenciales) será necesario obtenerlo por medio de leyes o
teorías (físicas, químicas, monetarias, otros)
𝑚𝑦ሷ 𝑡 = 𝑢 𝑡 − 𝑏 ∗ 𝑦ሶ 𝑡 − 𝐾𝑦(𝑡)
𝑚𝑥2ሶ 𝑡 = 𝑢 𝑡 − 𝑏 ∗ 𝑥2 𝑡 − 𝐾𝑥1 (𝑡)
𝑲 𝒃 𝟏
𝒙𝟐ሶ 𝒕 = − 𝒙𝟏 𝒕 − 𝒙𝟐 𝒕 + 𝒖 𝒕
𝒎 𝒎 𝒎
Representación en espacio de estado
𝟎 𝟏 𝟎
𝒙𝟏ሶ 𝒕 𝒙𝟏 (𝒕)
= 𝑲 𝒃 + 𝟏 𝒖 𝒕
𝒙𝟐ሶ 𝒕 − − 𝒙𝟐 (𝒕)
𝒎 𝒎 𝒎
Representación en espacio de estado
Obtención de las ecuaciones de estado a partir de la función de
transferencia
dy (t )
7 y (t ) Ku (t )
dt
se define:
𝑥1 (𝑡) = 𝑦; 𝑥2 𝑡 = 𝑦ሶ 𝑡 = 𝑥ሶ 1 (𝑡)
𝑥1 (𝑡)
𝑦(𝑡) = 1 0
𝑥2 (𝑡)
Representación en espacio de estado
Ejemplo 3:
Y (s) K U (s) K Y (s )
3
U ( s ) s 7 s 2 5s 2 s 3 7 s 2 5s 2
( s 3 7 s 2 5s 2)Y ( s ) KU ( s )
se define:
𝑥1 𝑡 = 𝑦 𝑡 , 𝑥2 𝑡 = 𝑦ሶ 𝑡 , 𝑥3 𝑡 = 𝑦ഺ(𝑡)
𝒙ሶ 𝟏 𝒕 = 𝒙𝟐 𝒕
𝒙ሶ 𝟐 𝒕 = 𝒙𝟑 𝒕
𝒙ሶ 𝟑 𝒕 = −𝟐𝒙𝟏 𝒕 − 𝟓𝒙𝟐 𝒕 − 𝒙𝟑 𝒕 + 𝑲𝒖(𝒕)
Representación en espacio de estado
Si la función de transferencia es muy complicada, se puede utilizar
Matlab.
Ejemplo 4:
Y ( s) s 3 4s 2 5
4
U ( s ) s 17 s 3 5s 2 20s
Utilizando:
Se obtiene:
A=
-17 -5 -20 0
1 0 0 0
0 1 0 0 𝑥1ሶ 𝑡 = −17𝑥1 − 5𝑥2 − 20𝑥3 + 𝑢(𝑡)
0 0 1 0
𝑥2ሶ 𝑡 = 𝑥1
B=
1 𝑥3ሶ 𝑡 = 𝑥2
0 𝑥4ሶ 𝑡 = 20𝑥3
0 𝑦 𝑡 = 𝑥1 + 4𝑥2 + 5𝑥3
0
C=
1 4 0 5
D=
0
Representación en espacio de estado
sX ( s ) x0 AX ( s ) BU ( s )
Y ( s ) CX ( s) DU ( s )
( sI A) X ( s ) x0 BU ( s )
X ( s ) ( sI A) 1 x0 ( sI A) 1 BU ( s )
Y ( s ) C ( sI A) 1 x0 C ( sI A) 1 BU ( s ) DU ( s )
si las condiciones iniciales son iguales a cero, x0 0 , entonces
Y ( s ) C ( sI A) 1 B D U ( s )
o como normalmente se describe
Y (s)
G ( s) C ( sI A) 1 B D
U (s)
Representación en espacio de estado
ሸ + 𝟔𝒚(𝒕)
𝒚(𝒕) ሷ + 𝟏𝟏𝒚(𝒕)
ሶ + 𝟔𝒚 𝒕 = 𝟔𝒖(𝒕)
𝒚 𝒕 = 𝒃𝟎 … 𝒃𝒏−𝟏 𝟎 … 𝟎 ∗ 𝒙 𝒕 + 𝒃𝒏 ∗ 𝒖(𝒕)
𝜶𝒔 + 𝜷
𝑮(𝒔) = 𝟐
𝒔 + 𝟐𝜹𝝎𝒏 𝒔 + 𝝎𝟐𝒏
𝒃𝟏 𝒔 + 𝒃𝟎
𝑮(𝒔) = 𝟐
𝒔 + 𝒂𝟏 𝒔 + 𝒂𝟎
Luego b1 = ; b0 = β; a1 = 2n; a0 = 𝜔𝑛2
𝑮 𝒔 = 𝒈𝟎 + 𝒈𝟏 𝒔−𝟏 + 𝒈𝟐 𝒔−𝟐
Para el caso n = 2 y m = 1 luego como m<n, g0 = 0. Los coeficientes g1 y g2 se
pueden calcular a través de:
Notas:
Si un sistema no es completamente controlable, entonces para algunas condiciones iniciales
no existe ninguna entrada capaz de llevar el sistema al origen.
La controlabilidad es una noción de suma importancia puesto que nos permite determinar si
es posible controlar un sistema para modificar su comportamiento (estabilización de un
sistema inestable, modificación de las dinámicas propias del sistema). Y es por ello que es
fundamental en la teoría de la síntesis de controladores en Espacio de Estado.
Representación en espacio de estado
Criterio de Controlabilidad (Kalman)
Permite definir si los estados de un sistema LTI son controlables,
considerando para ello las matrices A y B del sistema. Para un sistema LTI
representado por la ecuación de estado: 𝒙ሶ 𝒕 = 𝑨𝒙 𝒕 + 𝑩𝒖 𝒕
Donde 𝐴 ∈ 𝑅𝑛𝑥𝑛 , 𝐵 ∈ 𝑅𝑛𝑥𝑚 , es controlable si y solo si la matriz de
controlabilidad 𝒞 𝑡𝑖𝑒𝑛𝑒 𝑟𝑎𝑛𝑔𝑜 𝑛.
Con: 0 1 0
𝐴= 𝑘 𝑏 ;B = 1 ;𝐶 = 1 0
− −
𝑀 𝑀 𝑀
Determine si es controlable:
−2 1 0 1 −2 −2 1 0 −2 1 0 1 5
AB = 1 −2 1 0 = 1 ; 𝐴2 B = 1 −2 1 ∗ 1 −2 1 0 = −4
0 1 −1 0 0 0 1 −1 0 1 −1 0 1
Como:
𝒅𝒆𝒕 𝓒 = 𝓒 = 𝟏 ≠ 𝟎 → 𝒓𝒂𝒏𝒈𝒐 𝓒 = 𝟑
Representación en espacio de estado
Ejemplo 3. Para el sistema representado por las matrices A y B siguientes,
determine si es controlable.
−2 1 0 0 0
𝐴= 1 −2 1 ;B = 1 0
0 1 −1 1 0
Representación en espacio de estado
Observabilidad
La observabilidad es una característica estructural complementaria de una
representación de estado de un sistema, o del sistema en sí mismo, que
nos indica la capacidad de poder estimar los valores históricos de un
estado partiendo del conocimiento de las variables de salida y entrada del
sistema.
Definición
Un estado xi es observable en t0 siempre que sea posible determinar xi(t0)
conociendo a y(t). Si está propiedad se cumple ∀t y ∀i = 1, …,n entonces
el sistema es completamente observable.
Representación en espacio de estado
Criterio de Observabilidad (Kalman)
La determinación de la observabilidad de un sistema LTI depende de las
matrices A y C del sistema. Un sistema LTI representado por la ecuación
dinámica de estado y la ecuación de salida:
𝒙ሶ 𝒕 = 𝑨𝒙 𝒕 + 𝑩𝒖
𝒚 𝒕 = 𝑪𝒙 𝒕
Donde A ∈ Rnxn, C ∈ Rrxn, es observable si y solo si la matriz de
observabilidad 𝒪 tiene rango n:
𝑪
…
𝑪𝑨
𝒓𝒂𝒏𝒈𝒐 𝓞 = 𝒓𝒂𝒏𝒈𝒐 … =𝒏
∶
…
𝑪𝑨𝒏−𝟏
Representación en espacio de estado
Ejemplo 4. Para el sistema mecánico de resorte-amortiguador y masa
«M» estudiado previamente. Se tiene:
𝒙ሶ 𝒕 = 𝑨𝒙 𝒕 + 𝑩𝒖 𝒕 𝒙 𝒕𝟎 = 𝒙𝟎
𝒚 𝒕 = 𝑪𝒙 𝒕
Con: 0 1 0
𝐴= 𝑘 𝑏 ;B = 1 ;𝐶 = 1 0
− −
𝑀 𝑀 𝑀
Como:
𝓞 = 𝟏 ≠ 𝟎 → 𝒓𝒂𝒏𝒈𝒐 𝓞 = 𝟐
Representación en espacio de estado
Ejemplo 5. Para un sistema térmico, se tienen las siguientes matrices de
−2 1 0 1
estado: 𝐴 = 1 −2 1 ; B = 0 ; 𝐶 = 0 0 1
0 1 −1 0
Determine si es controlable:
−2 1 0
CA = 0 0 1 1 −2 1 = 0 1 −1 ;
0 1 −1
−2 1 0 −2 1 0
𝐶𝐴2 = 0 0 1 1 −2 1 ∗ 1 −2 1 = 1 −3 1
0 1 −1 0 1 −1
La matriz de controlabilidad es:
𝟎 𝟎 𝟏
𝓞 = 𝟎 𝟏 −𝟏
𝟏 −𝟑 𝟏
Como:
𝒅𝒆𝒕 𝓞 = 𝓞 = 𝟏 ≠ 𝟎 → 𝒓𝒂𝒏𝒈𝒐 𝓞 = 𝟑
Representación en espacio de estado
Dualidad
Se dice que las propiedades de Observabilidad y Controlabilidad son
duales, puesto que son propiedades intercambiables para sistemas duales
adjuntos. En tal sentido, considérese dos sistemas F y F* definidos de la
siguiente forma: 𝒙ሶ 𝒕 = 𝑨𝒙 𝒕 + 𝑩𝒖 𝒙∗ሶ 𝒕 = 𝑨𝑻 𝒙∗ 𝒕 + 𝑪𝑻 𝒖∗ 𝒕
𝒚 𝒕 = 𝑪𝒙 𝒕 𝒚∗ 𝒕 = 𝑩𝑻 𝒙∗ 𝒕
F* se denomina sistema dual adjunto de F, puesto que está hecho con las
mismas matrices pero transpuesta e intercambiando la posición de C y B.
Se puede demostrar que F es controlable si y solo si F* es observable y
que F es observable si y solo si F* es controlable.
𝑇
F* es observable si y solo si: 𝐵𝑇 ⋮ 𝐵𝑇 𝐴𝑇 ⋮ ⋯ 𝐵𝑇 (𝐴𝑇 )𝑛−1
𝑇
Tiene rango n, es decir si y solo si: 𝐵 ⋮ 𝐴𝐵 ⋮ 𝐴2 𝐵 ⋮ ⋯ ⋮ 𝐴𝑛−1 𝐵
O sea, F sea controlable.
Fin de la presentación !!!