CLSM Clase6

Teora de Control Moderno
Facultad de Ciencias de la Electr

onica
Benem
erita Universidad Aut
onoma de Puebla
Maestra en Ciencias de la Electr

onica, Opci
on en Automatizaci
on
Fernando Reyes Cort
es
Control Lineal y Servomecanismos

ftp://ece.buap.mx/pub/profesor/FernandoReyes/CLSM/
Oto
no 2015
Sistemas din
amicos
Sistemas Lineales
M
etodo de integraci
on num
erica de Runge Kutta
Desarrollo en pizarr
on
Parte I
Teora de Control Moderno
Contenido
Programacion en MATLAB.
Sistemas dinamicos x = f (x ).
Sistema de segundo orden: x = Ax + Bu.
Respuesta a un escal
on.
Respuesta a una rampa.
Forma discreta del sistema x = Ax + Bu
Fernando Reyes Cort

es
Teor
a de Control Moderno
x k = x k 1 + uk 1 .
Benem
onoma de Puebla
Control Lineal y Servomecanismos ftp://ece.buap.mx/pub/profesor/FernandoReyes/CLSM/

onica
Posgrado en Automatizaci
on
2 / 26
Sistemas din
amicos
Sistemas Lineales
M
etodo de integraci
on num
on
Sistema din
amico
Un sistema dinamico automomo de pirmer orden esta dado por:
x = f (x )
(1)
donde x es la variable de estado, la cual proporciona informacion interna sobre la evolucion de los estados internos
del sistema.
La naturaleza autonoma significa que el tiempo se encuentra implcito, ya que no aparece de manera explcita en
la ecuacion diferencial ordinaria de primer orden.
La funcion f (x (t)) es continua Lipschitz sobre IRn , continua para toda condicion inicial x (0) IRn y continuamente diferenciable en t.
Existe la solucion x IRn de la ecuacion diferencial ordinaria de primer orden (1), es u
nica, continua en t y
diferenciable con respecto al tiempo.
x es una funcion continua del tiempo x = x (t).
x = dtd x (t) IRn
f es un mapa vectorial f : IRn IRn .
La ecuacion diferencial ordinaria de primer orden (1) representa sistemas dinamicos lineales y no lineales.
La linealidad y no linealidad es con respecto a la variable de estado x .
Fernando Reyes Cort

es
Teor
Benem
onoma de Puebla

onica
on
3 / 26
Sistemas din
amicos
Sistemas Lineales
M
etodo de integraci
on num
on
Funcion Lipschitz
Considerese el sistema dinamico x = f (t, x ) con x IRn y t IR+ . Si f (t, x ) = f (x ), t 0, entonces el
sistema se llama sistema din
amico aut
onomo invariante en el tiempo.
Sea D IRn , y f : D IRn , x D, entonces f es uniformemente continua en x D, si para cada
IR+ , existe = () > 0, tal que kf (x ) f (y )k < , y D, satisface kx y k < . Si f : D IRn
es uniformemente continua en D, entonces f es una funcion continua para cada x D. Lo contrario de esta
afirmacion, no necesariamente es verdadero.
Sea D IRn , y f : D IRn , entonces f es una funcion continua Lipschitz en x 0 D, si existe una constante
Lipschitz l = l (x0 ) > 0 y una vecindad N IRn de x 0 tal que:
kf (x ) f (y )k l kx y k
x , y N .
f es unafunci
on continua Lipschitz globalmente si f es una funcion uniformemente Lipschitz sobre D = IRn .
Se tiene un conjunto atractor M D del sistema dinamico x = f (x ) si existe una vecindad N M tal que
x N , x (t) N t 0 y x (t) M conforme el tiempo tiende a infinito t . El dominio de atracci
on
M0 D del sistema dinamico x = f (x ) esta dado por M0 = {x 0 D : si x (0) = x 0 , limt x (t) = 0}.
Fernando Reyes Cort

es
Teor
Benem
onoma de Puebla

onica
on
4 / 26
Sistemas din
amicos
Sistemas Lineales
M
etodo de integraci
on num
on
Ejemplo
Sistemas dinamicos lineales:
x = ax
x = Ax
Ejemplo
Sistemas dinamicos no lineales:
x = ax 3
x = sen(x )
x = cos (x )
Ejemplo
Sistemas dinamicos no autonomos:
x = ax sen(t)
x = xe at
x = A(t)x
Fernando Reyes Cort

es
Teor
Benem
onoma de Puebla

onica
on
5 / 26
Sistemas din
amicos
Sistemas Lineales
M
etodo de integraci
on num
on
Sistemas Lineales
G(s) =
y(s)
u(s)
y + 1 y + 0 y = u
x = Ax + Bu
y = cT x
z = z + u
y = dTz
Variable fsica y(s)

Variable fase x
Variable canonica z
Figura 1: Control cl
asico G(s) =
Fernando Reyes Cort
es
Teor
y(s)
u(s)
vs control moderno x = Ax + Bu y = c T x .
Benem
onoma de Puebla

onica
on
6 / 26
Sistemas din
amicos
Sistemas Lineales
M
etodo de integraci
on num
on
Sistemas Lineales
Funcion de transferencia es la relacion de entrada a salida de un sistema lineal con condiciones iniciales cero.
Sistema lineal de primer orden:
y
b
= c
u
s +a
x = ax + bu
y = cx
s=
d
;
dt
x = sx , y = x :
x = ax + bu sx (s) = ax (s) + bu(s)
x (s)[s + a] = bu
b
y(s) = cx (s) = c
u(s)
s +a
y(s)
b
b
1
= c
=c 1
u(s)
s +a
a as + 1
En el dominio de la frecuencia s = jw , a frecuencia de corte,
Fernando Reyes Cort

es
Teor
b
a
es la ganancia del filtro.
Benem
onoma de Puebla

onica
on
7 / 26
Sistemas din
amicos
Sistemas Lineales
M
etodo de integraci
on num
on
Sistemas lineales de segundo orden

El modelo dinamico de un sistema lineal de segundo orden esta dado por la siguiente ecuacion:
y + a1 y + a0 y = b0 u
(2)
la relacion que existe con la funcion de transferencia del sistema lineal se encuentra establecida de la siguiente manera:

y (t) + a1 y(t)
+ a0 y(t) = b0 u(t) = s 2 + a1 s + a0 y(s) = u(s)

y(s)
b0
= 2
(3)
G(s) =
u(s)
s + a1 s + a0
En un sistema lineal invariante en el tiempo, el modelo dinamico (2) y la funcion de transferencia (3) proporcionan
informacion especfica sobre el comportamiento del sistema; ambos sistemas pueden ser estudiados en funcion de
parametros de amortiguamiento y de la frecuencia natural wn . La ubicacion de los polos en el plano s determinan
el comportamiento de la respuesta en el tiempo.
Sea a0 = b0 = wn2 y a1 = 2wn , el modelo dinamico (2) y la funcion de transferencia (3) quedan como:
y (t) + 2wn y(t)
+ wn2 y(t) = wn2 u(t)

y(s)
wn2
G(s) =
= 2
u(s)
s + 2wn s + wn2
Fernando Reyes Cort

es
Teor
Benem
onoma de Puebla
(4)
(5)

onica
on
8 / 26
Sistemas din
amicos
s=
d
;
dt
Sistemas Lineales
M
etodo de integraci
on num
on
x = sx , x = s 2 x ,y = x1 (condiciones iniciales cero):

y(s)
b0
wn2
= 2
= 2
u(s)
s + a1 s + a0
s + 2wn s + wn2
wn2 u = y +2wn y +wn2 y
|{z}
|{z}
|{z}
x 2
x2
x1
s = dtd ; y = sy, y = s 2 y ,y = x1 (condiciones iniciales cero), wn es la frecuencia natural de resonancia y es el factor

de amortiguamiento:
Variables de estado: variable fsica y = y(t), x = x (t) variable fase.
Modelo dinamico en variables fase
x1 = x2
x = wn2 x1 2wn x2 + wn2 u
2

d x1
0
1
x1
0
=
+ 2 u
2
wn 2wn x2
w
dt x2
|
{z
} |{z} | {zn }
| {z }
x
A
B
x

x
x = Ax + Bu;
y = [1 0] 1 = c T x .
x2
Fernando Reyes Cort

es
Teor
Benem
onoma de Puebla

onica
on
9 / 26
Sistemas din
amicos
Sistemas Lineales
M
etodo de integraci
on num
on
Sistema lineal (modelo dinamico)
x = Ax + Bu
y = cT x
s=
d
dt
(condiciones iniciales cero):
Funcion de transferencia:
x
x
y
y
u
= Ax + Bu (sI A)x = Bu
= [sI A]1 Bu
= c T x = c T [sI A]1 Bu
= c T [sI A]1 B
En el dominio de la frecuencia s = jw .
Fernando Reyes Cort

es
Teor
Benem
onoma de Puebla

onica
on
10 / 26
Sistemas din
amicos
Sistemas Lineales
M
etodo de integraci
on num
on
Partiendo del modelo dinamico obtener la funcion de transferencia: Funcion de transferencia:

0
1
x1
0
x = Ax + Bu =
+
u
2
wn 2wn x2
wn2

x
y = [1 0] 1
x2
1

0
1 0
0
1
1
u
x (s) = [sI A] Bu = s
2
wn2
0 1
wn 2wn

1

2
1
1
s
1
0
s + 2wn 1
0
wn
=
u= 2
2
2 u = 2
2 u
2
2
wn2 s + 2wn
wn2
w
s
w
sw
s + 2wn s + wn
s + 2wn s + wn
n
n
n
2

1
wn2
wn
T
T
1
y(s) = c x = c [sI A] Bu = 1 0 2
u
=
u
s + 2wn s + wn2 swn2
s 2 + 2wn s + wn2
y(s)
wn2
= 2
u(s)
s + 2wn s + wn2
Fernando Reyes Cort

es
Teor
Benem
onoma de Puebla

onica
on
11 / 26
Sistemas din
amicos
Sistemas Lineales
M
etodo de integraci
on num
on
El comportamiento de la respuesta del sistema de segundo orden para una entrada escalon, considerando los casos de
subamortiguamiento, amortiguamiento crtico y sobreamortiguamiento.
Figura 2: Respuesta a un escal

on del sistema
Fernando Reyes Cort

es
Teor
wn2
s 2 +2wn s+wn2
variando [0, 2] y wn = 1.
Benem
onoma de Puebla

onica
on
12 / 26
Sistemas din
amicos
Sistemas Lineales
C
odigo MATLAB 1:
M
etodo de integraci
on num
on
sistema2orden
Control Lineal y Servomecanismos, oto

no 2015
Fernando Reyes Cortes. Posgrado en Automatizacion, Facultad de Ciencias de la Electronica BUAP.
sistema2orden.m
MATLAB version 2015a
clc; clear all; close all;

format short
% tiempo de simulaci
on (segundos) tini=0; h=0.001; tfinal = 20;
t=tini:h:tfinal; % vector tiempo
wn=1;
rho=0.2;
% G(s) =
1
2
3
4
5
8
9
10
wn2
s 2 +2wn s+wn2
num=[wn*wn];
den=[1, 2*rho*wn, wn*wn];
step(num,den,t)
Fernando Reyes Cort

es
Teor
Benem
onoma de Puebla

onica
on
13 / 26
Sistemas din
amicos
Sistemas Lineales
C
odigo MATLAB 2:
M
etodo de integraci
on num
on
sistema2doimpulsorampa

no 2015
sistema2doimpulsorampa.m
clc; clear all; close all; format short

%tiempo de simulaci
on (segundos)
tini=0; h=0.001; tfinal = 100; t=tini:h:tfinal; %vector tiempo
wn=1; rho=1.2; % par

ametros del sistema de segundo orden %G(s) =
1
2
10
num=[wn*wn];
den=[1, 2*rho wn, wn*wn];
figure %figura 1
impulse(num, den,t)
grid
figure %rampa
11
% G(s)
s =
5
6
7
8
9
12
13
14
15
wn2
2
s +2wn s+wn2
wn2
s 3 +2wn s 2 +wn2 s
num1=[wn*wn];
den1=[1, 2*rho wn, wn*wn, 0];
step(num1,den1,t)
grid
Fernando Reyes Cort

es
Teor
Benem
onoma de Puebla

onica
on
14 / 26
Sistemas din
amicos
Sistemas Lineales
M
etodo de integraci
on num
on
Respuesta a un escalon
La conversion del modelo dinamico (4) al modelo de variables de estado x = Ax + Bu, y = c T x se encuentra
estableciendo un adecuado cambio de variables de la siguiente forma. Sea x1 = y, entonces se obtiene:

d x1
x1
0
1
0
=
+ 2 u
(6)
2
wn 2wn x2
wn
dt x2
|
{z
} |{z} | {z }
| {z }
x
A
B
x

x1
y = 1 0
(7)
| {z } x2
c T |{z}
x
Fernando Reyes Cort

es
Teor
Benem
onoma de Puebla

onica
on
15 / 26
Sistemas din
amicos
Sistemas Lineales
M
etodo de integraci
on num
on
Especificaciones de la respuesta temporal

Considere la funcion de transferencia

wn2
0
1
0
x =
x+
u
G(s) = 2
2
2
wn 2wn
wn2
s + 2wn s + wn

y= 1 0 x
Figura 3: Especificaciones del r

egimen transitorio y estacionario de la respuesta:
Fernando Reyes Cort

es
Teor
wn2
.
s 2 +2wn s+wn2
Benem
onoma de Puebla

onica
on
16 / 26
Sistemas din
amicos
Sistemas Lineales
M
etodo de integraci
on num
on
Especificaciones de la respuesta temporal

Las caractersticas de respuesta temporal a una entrada escalon para un sistema de segundo orden se especifican a
traves de un conjunto de parametros en el dominio del tiempo que definen la etapa transitoria y estacionaria. Estos
parametros son muy u
tiles para realizar estudios comparativos del desempe
no entre dos o mas sistemas.
A continuacion se presenta la descripcion de los parametros en el dominio del tiempo y la interpretacion grafica se
ilustra en la figura 3.
Tiempo de subida ts es el lapso de tiempo que requiere la respuesta y(t) en ir desde cero o tambien en pasar
del 5 % hasta alcanzar el 95 % del valor final de la magnitud de la se
nal escalon.
Tiempo de retardo tr es el tiempo requerido por la respuesta del sistema y(t) en alcanzar por primera vez el
50 % de la magnitud de la entrada escalon.
Mp es el m
aximo pico o sobreimpulso que la respuesta alcanza; su medicion se realiza en terminos porcentuales
con referencia al valor final o magnitud de la entrada escalon:
Mp =
y(tp ) y(t )
100 %
y(t )
(8)
Tiempo de pico tp es el tiempo que la respuesta alcanza el primer sobreimpulso o maximo pico.
t es la evolucion del tiempo t hacia infinito.
Tiempo de estado estacionario te es el tiempo en que la respuesta del sistema se mantiene en la banda de
tolerancia del valor final; generalmente se establece como banda de tolerancia a la region donde la variacion de
la respuesta y(t) debido al rizo o ruido se encuentra comprendida dentro del 2 % al 5 % de la magnitud de la
entrada escalon. El tiempo te define el momento en que la respuesta del sistema entra en estado estacionario, es
decir: t te y la etapa o fase transitoria queda determinada para t < te .
Fernando Reyes Cort
es
Teor
Benem
onoma de Puebla

onica
on
17 / 26
Sistemas din
amicos
Sistemas Lineales
M
etodo de integraci
on num
on
Metodo de integracion de Runge-Kutta

Uno de los metodos mas importante para integracion numerica de ecuaciones diferenciales de primer orden x = f (x )
son los metodos de Runge-Kutta. Dichos metodos se basan en aproximar la solucion a traves de series de Taylor.
El metodo mas simple, el denominado metodo de primer orden, usa una serie de expansion de Taylor de primer orden,
el metodo de segundo orden usa la serie de expansion de Taylor de segundo orden, y as sucesivamente (el metodo
de Euler es equivalente al de primer orden de Runge-Kutta). MATLAB tiene funciones del metodo de Runge-Kutta
para los ordenes segundo, tercero, cuarto y quinto.
La serie de Taylor para evaluarla en el tk -esimo tiempo a la funcion x (tk ) esta dada por la siguiente expresion:
x (tk ) = x (tk 1 ) + (tk tk 1 )x (tk 1 ) +
(tk tk 1 )n
n!
(tk tk 1 )2
x (tk 1 ) + +
2!
n derivadas
z }| {
x +
(tk 1 )
(9)
El termino tk tk 1 representa un peque
no intervalo el cual sera representado por h = tk tk 1 = kh (k 1)h, de
tal forma que la serie de Taylor queda expresada de la siguiente forma:
h2
hn
x (tk ) = x (tk 1 ) + h x (tk 1 ) + x (tk 1 ) + +
2!
n!
n derivadas
z }| {
x +
(tk 1 )
(10)
Fernando Reyes Cort
es
Teor
Benem
onoma de Puebla

onica
on
18 / 26
Sistemas din
amicos
Sistemas Lineales
M
etodo de integraci
on num
on
Metodo de Runge-Kutta de primer orden

La integracion numerica de la ecuacion x = f (x ) por el metodo de Runge-Kutta de primer orden esta dado de la
siguiente manera:
x (tk ) = x (tk 1 ) + h x (tk 1 ) = x (tk 1 ) + hf (tk 1 )
(11)
La interpretacion geometrica de la ecuacion (11) significa que el valor de estimacion de x (tk ) es igual a la lnea tangente
que la une con el valor x (tk 1 ) como se muestra en la figura 4. Este es un proceso iterativo para todos los puntos
x (tk ), con k = 1, 2, , n.
Figura 4: C
alculo de x (tk ) usando el primer el m
etodo de Runge-Kutta primer orden.
Fernando Reyes Cort
es
Teor
Benem
onoma de Puebla

onica
on
19 / 26
Sistemas din
amicos
Sistemas Lineales
M
etodo de integraci
on num
on
Metodo de Runge-Kutta de orden mayor
Los metodos de Runge-Kutta de orden mayor (dos, tercero, cuarto, y quinto) se usan para aproximar funciones
desconocidas; la aproximacion se realiza a traves de varias lneas tangentes, por lo tanto la exactitud es mejorada.
Por ejemplo, en el metodo de integracion de cuarto orden usa la serie de Taylor con las primeras cuatro derivadas, es
decir la estimacion de la funcion x (tk ) es a traves de 4 lneas tangentes.
Funciones ode
MATLAB tiene las funciones para integrar la solucion numerica de ecuaciones diferenciales ordinarias de primer orden
llamadas ode.
ode45
ode15s
ode113
ode23, ode23b, ode 23s, ode23t
Fernando Reyes Cort

es
Teor
Benem
onoma de Puebla

onica
on
20 / 26
Sistemas din
amicos
Sistemas Lineales
M
etodo de integraci
on num
on
Funci
on ode45
La sintaxis de la funcion ode45 es la siguiente:
[t,x]=ode45( nombre_funcion ,ts,cond_iniciales,opciones)

La funcion ode45 utiliza los metodos de Runge-Kutta de cuarto y quinto orden; nombre funcion representa una
funcion M-File donde esta implementado el sistema dinamico en la estructura matematica x = f (x ).
La funcion ode45 retorna la solucion del sistema x = f (x ), es decir [x , t], donde t es el vector de tiempo.
El tiempo de simulacion o el intervalo de integracion se encuentra especificado por ts = [tinicial , tfinal ], por
ejemplo se puede especificar como un intervalo [0, 10].
Tambien es valido expresarlo como: ts = 0 : 0.001 : 10, el cual incluye incrementos de tiempo de un milisegundo.
Las condiciones iniciales se encuentran determinadas por cond iniciales, su forma depende del orden del sistema.
Por ejemplo, para un sistema escalar cond inciales=0; para el caso vectorial x (0) IR3 , tenemos
cond inciales=[0;0;0].
El cuarto parametro de opciones es muy importante debido a que contiene las propiedades de integracion
numerica, y de eso depende la simulacion del sistema. Para tal efecto se emplea la funcion odeset de la siguiente
forma:
Fernando Reyes Cort

es
Teor
Benem
onoma de Puebla
opciones=odeset( RelTol ,1e-6, AbsTol ,1e-6, InitialStep ,1.0e-3, MaxStep ,1.0e-3)

onica
on
21 / 26
Sistemas din
amicos
Sistemas Lineales
C
odigo MATLAB 3:
M
etodo de integraci
on num
on
sso

no 2015
sso.m
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
function xp =sistema_segundo_orden(t,x)
%frecuencia natural de resonancia wn
w n=1;
% factor de amortiguamiento
rho=0.35;
%Matriz A
A=[ 0, 1;
-w n 2, -2*rho*w n];
%Matriz B
B=[0;
w nw n];
%se
nal de entrada
u=1; %sistema din
amico lineal
xp=A*x+B*u;
end
Fernando Reyes Cort

es
Teor
Benem
onoma de Puebla

onica
on
22 / 26
Sistemas din
amicos
Sistemas Lineales
C
odigo MATLAB 4:
M
etodo de integraci
on num
on
simusso

no 2015
simusso.m
1
2
3
4
5
6
7
8
9
10
11
12
13
14
clc;
clear all;
close all;
% parametros de simulaci
on:
ti=0; tf = 10; h=0.001;
% intervalo de simulaci
on
ts=ti:h:tf;
cond iniciales=[0;0];
opciones=odeset(RelTol ,1e-06, AbsTol,1e-06,InitialStep ,h,MaxStep,h);
disp(Simulacion de un sistema lineal de segundo orden)
[t,x ]=ode45(sistema segundo orden,ts,cond iniciales,opciones);
figure
subplot(2,1,1); plot(t, x(:,1))
subplot(2,1,2); plot(t, x(:,2))
Fernando Reyes Cort

es
Teor
Benem
onoma de Puebla

onica
on
23 / 26
Sistemas din
amicos
Sistemas Lineales
M
etodo de integraci
on num
on
Ejemplo
Realizar un programa en MATLAB que obtenga la respuesta de un sistema de segundo orden para entrada impulso
y rampa.
Figura 5: Respuesta de un sistema de segundo orden para entrada impulso y rampa.
Fernando Reyes Cort

es
Teor
Benem
onoma de Puebla

onica
on
24 / 26
Sistemas din
amicos
Sistemas Lineales
M
etodo de integraci
on num
on
Desarrollo en clase
Considere la siguiente ecuacion diferencial ordinaria de primer orden en tiempo continuo:
x (t) = Ax (t) + Bu(t)
y(t) = c T x (t)
El sistema en tiempo discreto esta dado por:
x (tk ) = x (tk 1 ) + u(tk 1 )
y(tk ) = c T x (tk )
Obtener la solucion analtica del sistema continuo y discreto.
Analizar y discutir los resultados.
Figura 6: Detalles del desarrollo en clase.
Fernando Reyes Cort

es
Teor
Benem
onoma de Puebla

onica
on
25 / 26
Sistemas din
amicos
Sistemas Lineales
M
etodo de integraci
on num
on
Tarea
Considere los siguientes sistemas lineales en tiempo continuo:
a)

0
1
0
x =
x+
u
31 32
0.56

y = 1 0 x
b)

0
1
0
x =
x+
u
4 4
1

y = 4 4 x
1 Obtener los correspondientes sistemas discretos (usando la tecnica de retenedor de orden cero).
2 Realizar un script (programa en MATLAB) que realice la simulacion de los sistemas en forma continua y
discreta. Utilice una se
nal u(t) escalon unitario.
3 Compare y analice los resultados de simulacion entre los sistemas continuos y discretos.
Documente correctamente el reporte correspondiente.
Fernando Reyes Cort

es
Teor
Benem
onoma de Puebla

onica
on
26 / 26

CLSM Clase6

Загружено:

Сведения о документе

Оригинальное название

Авторское право

Доступные форматы

Поделиться этим документом

Поделиться или встроить документ

Параметры публикации

Этот документ был вам полезен?

Это неприемлемый материал?

Авторское право:

Доступные форматы

CLSM Clase6

Загружено:

Авторское право:

Доступные форматы

Teora de Control Moderno

Facultad de Ciencias de la Electr

Maestra en Ciencias de la Electr

Control Lineal y Servomecanismos

Forma discreta del sistema x = Ax + Bu

Fernando Reyes Cort

Facultad de Ciencias de la Electr

Fernando Reyes Cort

Facultad de Ciencias de la Electr

Fernando Reyes Cort

Facultad de Ciencias de la Electr

Fernando Reyes Cort

Facultad de Ciencias de la Electr

Variable fsica y(s)

Facultad de Ciencias de la Electr

En el dominio de la frecuencia s = jw , a frecuencia de corte,

Fernando Reyes Cort

es la ganancia del filtro.

Facultad de Ciencias de la Electr

Sistemas lineales de segundo orden

+ a0 y(t) = b0 u(t) = s 2 + a1 s + a0 y(s) = u(s)

+ wn2 y(t) = wn2 u(t)

Fernando Reyes Cort

Facultad de Ciencias de la Electr

x = sx , x = s 2 x ,y = x1 (condiciones iniciales cero):

s = dtd ; y = sy, y = s 2 y ,y = x1 (condiciones iniciales cero), wn es la frecuencia natural de resonancia y es el factor

Fernando Reyes Cort

Facultad de Ciencias de la Electr

Sistema lineal (modelo dinamico)

(condiciones iniciales cero):

Fernando Reyes Cort

Facultad de Ciencias de la Electr

Partiendo del modelo dinamico obtener la funcion de transferencia: Funcion de transferencia:

Fernando Reyes Cort

Facultad de Ciencias de la Electr

Figura 2: Respuesta a un escal

Fernando Reyes Cort

Facultad de Ciencias de la Electr

Control Lineal y Servomecanismos, oto

MATLAB version 2015a

clc; clear all; close all;

Fernando Reyes Cort

Facultad de Ciencias de la Electr

Control Lineal y Servomecanismos, oto

MATLAB version 2015a

clc; clear all; close all; format short

wn=1; rho=1.2; % par

Fernando Reyes Cort

Facultad de Ciencias de la Electr

Fernando Reyes Cort

Facultad de Ciencias de la Electr

Especificaciones de la respuesta temporal

Figura 3: Especificaciones del r

Fernando Reyes Cort

Facultad de Ciencias de la Electr

Especificaciones de la respuesta temporal

Facultad de Ciencias de la Electr

Metodo de integracion de Runge-Kutta

Facultad de Ciencias de la Electr

Metodo de Runge-Kutta de primer orden

Facultad de Ciencias de la Electr

Metodo de Runge-Kutta de orden mayor

Fernando Reyes Cort