Академический Документы
Профессиональный Документы
Культура Документы
INTRODUCCION
CONTROL
Autor:
Universidad de Oviedo
Ingeniera de Sistemas y Automatica
Departamento de Ingeniera Electrica, Electronica,
de Computadores y Sistemas
29 de febrero de 2012
29/02/12
Indice general
1. Sistemas, Se
nales y Diagramas Funcionales
1.1. Sistemas . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1.2. Se
nales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1.3. Representacion externa de los sistemas . . . . . . . . . . . .
1.4. Representacion Interna de los Sistemas . . . . . . . . . . . .
1.5. Representacion y clasificacion de se
nales . . . . . . . . . . .
1.6. Clasificacion de los sistemas . . . . . . . . . . . . . . . . . .
1.6.1. Sistemas continuos y discretos . . . . . . . . . . . . .
1.6.2. Sistemas muestreados . . . . . . . . . . . . . . . . . .
1.6.3. Sistemas digitales . . . . . . . . . . . . . . . . . . . .
1.6.4. Sistemas causales y no causales . . . . . . . . . . . .
1.6.5. Sistemas estaticos y dinamicos . . . . . . . . . . . . .
1.6.6. Sistemas monovariables y multivariables . . . . . . .
1.6.7. Sistemas estables e inestables . . . . . . . . . . . . .
1.6.8. Sistemas en cadena abierta y sistemas realimentados
1.7. Diagrama funcional de los sistemas . . . . . . . . . . . . . .
1.8. Ejercicios y problemas . . . . . . . . . . . . . . . . . . . . .
1.9. Conclusiones y planteamiento . . . . . . . . . . . . . . . . .
1.10. Glosario . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
2. Representaci
on y Tratamiento de Se
nales
2.1. Introduccion . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.2. Operaciones basicas con se
nales . . . . . . . . . . . . . . . . . .
2.2.1. Suma de se
nales . . . . . . . . . . . . . . . . . . . . . . .
2.2.2. Producto de una se
nal por una constante (escalado) . . .
2.2.3. Producto entre dos se
nales . . . . . . . . . . . . . . . . .
2.2.4. Desplazamiento en el eje x (desplazamiento en el tiempo)
2.2.5. Inversion en el eje x (inversion en el tiempo) . . . . . . .
2.2.6. Escalado en el eje x (escalado temporal) . . . . . . . . .
2.2.7. Derivada de una se
nal . . . . . . . . . . . . . . . . . . .
2.2.8. Integral de una se
nal . . . . . . . . . . . . . . . . . . . .
2.2.9. Convolucion de dos se
nales . . . . . . . . . . . . . . . . .
2.2.10. Muestreo . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.2.11. Reconstruccion . . . . . . . . . . . . . . . . . . . . . . .
29/02/12
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
13
13
16
17
18
19
21
21
23
24
24
24
26
27
29
31
34
34
36
.
.
.
.
.
.
.
.
.
.
.
.
.
39
39
40
40
40
40
40
40
41
41
41
41
42
42
INDICE GENERAL
2.3. Se
nales tpicas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.3.1. El impulso de Dirac . . . . . . . . . . . . . . . . . . . . . . . . .
2.3.2. Obtencion de una se
nal cualquiera a partir del impulso de Dirac
2.3.3. El escalon . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.3.4. La rampa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.3.5. La parabola . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.3.6. Desarrollo en serie de Taylor de se
nales . . . . . . . . . . . . . .
2.4. Se
nales exponenciales de tiempo continuo . . . . . . . . . . . . . . . . .
2.5. Se
nales exponenciales de tiempo discreto . . . . . . . . . . . . . . . . .
2.6. Representacion en el dominio de la frecuencia. Tiempo continuo . . . .
2.6.1. Se
nales periodicas en el tiempo. Desarrollo en Serie de Fourier .
2.6.2. Se
nales no periodicas en el tiempo. Transformada de Fourier . .
2.6.3. Transformadas de Laplace . . . . . . . . . . . . . . . . . . . . .
2.7. Representacion en el dominio de la frecuencia. Tiempo discreto . . . . .
2.8. Propiedades de las transformadas . . . . . . . . . . . . . . . . . . . . .
2.8.1. Linealidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.8.2. Escalado en el tiempo . . . . . . . . . . . . . . . . . . . . . . .
2.8.3. Escalado en S o en Z . . . . . . . . . . . . . . . . . . . . . . . .
2.8.4. Derivada en t, Diferencia en k . . . . . . . . . . . . . . . . . . .
2.8.5. Derivadas en t de orden superior . . . . . . . . . . . . . . . . .
2.8.6. Integral, Suma . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.8.7. Derivada en S o en Z . . . . . . . . . . . . . . . . . . . . . . . .
2.8.8. Desplazamiento en t o en k . . . . . . . . . . . . . . . . . . . .
2.8.9. Funcion periodica . . . . . . . . . . . . . . . . . . . . . . . . . .
2.8.10. Desplazamiento en S . . . . . . . . . . . . . . . . . . . . . . . .
2.8.11. Convolucion . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.8.12. Teorema del valor inicial . . . . . . . . . . . . . . . . . . . . . .
2.8.13. Teorema del valor final . . . . . . . . . . . . . . . . . . . . . . .
2.9. Transformadas de se
nales tpicas . . . . . . . . . . . . . . . . . . . . . .
2.10. Tratamiento de se
nales mediante transformadas . . . . . . . . . . . . .
2.10.1. Suma de se
nales . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.10.2. Producto de una se
nal por una constante (escalado) . . . . . . .
2.10.3. Producto entre dos se
nales . . . . . . . . . . . . . . . . . . . . .
2.10.4. Desplazamiento en el eje x (desplazamiento en el tiempo) . . . .
2.10.5. Inversion en el eje x (inversion en el tiempo) . . . . . . . . . . .
2.10.6. Escalado en el eje x (escalado temporal) . . . . . . . . . . . . .
2.10.7. Derivada de una se
nal . . . . . . . . . . . . . . . . . . . . . . .
2.10.8. Integral de una se
nal . . . . . . . . . . . . . . . . . . . . . . . .
2.10.9. Convolucion de dos se
nales . . . . . . . . . . . . . . . . . . . . .
2.11. Conclusiones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.12. Glosario . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
29/02/12
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
42
42
44
45
46
46
47
47
49
49
49
51
54
55
55
55
55
56
56
56
56
56
56
57
57
57
57
57
57
59
61
61
61
61
61
62
62
62
62
62
62
INDICE GENERAL
3. Modelado y representaci
on de sistemas
3.1. Modelos de sistemas . . . . . . . . . . . . . . . . . . . . . . . . . . .
3.2. Modelos matematicos de sistemas . . . . . . . . . . . . . . . . . . . .
3.2.1. Modelos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3.2.2. Modelos lineales de sistemas . . . . . . . . . . . . . . . . . . .
3.2.3. Modelos invariantes en el tiempo . . . . . . . . . . . . . . . .
3.3. Funcion de transferencia . . . . . . . . . . . . . . . . . . . . . . . . .
3.3.1. Modelo en Transformadas de Laplace o en Transformada en Z
3.3.2. Funcion de transferencia de sistemas continuos y discretos . .
3.3.3. Sistemas con retardo puro . . . . . . . . . . . . . . . . . . . .
3.4. Representacion grafica de sistemas . . . . . . . . . . . . . . . . . . . .
3.4.1. Diagrama de bloques . . . . . . . . . . . . . . . . . . . . . . .
3.4.2. Flujograma . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3.5. Modelos de estado . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3.5.1. Variables de estado . . . . . . . . . . . . . . . . . . . . . . . .
3.5.2. Ecuacion de estado . . . . . . . . . . . . . . . . . . . . . . . .
3.5.3. Ecuacion de la salida . . . . . . . . . . . . . . . . . . . . . . .
3.6. Relacion entre el modelo de estado y la funcion de transferencia . . .
3.7. Recapitulacion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3.8. Metodos de representacion . . . . . . . . . . . . . . . . . . . . . . . .
3.9. Glosario . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
4. ANALISIS
DE SISTEMAS A PARTIR DE SUS SENALES
4.1. Analisis mediante la respuesta impulsional . . . . . . . . . . .
4.1.1. Fundamento . . . . . . . . . . . . . . . . . . . . . . . .
4.1.2. Estabilidad . . . . . . . . . . . . . . . . . . . . . . . .
4.1.3. Analisis estatico . . . . . . . . . . . . . . . . . . . . . .
4.1.4. Analisis dinamico . . . . . . . . . . . . . . . . . . . . .
4.1.5. Sistemas discretos . . . . . . . . . . . . . . . . . . . . .
4.2. Analisis mediante la respuesta frecuencial . . . . . . . . . . . .
4.2.1. Fundamento . . . . . . . . . . . . . . . . . . . . . . . .
4.2.2. Representacion de la respuesta en frecuencia . . . . . .
4.2.3. Caractersticas de la respuesta en frecuencia . . . . . .
4.2.4. Caso discreto . . . . . . . . . . . . . . . . . . . . . . .
4.3. Conclusiones . . . . . . . . . . . . . . . . . . . . . . . . . . . .
5. An
alisis de Sistemas Definidos por sus Modelos Lineales
5.1. Introduccion . . . . . . . . . . . . . . . . . . . . . . . . . .
5.2. Objetivos del analisis . . . . . . . . . . . . . . . . . . . . .
5.3. Modos propios de sistemas continuos . . . . . . . . . . . .
5.3.1. Introduccion . . . . . . . . . . . . . . . . . . . . . .
5.3.2. Tipos de modos propios . . . . . . . . . . . . . . .
5.3.3. Modos propios de sistemas discretos . . . . . . . . .
5.4. Respuesta libre y forzada . . . . . . . . . . . . . . . . . . .
5.4.1. Sistema definido por su funcion de transferencia . .
29/02/12
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
63
63
65
65
66
68
69
69
70
72
73
73
79
81
81
82
82
84
84
87
88
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
89
89
89
90
91
91
92
92
92
97
98
99
99
.
.
.
.
.
.
.
.
101
. 101
. 101
. 103
. 103
. 105
. 109
. 114
. 114
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
INDICE GENERAL
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
7. ANALISIS
DE LOS SISTEMAS REALIMENTADOS
7.1. Introduccion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
7.2. Analisis a partir de la Funcion de Transferencia . . . . . . . . . . . . . .
7.3. Analisis de la estabilidad . . . . . . . . . . . . . . . . . . . . . . . . . . .
7.4. Analisis del comportamiento permanente: errores en regimen permanente
7.5. Analisis del comportamiento transitorio: analisis dinamico . . . . . . . .
29/02/12
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
143
. 143
. 146
. 150
. 150
. 152
.
.
.
.
.
153
. 153
. 153
. 154
. 156
. 160
INDICE GENERAL
AL DISENO
DE REGULADORES
8. INTRODUCCION
8.1. Objetivos del dise
no . . . . . . . . . . . . . . . . . . . .
8.2. Acciones de Control . . . . . . . . . . . . . . . . . . . . .
8.3. Reguladores PID . . . . . . . . . . . . . . . . . . . . . .
8.4. Redes de adelanto y retraso de fase . . . . . . . . . . . .
8.5. Metodos analticos . . . . . . . . . . . . . . . . . . . . .
DE SISTEMAS DE CONTROL
9. IMPLEMENTACION
9.1. Introduccion . . . . . . . . . . . . . . . . . . . . . . . . .
9.2. Tecnologas analogicas . . . . . . . . . . . . . . . . . . .
9.3. Tecnologas digitales . . . . . . . . . . . . . . . . . . . .
9.4. Conclusiones . . . . . . . . . . . . . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
A. TRANSFORMADA DE LAPLACE
A.1. Definicion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
A.2. Transformada de Laplace de funciones tpicas . . . . . . . . . . . .
A.3. Propiedades de la Transformada de Laplace . . . . . . . . . . . . .
A.3.1. Superposicion o linealidad . . . . . . . . . . . . . . . . . . .
A.3.2. Desplazamiento en el tiempo . . . . . . . . . . . . . . . . . .
A.3.3. Desplazamiento en la frecuencia . . . . . . . . . . . . . . . .
A.3.4. Escalado en el tiempo . . . . . . . . . . . . . . . . . . . . .
A.3.5. Multiplicacion por el tiempo . . . . . . . . . . . . . . . . . .
A.3.6. Diferenciacion . . . . . . . . . . . . . . . . . . . . . . . . . .
A.3.7. Integracion . . . . . . . . . . . . . . . . . . . . . . . . . . .
A.3.8. Convolucion . . . . . . . . . . . . . . . . . . . . . . . . . . .
A.3.9. Producto en el tiempo . . . . . . . . . . . . . . . . . . . . .
A.3.10. Teorema del valor inicial . . . . . . . . . . . . . . . . . . . .
A.3.11. Teorema del valor final . . . . . . . . . . . . . . . . . . . . .
A.4. Calculo de la transformada inversa mediante desarrollo en fracciones
A.5. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
A.5.1. PROBLEMA 1 . . . . . . . . . . . . . . . . . . . . . . . . .
A.5.2. PROBLEMA 2 . . . . . . . . . . . . . . . . . . . . . . . . .
A.5.3. PROBLEMA 3 . . . . . . . . . . . . . . . . . . . . . . . . .
A.6. Conclusiones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
simples
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
.
.
.
.
.
165
. 165
. 165
. 165
. 165
. 165
.
.
.
.
167
. 167
. 167
. 167
. 167
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
169
. 170
. 170
. 171
. 171
. 171
. 172
. 172
. 172
. 172
. 172
. 173
. 173
. 173
. 173
. 173
. 174
. 174
. 177
. 179
. 179
B. LINEALIZACION
C. CRITERIO DE ROUTH
C.1. Utilidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
C.2. Pasado, presente y futuro . . . . . . . . . . . . . . . . . . . . . . . . . . .
C.3. El criterio . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
C.4. Casos particulares: . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
C.4.1. Aparicion de un cero en la primera columna . . . . . . . . . . . . .
C.4.2. Aparicion de una fila de ceros . . . . . . . . . . . . . . . . . . . . .
C.5. Aplicaciones del criterio de Routh en el analisis y el control de sistemas . .
C.5.1. Estabilidad de los sistemas realimentados con un parametro variable
29/02/12
181
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
191
. 191
. 191
. 191
. 193
. 193
. 194
. 195
. 195
INDICE GENERAL
C.5.2. Calculo del punto de corte de las ramas del Lugar de las Races con el
eje imaginario . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 196
C.5.3. Ajuste del parametro de un sistema realimentado para conseguir una
determinada estabilidad relativa ( de los polos dominantes) . . . . . . . 197
D. TRANSFORMADA EN z
199
DE DIAGRAMA DE BLOQUES
E. SIMPLIFICACION
201
.
.
.
.
.
.
y
.
.
.
. . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . .
la posicion de los polos sobre el
. . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . .
215
215
215
215
217
218
220
221
222
222
I. ERRORES EN REGIMEN
PERMANENTE
I.1. Sistemas con realimentacion unitaria . . . . .
I.1.1. Error de posicion . . . . . . . . . . . .
I.1.2. Error de velocidad . . . . . . . . . . .
I.1.3. Error de aceleracion . . . . . . . . . .
I.2. Sistemas con realimentacion no unitaria . . . .
I.2.1. Realimentacion sin dinamica . . . . . .
I.2.2. Realimentacion con dinamica . . . . .
I.2.3. Error de posicion . . . . . . . . . . . .
29/02/12
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
235
. 236
. 236
. 237
. 238
. 239
. 239
. 241
. 242
INDICE GENERAL
I.2.4. Error de velocidad .
I.2.5. Error de aceleracion
I.2.6. Tabla resumen . . .
I.3. Rechazo de perturbaciones .
9
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
243
243
244
244
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
247
248
250
250
251
252
DE REGULADORES MEDIANTE EL
K. DISENO
K.1. Introduccion . . . . . . . . . . . . . . . . . . . . .
K.1.1. Pasos a seguir para el dise
no . . . . . . . .
K.1.2. Ajuste de la accion proporcional . . . . . .
29/02/12
10
29/02/12
INDICE GENERAL
Indice de tablas
29/02/12
12
29/02/12
INDICE DE TABLAS
CAPITULO
Sistemas, Se
nales y Diagramas Funcionales
El objetivo de este primer captulo es definir las principales caractersticas de los sistemas
y de sus se
nales asociadas con el fin de llegar a la representacion de un diagrama funcional del
sistema. Esto no requiere un conocimiento profundo del sistema, mas propio de especialistas,
pero s un conocimiento del funcionamiento del mismo, conocimiento que debe formar parte del
bagaje cultural de un ingeniero. Al final de este bloque, el alumno, a partir de la descripcion
de un sistema, debera ser capaz de:
Identificar las se
nales de entrada y de salida del mismo.
Identificar las causas y los efectos en cada uno de los subsistemas presentes.
Determinar las caractersticas principales de dichos subsistemas.
Dibujar un diagrama funcional del sistema.
1.1.
Sistemas
14
Sistemas, Se
nales y Diagramas Funcionales
EXTERIOR
SISTEMA
FRONTERA
Figura 1
Ejemplo 1.1
Viento que un mismoPendiente
Con este ejemplo se pretende mostrar
dispositivo fsico puede dar lugar a
sistemas diferentes seg
un el punto de vista del usuario, es decir en funcion de los objetivos
que se planteen en cada caso. Como dispositivo fsico com
un se considerara un automovil con
cambio automatico, y como
usuarios
consideraremos
un
conductor
Giro volante
Direccinnormal, un conductor
profesional deportivo, un tecnico dise
nador y un agente de trafico.
Desde el punto de vista de un conductor AUTOMOVIL
normal, el vehculoVelocidad
puede ser considerado como
Freno/Acelerador
un sistema cuyas entradas son la posicion del volante y la de los pedales del acelerador y
del freno, y cuyas se
nales de salida son la velocidad y la direccion del coche. El sistema
esta sometido a perturbaciones (el conductor no puede actuar sobre ellas) como son la
fuerza y la direccion del viento o la pendiente de la carretera. Otras se
nales existentes
en el dispositivo (revoluciones del motor, temperaturas del aceite y del agua, presiones y
temperaturas de neumaticos, etc...) no son importantes a la hora de realizar una conduccion
normal (siempre que dichas se
nales se encuentren dentro de los lmites tolerados). Con este
planteamiento se considera que el conductor (pese a estar sentado dentro del coche) es
externo al sistema y que act
ua sobre el al girar el volante o al pisar los pedales del acelerador
y/o del freno.
Giro Volante
Viento
Giro Ruedas
SUBSISTEMA DE
DIRECCIN Pendiente
Giro volante
Freno/Acelerador
Direccin
AUTOMOVIL
Velocidad
El planteamiento del conductor deportivo es similar, sin embargo necesita mas informa-
29/02/12
1.1 Sistemas
15
cion para sacar todo el rendimiento posible del vehculo durante una competicion. Seguramente estara mas interesado en las revoluciones del motor que en la velocidad del vehculo e
igualmente, si desea terminar la competicion, debera vigilar la temperatura del aceite y del
agua para evitar averas. Asimismo debera comprobar que la temperatura y la presion de
los neumaticos sean las adecuadas en cada instante para asegurar una correcta adherencia
de los mismos. Por lo tanto, el esquema anterior seguira siendo valido, solo que a
nadiendo
mas se
nales de salida al bloque del automovil. En la practica, esto se traduce en el gran
n
umero de indicadores existentes en el salpicadero de un vehculo de carreras.
Desde el punto de vista de un mecanico o de un dise
nador de automoviles, el coche
estara constituido por un n
umero muy elevado de subsistemas (motor, carrocera, direccion,
carburador o inyector, etc...), cada uno de ellos con su propia funcionalidad. Por ejemplo,
el subsistema de direccion permite girar las ruedas del vehculo al girar el volante:
Giro Volante
SUBSISTEMA DE
DIRECCIN
Giro Ruedas
Fuerza Pedal
Par Rozamiento
SUBSISTEMA DE FRENO
El sistema total estara constituido por la union de todos los subsistemas parciales. Con
esta perspectiva el conductor no existe (
unicamente se le tiene en cuenta a la hora del dise
no
ergonomico de determinados subsistemas).
Desde el punto de vista de un agente de trafico, el vehculo y su conductor forman un
sistema que debe cumplir sus indicaciones as como las normas del codigo de la circulacion. Por lo tanto, las se
nales de entrada en este caso estaran constituidas por las se
nales
existentes en la carretera o las que el propio agente genere, y las de salida seran aquellas
se
nales que, vistas o medidas desde el exterior, indiquen al agente que el sistema ha cumplido las normas de trafico (velocidad, trayectoria, luces, etc.). Para el agente el sistema
estara constituido por el vehculo y su conductor salvo en casos muy concretos en que su
29/02/12
16
Sistemas, Se
nales y Diagramas Funcionales
Seales
Perturbaciones
1.2.
Horizontales
Verticales
Luminosas
CONDUCTOR
+Cdigo
VEHICULO
Se
nales
Una vez definido el sistema y su frontera, es necesario conocer cuales son las se
nales que
pueden ser modificadas desde el exterior y que influyen en el comportamiento del mismo. Estas
se
nales, que denominaremos de entrada, no dependen de ninguno de los elementos del sistema
y son las que nos van a permitir actuar sobre el sistema para que se comporte en la forma
deseada. Esto significa que una caracterstica que deben cumplir las se
nales de entrada es la de
ser facilmente manipulables por el dispositivo que va a actuar sobre el sistema.
El comportamiento del sistema lo mediremos mediante las se
nales de salida, que contienen
la informacion que atraviesa la frontera para alcanzar el exterior del sistema. Es importante,
por tanto, elegir adecuadamente dichas se
nales de salida de forma que la informacion que
suministran al exterior sea representativa del comportamiento del sistema. Igualmente, dichas
se
nales deben ser medibles puesto que si no lo fueran no aportaran ninguna informacion.
En muchos casos existen se
nales de entrada que act
uan sobre el sistema, pero que no pueden
ser modificadas libremente y cuyos valores, por tanto, no pueden ser fijados por el operador.
Estas se
nales se denominan perturbaciones y, en muchos casos, representan el efecto que ejercen
sobre el sistema los elementos que no han sido incluidos dentro de sus fronteras.
Los actuadores facilitan la accion del dispositivo, o de la persona, que debe manejar el
sistema desde el exterior. Los sensores permiten sacar fuera del sistema las se
nales de salida
para hacerlas entendibles por el mundo externo, natural o artificial.
En general la estructura del sistema sera la de la figura
Seal
de entrada
Seal
de control
Actuador
29/02/12
Sistema
Seal
de salida
Sensor
Seal
medida
1.3 Representaci
on externa de los sistemas
17
Es importante se
nalar que desde el exterior del sistema no se tiene informacion sobre la
salida real del mismo (la velocidad en el caso del vehculo)sino sobre la medida que de la misma
realiza el sensor (lectura del velocmetro en el cuadro del vehculo). Por lo tanto de la calidad
del sensor dependera la informacion que se transmite al exterior y, por lo tanto, la calidad de
las posibles actuaciones correctoras que se deseen aplicar sobre el sistema.
Ejemplo 1.2
En el ejemplo anterior, el conductor, que es externo al vehculo, act
ua sobre el mismo, es
decir lo conduce, modificando la posicion de los pedales y del volante. Por tanto, la posicion
de los pedales, por una parte, y la posicion del volante, por otra, constituyen las dos se
nales
de entrada al sistema. Es importante resaltar que los pedales y el volante son dispositivos
que facilitan la actuacion del conductor sobre las se
nales fsicas reales: par de rozamiento,
composicion de la mezcla, direccion de las ruedas. Este tipo de dispositivos se denominan
nales de salida consideradas en el caso mas elemental son
actuadores o accionadores. Las se
la velocidad del vehculo y su direccion. La primera se mide mediante alg
un dispositivo
y su valor se representa en el cuadro de instrumentos del vehculo para informacion del
conductor. Mientras que la segunda la mide directamente este utilizando el sentido de la
vista. Es por tanto necesario disponer de dispositivos de medida que traduzcan la realidad
fsica de las se
nales a un dominio entendible por el operador. Estos dispositivos se denominan
sensores o captadores.
1.3.
Representaci
on externa de los sistemas
El comportamiento del sistema queda definido por la relacion entrada-salida que describe la
forma en que las variaciones en las se
nales de entrada modifican las se
nales de salida. En este
sentido, las entradas constituyen las causas que provocan los efectos en las se
nales de salida y,
por tanto, en el comportamiento del sistema.
Igualmente un subconjunto de elementos del sistema puede constituir un subsistema del
mismo, siempre que dicho subconjunto tenga a su vez una funcionalidad clara. De este modo,
un sistema complejo puede representarse como una serie de subsistemas relacionados entre
s mediante la interconexion de sus se
nales.
Esta forma de trabajar con los sistemas, en la que solo nos interesan las entradas y las salidas
del mismo, es lo que se denomina representacion externa de los sistemas. Esta representacion
tiene el inconveniente de no conocer los detalles internos del sistema, lo que puede dar lugar a
comportamientos peligrosos desde el punto de vista de la integridad de alguno de sus elementos
internos. Sin embargo, presenta una doble ventaja: por un lado, da lugar a desarrollos mas simples al ignorar un gran n
umero de elementos del sistema y, por otro, nos permite centrarnos en
el comportamiento funcional del sistema. Es decir, si las se
nales de salida estan adecuadamente
elegidas, su evolucion representa la del sistema, al menos desde el punto de vista funcional.
Este enfoque, por el que nos limitamos a analizar las relaciones existentes entre las entradas
al sistema (es decir, las actuaciones que ejercemos sobre el) y sus salidas (es decir, su respuesta
a dichas actuaciones) forma parte de lo que se denomina el enfoque sistemico. Dicho enfoque
nos permite hacer hincapie en el comportamiento global del sistema, despreciando, o incluso
29/02/12
18
Sistemas, Se
nales y Diagramas Funcionales
ignorando, el comportamiento de sus elementos internos. De esta forma podremos fijar nuestra atencion en las relaciones de los distintos sistemas entre s, sin necesitar un conocimiento
profundo y detallado de cada uno de ellos.
Perturbaciones
Seales
de
Entrada
1.4.
SISTEMA
Seales
de
Salida
Representaci
on Interna de los Sistemas
SISTEMA
Seales de Estado
Uno de los problemas que se plantean con esta representacion es el conocimiento de los
valores de las se
nales de estado. Como se ha visto anteriormente son los sensores los que extraen
informacion del sistema midiendo sus se
nales de salida. En algunos casos algunas variables de
salida son tambien variables de estado, por lo que estas se miden con los sensores. Sin embargo
si existen se
nales de estado que no son medibles y que por lo tanto no pueden ser llevadas a la
salida del sistema, es necesario disponer de un dispositivo adicional que sea capaz de generar,
29/02/12
1.5 Representaci
on y clasificaci
on de se
nales
19
de forma precisa o aproximada, los valores de dichas variables a partir de toda la informacion
disponible. Este observador es lo que se denomina un observador del estado del sistema.
Actuador
Sistema
Sensores
Observador
Seales de
estado
Como puede verse en la figura, la funcion del observador es similar a la de un sensor, extraer
informacion del sistema, pero a partir no solo de una se
nal, sino de todas las se
nales relacionadas
con el sistema accesibles desde el exterior del mismo.
1.5.
Representaci
on y clasificaci
on de se
nales
Las se
nales representan magnitudes fsicas que evolucionan en funcion de una variable independiente. La forma mas simple de representarlas es como una funcion matematica de dicha
variable independiente:
y(t) = f (t)
A lo largo del texto se van a considerar dos grandes categoras de se
nales:
las que toman valores para todo valor de la variable independiente, que suele ser el tiempo,
y que denominaremos se
nales de tiempo continuo, y
las que solo toman valores para determinados valores de la variable independiente, que se
denominaran se
nales de tiempo discreto o secuencias de valores. En este caso la variable
independiente es el orden de los valores de la secuencia, que no siempre esta relaciondo
con el tiempo.
En el ejemplo 1.4 se recogen varios casos de uno y otro tipo de se
nal.
En la figura pueden verse dos de las formas mas habituales de representar las se
nales: su
expresion analtica y su respuesta temporal que indica de forma grafica la evolucion de la se
nal
en funcion de la variable independiente.
29/02/12
20
Sistemas, Se
nales y Diagramas Funcionales
y(t)
y[k]
y(t)=f(t)
y[k]={,1,2,00,1,3,2,4,3,}
|y|
La expresion de las se
nales puede ser el resultado de un estudio analtico del comportamiento
del sistema o puede obtenerse de forma emprica en la planta o en el laboratorio, utilizando los
correspondientes instrumentos de medida y de registro.
De la simple inspeccion visual de la se
nal o del tratamiento analtico de su representacion
matematica se pueden deducir una serie de caractersticas de la misma que pueden servir para
catalogarla en algunas de las siguientes categoras de se
nales:
Se
nales de tiempo continuo, que toman valores en todo instante de tiempo.
Se
nales de tiempo discreto: que solo toman valores en determinados instantes de tiempo.
Se
nales muestreadas: que son se
nales de tiempo discreto que provienen del muestreo de
se
nales de tiempo continuo. En estas se
nales el orden de las muestras esta relacionado
con el tiempo (o con la variable independiente de la se
nal de tiempo continuo).
Se
nales cuantificadas: que solo pueden tomar determinados valores. Por ejemplo la poblacion existente en un determinado lugar tiene que ser un n
umero natural, por lo que la
se
nal poblacion solo puede tomar valores naturales.
Se
nales digitales: son se
nales de tiempo discreto cuantificadas.
29/02/12
1.6 Clasificaci
on de los sistemas
21
Se
nales logicas: las que solo pueden tomar dos valores. Tambien llamadas se
nales todonada o arranque.parada (on-off).
Se
nales periodicas: las que cumplen que y(t + T ) = y(t), donde T es el periodo. En el caso
discreto se tendra y[k + N ] = y[k].
Se
nales aperiodicas: en algunos casos nos interesara considerarlas como se
nales periodicas
cuyo periodo tiende a infinito.
Se
nales oscilatorias: sus valores oscilan alrededor de un valor central. Las oscilaciones
pueden tener amplitud constante, creciente o decreciente. En este u
ltimo caso se dira que
la se
nal presenta oscilaciones amortiguadas.
Se
nales acotadas: si cumplen t , |y(t)| < C, o k, |y[k]| < C. En caso contrario seran
se
nales no acotadas.
Se
nales convergentes: si tienden a un cierto valor al tender t a infinito. La forma en que
se acercan a dicho lmite, asintoticamente o con oscilaciones amortiguadas es tambien
importante para caracterizar a las se
nales.
Se
nales divergentes. las que no convergen.
1.6.
Clasificaci
on de los sistemas
1.6.1.
Ejemplo 1.3
Si pretendemos estudiar el comportamiento termico de un sistema de calefaccion, las
se
nales involucradas en el mismo: temperatura de la habitacion, tension electrica aplicada
al radiador, estan definidas en todo instante de tiempo, por lo que el sistema es continuo
y la variable independiente es el tiempo, puesto que nos interesa conocer la evolucion en el
tiempo de dichas se
nales.
29/02/12
22
Sistemas, Se
nales y Diagramas Funcionales
V=f(t)
=g(t)
=f(h)
R[k]={...,1,1,4,9,...}
D[k]={...,1,-1,2,-3,...}
29/02/12
1.6 Clasificaci
on de los sistemas
1.6.2.
23
Sistemas muestreados
Mas adelante veremos que la utilizacion de un computador, que es un sistema que solo
admite se
nales discretas, requiere, para conectarlo a sistemas fsicos continuos, modificar las
se
nales fsicas del sistema para convertirlas en se
nales de tiempo discreto. Este tipo de sistemas
(en origen continuos, pero cuyas se
nales han sido convertidas a tiempo discreto) se denominan
sistemas muestreados. En ellos la variable independiente de sus se
nales es el orden, por ser
se
nales discretas, pero a la vez el orden esta relacionado con el tiempo, debido al origen continuo
de las mismas.
Ejemplo 1.4
Para medir la temperatura, se dispone de un termometro digital que toma muestras
cada 0,1s de la temperatura real. La figura muestra la evolucion en el tiempo de dicha
temperatura y la secuencia de datos que entra en el dispositivo digital una vez muestreada
dicha se
nal con un periodo de muestreo de T = 0,1s.
t
0,1s
x(t)
29/02/12
Muestreador
Conversor A/D
x[k]
y[k]
Computador
Bloqueador
Conversor D/A
y(t)
24
Sistemas, Se
nales y Diagramas Funcionales
Ejemplo 1.5
Un reproductor digital de m
usica, por ejemplo un M P 3, debe incluir convertidores
A/D y D/A puesto que el sonido es una se
nal de tiempo continuo que debe ser convertida
a digital para su almacenamiento y/o reproduccion en el dispositivo digital. Igualmente el
odo humano esta dise
nado para or se
nales de tiempo continuo, por lo que es imprescindible
realizar la conversion D/A en la salida del dispositivo.
1.6.3.
Sistemas digitales
1.6.4.
1.6.5.
Sistemas est
aticos y din
amicos
1.6 Clasificaci
on de los sistemas
25
cierto tiempo. Los sistemas dinamicos pueden ser mas o menos rapidos en funcion del tiempo
de respuesta: si el tiempo de respuesta es peque
no, el sistema es rapido; si es grande, el sistema
es lento. As un sistema estatico puede ser considerado como un sistema dinamico de tiempo
de respuesta cero o de velocidad de respuesta infinita.
Ejemplo 1.7
El coche modelo A alcanza los 200 Km/h de velocidad maxima y tarda 10 segundos
en pasar de 0 a 100Km/h. El modelo B solo alcanza los 190 Km/h de velocidad maxima
pero pasa en 9 segundos de 0 a 100 Km/h. Cual de los dos coches tiene una dinamica mas
rapida?. La dinamica del modelo B es mas rapida, independientemente de que su velocidad
maxima sea menor que la del modelo A. Lo que importa para medir la dinamica de un
sistema es el tiempo de respuesta de la se
nal de salida (la velocidad) ante variaciones en la
se
nal de entrada (en este caso la posicion del acelerador).
Ejemplo 1.8
La relacion entre la posicion del volante de un vehculo y la posicion de las ruedas debe
ser un sistema estatico (o bien dinamico con un tiempo de respuesta muy peque
no), puesto
que la respuesta (el giro de las ruedas) debe ser inmediata a la accion (el giro del volante).
Nuestro objetivo es estudiar los sistemas dinamicos, para ello no basta con conocer el
nal de entrada, sino que es tambien muy imporvalor final de la respuesta ante cualquier se
tante analizar el regimen transitorio de dicha respuesta, es decir los primeros instantes de la
misma.
Ejemplo 1.9
Dos termometros digitales para medir la temperatura del cuerpo humano tienen la misma
precision, sin embargo el primero genera una lectura valida a los dos minutos mientras
que el segundo solo tarda un minuto en generar dicha lectura. La dinamica del segundo
termometro es mas rapida que la del primero. En igualdad del resto de condiciones este
segundo termometro es preferible al primero.
La existencia del regimen transitorio de las respuestas de los sistemas dinamicos hace que el
valor de la se
nal de salida en un determinado instante t0 dependa del valor de la se
nal de entrada
en dicho instante t0 y en instantes anteriores. Esta propiedad hace que los sistemas dinamicos
sean sistemas con memoria, puesto que su comportamiento en cualquier instante depende del
pasado del sistema. Por su parte, los sistemas estaticos o instantaneos son sistemas sin memoria.
En muchos casos, pese a que el sistema sea dinamico, se considerara estatico si su velocidad
es mucho mayor que la del resto de los sistemas implicados. Por lo tanto considerar un sistema
como estatico o dinamico, depende mas de la relacion de su velocidad de respuesta con las de
los restantes sistemas que del valor absoluto de dicha velocidad.
Otra forma de entender la dinamica de los sistemas es considerar que las se
nales de entrada
suponen una energa que se aplica al sistema, y, por tanto, si el sistema tiene dinamica quiere
29/02/12
26
Sistemas, Se
nales y Diagramas Funcionales
Ejemplo 1.10
i(t)
V(mA)
u(t)
u(t)
uc(t)
uc(t)
1.6.6.
Ejemplo 1.11
Una ducha puede considerarse un sistema multivariable con dos entradas, caudal de
agua fra y caudal de agua caliente, y dos salidas, temperatura del agua y caudal del agua
de salida. Las temperaturas del agua fra y del agua caliente se consideran constantes. Este
sistema esta acoplado puesto que la variacion de cualquiera de las se
nales de entrada influye
sobre las dos se
nales de salida
Caudal fro
Caudal caliente
29/02/12
Caudal
DUCHA
Temperatura
1.6 Clasificaci
on de los sistemas
27
La conduccion de un automovil puede tambien considerarse como un sistema multivariable con dos entradas, aceleracion y giro del volante, y dos salidas, velocidad y direccion.
Tanto en recta como en curva, si no se producen variaciones de velocidad dentro de ella,
el sistema puede considerarse desacoplado, influyendo la aceleracion sobre la velocidad y el
giro del volante sobre la direccion.
Volante
Acelerador
Subsistema
Direccin
Subsistema
Velocidad
Direccin
Velocidad
Velocidad
MOTOR
1.6.7.
Ejemplo 1.12
Un integrador alimentado por una se
nal constante genera una se
nal que crece indefinidamente por lo que el integrador es un sistema inestable.
29/02/12
28
Sistemas, Se
nales y Diagramas Funcionales
Entrada
Salida
Tambien se puede definir como estable aquel sistema que, partiendo del equilibrio y sometido
a una perturbacion acotada en el tiempo, vuelve a su posicion de equilibrio, una vez que termina
el efecto de la perturbacion.
Entrada
Salida
Ejemplo 1.13
Un pendulo es un ejemplo de sistema estable de acuerdo con esta definicion. Puesto
que si separamos ligeramente la posicion del mismo de la vertical, al soltarlo volvera a su
posicion de equilibrio.
Inicial
Inicial
Final
Final
29/02/12
1.6 Clasificaci
on de los sistemas
29
Utilizando esta segunda definicion, se puede entender facilmente la importancia practica del
concepto de estabilidad, sobre todo si se tiene en cuenta que no es posible aislar absolutamente
al sistema de su entorno y que, por tanto, siempre va a estar sometido a perturbaciones. As,
si el sistema es estable, al llegar una perturbacion, el sistema reaccionara y se desviara de su
posicion de reposo inicial, pero, al desaparecer la perturbacion, el sistema tendera a volver a su
situacion inicial, tardando mas o menos en funcion de su dinamica.
Ahora bien, si el sistema es inestable, en el mejor de los casos vuelve a una posicion diferente,
por lo que, en la practica, la perturbacion de duracion limitada ha producido una variacion permanente. Si llegase una nueva perturbacion, el fenomeno se repetira acumulando la desviacion.
En la practica, para poder utilizar un sistema inestable es necesario corregir constantemente
las desviaciones producidas por las perturbaciones lo que implica la utilizacion de un sistema
de control. El dise
no de dicho control se complica notablemente con relacion al correspondiente
a un sistema estable.
1.6.8.
Seal 1
SubSistema1
Seal 2
SubSistema2
Seal 3
Si por el contrario la se
nal de entrada al sistema depende tambien de la se
nal de salida,
es decir si se lleva la salida a la entrada del sistema, se dice que el sistema es un sistema
realimentado o en cadena cerrada.
Entrada
A
Salida
30
Sistemas, Se
nales y Diagramas Funcionales
Ejemplo 1.14
La veleta es un dispositivo para se
nalar la direccion del viento. Su funcionamiento se
basa en el hecho de que si existe una diferencia entre la direccion del viento y la de la veleta,
se produce un par que tiende a girar la veleta hasta que se anula la diferencia de angulos.
Direccin
viento
Par
A
Direccin
veleta
Caudal caliente
Caudal
DUCHA
Temperatura
31
ferencia, y de calcular la se
nal de control e introducirla en el sistema, regulador y accionador,
obteniendose as el esquema tpico de control realimentado.
Perturbacin
Referencia
Regulador
Salida medida
Seal de
control
Accionador
Sistema
Salida
controlada
Sensor
Como se vera mas adelante, este esquema permite que el sistema de control reaccione ante
la presencia de perturbaciones, que se trasladaran a la salida y de ah, mediante el sensor, a la
se
nal de control.
1.7.
Del conocimiento acerca del funcionamiento y, por tanto, de las relaciones de causa efecto
existentes entre cada una de sus se
nales, podemos extraer el diagrama funcional del sistema.
Este diagrama es una representacion grafica del sistema en la que, a diferencia de los esquemas
habituales en los que se subrayan los aspectos fsicos del sistema, nos fijaremos mas en los
aspectos de funcionamiento del mismo. Normalmente, si el sistema es suficientemente complejo,
sera necesario obtener previamente los diagramas funcionales de cada uno de los subsistemas que
integran el sistema total. El diagrama funcional de un sistema no es mas que una representacion
grafica del mismo en la que se hace hincapie, no tanto en los aspectos tecnicos del mismo, como
en la forma en la que se transmiten las se
nales a lo largo del sistema. Para poder representar el
diagrama funcional de un sistema, no es necesario un conocimiento profundo del funcionamiento
de cada uno de los elementos que lo componen, basta, aunque a veces eso sea complicado, tener
claro el funcionamiento global de los subsistemas y las interrelaciones existentes entre ellos.
Igualmente es fundamental conocer las entradas (las causas) al diagrama y las salidas. De esta
forma, obtendremos la representacion externa de cada uno de los subsistemas.
Ejemplo 1.16
Descripcion del sistema: El sistema esta constituido por un deposito de seccion circular
alimentado a traves de una valvula motorizada. En la salida del deposito existe una valvula
de funcionamiento manual. Esquema:
29/02/12
32
Sistemas, Se
nales y Diagramas Funcionales
Va(t)
Qe(t)
(t)
(t)
H(t)
Qs(t)
(t)
H(t)
SISTEMA
Qs(t)
De la descripcion del sistema se deduce facilmente que este esta constituido por dos
subsistemas: el deposito propiamente dicho y la valvula motorizada. La valvula es un sistema
monovariable cuya entrada es la tension de alimentacion y la salida es la seccion de paso
(t).
Va(t)
VALVULA
MOTORIZADA
(t)
En cuanto al deposito se trata de un sistema multivariable donde las entradas son las
secciones de paso de entrada y de salida respectivamente y las salidas son el nivel y el caudal
de salida.
29/02/12
33
(t)
H(t)
DEPOSITO
(t)
Qs(t)
VALVULA
MOTORIZADA
(t)
H(t)
DEPOSITO
(t)
Qs(t)
Si ademas analizamos el funcionamiento del subsistema deposito, es posible descomponerlo en subsistemas interrelacionados entre s. Para ello basta considerar que el caudal
de entrada es funcion del grado de apertura de la valvula (t), que la diferencia entre los
caudales de entrada y de salida genera las variaciones del nivel de lquido H(t) y que el
caudal de salida depende del grado de apertura de la valvula de salida (t) y del nivel de
lquido H(t).
Va(t)
(t)
Vlvula
(t)
Qs(t)
H(t)
Qs(t)
Con ello se obtiene el diagrama funcional del sistema global, que, en este caso, consta
de cuatro bloques y un sumador. El primer bloque se corresponde con un sistema real, la
valvula motorizada, mientras que los otros tres representan relaciones funcionales entre las
respectivas variables de entrada y de salida. Este diagrama no ofrece relaciones cuantitativas
entre las distintas variables que aparecen en el mismo, indicando solo las interrelaciones
existentes entre ellas y se
nalando, para cada bloque, la causa (la entrada) y el efecto (la
salida). Esta informacion es de la maxima importancia para entender el funcionamiento real
del sistema y sera imprescindible en la fase de dise
no del sistema de control para ajustar el
funcionamiento del sistema a unas especificaciones determinadas.
29/02/12
34
Sistemas, Se
nales y Diagramas Funcionales
1.8.
Ejercicios y problemas
1.9.
Conclusiones y planteamiento
En este captulo hemos definido las dos entidades basicas con las que vamos a trabajar a lo
largo del libro, los sistemas y las se
nales. Tambien hemos clasificado tanto a unos como a las
otras y hemos puesto de manifiesto como el tipo de se
nal define tambien al tipo de sistema.
El otro resultado importante del captulo es sin duda la definicion del diagrama funcional de
un sistema. Este diagrama es una representacion del sistema que hace hincapie en las se
nales
que aparecen en el mismo y sus relaciones causales. Para poder dibujar el diagrama funcional
de un sistema es necesario en primer lugar conocer las se
nales de entrada es decir aquellas que
son manipulables desde el exterior del sistema y que por lo tanto nos van a permitir controlar
el funcionamiento del mismo. Igualmente debemos decidir cuales son las se
nales cuyos valores
nos interesa conocer y que por lo tanto deben ser sacadas del sistema. Ademas debemos tener
un conociendo sobre los principales elementos del mismo, las se
nales que los interrelacionan y
las funciones que realizan cada uno de ellos, as como la funcion del sistema global.
A partir del diagrama funcional basico de un sistema, en el que aparece un solo bloque y
sus se
nales de entrada y de salida
Seal
Seal
SISTEMA
es necesario desarrollar herramientas que, por un lado permitan trabajar con facilidad para obtener la informacion relevante y que, por otra parte, sean aplicablesa cualquier tipo de
sistema, o de se
nal, de forma que las tecnicas que desarrollemos tengan un uso lo mas general
posible. Por lo tanto nuestro objetivo es encontrar una tecnica aplicable no solo a los sistemas
electricos, mecanicos o termicos, que son los ejemplos mas abundantes en el mundo de la ingeniera, sino tambien a los sistemas de tratamiento de la informacion, a los sistemas biologicos
e incluso a los economicos. En general que sea aplicable a cualquier sistema representado por
un diagrama funcional. Esto permitira una utilizacion generica de la teora que se desarrolle,
lo que la dotara de una validez casi universal y de un caracter horizontal que la hace aplicable
en cualquier campo de la ingeniera
Los dos captulos siguientes estan dedicados al estudio de las principales caractersticas y
a las formas de representacion de las se
nales y de los sistemas, respectivamente. De forma
general, en cada apartado se estudiaran en primer lugar los sistemas o las se
nales de tiempo
continuo y, posteriormente se extenderan los resultados al caso discreto, haciendo hincapie en
las diferencias, cuando existan, entre ambos casos.
El captulo 2 se centra en el estudio de las se
nales, buscando herramientas, matematicas y
graficas, que nos ayuden en su representacion y en su tratamiento. El objetivo es conocer la
relacion entre las se
nales de salida y de entrada, para lo que sera decisivo elegir una representacion de las se
nales que genere una relacion simple de expresar y de interpretar fsicamente.
De alguna forma, esta opcion refuerza el significado de caja negra de los bloques de los diagramas funcionales, por lo que no requiere ning
un conocimiento especfico del sistema y permite
29/02/12
35
29/02/12
36
Sistemas, Se
nales y Diagramas Funcionales
1.10.
Glosario
Sistema
Sistema continuo
Sistema discreto
Sistema muestreado
Sistema causal
Sistema no causal
Sistema estatico
Sistema dinamico
Sistema monovariable
Sistema multivariable
Sistema estable
Sistema inestable
Se
nal de tiempo continuo
Se
nal de tiempo discreto
Secuencia
Se
nal muestreada
Actuadores, Accionadores
Sensores, Captadores
1.10 Glosario
Sistema en cadena cerrada, bucle cerrado, realimentado
Cadena de realimentacion
Cadena directa
Convertidor A/D, Muestreador
Observador
29/02/12
37
Sistema en el que la se
nal de salida se
lleva a la entrada, haciendo que esta sea
funcion tambien de la salida.
Parte del sistema encargado de llevar la
se
nal de salida hacia la entrada.
Parte del sistema que comunica directamente la entrada con la salida.
Dispositivo fsico que convierte las
se
nales de tiempo continuo en se
nales
de tiempo discreto.
Dispositivo fsico que convierte las
se
nales de tiempo discreto en se
nales de
tiempo continuo.
38
29/02/12
Sistemas, Se
nales y Diagramas Funcionales
CAPITULO
Representaci
on y Tratamiento de Se
nales
2.1.
Introducci
on
Una forma de entender a los sistemas representados por el diagrama funcional de la figura
Seal de
entrada
SISTEMA
Seal de
salida
es como procesadores de se
nales. Es decir podemos olvidar su funcionalidad real y centrarnos
en la influencia que ejerce el sistema sobre las se
nales: act
ua sobre la se
nal de entrada hasta
convertirla en la se
nal de salida. Este enfoque es natural en sistemas cuyas se
nales de entrada
y salida son del mismo tipo. Es facil entender que un determinado circuito electronico act
ua
sobre la se
nal de entrada, modificando sus caractersticas hasta convertirla en la se
nal de salida
deseada. Por ejemplo un inversor convierte una tension de corriente continua en tension de
corriente alterna. Por lo tanto en estos casos el efecto del sistema es u
nicamente aplicar un
cierto tratamiento a la se
nal de entrada.
Sin embargo en el caso mas general, la primera funcion de un sistema consiste en cambiar
el tipo de las se
nales de entrada. As en un motor electrico la tension de alimentacion se
29/02/12
40
Representaci
on y Tratamiento de Se
nales
2.2.
Operaciones b
asicas con se
nales
A continuacion se describen las operaciones mas importantes que se pueden realizar con las
se
nales y las secuencias.
2.2.1.
Suma de se
nales
2.2.2.
Producto de una se
nal por una constante (escalado)
y(t) = a u(t)
y[k] = a u[k]
2.2.3.
2.2.4.
y(t) = u(t T )
y[k] = u[k N ]
2.2.5.
Inversi
on en el eje x (inversi
on en el tiempo)
y(t) = u(t)
y[k] = u[k]
29/02/12
2.2 Operaciones b
asicas con se
nales
2.2.6.
y(t) = u(a t)
2.2.7.
y(t) =
41
Derivada de una se
nal
du(t)
dt
2.2.8.
y(t) =
Integral de una se
nal
u( ) d
Pn
2.2.9.
u[n]
Convoluci
on de dos se
nales
Esta operacion puede resultar en este momento artificial, y alejada de la realidad fsica. Sin
embargo, como veremos mas adelante, la convolucion de dos se
nales, es la forma matematica
de expresar el efecto de una se
nal de entrada sobre un sistema. Por lo tanto esta integral tiene
una gran importancia practica.
u( ) g(t ) d =
g( ) u(t ) d
X
n=
29/02/12
g[n] u[k n] =
X
n=
u[n] g[k n]
42
Representaci
on y Tratamiento de Se
nales
g( )
u( )
u( )
g( )
u( t )
g( )
g( ) u(t )
y(t ) = g( ) u(t )d
t
t
En la figura se aprecian los distintos tratamientos a los que son sometidos las se
nales u( )
y g( ) en la convolucion
2.2.10.
Muestreo
2.2.11.
Reconstrucci
on
2.3.
Se
nales tpicas
2.3.1.
El impulso de Dirac
Desde un punto de vista fsico el impulso de Dirac se puede definir como aquella se
nal no
nula que tiene la menor cantidad posible de informacion (o de energa). En el caso de las se
nales
de tiempo discreto no hay ninguna dificultad en definirla: sera una secuencia cuyos elementos
29/02/12
2.3 Se
nales tpicas
43
valdran todos cero salvo el elemento del origen que tomara un valor unitario, se suele denominar
como delta de Kronecker. En el caso de las se
nales de tiempo continuo, sin embargo, esta se
nal
no tiene realidad fsica puesto que su definicion matematica obliga a que tome un valor infinito
en el origen. En la figura se representa el impulso unitario en ambos casos.
[k] = 1 si k=0
[k] = 0 si k0
[t] = 0 si t0
( t ) d
=1
Impulso desplazado
[k-n] = 1 si k=n
[k-n] = 0 si kn
k
n
[t-T] = 0 si tT
( t ) d
=1
Tren de impulsos
y(t ) =
k =
(t kT)
k =
t
T
29/02/12
44
Representaci
on y Tratamiento de Se
nales
2.3.2.
Obtenci
on de una se
nal cualquiera a partir del impulso de Dirac
u( )( ) d
u(0) =
1/u(t0)
t0
Si aproximamos el impulso de Dirac por n pulsos de anchura , en la figura puede verse como
la se
nal generica u(t) puede descomponerse en una suma de pulsos desplazados y ponderados
para cada instante t0 por el valor de la funcion en dicho punto y(t0 ).
Si la se
nal toma valores nulos para tiempos negativos se obtiene:
Z
u(t) =
u( )(t )d
0
Esta propiedad, como se vera en el captulo de analisis, es la que hace que el impulso sea
tan importante en el conocimiento del comportamiento de los sistemas LTI.
La integral anterior coincide con la integral de convolucion de la se
nal por el impulso.
u(t) = u(t) (t)
Es facil ver que se cumple la expresion:
Z
Z
u( ) d(t ) d =
29/02/12
( ) u(t ) d
2.3 Se
nales tpicas
45
En el caso de tiempo discreto, es inmediato ver que cualquier secuencia se puede convertir
en la suma de impulsos desplazados y ponderados
u[k] =
u[n] [k n]
n=
2.3.3.
El escal
on
Integrando el impulso de Dirac se obtiene el escalon unitario, que tiene el sentido fsico de
una variacion brusca de la se
nal.
u( t ) =
( t ) d
1
t
u[k ] =
n=k
[n]
n =
29/02/12
46
Representaci
on y Tratamiento de Se
nales
Pulso de ancho T
p(t)=1 si 0t<T
p(t)=0 si t<0 t>T
t
T
p(t)=u(t)-u(t-T)
Es importante se
nalar que en el caso de se
nales de tiempo continuo, el impulso de Dirac
puede considerarse como el lmite de un pulso de area unitaria cuando su anchura tiende a cero.
2.3.4.
La rampa
La rampa se define como la integral del escalon y tiene el sentido de una variacion de la
se
nal con velocidad constante, puesto que su pendiente es constante.
r(t ) =
u( ) d
r (k ) =
n=k
u[n 1]
n =
Seal triangular
t
y(t)=ar(t)-2ar(t-T)+ar(t-2T)
T
2.3.5.
2T
La par
abola
2.4 Se
nales exponenciales de tiempo continuo
47
p( t ) =
r( ) d
p[k ] =
n=k
r (n )
n =
2.3.6.
Si una se
nal u(t) es continua e infinitamente derivable para t = t0 , la se
nal se puede representar por
u(t) = u(t0 ) +
h du i
dt
(t t0 ) +
1 h d2 u i
1 h dn u i
2
(t
t
)
+
+
(t t0 )n
0
2! dt2 0
n! dtn 0
es decir que la se
nal puede representarse a partir de valores constantes (escalones), rampas y
parabolas de orden 2 hasta orden .
Esto explica, desde un punto de vista matematico, la importancia de las se
nales escalon,
rampa y parabola en la representacion de se
nales y en el posterior analisis de los sistemas, como
se vera en el captulo 5.
2.4.
Se
nales exponenciales de tiempo continuo
Por su gran importancia en el estudio del comportamiento de los sistemas, vamos a analizar
las se
nales exponenciales que toman la forma generica
y(t) = A est
donde s = + j
Estas se
nales tienen una gran importancia, no solo desde el punto de vista teorico, sino
tambien desde un punto de vista practico porque las respuestas de muchos sistemas ante se
nales
tpicas como el impulso o el escalon estan basadas en se
nales exponenciales.
Por ejemplo la evolucion de la temperatura en una habitacion al encender un radiador en
la misma sigue una curva igual a la diferencia entre una se
nal constante y una exponencial de
exponente negativo.
La evolucion en el tiempo de un resorte al que se ha cargado bruscamente con una masa
adicional puede representarse por el producto de una senoide por una exponencial negativa.
La carga o la descarga de un condensador en un circuito RC puede representarse por una
exponencial decreciente.
29/02/12
48
Representaci
on y Tratamiento de Se
nales
g( ) e
s(t
st
g( ) e e
)d =
d = e
st
g( ) es d
cos(t) =
ejt + ejt
2
sen(t) =
ejt ejt
2j
importante se
nalar que la funcion y(t) es periodica en el tiempo pero no en la frecuencia.
29/02/12
2.5 Se
nales exponenciales de tiempo discreto
49
Exponenciales complejas
De los casos anteriores se deduce que la exponencial compleja generica y(t) = est = e(+)t =
e ejt es el producto de una exponencial creciente o decreciente seg
un el signo de , por una
senoide de pulsacion . Igualmente se ve que el modulo del valor de la funcion, para cada
valor de t depende exclusivamente de , y su argumento de . Por lo tanto la se
nal resultante
presentara oscilaciones que pueden ser amortiguadas para < 0, o crecientes para > 0. Si
= 0 la amplitud de las oscilaciones se mantiene.
t
2.5.
Se
nales exponenciales de tiempo discreto
2.6.
Representaci
on en el dominio de la frecuencia. Tiempo
continuo
2.6.1.
Se
nales peri
odicas en el tiempo. Desarrollo en Serie de Fourier
X
x(t) = a0 + 2
[Ak cosko t + Bk senk0 t]
k=1
2
. En esta expresion la se
nal
T
x(t) se sustituye por una suma ponderada de senoides cuyas frecuencias son la frecuencia de
la se
nal y todos sus m
ultiplos. En general diremos que la se
nal se sustituye por la suma de los
armonicos ponderados.
donde 0 esta relacionado con el periodo T de la se
nal por 0 =
29/02/12
50
Representaci
on y Tratamiento de Se
nales
Sin embargo, a lo largo del texto utilizaremos mas frecuentemente la expresion exponencial
del DSF
x(t) =
jk0 t
ak e
k=
ak ejk T
k=
donde
1
ak =
T
T
jk0 t
x(t) e
0
1
dt =
T
x(t) ejk T t dt
Ejemplo 2.2
1 para |t|<T1
y(t)=
Tren de pulsos
0 para T1<|t|<T/2
t
-T/2
-T1
T1
ak = sen
29/02/12
T/2
2.6 Representaci
on en el dominio de la frecuencia. Tiempo continuo
51
k0
En este caso los coeficientes son reales por lo que el espectro se representa con una sola
curva.
2.6.2.
Se
nales no peri
odicas en el tiempo. Transformada de Fourier
Considerando a las se
nales no periodicas, como periodicas de periodo infinito es posible
extender el desarrollo en serie de Fourier, y la representacion espectral a estas se
nales. Matematicamente esto se realiza a traves de la transformada de Fourier, que sustituye la suma de
frecuencias discretas por la integral de todas las frecuencias. Por ello el espectro de una se
nal
no periodica estara compuesto por dos curvas continuascfuncion de la frecuencia, una para el
modulo y otra para el argumento.
Expresiones matem
aticas
Las expresiones que definen la transformada de Fourier de una se
nal x(t) as como de su
transformada inversa son:
Z
x(t) ejt dt
X(j) =
1
x(t) =
2
X(j) ejt d
Ejemplo 2.3
29/02/12
52
Representaci
on y Tratamiento de Se
nales
T1
X(j) =
T1
ejt dt =
T1
2senT1
-/T1
/T1
Ejemplo 2.4
Sea la se
nal cuya transformada de Fourier viene dada por:
29/02/12
2.6 Representaci
on en el dominio de la frecuencia. Tiempo continuo
53
1 para ||<0
X(j)=
0 para ||>0
X(j)
1
t
0
-0
La expresion analtica de x(t) vendra dada por:
Z 0
1
sen0 t
x(t) =
ejt d =
2 0
t
cuya representacion en el tiempo es:
x(t)
0/
t
-/0
/0
Un gran n
umero de se
nales habituales, por ejemplo el escalon, no cumplen esta condicion,
por lo que no tienen transformada de Fourier. Ello obliga a utilizar otras transformaciones
matematicas como son la transformada de Laplace y la transformada en Z para secuencias
discretas.
29/02/12
54
Representaci
on y Tratamiento de Se
nales
2.6.3.
Transformadas de Laplace
x(t) e
X(s) =
jt
x(t) est dt
dt =
+j
X(s) est ds
|x(t)| e0 t dt <
x(t) e
X(s) =
jt
1
x(t) =
2j
dt =
est dt
+j
X(s) est ds
Ejemplo 2.5
Dada la se
nal,
29/02/12
2.7 Representaci
on en el dominio de la frecuencia. Tiempo discreto
55
1 para 0<t<T
y(t)=
0 para t<0 y t>T
y(t)
1
t
T
su transformada unilateral de Laplace sera
Z T
1 1
1 est dt = esT
Y (s) =
s s
0
Dada la importancia que la transformada de Laplace unilateral tiene en el analisis de sistemas dinamicos, en el anexo A se ha incluido su definicion, sus propiedades, as como algunos
ejemplos, en particular de calculo de la transformada inversa.
2.7.
Representaci
on en el dominio de la frecuencia. Tiempo
discreto
En el caso de las se
nales de tiempo discreto se pueden definir, de forma analoga al caso
continuo, el Desarrollo en Serie de Fourier para secuencias periodicas y la transformada de
Fourier y la Transformada en z para las no periodicas. Las expresiones matematicas de ambas
expresiones son:
2.8.
2.8.1.
Linealidad
De la propia definicion de las transformadas se puede deducir que son operadores lineales.
Por lo tanto:
L {a y1 (t) + b y2 (t)} = a Y1 (s) + b Y2 (s)
Z{a y1 [k] + b y2 [k]} = a Y1 (z) + b Y2 (z)
2.8.2.
Escalado en el tiempo
1 s
L {y(a t)} = Y
a
a
29/02/12
56
Representaci
on y Tratamiento de Se
nales
2.8.3.
Escalado en S o en Z
t
1
L { y( ) = Y (as)
a
a
z
Z{ak y[k]} = Y
a
2.8.4.
Derivada en t, Diferencia en k
dy(t)
} = sY (s) y(0 )
t
Esta expresion es la que corresponde a la transformada unilateral. En el caso de la transformada bilateral el termino de condiciones iniciales desaparece.
L{
2.8.5.
= s Y (s) s y(0 )
L
tn
dy n1 t=0
2.8.6.
Integral, Suma
Z t
1
L { y( )d } = Y (s)
s
0
X
z
y[k] =
Y (z)
Z
z1
k=0
2.8.7.
Derivada en S o en Z
L {t y(t)} =
Z{ky[k]} = z
2.8.8.
dY (s)
ds
dY (z)
dz
dn Y (s)
dsn
d2 Y (z)
dY (z)
+z
2
dz
dz
Desplazamiento en t o en k
L {y(t a)} = eas Y (s)
Z{y[k n]} = z n Y (z)
k<0
2.9 Transformadas de se
nales tpicas
2.8.9.
57
Funci
on peri
odica
y(t) =
yT (t nT )
L {y(t)} =
n=0
2.8.10.
1
YT (s)
1 eT s
Desplazamiento en S
L {eat y(t)} = Y (s a)
2.8.11.
Convoluci
on
L {y1 (t) y2 (t)} = Y1 (s) Y2 (s)
Z{y1 [k] y2 [k]} = Y1 (z) Y2 (z)
2.8.12.
t0
y[0] = lm Y (z)
z
2.8.13.
Si existe,
lm y(t) = lm s Y (s)
s0
Si existe,
z1
Y (z)
z1
z
lm y[k] = lm
2.9.
Transformadas de se
nales tpicas
58
Representaci
on y Tratamiento de Se
nales
Impulso
Impulso desplazado
(z)=1
(z)=z-n
k
n
(s)=1
(s)=e-sT
t
T
Tren de impulsos
Y(s)=1/(1-e-sT)
t
T
Escaln
U(z)=z/(z-1)
Escaln desplazado
U(z)=z-nz/(z-1)
k
n
U(s)=1/s
U(s)=e-Ts/s
t
T
29/02/12
2.10 Tratamiento de se
nales mediante transformadas
Rampa
59
Rampa
U(z)=Tz/(z-1)2
U(s)=1/s2
k
Parbola
Parbola
U(z)=T2z(z+1)/(z-1)3
U(s)=2/s3
t
k
T
En cuanto a las se
nales exponenciales sus transformadas son las siguientes:
eat
at
t > 0
1
s+a
ak
k 0
1
1 az 1
sent t > 0
2
s + 2
senk
k 0
(sen)z 1
1 (2cos)z 1 + z 2
cost t > 0
s
2
s + 2
cosk
k 0
1 (cos)z 1
1 (2cos)z 1 + z 2
sent t > 0
(s + a)2 + 2
a senk
(a sen)z 1
k 0
1 (2a cos)z 1 + a2 z 2
s+a
(s + a)2 + 2
ak cosk
k 0
2.10.
1 (a cos)z 1
1 (2a cos)z 1 + a2 z 2
Tratamiento de se
nales mediante transformadas
60
Representaci
on y Tratamiento de Se
nales
caso de las transformadas de Laplace o en z se trata del dominio complejo donde la frecuencia
viene representada en el eje imaginario del plano S o por el argumento en el plano Z.
Dado que en todos los casos existe una expresion que permite calcular la se
nal original a
partir de la transformada, sera posible, una vez analizado, volver al dominio temporal original
para expresar el resultado.
La figura representa la forma de trabajar con las se
nales en un dominio transformado.
Dominio S
Dominio t
L
U1(s)
u1(t)
L
U2(s)
u2(t)
y(t)
L-1
Tratamiento
Y(s)
2.10 Tratamiento de se
nales mediante transformadas
61
Dominio S
Dominio t
L
U1(s)
u1(t)
L
U2(s)
u2(t)
Tratamiento
y(t)
Y(s)
Caractersticas
de y(t)
2.10.1.
Suma de se
nales
2.10.2.
Y (s) =
Y (z) =
Y (s) = U (s) eT s
Y (z) = U (z) ek
Inversi
on en el eje x (inversi
on en el tiempo)
y(t) = u(t)
y[n] = u[n]
29/02/12
Y (j) = a U1 (j)
y(t) = u(t T )
y[n] = u[n k]
2.10.5.
Y (s) = a U1 (s)
Y (z) = a U1 (z)
2.10.4.
Producto de una se
nal por una constante (escalado)
y(t) = a u1 (t)
y[n] = a u1 [n]
2.10.3.
62
Representaci
on y Tratamiento de Se
nales
2.10.6.
y(t) = u(a t)
y[n] = u[a n]
2.10.7.
y(t) =
du(t)
dt
2.10.8.
y(t) =
Derivada de una se
nal
2.10.9.
Y (j) = j U (j)
Integral de una se
nal
u( ) d
Y (s) =
1
U (s)
s
Y (j) =
1
U (j)
j
Convoluci
on de dos se
nales
2.11.
Y (s) = s U (s)
Conclusiones
Las herramientas matematicas vistas a lo largo del captulo se utilizaran no solo para realizar
comodamente determinadas operaciones matematicas sino tambien para representar las se
nales
de forma que resulte facil extraer de esta representacion las principales caractersticas de las
mismas.
En el caso de las se
nales de tiempo continuo se utilizara la transformada de Fourier y
la transformada de Laplace. Como veremos en el captulo siguiente los sistemas continuos se
podran caracterizar por su funcion de transferencia (transformada de Laplace de la respuesta impulsional del sistema) o por su respuesta en frecuencia (transformada de Fourier de su
respuesta impulsional).
En el caso discreto se utilizaran las transformadas de Fourier y en Z de las se
nales, mientras
que los sistemas discretos se representaran por su funcion de transferencia en Z (transformada
en Z de la secuencia de ponderacion) o por su respuesta en frecuencia (transformada de Fourier
de la secuencia de ponderacion).
Como vemos va a existir un paralelismo entre el tratamiento de las se
nales y sistemas
continuos y el de las se
nales y sistemas discretos, con una importante salvedad debida a las
diferencias existentes en la periodicidad de las transformadas de Fourier de las se
nales continuas
y de las secuencias discretas. Cuando se estudie el problema del muestreo de se
nales continuas
para convertirlas en secuencias discretas se vera como esta diferencia en la periodicidad de las
transformadas de Fourier introduce nuevos problemas como el aliasing o el desplazamiento de
frecuencias.
2.12.
29/02/12
Glosario
CAPITULO
Modelado y representaci
on de sistemas
El objetivo de este captulo, una vez definidos los distintos tipos de sistemas que trataremos a
lo largo del libro, es presentar las distintas tecnicas que utilizaremos para modelar y representar
los sistemas. Igualmente se incluyen las herramientas necesarias para desarrollar los conceptos
que veremos a lo largo de estos captulos y del resto del libro. Al final de este bloque el alumno,
a partir de la descripcion de un sistema, debera ser capaz de:
Entender las diferencias entre sistemas y modelos
Hallar un modelo matematico del mismo
Linealizar dicho modelo alrededor de un punto de funcionamiento
Dibujar un diagrama de bloques del sistema linealizado
Simplificar dicho diagrama de bloques hasta obtener las funciones de transferencia del
sistema.
Dibujar y resolver el flujograma del sistema
Plantear la ecuacion de estado del sistema
Relacionar las matrices de la representacion de estado con las funciones de transferencia
3.1.
Modelos de sistemas
Un modelo de un sistema es una representacion del mismo que consideramos adecuada para
determinados fines. En el campo de la ingeniera es habitual utilizar representaciones graficas
para definir determinados aspectos de los sistemas. As, por ejemplo, en los circuitos electricos
cada componente se representa por un smbolo y las conexiones por trazos que unen dichos
smbolos. Estos esquemas son modelos de los sistemas electricos en los que se hace hincapie en
los componentes utilizados y en su interconexion. Para conocer el comportamiento del sistema
as representado es necesario que el ingeniero aporte un conocimiento teorico del comportamiento de cada uno de los elementos representados. Este conocimiento se suele concretar en
29/02/12
64
Modelado y representaci
on de sistemas
una ecuacion matematica que representa la relacion existente entre cada una de las se
nales
presentes en el esquema. Esta ecuacion o conjunto de ecuaciones es lo que se denomina modelo
matematico del sistema.
As la ley de Ohm, por ejemplo, es el modelo matematico de un sistema fsico llamado
resistencia, donde u(t) e i(t) representan la evolucion en el tiempo de las se
nales tension e
intensidad.
i(t)
R
u(t)
u(t)=Ri(t)
Salida
rango salida
65
sea tanto mejor cuanto mas se aproxime al comportamiento real, puesto que este planteamiento
nos llevara a modelos matematicamente muy complejos. El mejor modelo es el mas simple de
los que consiguen una aproximacion al comportamiento real del sistema, suficiente para la
aplicacion en cuestion.
Esto es, un modelo no es ni bueno ni malo por s mismo. Su calidad depende de las circunstancias de la aplicacion concreta en la que se vaya a utilizar. En este sentido, conviene resaltar
que el proceso por el que pasamos de un sistema fsico real a un modelo matematico, es un
proceso lleno de inexactitudes (y a veces de desconocimiento) y donde para hablar de precision
es necesario ligarla con la validez de los resultados obtenidos.
As, dado un sistema fsico real, que puede ser complejo, el primer paso consiste en obtener
una imagen de dicho proceso. En este paso se desecha mucha informacion relativa al sistema,
bien por ignorancia (lo que puede acarrear graves consecuencias), o bien porque se considera que
la informacion desechada no es trascendente para nuestro objetivo. El segundo paso consiste
en hallar un modelo matematico de nuestra idea de proceso, y aqu solo tendremos en cuenta
aquellas relaciones que puedan influir de forma significativa en los resultados de nuestro estudio.
Por tanto, de un u
nico sistema fsico real podemos obtener muchas imagenes distintas del
sistema (una para cada objetivo que tengamos), y de cada una de estas imagenes, podemos
obtener varios modelos matematicos (dependiendo de la aplicacion, del grado de precision, etc.).
SISTEMA
REAL
IMAGEN
DEL
SISTEMA
3.2.
Modelos matem
aticos de sistemas
3.2.1.
Modelos
MODELO
La b
usqueda del modelo matematico de un sistema consiste en sustituir en su diagrama
funcional cada bloque por la ecuacion matematica que liga las salidas con las entradas del
mismo. Para ello, logicamente, es necesario conocer las leyes que regulan su funcionamiento.
Si el bloque es estatico, su modelo sera una ecuacion que relaciona su variable de entrada
con su variable de salida.
u(t) = R i(t)
Si se trata de un bloque dinamico la relacion entre ambas variables sera una ecuacion
diferencial y por lo tanto en el modelo matematico intervendran no solo las variables de entrada
y de salida, sino tambien sus derivadas.
29/02/12
66
Modelado y representaci
on de sistemas
u(t) = R i(t) + L
di(t)
dt
El modelo matematico del sistema total sera el conjunto de los modelos matematicos de
cada uno de los bloques y por lo tanto, en general, sera un sistema de ecuaciones diferenciales.
Ejemplo 3.1
Un modelo matematico del sistema del ejemplo 1.16 estara constituido por las siguientes
ecuaciones:
Modelo de la valvula motorizada (catalogo)
d(t)
= Ki Va (t)
(bloque dinamico)
dt
Relacion entre la seccion de paso a la entrada y el caudal de entrada (suponiendo alimentacion a presion constante) (Bloque A):
(t) + T
Qe (t) = K2 (t)
(bloque estatico)
p
H(t)
(bloque estatico)
dH(t)
dt
(bloque dinamico)
En el Ap
endice H se recogen los modelos matem
aticos m
as habituales de un
gran n
umero de sistemas fsicos.
3.2.2.
Si los modelos matematicos obtenidos fueran lineales, el estudio de los mismos se simplificara notablemente al cumplir el principio de linealidad o de superposicion, ya que bastara
conocer la respuesta del modelo ante un conjunto limitado de entradas (en general impulso,
escalon y/o senoide). En efecto, si se cumple el principio de superposicion, la respuesta ante una
se
nal que es combinacion lineal de otras se
nales elementales, es la misma combinacion lineal de
las respuestas de dichas se
nales elementales.
Si ante x1 (t) la respuesta es y1 (t)
y ante x2 (t) la respuesta es y2 (t),
ante a x1 (t) + b x2 (t) la respuesta sera a y1 (t) + b y2 (t)
29/02/12
67
Sin embargo la mayora de los modelos no son lineales por lo que el principio de superposicion
no es aplicable en general. Ahora bien para peque
nas variaciones alrededor de un punto de
funcionamiento, el comportamiento de un gran n
umero de modelos puede aproximarse por
el de su modelo linealizado. Este modelo linealizado si cumple el principio de superposicion,
pero solo en un entorno del punto de funcionamiento elegido, y con una ligera desviacion con
respecto al modelo no lineal. Este error sera tanto mayor cuanto mas nos alejemos del punto
de funcionamiento.
En el Ap
endice B se encuentra un estudio detallado del proceso de linealizaci
on
Ejemplo 3.2
En el ejemplo anterior una de las ecuaciones es no lineal puesto que aparece el producto
de dos variables y la raz del nivel de lquido. Por ello para obtener un modelo lineal es
necesario linealizar, para lo cual es necesario definir un punto de funcionamiento. Supuesta
una tension de alimentacion en equilibrio en el valor Va0 y una seccion de paso tambien
fija de 0 debemos calcular el valor de todas las variables significativas en dicho punto de
equilibrio. Al estar en equilibrio, el modelo matematico se simplifica puesto que todas las
derivadas se anulan, quedando en el equilibrio el siguiente sistema:
0 = K1 Va0
Qe0 = K2 0
Qs0 = K3 0
p
H0
Qe0 Qs0 = 0
Resolviendolo se obtienen los valores en el equilibrio de todas las variables, H0 , Qe0 , Qs0 ,
0 . Al linealizar, todas las variables se sustituiran por sus incrementos respectivos respecto
a sus valores de equilibrio, obteniendose:
4(t) + T
d4(t)
= K1 4Va (t)
dt
p
1
1
Ho 4(t) K3 0 4H(t)
2
H0
d4H(t)
dt
que es el modelo linealizado alrededor del punto de equilibrio definido.
4Qe (t) 4Qs (t) = A
68
Modelado y representaci
on de sistemas
Saturacin
Histresis
3.2.3.
Zona muerta
Todo-Nada
Aunque la gran mayora de los sistemas fsicos reales tienen un comportamiento que evoluciona a lo largo de su vida u
til, debido fundamentalmente al envejecimiento de sus componentes,
en muchos casos podemos suponer que la respuesta del modelo no depende del instante en que
se le aplica la se
nal de entrada. En este caso diremos que el modelo es invariante con el tiempo.
El estudio que vamos a desarrollar se centra en los sistemas lineales e invariantes en el tiempo,
sistemas que en la literatura son conocidos como LTI (Linear Time Invariant Systems).
Ejemplo 3.3
Si ante la entrada u(t t1 ) se obtiene la salida y(t t1 ), si el sistema es invariante con
el tiempo ante la entrada u(t t2 ) se obtendra la salida y(t t2 ).
Graficamente, si se desplaza la entrada en el tiempo, la salida sufre el mismo desplazamiento.
t1
29/02/12
t2
3.3 Funci
on de transferencia
69
En el caso de los sistemas continuos LTI los modelos matematicos estan constituidos por sistemas de ecuaciones diferenciales de coeficientes constantes que ligan la entrada y sus derivadas
con la salida y sus derivadas. Cada una de dichas ecuaciones tendra la forma general:
a0 y(t) + a1
dy(t)
dn y(t)
du(t)
dm u(t)
+ + an
= b0 u(t) + b1
+ + bm
dt
dt
dt
dt
En el caso de los sistemas discretos LTI las ecuaciones diferenciales se sustituyen por ecuaciones en diferencias cuya forma general sera:
a0 y[k] + a1 y[k 1] + + an y[k n] = b0 u[k] + b1 u[k 1] + + bm u[k m]
Desde un punto de vista estrictamente matematico, el conocimiento del sistema de ecuaciones diferenciales o en diferencias que constituye el modelo del sistema permite conocer la
respuesta del mismo para cada entrada aplicada. Basta para ello con resolver dicho sistema de
ecuaciones introduciendo los valores de la entrada. La respuesta es pues la solucion del sistema
de ecuaciones diferenciales o en diferencias.
Para el calculo de dichas soluciones existen dos caminos: mantenerse en el domino del tiempo
y utilizar tecnicas matematicas de resolucion del sistema de ecuaciones en dicho dominio, o bien,
utilizar las propiedades de las transformaciones integrales complejas y resolver el sistema en el
dominio complejo. En funcion del camino utilizado se definiran dos nuevas formas de representar
a los sistemas: el modelo de estado, en el dominio del tiempo, y la funcion de transferencia en
el dominio complejo.
3.3.
Funci
on de transferencia
3.3.1.
La transformada de Laplace constituye un metodo conocido para resolver ecuaciones diferenciales lineales, con lo que al aplicar transformadas de Laplace a la ecuacion diferencial que
caracteriza el modelo estaremos en disposicion de resolver dicha ecuacion y, por lo tanto de
hallar su respuesta. Por lo tanto la transformacion de Laplace permite resolver la ecuacion del
modelo, al tiempo que se obtiene una representacion comoda de las se
nales, como hemos visto
en el captulo 2.
Es importante se
nalar que no es la solucion temporal de la ecuacion diferencial nuestro
objetivo mas importante, sino encontrar un metodo compacto de representacion de los sistemas
que nos permita conocer de forma simple las principales caractersticas de su comportamiento.
Esto se consigue con la transformacion de Laplace que supone un cambio de la variable
independiente, pasando del tiempo a la variable compleja s de Laplace, por lo que se pasa del
dominio del tiempo al dominio de la frecuencia (hay que recordar que s = + j donde tiene
el sentido de frecuencia, de pulsacion para ser mas exactos, puesto que sus unidades son rad/s).
Por supuesto, al final del proceso, deberemos volver al dominio del tiempo, en la gran
mayora de los casos, para expresar los resultados en terminos compatibles con la naturaleza
del sistema. No obstante, y dada la importancia que tiene la representacion frecuencial en la
ingeniera, en muchos casos los resultados se expresaran en terminos frecuenciales, por lo que,
formalmente, ni siquiera se llega a resolver la ecuacion diferencial.
29/02/12
70
Modelado y representaci
on de sistemas
3.3.2.
Funci
on de transferencia de sistemas continuos y discretos
Dado un sistema continuo con una sola entrada y una salida, su modelo matematico lineal
esta constituido por una ecuacion diferencial en la que una combinacion lineal de la entrada y
sus derivadas es igual a otra combinacion lineal de la salida y sus derivadas.
29/02/12
3.3 Funci
on de transferencia
71
dy(t)
dn y(t)
du(t)
dm u(t)
+ + an
= b0 u(t) + b1
+ + bm
dt
dt
dt
dt
Del modelo en transformadas de Laplace se obtiene que la relacion entre las transformadas
de Laplace de la salida y de la entrada es igual a la relacion de dos polinomios en s.
Suponiendo condiciones iniciales nulas, al aplicar la transformada de Laplace, se obtiene:
a0 y(t) + a1
bm sm + bm1 sm1 + + b1 s + b0
Y (s)
=
U (s)
an sn + an1 sn1 + + a1 s + a0
Siendo el grado de cada uno de los polinomios y sus coeficientes funcion exclusiva del sistema
y, por lo tanto, independiente de las se
nales de entrada consideradas. Esta relacion se denomina
funcion de transferencia del sistema, y es una caracterstica del mismo, por lo que constituye
tambien una forma de representarlo.
El caso discreto es totalmente analogo al continuo, sustituyendo la variable s por el operador
1
z .
G(s) =
G(z) =
b0 + b1 z 1 + + bm z m
Y (z)
=
U (z)
a0 + a1 z 1 + a2 z 2 + + an z n
Dado que z 1 tiene el sentido fsico del desplazamiento hacia la derecha (o del retardo puro),
las funciones de transferencia de los sistemas discretos se representan en muchas ocasiones con
exponentes negativos de z.
La informacion contenida en la funcion de transferencia es la misma que la que contiene
el modelo matematico (en condiciones iniciales nulas), y presenta la ventaja de ser mucho
mas compacta en su representacion que dicho modelo. En los sistemas con varias entradas y
salidas existira una funcion de transferencia entre cada par de entrada-salida, por lo que una de
las formas de representar los sistemas multivariables es mediante una matriz de transferencia
cuyos elementos son las funciones de transferencia parciales. Para el calculo de estas funciones
parciales es necesario aplicar el principio de superposicion (ver ejemplo 3.7).
Como veremos con mas detalle en el captulo de analisis, el comportamiento dinamico del
sistema depende de los polinomios numerador y denominador de la funcion de transferencia, en particular de sus races. Por ello las races del polinomio numerador se denominan los
ceros del sistema, y las del denominador los polos del sistema. Igualmente, por su importancia,
el polinomio denominador recibe el nombre de polinomio caracterstico del sistema. As la funcion de transferencia del sistema queda perfectamente definida por sus polos, sus ceros y una
constante. Los polos se representan en el plano complejo por aspas y los ceros por crculos, por
lo que la funcion de transferencia de un sistema puede ser representada por su mapa de polos
y ceros, al que hay que a
nadir una constante.
Ejemplo 3.5
Los sistemas con funciones de transferencia
G(s) =
4(s + 3)
(s + 1)(s2 + 4s + 5)
29/02/12
G(z) =
2(z 0,2)
(z 0,8)(z 0,6)
72
Modelado y representaci
on de sistemas
Im
Im
K=4
K=2
Re
Re
Es importante resaltar que esta representacion grafica equivale, si las condiciones iniciales
son nulas, a la ecuacion diferencial (o en diferencias) del modelo matematico del sistema.
Los sistemas causales se caracterizan por tener un n
umero de polos mayor o igual que el
n
umero de ceros. Los sistemas con mas polos que ceros son no causales.
3.3.3.
Salida
t
T
29/02/12
1
'
1 + Ts
T s
e 2 s
T
e2s
1 T2 s
=
1 + T2 s
3.4 Representaci
on gr
afica de sistemas
73
Salida
k
n
3.4.
Representaci
on gr
afica de sistemas
3.4.1.
Diagrama de bloques
U(s)
G(s)
Y(s)=U(s)G(s)
29/02/12
Y(s)
U(z)
G(z)
Y(z)=U(z)G(z)
Y(z)
74
Modelado y representaci
on de sistemas
g( ) u(t ) d
y(t) =
y[k] =
g[i] u[k i]
i=0
Puede verse que una de las ventajas de trabajar en el plano complejo (s o z) consiste en
la simplificacion de los calculos al sustituir una integral o un sumatorio del producto de dos
funciones por el producto de dos funciones racionales.
Las formas basicas de interconexion de subsistemas son las siuientes:
Sistemas en serie:
U(s)
Y1(s)
G1(s)
G2(s)
Y(s)
Y(s)=Y1(s)G2(s)
Y1(s)=U(s)G1(s)
U(s)
Y(s)=U(s)G1(s)G2(s)
G1(s)G2(s)
Y(s)
Sistemas en paralelo:
G1(s)
U(s)
G2(s)
Y(s)
Gn(s)
U(s)
Sistemas realimentados:
29/02/12
G1(s)G2(s)Gn(s)
Y(s)
3.4 Representaci
on gr
afica de sistemas
U(s)
75
G(s)
Y(s)
H(s)
U(s)
G(s)
1 G(s)H(s)
Y(s)
En estos u
ltimos sistemas, dada su importancia en el control, cada una de las funciones de
transferencia recibe un nombre propio. As, a G(s) que es la funcion de transferencia que une
directamente la entrada con la salida se la denomina cadena directa, a H(s) realimentacion,
al producto G(s)H(s) cadena abierta y a la funcion de transferencia global cadena cerrada.
Cualquier otra combinacion de subsistemas puede ser reducida a alguna de las anteriores, como
se detalla en el Ap
endice E, por lo que es posible, simplificando el diagrama de bloques,
obtener la funcion de transferencia global entre la entrada y la salida del sistema.
Ejemplo 3.7
Partiendo del diagrama funcional del ejemplo 1.16, y utilizando el modelo en transformadas de Laplace del ejemplo 3.4 se puede obtener el diagrama de bloques del sistema.
29/02/12
76
Modelado y representaci
on de sistemas
Va(s)
K1
1+Ts
(s)
K2
Qe(s)
1
As
H(s)
K3
(s)
K4
Qs(s)
Al ser un sistema con dos entradas y dos salidas, existen cuatro funciones de transferencia
H(s) H(s) Qs (s) Qs (s)
en el mismo:
;
;
y
Va (s) (s) Va (s)
(s)
29/02/12
3.4 Representaci
on gr
afica de sistemas
77
Va(s)
K1
1+Ts
(s)
K2
Qe(s)
1
As
H(s)
K3
Qs(s)
donde aparecen dos bloques en serie y un bucle de realimentacion, por lo que puede
H(s)
simplificarse de la siguiente forma para el calculo de
Va (s)
Va(s)
K1K2
1+Ts
Qe(s)
1
As
H(s)
K3
K1K2
1+Ts
1/As
(1+K3/As)
H(s)
es decir:
H(s)
K1 K2
K1 K2 /K3
=
=
Va (s)
(1 + T s)(As + K3)
(1 + T s)(1 + (A/K3 )s))
Qs (s)
Para el calculo de
se obtendra el siguiente diagrama:
Va (s)
29/02/12
78
Modelado y representaci
on de sistemas
Va(s)
K1K2
1+Ts
Qe(s)
1
As
Qs(s)
=
Va (s)
(1 + T s) (1 + K3 /As)
(1 + T s)(1 + (A/K3 )s)
H(s)
Qs (s)
2) C
alculo de
y
(s)
(s)
en este caso hay que hacer Va (s) = 0, obteniendose el siguiente diagrama:
H(s)
1
As
-1
(s)
K3
K4
Qs(s)
que esta constituido por un sistema en serie con otro que esta realimentado positivaK3
mente. En este u
ltimo la cadena directa vale 1, mientras que la realimentacion vale
As
cuando se toma como salida obteniendose por lo tanto la siguiente funcion de transferencia:
Qs (s)
1
A(K4 /K3 )s
= K4
=
(s)
1 (K3 /As)
1 + (A/K3 )s
1
Al tomar H(s) como salida, la cadena directa del sistema realimentado es
y la
As
realimentacion K3 , con lo que la funcion de transferencia queda:
H(s)
1/As
K4 /K3
= K4
=
(s)
1 (K3 /As)
1 + (A/K3 )s
29/02/12
3.4 Representaci
on gr
afica de sistemas
79
K
/K
K
K
/K
4
3
1
2
3
(1 + T s)[1 + (A/K )s] 1 + (A/K )s Va (s)
H(s)
3
3
K 1 K2
(AK4 /K3 )s (s)
Qs (s)
(1 + T s)[1 + (A/K3 )s] 1 + (A/K3 )s
cumpliendose por lo tanto las siguientes ecuaciones entre las transformadas de las se
nales
de entrada y salida:
3.4.2.
H(s) =
K4 /K3
K1 K2 /K3
Va (s)
(s)
(1 + T s)[1 + (A/K3 )s]
1 + (A/K3 )s
Qs (s) =
K1 K2
(AK4 /K3 )s
Va (s) +
(s)
(1 + T s)[1 + (A/K3 )s]
1 + (A/K3 )s
Flujograma
U1(s)
G1(s)
-G2(s)
U2(s)
H(s)
Y(s)
Z(s)
Y(s)=U1(s)G1(s)-U2(s)G2(s)-Z(s)
Z(s)=Y(s)H(s)
29/02/12
-1
80
Modelado y representaci
on de sistemas
Ejemplo 3.8
El diagrama de bloques del ejemplo 3.7 puede ser representado por el siguiente flujograma:
K1
1+Ts
Va(s)
K2
Qe(s)
1
As
H(s)
H(s)
(s)
-1
K3
(s)
Qs(s)
K4
K3
, por lo tanto el
En este flujograma solo aparece un bucle cuya transmitancia es
As
discriminante del flujograma vale
4=1+
1) Funci
on de transferencia
K3
As
H(s)
Va (s)
K1 K2
. Por lo tanto,
(1 + T s)As
K4
,
As
K4
K4
H(s)
K3
= As =
K3
As
(s)
1+
1+
As
K3
Para el calculo de las funciones de transferencia, considerando la salida Qs(s), el procedimiento es el mismo, existiendo tambien un solo trayecto entre dicha salida y cada una de
las entradas. De la comparacion de este ejercicio con el anterior se deduce que la utilizacion
de la formula de Mason, supone un gran ahorro de tiempo frente a la simplificacion del
29/02/12
81
diagrama de bloques, sobre todo cuando existe mas de una entrada o salida. Sin embargo hay que resaltar que, en el caso de flujogramas complejos, tambien la utilizacion de la
formula de Mason puede ser una fuente de error por la dificultad existente de determinar el
n
umero de bucles en esos casos. En cualquier caso la formula de Mason es mucho mas facil
de implementar en un computador.
3.5.
Modelos de estado
3.5.1.
Variables de estado
dxi (t)
= ai1 x1 (t) + ai2 x2 (t) + . . . + ain xn (t) + bi1 u1 (t) + . . . + bim um (t)
dt
29/02/12
82
Modelado y representaci
on de sistemas
Ejemplo 3.10
El sistema del ejemplo 3.1 presenta dos variables cuyos valores representan la historia
del sistema. Estas son la altura de lquido en el deposito y la posicion de la valvula de
entrada, variables que se corresponden con las dos u
nicas derivadas que aparecen en el
d dh
y
. Por lo tanto este par de variables pueden ser consideradas
modelo matematico
dt
dt
como variables de estado del sistema.
3.5.2.
Ecuaci
on de estado
= A x(t) + B u(t)
Ejemplo 3.11
En el modelo linealizado del ejemplo 3.2, existen dos ecuaciones en las que aparecen las
derivadas de las variables 4(t) y 4H(t). Considerando a esas variables como de estado,
dichas ecuaciones pueden ponerse en la forma:
1
k1
4(t)
= 4(t) +
4Va (t)
dt
T
T
k2 1 k3 0
d4H(t)
k3 p
=
+
H0 4(t)
4H(t)
dt
A 2 A H0
A
3.5.3.
Ecuaci
on de la salida
La dinamica del sistema se concentra en la evolucion de las variables de estado por lo que
los valores de las salidas en un instante son una funcion estatica del estado y de las entradas
en dicho instante.
Si el modelo es lineal se obtiene
y(t) = C x(t) + D u(t)
donde y(t) es el vector de salidas de dimension (h), C es una matriz de dimensiones (h,n),
x(t) es el vector de estado, D es una matriz de dimensiones (h,m) y u(t) es el vector de entradas
de dimension (m).
Ejemplo 3.12
En el ejemplo 3.2, considerando 4H(t) y 4Qs (t), las salidas del sistema, se puede
expresar como:
29/02/12
83
p
1
1
4H(t) + k3 H0 4(t)
4Qs (t) = k3 0
2
H0
4H(t) = 4H(t)
u2 (t) = 4(t)
y2 (t) = 4H(t)
1
k1
0
0
x 1 (t)
x1 (t)
T
u1 (t)
T
+
= k2 1 k3 0
k3 H0 u2 (t)
x2 (t)
x 2 (t)
A 2 A H0
A
1
1
0 k3 0 x1 (t)
y1 (t)
0 k3 H0 u1 (t)
=
+
2
H0
y2 (t)
x2 (t)
u2 (t)
0
0
0
1
Por lo tanto el modelo linealizado de estado del ejemplo 3.2 estara formado por las
matrices:
1
k1
0
B = T
A = kT2 1 k3 0
k3 H0
0
A 2 A H0
A
1 k3 0
0
0 k3 H0
C=
D=
2 H0
0
0
0
1
En el caso de sistemas discretos el modelo de estado quedara definido por las ecuaciones:
xk1 = A xk + B uk
yk = C xk + D uk
Es importante se
nalar que la eleccion de las variables de estado no es u
nica. Desde un punto
de vista fsico, es obvio que tanto la altura del lquido en el deposito como el caudal de salida
en un determinado instante, resumen la historia del deposito por lo que cualquiera de las dos
29/02/12
84
Modelado y representaci
on de sistemas
se
nales pueden formar parte de las variables de estado del sistema. Desde un punto de vista
matematico, al estar relacionadas ambas variables por una relacion estatica, el conocimiento
que aporta una u otra es exactamente el mismo en cada instante, por lo que no tendra sentido
elegir ambas se
nales simultaneamente como variables de estado.
En general, si se aplica una transformacion lineal T al vector de estado se obtiene otro vector
de estado que cumplira el nuevo modelo de estado.
3.6.
Relaci
on entre el modelo de estado y la funci
on de transferencia
Al ser tanto el modelo de estado como la funcion de transferencia dos formas diferentes de
representar el mismo sistema, es obvio que debe existir una relacion entre ambas representaciones.
Sin embargo es importante no olvidar los siguientes aspectos que dificultan conocer dicha
relacion:
Para el calculo de la funcion de transferencia, se suponen condiciones iniciales nulas,
mientras que el modelo de estado no esta sometido a dicha limitacion.
Al no ser u
nica la eleccion de las variables de estado, no puede existir relacion biunvoca
entre ambas representaciones. Sin embargo si sera posible calcular la funcion de transferencia del sistema a partir del modelo de estado. Para ello bastara con calcular las
transformadas de Laplace de las ecuaciones de estado y de salida, suponiendo condiciones
iniciales nulas, obteniendose:
G(s) = C(s I A)1 B + D
3.7.
Recapitulaci
on
3.7 Recapitulaci
on
85
Igualmente hemos desarrollado el diagrama funcional, sustituyendo en sus bloques la representacion del sistema por su funcion de transferencia. Esto nos permite conocer la funcion de
transferencia de un sistema global a partir de las funciones de transferencia de sus subsistemas,
ademas nos da una representacion grafica del sistema en la que aparecen las transformadas de
sus se
nales, representacion que sera muy importante a la hora de establecer un esquema de
control para el sistema.
Tanto la funcion de transferencia, como el diagrama de bloques se definen exclusivamente
para modelos lineales. Ahora bien existen un gran n
umero de sistemas no lineales que pueden
ser aproximados por modelos lineales utilizando la tecnica de la linealizacion.
La representacion interna de los sistemas esta constituida por su ecuacion de estado y
por lo tanto por las matrices A y B. Esta representacion presenta, frente a la funcion de
transferencia, el inconveniente de ser mas abstracta, puesto que los coeficientes de las matrices
no siempre tienen sentido fsico. Sin embargo es una representacion matematicamente muy
compacta, generalizable a los sistemas multivariables y que ademas no requiere que el estado
inicial del sistema sea de equilibrio.
29/02/12
86
29/02/12
Modelado y representaci
on de sistemas
3.8 M
etodos de representaci
on
3.8.
87
M
etodos de representaci
on
Descripci
on del Sistema
Esquema
Va(t)
Qe(t)
(t)
(t)
H(t)
Qs(t)
Modelo Matem
atico
d(t)
= Ki Va (t)
dt
Qe (t) = K2 (t) p
Qs (t) = K3 (t) H(t)
dH(t)
Qe (t) Qs (t) = A
dt
(t) + T
Va(t)
Vlvula
(t)
Qs(t)
H(t)
(t)
Qs(t)
Modelo Matem
atico Linealizado
d4(t)
= K1 4Va (t)
dt
4Qe (t) = K2 (t)
1
1
4Qs (t) = K3 Ho 4(t) K3 0 4H(t)
2
H0
d4H(t)
4Qe (t) 4Qs (t) = A
dt
Flujograma
Diagrama de Bloques
4(t) + T
K1
1+Ts
Va(s)
K2
Qe(s)
1
As
H(s)
H(s)
-1
K3
(s)
Qs(s)
K4
Modelo de estado
1
T
0
x 1 (t)
x1 (t)
=
+
k2 1 k3 0
x 2 (t)
x (t)
kA1 2 A H0 2
0
u1 (t)
T
k3 H0
u (t)
0
A
2
1
1
0 2 k3 0 H0
y1 (t)
x1 (t)
=
+
y2 (t)
x2 (t)
0
1
u1 (t)
0 k3 H0
u2 (t)
0
0
29/02/12
K1
1+Ts
(s)
K2
Qe(s)
1
As
H(s)
K3
(s)
Qs(s)
K4
Funciones de Transferencia
k k
(s)
Va(s)
1 2
H(s)
k3
=
Va (s)
(1 + T s)[1 +
k1
H(s)
= k3 As
(s)
1 + k3
As
]
k3
Matrices de estado
1
k1
T
0
0
T
A=
;B=
k3 0
kA2 12
0 k3 AH0
H0
C=
k 3 0
0 21
0
k
H
3
0
H0
;D=
0
0
0
1
88
Modelado y representaci
on de sistemas
3.9.
Glosario
Funcion de transferencia
Polos
Ceros
Cadena directa
Cadena abierta
Cadena cerrada
Realimentacion
Modelos LTI
Superposicion
Diagrama de bloques
Flujograma
Transmitancia
29/02/12
CAPITULO
ANALISIS
DE SISTEMAS A PARTIR DE SUS
SENALES
4.1.
An
alisis mediante la respuesta impulsional
4.1.1.
Fundamento
Un sistema LTI definido o representado por su respuesta impulsional puede ser analizado a
partir de ella. Basta conocer la respuesta impulsional de un sistema para deducir la respuesta
ante cualquier entrada. Ademas, de la respuesta impulsional pueden deducirse las principales caractersticas dinamicas de un sistema: estabilidad, comportamiento estatico y comportamiento
dinamico.
El metodo esta basado en la capacidad del impulso de Dirac para representar a cualquier
se
nal de acuerdo con la expresion vista en el captulo 2:
29/02/12
ANALISIS
DE SISTEMAS A PARTIR DE SUS SENALES
90
u( ) (t ) d
u(t) =
que no es mas que una suma infinita de impulsos ponderados y desplazados. Por eso, si el
sistema es LTI, su respuesta ante dicha entrada sera la misma suma infinita de respuestas
impulsionales con la misma ponderacion y el mismo desplazamiento, es decir:
Z
u( ) g(t ) d
y(t) =
( ) d
u(t) =
4.1.2.
g( ) d
y(t) =
Estabilidad
Un sistema estable, por definicion, ante cualquier entrada acotada genera una salida acotada,
lo que se traduce en la condicion de estabilidad de los sistemas definidos por su respuesta
impulsional:
Z
|g( )| d <
Como consecuencia se deduce que para que un sistema sea estable es necesario que su
respuesta impulsional tienda a cero cuando el tiempo tiende a infinito.
Por lo tanto, de la simple inspeccion visual de la respuesta impulsional de un sistema puede
conocerse su estabilidad, como se ve en la figura.
29/02/12
4.1 An
alisis mediante la respuesta impulsional
Estables
4.1.3.
91
Inestables
An
alisis est
atico
GE=Area
4.1.4.
An
alisis din
amico
De la simple inspeccion de la respuesta impulsional, puede deducirse si el sistema es subamortiguado o sobreamortiguado, es decir si presenta oscilaciones o no:
Sobreamortiguado
Subamortiguado
ANALISIS
DE SISTEMAS A PARTIR DE SUS SENALES
92
Para otras especificaciones dinamicas del sistema es preferible representar la respuesta al escalon
y utilizar las definiciones que se detallan en el captulo 5.
Periodo=2seg.
= rad/seg.
ts=4seg.
t
1
4.1.5.
Sistemas discretos
4.2.
An
alisis mediante la respuesta frecuencial
4.2.1.
Fundamento
4.2 An
alisis mediante la respuesta frecuencial
93
Ejemplo 4.1
En un automovil el motor gira a un determinado n
umero de revoluciones por minuto,
al mismo tiempo los pistones se desplazan en el interior de los cilindros en un movimiento
alternativo periodico, cuya periodicidad esta relacionada con la velocidad del motor. Los
rozamientos existentes entre las partes en movimiento y las partes fijas generan sobre estas
fuerzas que tambien son periodicas, y cuya frecuencia depende de la velocidad de giro del
motor. Estas fuerzas se transmiten por todo el vehculo generando vibraciones mas o menos
intensas, dependiendo de la velocidad del motor y del sistema existente entre el origen de
las fuerzas (el motor) y el punto del vehculo considerado.
As es habitual que a ciertas revoluciones, objetos ligeros situados en la bandeja posterior
del vehculo vibren, dejando de vibrar para otras.
Igualmente los ocupantes del vehculo notan, en sus asientos, mas o menos vibraciones
dependiendo de la velocidad del motor del vehculo.
El calculo exacto de estas fuerzas sera muy complejo puesto que habra que hacerlo
para un n
umero importante de puntos del vehculo. Sin embargo se dispone de un dato
esencial y es que su frecuencia variara desde la correspondiente al ralent del motor hasta
la correspondiente al maximo regimen de velocidades del mismo.
Motor
A
Chasis
Fuerzas
peridicas
generadas
por el motor
Sistema
Fuerzas
peridicas
transmitidas
hasta el punto A
Igualmente la corriente alterna que alimenta la gran mayora de los dispositivos electromecanicos genera se
nales periodicas, ademas en el campo de la iluminacion o del accionamiento
de motores, cada vez son mas importantes dispositivos variadores de frecuencia. En todos estos
casos el analisis en frecuencia constituye una ayuda inestimable para el ingeniero. La importancia de las se
nales periodicas no se limita al campo de la ingeniera: en biologa procesos
tan importantes como la respiracion o la circulacion de la sangre estan gobernados por se
nales
periodicas.
De las ecuaciones de Euler vistas en el captulo 2 se deduce que la se
nal exponencial imaginaria es una combinacion lineal de senoides de la misma frecuencia
29/02/12
ANALISIS
DE SISTEMAS A PARTIR DE SUS SENALES
94
sent =
ejt ejt
2j
por lo que vamos a trabajar con exponenciales imaginarias en lugar de con senoides. En el
captulo 2 se vio que, la convolucion de una exponencial imaginaria por cualquier otra se
nal
genera la misma exponencial imaginaria multiplicada por una expresion compleja:
Z
Z
j(t )
jt
u( ) e
d = e
u( ) ej d
Es decir que los sistemas lineales responden ante una exponencial compleja (o una senoide)
con la misma exponencial compleja (o senoide) multiplicada por la expresion
Z
g( ) ej d
G(j) =
que es una magnitud compleja funcion de la pulsacion, es decir de la frecuencia. A esta magnitud
compleja se la denomina respuesta en frecuencia del sistema, es una caracterstica del sistema
puesto que depende de la respuesta impulsional, que tambien lo es. Por supuesto para que
la respuesta en frecuencia exista, es necesario, que la expresion subintegral sea absolutamente
convergente, es decir
Z
|g( )| d <
4.2 An
alisis mediante la respuesta frecuencial
95
de entrada como la respuesta impulsional toman valores nulos para tiempos negativos, las
expresiones anteriores quedan
Z
G(j) =
g( ) ej d
0
Por lo tanto si la se
nal de entrada viene representada por su espectro en frecuencias y el
sistema por su respuesta frecuencial el calculo del espectro en frecuencia de la se
nal de salida
es inmediato:
Y (j) = U (j) G(j)
por lo que el efecto del sistema sobre dicha se
nal de entrada consiste en distorsionar su espectro
para obtener el espectro de la se
nal de salida, propiedad que puede ser interpretada graficamente
de forma simple:
|X(j)|
|G(j)|
|Y(j)|
X(j)
29/02/12
Y(j)
G(j)
ANALISIS
DE SISTEMAS A PARTIR DE SUS SENALES
96
Para cada frecuencia 0 , el efecto del sistema consiste en amplificar el modulo del espectro
de la se
nal de entrada por el modulo de la respuesta en frecuencia para dicha 0 , y en a
nadir
al argumento del espectro de entrada el argumento de la respuesta en frecuencia, es decir:
|Y (j)| = |U (j)| |G(j)|
Y (j) = U (j) + G(j)
Ejemplo 4.2
Calculo de la respuesta de un sistema definido por su respuesta en frecuencia, ante la
se
nal de entrada
u(t) = 3sent + 5sen10t + 4sen100t
|y(j)|
0,9
0,2
10-3
10
y(j)
100
-/4
-/2
29/02/12
4.2 An
alisis mediante la respuesta frecuencial
97
Ejemplo 4.3
Filtro paso bajo
0
Deja pasar las senoides de
frecuencias menores que 0.
Filtra (atenua) las de frecuencias
mayores que 0.
4.2.2.
Representaci
on de la respuesta en frecuencia
ANALISIS
DE SISTEMAS A PARTIR DE SUS SENALES
98
A1
A2
t
t0
t1
T
A1/A2 Relacin de amplitudes
T Priodo en segundos
(t1-t0)2/T Desfase en radianes
4.2.3.
Para la curva de modulos es importante calcular las pendientes tanto a bajas frecuencias
como a altas frecuencias. Si la curva arranca con modulo constante a este valor se le denomina
ganancia estatica del sistema o ganancia a frecuencia cero. Otro aspecto importante de la curva
de modulos es determinar si existe o no resonancia, es decir si el sistema presenta para un
determinado rango de frecuencias ganancias superiores a la de bajas frecuencias. Junto con la
frecuencia de resonancia tambien es importante la frecuencia para la que se produce el corte de
la curva con la ganancia 0db. En cuanto a la curva de argumentos son importantes sus valores
a bajas y a altas frecuencias as como la frecuencia para la que se produce el corte con un
argumento de -180o . Ejemplo
log
0
20logGE
0db
29/02/12
log
r cg
-180
cf
-270
4.3 Conclusiones
4.2.4.
Caso discreto
4.3.
Conclusiones
99
29/02/12
100
29/02/12
ANALISIS
DE SISTEMAS A PARTIR DE SUS SENALES
CAPITULO
An
alisis de Sistemas Definidos por sus Modelos Lineales
5.1.
Introducci
on
En el captulo anterior se ha visto como a partir del modelo matematico del sistema se
pueden obtener dos representaciones compactas del sistema. La primera la funcion de transferencia permite reducir el conocimiento del sistema al de sus polos y ceros, en el segundo caso
la representacion del sistema se traduce en el conocimiento de las matrices A, B, C y D.
En este captulo se van a presentar las tecnicas de analisis de los sistemas definidos bien
por su funcion de transferencia, o bien por su modelo de estado. El objetivo en ambos casos
es el mismo: conocer las caractersticas dinamicas del sistema, es decir determinar aquellas
propiedades que son inherentes al sistema y que por lo tanto apareceran en la respuesta del
mismo ante cualquier entrada.
No se trata de resolver las ecuaciones diferenciales que forman parte del modelo para una
entrada concreta. Ese problema, de naturaleza estrictamente matematica tiene una solucion
relativamente simple de obtener. Ademas los modernos programas informaticos de simulacion
nos permiten resolver de forma comoda y precisa la respuesta de un sistema definido por su
modelo matematico ante una entrada concreta.
El objetivo es obtener las caractersticas que tienen todas las respuestas, independientemente de la entrada aplicada. Obviamente estas caractersticas comunes estan originadas por las
propias caractersticas del sistema. En otras palabras el estudio de las respuestas concretas no
es el fin del analisis sino un medio para conocer el comportamiento dinamico del sistema.
Al finalizar el captulo el alumno debera ser capaz de determinar de forma simple las caractersticas dinamicas principales de un sistema a partir de su funcion de transferencia: estabilidad, comportamiento permanente y comportamiento transitorio. Igualmente debera relacionar
de forma cualitativa la posicion de los polos y ceros del sistema sobre el plano complejo con
dichas caractersticas
5.2.
Objetivos del an
alisis
102
An
alisis de Sistemas Definidos por sus Modelos Lineales
i(t)
u(t)
i(t)
2k
u(t)
Transitorio
Permanente
Transitorio
Permanente
103
5.3.
5.3.1.
Introducci
on
G(s)
Y(s)
Y(s)=G(s)U(s)
4
(s + 1)(s + 3)
29/02/12
4
4/3
2
2/3
=
+
+
s(s + 1)(s + 3)
s
s+1 s+3
104
An
alisis de Sistemas Definidos por sus Modelos Lineales
y, por tanto,
4
2
2 et + e3t
3
3
Si al mismo tiempo se le aplica otra se
nal de entrada con transformada de Laplace
y1 (t) =
U (s) =
1
s+4
4
2/3
2
4/3
=
+
+
(s + 1)(s + 3)(s + 4)
s+1 s+3 s+4
2
2
4
=
+
(s + 1)(s + 3)
s+1 3+3
es decir
y(t) = 2 et 2 e3t
Puede observarse que los modos presentes en la respuesta impulsional aparecen en las
dos respuestas del ejemplo anterior.
29/02/12
5.3.2.
105
29/02/12
106
An
alisis de Sistemas Definidos por sus Modelos Lineales
Fraccion simple Transformada inversa
a > 0, b > 0
(para t 0)
Forma de onda
lmite
t
Posicion de
los
polos
en el plano
complejo
A
s
y(t) = A
Constante
Polo en el origen
A
(s + a)
y(t) = A eat
Exponencial de- 0
creciente
Polo real en el
semiplano negativo
A
(s a)
y(t) = A e+at
Exponencial cre-
ciente
Polo real en el
semiplano positivo
Aa
+ a2 )
y(t) = A sen(a t)
Seno
Oscila
Polos imaginarios
As
+ a2 )
y(t) = A cos(a t)
Coseno
Oscila
Polos imaginarios
Aa
(s + b)2 + a2
Producto de ex- 0
ponencial decreciente por seno
As
(s + b)2 + a2
Producto de ex- 0
ponencial decreciente por coseno
Aa
(s b)2 + a2
Producto
de Oscila con Polos compleexponencial
amplitud
jos con parte
creciente
por creciente
real positiva
coseno
As
(s b)2 + a2
Producto
de Oscila con Polos compleexponencial
amplitud
jos con parte
creciente
por creciente
real positiva
coseno
A
s2
y(t) = A t
Rampa
A
(s + a)2
y(t) = A t eat
Exponencial de- 0
creciente por el
tiempo
A
(s a)2
y(t) = A t e+at
Exponencial
creciente por el
tiempo
(s2
(s2
29/02/12
Polo doble en
el origen
107
Aunque en la tabla solo se han incluido algunos casos de polos con ndice de multiplicidad
superior a uno, es facil deducir de las propiedades de la transformada de Laplace que la existencia de polos m
ultiples no va a producir cambios significativos ni en la forma de onda ni,
sobre todo en el lmite al tender t a infinito.
De la tabla se pueden extraer las siguientes conclusiones:
Los modos propios procedentes de polos reales negativos tienden a cero asintoticamente.
Im
Re
t
Los modos propios procedentes de polos complejos con parte real negativa tienden a
cero con oscilaciones de amplitud decreciente.
Im
Re
t
29/02/12
Re
108
An
alisis de Sistemas Definidos por sus Modelos Lineales
Re
Im
Re
Los modos propios procedentes de polos complejos con parte real positiva presentan
oscilaciones de amplitud creciente.
Im
Re
109
Im
t
t
Re
t
t
Por lo tanto, u
nicamente los polos, reales o complejos, situados en el semiplano complejo negativo, generan modos propios que tienden a cero al tender t a infinito. Estos
son los modos transitorios de la respuesta impulsional del sistema.
Ademas, la duracion de la respuesta transitoria disminuye al alejar los polos del eje
imaginario y, en el caso de los polos complejos, la pulsacion de las oscilaciones es igual
a la parte imaginaria de los polos.
Es decir, existe una relacion directa entre la posicion de los polos estables sobre el
plano complejo y la forma de su respuesta transitoria.
5.3.3.
De forma analoga, en el caso de los sistemas discretos, se pueden calcular sus modos propios
calculando la transformada inversa de su funcion de transferencia en z, obteniendose la tabla:
29/02/12
110
An
alisis de Sistemas Definidos por sus Modelos Lineales
Fraccion simple
lmite
t
Posicion de
los
polos
en el plano
complejo
y[k] = A
Constante
Polo en z=1
y[k] = A ak
Exponencial
0 para 0 <
decreciente para a < 1,
0 < a < 1, para a > 1
Exponencial
creciente para
a>1
y[k] = A k
rampa
y[k] = A k ak
Exponencial
0 para 0 < Polo doble en
decreciente por a < 1, ]0, 1[, Polo dorampa
para para a > 1 ble en ]1, [
0 < a < 1, exponencial creciente
por rampa para
a>1
z sen
(z cos)2 + sen2
y[k] = sen(k)
Senoide
Oscila
z(z cos)
(z cos)2 + sen2
y[k] = cos[k]
Coseno
Oscila
Exponencial por
seno
Az
z1
Az
(z a)
Az
(z 1)2
Aaz
(z a)2
zsen
y[k] = k sen(k)
(z cos)2 + 2 sen2
29/02/12
Polo
en
]0,1[
para
0 < a < 1,
Polo en ]1, [
para a > 1
Polo doble
111
z(z cos)
y[k] = k cos(k)
(z cos)2 + 2 sen2
Az
z+a
y[k] = A (a)k
Exponencial por
coseno
lmite
t
Posicion de
los
polos
en el plano
complejo
segmento
] 1, [ para
a < 1, segmento ]a, 1[
para a > 1 y
z = 1 para
a=1
Los modos propios procedentes de polos reales situados en el segmento ]0, 1[ de la circunferencia de radio unidad tienden a cero asintoticamente.
Im
y[k]
Re
29/02/12
112
An
alisis de Sistemas Definidos por sus Modelos Lineales
Im
y[k]
Re
y[k]
Re
y[k]
Re
El modo propio de un polo situado sobre el eje real positivo externo a la circunferencia
de radio unidad, tiende exponencialmente a infinito.
29/02/12
113
Im
y[k]
Re
El modo propio de un polo situado sobre el eje real negativo externo a la circunferencia
de radio unidad, presenta valores alternados de amplitud creciente.
Im
y[k]
Re
Los modos propios de polos conjugados con parte real positiva e interiores a la circunferencia de radio unidad, presentan oscilaciones de amplitud decreciente.
Im
y[k]
Re
k
Los modos propios de polos conjugados situados sobre la circunferencia de radio unidad,
presentan oscilaciones de amplitud mantenida.
29/02/12
114
An
alisis de Sistemas Definidos por sus Modelos Lineales
Im
y[k]
Re
De la comparacion de las tablas correspondientes a los modos propios de los sistemas continuos y discretos puede verse que existe una correspondencia casi completa entre los comportamientos de ambos tipos de sistemas.
As, el eje imaginario en el plano S tiene la misma funcion, de frontera de estabilidad, que
la circunferencia unitaria en el plano Z.
El semiplano negativo en S, con el interior de la circunferencia unitaria en Z. El semiplano
positivo en S, con el exterior de dicha circunferencia.
El semieje real negativo en S se corresponde con el segmento ]0, 1[ en Z, dando lugar a
exponenciales decrecientes.
El origen en el plano S, se corresponde con el punto (1, 0) en el plano Z.
El en el plano S, con el origen en Z.
El semieje real positivo en S con la semirecta ]1, [ en Z, dando lugar a exponenciales
crecientes.
Los polos complejos estables en uno y otro plano dan lugar a modos propios producto de
exponenciales decrecientes por senoides.
La u
nica diferencia significativa entre uno y otro plano lo constituye el semieje negativo en el
plano Z, que pese a tener polos reales genera modos propios oscilatorios (se alternan los valores
positivos y negativos) que tienden a cero en el segmento ] 1, 0[ e inestables en la semirecta
] , 1[.
5.4.
5.4.1.
5.5 Estabilidad
115
Ejemplo 5.4
Conocido el modelo matematico de un sistema
dy(t)
= B u(t)
dt
tomando transformadas de Laplace, supuestas condiciones iniciales distintas de cero se
obtiene:
y(t) = A
5.4.2.
La ecuacion de estado de un sistema tiene en cuenta tanto las condiciones iniciales del
mismo como los valores de las entradas que se le aplican, por lo que la solucion de la ecuacion
de estado incluye ambas respuestas.
x(t) = e
A(tt0 )
x(0) +
eA(t ) B u( ) d
t t0
t0
A(tt0 )
y(t) = C e
eA(t ) B u( ) d + D u(t)
x(0) + C
t t0
t0
Si se desea conocer la respuesta libre del sistema, basta hacer nulo el vector de entradas,
obteniendose
x(t)
= Ax(t)
y(t) = Cx(t)
cuya solucion es
x(t) = eA(tt0 ) x(0)
y(t) = C eA(tt0 ) x(0)
La evolucion a lo largo del tiempo del vector de estado en el espacio de estados se denomina
trayectoria del vector de estado.
29/02/12
116
An
alisis de Sistemas Definidos por sus Modelos Lineales
5.5.
Estabilidad
5.5.1.
Definici
on
5.5.2.
Interpretaci
on pr
actica
De estas definiciones se deduce la importancia que tiene desde el punto de vista del funcionamiento de un sistema la estabilidad del mismo. Dos pueden ser las interpretaciones que se
pueden hacer de las definiciones:
Un sistema estable tiene, ante cualquier entrada, un funcionamiento reversible, es decir si se
le aplicase la misma entrada cambiada de signo, el sistema volvera a su situacion inicial. Evidentemente para que esto sea posible el sistema no puede responder ante una entrada yendose
al infinito ni oscilando.
La aparicion de una perturbacion hace reaccionar al sistema, sin embargo una vez que termina la perturbacion los sistemas estables vuelven a su estado original, por lo que no se produce
acumulacion de energa en el sistema. Si el sistema fuera inestable, cada perturbacion generara
una variacion permanente del estado del sistema, o un aumento de la energa almacenada en
el. Dado que es practicamente imposible aislar perfectamente a los sistemas, y que por lo tanto
siempre van a estar sometidos a perturbaciones, es imposible prever el estado real de los sistemas inestables al evolucionar en funcion de la presencia de perturbaciones. De aqu se deduce
que para utilizar un sistema inestable es imprescindible dotarle de un sistema de control para
corregir esa evolucion del estado originada por las perturbaciones.
Como se vera al estudiar los sistemas de control, el dise
no de un dispositivo capaz de
controlar un sistema inestable no suele ser trivial pudiendo ocurrir que no se puedan alcanzar
especificaciones de funcionamiento adecuadas.
5.5.3.
Determinaci
on de la estabilidad de un sistema
A partir de su funci
on de transferencia
Para que un sistema sea estable todos sus polos tienen que estar situados en el semiplano
complejo negativo en el caso de los sistemas continuos, o en el interior de la circunferencia
unidad en los discretos.
Se deduce inmediatamente de la expresion de los modos propios del sistema. Basta con que
un polo no este situado en el semiplano complejo negativo para que el modo propio correspondiente no tienda a cero, incumpliendo por lo tanto la condicion de estabilidad.
29/02/12
5.5 Estabilidad
117
Esto hace que el eje imaginario del plano complejo separe las regiones de estabilidad y de
inestabilidad y que la distancia de los polos a dicha frontera (su parte real) se considere como
una medida de lo lejos que esta el sistema estable de la inestabilidad. A dicha distancia se le
denomina en algunos casos estabilidad relativa del sistema (pese a ser la estabilidad un concepto
absoluto).
Plano S
Im
Im
Plano Z
Zona inestable
Zona estable
Zona inestable
Zona estable
Re
Re
Igualmente a los sistemas que tienen polos en el eje imaginario, y que por lo tanto estan
situados en el lmite de la estabilidad, se les denomina a veces sistemas limitadamente estables,
pese a tratarse de sistemas inestables. En el caso de los sistemas discretos, la circunferencia
unitaria cumple la misma funcion que el eje imaginario en los continuos.
Es importante resaltar que la estabilidad no depende de la entrada aplicada al sistema y es,
por lo tanto una caracterstica del mismo. Igualmente los ceros del sistema no influyen sobre la
estabilidad del mismo (los ceros no generan modos propios, u
nicamente alteran los numeradores
de los generados por los polos del sistema).
En los anexos se incluyen los criterios de estabilidad de Routh y Jury que permiten conocer
de forma analtica el signo de las races el primero y el modulo de las mismas el segundo. Estos
metodos son de utilidad cuando la ecuacion caracterstica del sistema no esta factorizada como
ocurre con los sistemas realimentados.
A partir de las trayectorias del vector de estado
Un sistema sera estable si, para cualquier estado inicial, su trayectoria libre termina en el
origen del espacio de estados.
Igualmente sera estable si la trayectoria del vector de estados ante una perturbacion, vuelve
al estado inicial, una vez terminado el efecto de las perturbaciones.
X1
X1
X2
29/02/12
X2
118
5.6.
An
alisis de Sistemas Definidos por sus Modelos Lineales
An
alisis del comportamiento est
atico
1
G(s) = G(0)
s
1
G(z) = G(1)
1 z 1
3.000 rpm
10 v
t
5.7 Se
nales de entrada normalizadas
119
Entrada, pendiente A
5.7.
Se
nales de entrada normalizadas
5.7.1.
M
etodos temporales
0 para t < 0
0 para t > 0
y(t) = Z
(t) = 1
(s) = 1
u(t) =
t
0 para t 0
1 para t > 0
U (s) =
1
s
Integrando, a su vez, el escalon se obtiene la rampa de pendiente unitaria, cuya transformada de Laplace es igual a 1/s2 y que representa una variacion de la se
nal de entrada
con velocidad constante.
29/02/12
120
An
alisis de Sistemas Definidos por sus Modelos Lineales
y(t)
(
y(t) =
t
0 para t 0
1 para t > 0
Y (s) =
1
s2
SISTEMA
5.7.2.
M
etodos frecuenciales
5.8 An
alisis temporal del comportamiento din
amico de los sistemas continuos 121
(
y(t) =
(
y(t) =
0 para t 0
sen(t) para t > 0
Y (s) =
0 para t 0
cos(t) para t > 0
Y (s) =
s2
+ 2
s2
s
+ 2
5.8.
An
alisis temporal del comportamiento din
amico de los
sistemas continuos
El objetivo de este apartado es caracterizar las respuestas transitorias de los sistemas. Dicha
caracterizacion viene marcada por los modos propios del sistema y por lo tanto va a depender
del caracter de los polos, reales o complejos y, por supuesto, de sus signos.
Aunque los modos propios vienen definidos en la respuesta impulsional del sistema, utilizaremos tambien la respuesta al escalon y la respuesta a la rampa.
El estudio se limitara a los sistemas estables, es decir a los sistemas cuyos polos estan
situados en el semiplano complejo negativo. Se incluye igualmente la influencia de los ceros sobre
las distintas respuestas. En el anexo 7 se detallan las expresiones analticas de las diferentes
respuestas.
5.8.1.
De la tabla anterior se deduce inmediatamente que cada polo real genera un modo transitorio
que es una exponencial negativa y que la duracion de dicho modo transitorio esta relacionada
con la distancia del polo al eje imaginario.
As polos muy alejados del eje generan modos transitorios que tienden a cero muy rapidamente, y polos cercanos al eje imaginario generan modos que tardan mucho tiempo en anularse.
En cualquier caso este tipo de respuesta que se caracteriza por tender a cero de forma
asintotica se denomina respuesta sobreamortiguada. Es importante se
nalar que sea cual sea el
n
umero de polos reales, y su posicion en el semieje negativo del plano complejo, los sistemas
con este tipo de polos generan respuestas sobreamortiguadas.
El polo situado mas a la derecha es el que genera la exponencial mas lenta (la que tarda
mas en tender a cero) y, por lo tanto sera el que caracterice a la respuesta. A este polo se le
denomina polo dominante.
Por lo tanto si los polos son todos reales, la respuesta sera sobreamortiguada y su duracion
vendra marcada por el polo mas lento (el situado mas a la derecha). El resto de los polos influyen
29/02/12
122
An
alisis de Sistemas Definidos por sus Modelos Lineales
sobre todo en los primeros instantes de la respuesta, en los que su dinamica es significativa, y,
en general ralentizan un poco mas la respuesta del sistema.
En las siguientes figuras se muestran las respuestas ante un impulso, un escalon y una
rampa de estos sistemas. En todos los casos el sistema trata de seguir a la se
nal de entrada
pero su dinamica impide dicho seguimiento en los primeros instantes (regimen transitorio). En
el caso del escalon, una vez pasado el transitorio, la respuesta alcanza el valor de la entrada
con una amplificacion o atenuacion igual a la ganancia estatica del sistema. Ante la entrada en
rampa, una vez pasado el transitorio, la respuesta alcanza la pendiente de la rampa de entrada
(multiplicada por la ganancia estatica), pero la dinamica del sistema hace que se alcancen los
valores de la entrada con un cierto retardo.
Como puede verse al aumentar el n
umero de polos reales se produce una ralentizacion de la
respuesta en los primeros instantes, aunque la forma general de la respuesta no vara.
Los parametros fundamentales que definen el regimen transitorio de la respuesta son el
tiempo de establecimiento (tiempo que se tarda en alcanzar el 95 % del valor final en la respuesta
al escalon) y el retardo de la respuesta a la rampa. Ambas especificaciones estan directamente
relacionadas con la constante de tiempo T del sistema que se mide en segundos (ver anexo).
Img
K
G(s)=
Re
1+Ts
-1/T
Respuesta Impulsional
Respuesta al escaln
Respuesta a la rampa
K
K/T
T
t
t
tsT
29/02/12
ts
5.8 An
alisis temporal del comportamiento din
amico de los sistemas continuos 123
Funcin de Transferencia
Plano Complejo
Img
K
G(s)=
Re
(1+T1s)(1+T2s)
-1/T2 -1/T1
Respuesta Impulsional
Respuesta al escaln
Respuesta a la rampa
T1+T2
t
Plano Complejo
Funcin de Transferencia
Img
K(1+Cs)
G(s)=
Re
(1+Ts)
-1/T
Respuesta Impulsional
0
-1/C
Respuesta al escaln
Respuesta a la rampa
k
t
29/02/12
124
An
alisis de Sistemas Definidos por sus Modelos Lineales
Funcin de Transferencia
Plano Complejo
Img
K(1+Cs)
G(s)=
Re
(1+Ts)
-1/C
Respuesta Impulsional
-1/T
Respuesta al escaln
Respuesta a la rampa
Plano Complejo
Funcin de Transferencia
Img
K(1+Cs)
G(s)=
Re
(1+T1s)(1+T2s)
-1/T2 -1/T1
Respuesta Impulsional
-1/C
Respuesta al escaln
Respuesta a la rampa
k
0
29/02/12
5.8 An
alisis temporal del comportamiento din
amico de los sistemas continuos 125
Plano Complejo
Funcin de Transferencia
Img
K(1+Cs)
G(s)=
Re
(1+T1s)(1+T2s)
-1/T2
Respuesta Impulsional
-1/C
Respuesta al escaln
-1/T1
Respuesta a la rampa
5.8.2.
La existencia de un par de polos complejos supone la aparicion de un modo propio consistente en el producto de una exponencial decreciente por una senoidal, es decir de una senoidal
amortiguada que tiende a cero de forma oscilatoria. Este tipo de respuesta que denominaremos
subamortiguada viene definida por el valor del exponente y por la pulsacion de las oscilaciones.
Es habitual poner la funcion de transferencia de modo que aparezcan de forma explcita
dicha pulsacion as como el exponente, obteniendose la expresion:
K n2
K n2
p
G(s) = 2
=
s + 2 + n2
(s + )2 + (n 1 2 )2
p
1 2 es la
La figura muestra el significado geometrico de cada uno de los parametros que aparecen en
la funcion de transferencia normalizada de un sistema con dos polos complejos:
29/02/12
126
An
alisis de Sistemas Definidos por sus Modelos Lineales
Im
jd
n
Re
Como en el caso de los polos reales, la distancia al eje imaginario de los polos, es decir
marcara la duracion de la respuesta, mientras que la pulsacion de las oscilaciones viene marcada
por la parte imaginaria de los polos d .
constante
grande
intermedio
pequeo
constante
grande
intermedio
pequeo
En la figura se muestran las respuestas ante un impulso, un escalon y una rampa de este
tipo de sistemas.
29/02/12
5.8 An
alisis temporal del comportamiento din
amico de los sistemas continuos 127
Funcin de Transferencia
Plano Complejo
Img
K2n
G(s)=
Re
s2+2ns+2n
Respuesta a la rampa
Respuesta al escaln
Respuesta Impulsional
Ademas del tiempo de establecimiento (tiempo que tarda la respuesta al escalon en alcanzar
el 95 % del valor final) y del retardo entre una rampa de entrada, es necesario definir dos especificaciones adicionales para la respuesta ante el escalon de este tipo de sistemas. Utilizaremos
el tiempo de pico (tiempo que necesita el sistema en alcanzar el primer maximo de la respuesta
ante un escalon) y la sobreoscilacion definida como el porcentaje que supone el sobrepasamiento
sobre el valor final de la respuesta.
Mp =
Vmax Vf inal
100 %
Vf inal
En el anexo se recogen las expresiones analticas de las respuestas subamortiguadas ante impulso, escalon y rampa. Es importante se
nalar que existe una relacion directa entre la posicion
de los polos sobre el plano complejo y las especificaciones de su respuesta, lo que permitira deducir las caractersticas de la respuesta del diagrama cero-polar del sistema. As, el tiempo de
pico depende de la parte imaginaria de las races d , el tiempo de establecimiento de la parte
real de las races y la sobreoscilacion del angulo .
29/02/12
128
An
alisis de Sistemas Definidos por sus Modelos Lineales
Im
jd
n
Si Mp
Si ts
Si d tp
Re
Del estudio anterior se deduce que el polo, real o complejo, mas cercano al eje imaginario
marcara el tipo de respuesta, sobreamortiguada o subamortiguada, que presenta el sistema. A
este polo (o par de polos) se les denominara polos dominantes del sistema pues son los que
introducen la dinamica mas lenta que es la que marca la respuesta dinamica del sistema. El
resto de los polos, por estar mas alejados del eje, tienen dinamicas mas rapidas por lo que
influiran sobre todo en los primeros instantes de la respuesta, haciendo la respuesta del sistema
un poco mas lenta y mas suave.
5.8.3.
C dy1 (t)
dt
Por lo tanto, la influencia del cero sera tanto menor cuanto mas alejado este dicho cero del
eje imaginario (valores peque
nos de C). Aunque un cero muy cercano al origen puede generar
diferencias muy importantes con respecto a la se
nal original.
Para un mismo valor del cero, su influencia se concentrara en los instantes en los que
la respuesta original presenta mayores variaciones (derivadas altas), es decir en el regimen
transitorio de la respuesta.
29/02/12
5.8 An
alisis temporal del comportamiento din
amico de los sistemas continuos 129
Un caso muy importante a tener en cuenta cuando el sistema presenta ceros muy significativos es el de los ruidos que pueden ir asociados con una determinada se
nal. En general esos
ruidos suelen ser de frecuencias muy altas comparadas con la se
nal original. Si el sistema tiene
ceros muy significativos, esos ruidos de alta frecuencia van a ser derivados por el cero y multiplicados por su inversa, por lo que, si esta es muy grande, el dispositivo que contiene el cero
muy significativo se convierte en un amplificador de ruidos. Esto hace que sea necesario tratar
con sumo cuidado los ceros de los sistemas, evitando en la medida de lo posible, situarlos, a la
hora del dise
no en puntos muy significativos.
Para analizar la influencia de se
nales senoidales es preferible utilizar los metodos frecuenciales de analisis que daran directamente la amplificacion que sufre la senoidal en funcion de
su pulsacion y de la posicion de los polos y de los ceros.
Si el cero esta en el semiplano positivo, lo que no implica inestabilidad del sistema, sera necesario restar la diferencia de la se
nal, lo que se traducira en valores iniciales negativos en
muchos casos, lo que se denomina contra respuesta.
En los anexos se detalla el calculo de la expresion analtica de las respuestas de los sistemas
con uno o dos polos ante estas entradas. En general puede decirse que el cero tiende a adelantar
la respuesta lo que se traduce en una disminucion del tiempo de pico y en un aumento de
la sobreoscilacion en los sistemas subamortiguados y en una ligera disminucion del tiempo de
establecimiento.
5.8.4.
29/02/12
130
An
alisis de Sistemas Definidos por sus Modelos Lineales
Ejemplo 5.6
Dado un sistema representado por su funcion de transferencia
G(s)
(s2
4(s + 4)
+ 2s + 5)(s + 5)
K=16/25
Re
Puesto que todos los polos estan en el semiplano negativo, el sistema sera estable. Su ganancia estatica es G(0) = 16
.
25
Sus polos dominantes son los mas cercanos al eje es decir los polos complejos.
Por lo tanto el sistema equivalente de orden reducido sera
G(s) =
4
s2 + 2s + 5
= segundos
d
2
ts =
= segundos
Mp = ectg = 20, 78 %
retardo de la rampa =
Las respuestas aproximadas seran
29/02/12
2
= 0,4 segundos
5
5.8 An
alisis temporal del comportamiento din
amico de los sistemas continuos 131
0,8
El sistema presenta ademas de los polos dominantes un cero en -4 y un polo en -5. Dado
que el mas significativo de los dos es el cero la respuesta real del sistema sera ligeramente
mas sobreoscilatoria, su tiempo de pico sera tambien ligeramente menor, as como su tiempo
de establecimiento. En cuanto a la respuesta a la rampa, su retardo sera tambien ligeramente
menor.
Dado que el cero se encuentra a una distancia significativa de los polos complejos (4 ) y
que ademas el polo adicional compensa en parte su efecto, la respuesta real sera muy similar a
la calculada para el sistema equivalente de orden reducido.
5.8.5.
Din
amicas no modeladas
De lo visto anteriormente se deduce que los polos y ceros situados relativamente lejos de
los polos dominantes ejercen una influencia muy peque
na sobre el comportamiento real del
sistema. Por ello es habitual que a la hora de modelar los sistemas solo se tengan en cuenta
aquellos polos y ceros mas significativos que son los que dan lugar a dinamicas mas lentas.
As es habitual que en sistemas electromecanicos no se modele la dinamica electrica, siempre
mas rapida que la mecanica.
Como consecuencia de esto es habitual que los sistemas reales tengan un n
umero de polos
y ceros adicionales muy a la izquierda en el plano complejo. Estos polos y ceros no afectan al
comportamiento dinamico del sistema de manera significativa, pero pueden tener influencia en
el comportamiento del sistema si este se realimenta como veremos en captulos posteriores.
Igualmente la existencia de polos y ceros muy proximos, con efectos dinamicos opuestos,
puede ser despreciada a la hora de modelar los sistemas. Sin embargo la influencia de estos
pares polo-cero no puede ser despreciada cuando estan situados en el semiplano positivo o,
incluso, a
un estando en el semiplano negativo, cuando estan proximos al eje imaginario.
Es importante recordar que si bien sobre el papel un polo puede ser identico a un cero, en
la realidad pueden estar representando subsistemas distintos por lo que la probabilidad de que
realmente sean iguales es practicamente despreciable. Por ello antes de proceder a la cancelacion
de polos y ceros es necesario asegurarse de que su situacion esta suficientemente alejada hacia
la izquierda del eje imaginario.
29/02/12
132
An
alisis de Sistemas Definidos por sus Modelos Lineales
5.9.
An
alisis temporal del comportamiento din
amico de los
sistemas discretos
5.10.
Respuesta en frecuencia
5.10.1.
Definici
on
En el captulo 4 se vio que un sistema lineal responde en regimen permanente ante una
senoidal de entrada con la misma se
nal senoidal amplificada y desfasada. La expresion compleja
que define la relacion de amplitudes y el desfase es la respuesta en frecuencia del sistema que
puede calcularse a partir de su funcion de transferencia sin mas que sustituir s por j. Por lo
tanto:
U(s)
Y(s)
G(s)
u(t)
Y(s)=G(s)U(s)
y(t)
g(t)
U(j )
G(j)
G(s)=L[g(t)]
Y(j )
y(t)=g(t)*u(t)
G(j)=F[g(t)]
4
(s + 1)(s + 2)
4
|j0 +
1|2 |j
+ 1|2
sen[0 t + 4 j0 + 1 j0 + 2]
29/02/12
133
la senoide de entrada y que por lo tanto el comportamiento del sistema vara tambien con
la frecuencia.
5.10.2.
Sentido fsico
Supongamos un sistema de primer orden con ganancia estatica unitaria, cuya entrada es un
tren de se
nales triangulares.
Como se vio en el captulo correspondiente a la respuesta de este tipo de sistemas ante
una rampa, la respuesta, en regimen permanente, tiende a retardarse en T segundos, siendo
T la constante de tiempo del sistema, es decir, la inversa del polo. Como muestra la figura
este retardo constante, definido por la dinamica del sistema, puede ser despreciable frente a la
frecuencia de la se
nal de entrada, o puede ser una fraccion significativa de su periodo. Por lo
tanto un retardo constante se convierte en un desfase variable con la frecuencia de la se
nal de
entrada.
0
0
12
16
Te
T
=
Te
2
12
16
Te
= 2T
Te
Igualmente, si el semiperiodo de la se
nal de entrada es mucho mayor que el retardo del
sistema, este tendra tiempo de seguir a la rampa de entrada, alcanzando un valor muy parecido
a esta cuando se produzca la conmutacion en la pendiente de la se
nal de entrada, por lo que
se alcanzaran magnitudes muy similares a las de entrada. Si por el contrario el semiperiodo
es relativamente peque
no, el retardo de la respuesta (que en tiempo es constante) hara que
cuando el sistema empiece a responder, se produzca dicha conmutacion, por lo que la respuesta
no tendra tiempo de alcanzar valores elevados, por lo que se producira una atenuacion de la
amplitud de la respuesta para valores altos de la frecuencia de la se
nal de entrada.
En resumen, el retardo inherente a cualquier sistema dinamico que es constante cuando se
mide en segundos, al ser una fraccion del periodo pasa a ser variable cuando este o la frecuencia,
varan. Esto hace que la respuesta sea funcion de la frecuencia.
Por otra parte parece obvio que un sistema rapido (con poco retardo) no tendra problemas
para seguir a senoides lentas (de baja frecuencia), mientras que un sistema lento no tendra tiempo de reaccionar ante senoides de alta frecuencia.
29/02/12
134
5.10.3.
An
alisis de Sistemas Definidos por sus Modelos Lineales
Representaci
on de la respuesta en frecuencia
db
db
|G(j)|
|G(j)|
log
log
log
log
G(j)
G(j)
grados
grados
Diagrama de Bode sin resonancia
Tambien es posible representar la magnitud compleja G(j) sobre el plano complejo, lo que
constituye el diagrama polar o de Nyquist del sistema. Su obtencion puede realizarse de forma
simple a partir del diagrama de Bode. En esta representacion la frecuencia w no aparece de
forma explcita.
Im
Im
=
Re
=
=0
Diagrama Polar
Ganancia finita a bajas frecuencias
Re
=0
Diagrama Polar
Ganancia infinita a bajas frecuencias
135
|G(j)| en db
G(j) en grados
Ejemplos de diagramas:
5.10.4.
Especificaciones frecuenciales
Ganancia a bajas frecuencias: es el modulo a bajas frecuencias y puede ser una cantidad
finita o infinita
Frecuencias de ruptura: solo aparecen en el trazado asintotico. En el trazado real deben
ser estimadas.
Ancho de Banda: Frecuencia para la cual el modulo sufre una cada de 3db con respecto
a la ganancia a bajas frecuencias.
Frecuencia de resonancia: frecuencia para la cual se produce la resonancia
Cresta de Resonancia: relacion entre el modulo cuando se produce la resonancia y el
modulo a bajas frecuencias. Medida en db, diferencia entre ambas magnitudes.
Frecuencia de cruce de ganancia y de cruce de fase: frecuencias para las cuales el sistema
presenta las caractersticas del punto -1 cuya importancia veremos en el estudio de los
sistemas realimentados. Frecuencia de cruce de ganancia es la que presenta un modulo de
0db. Frecuencia de cruce de fase es la que presenta una fase de 180 grados.
20
(s + 1)(s + 2)
29/02/12
136
An
alisis de Sistemas Definidos por sus Modelos Lineales
20db
rad/s
0db
rad/s
-180
0.1
10
100
Ejemplo 5.9
Dado el sistema con funcion de transferencia
G(s) =
(s2
10
+ 2s + 10)
29/02/12
137
Cresta de resonancia=4.8db
rad/s
0db
-3db
rad/s
B=4.5rad/s
-180
0.1
10
5.10.5.
Relaci
on entre la funci
on de transferencia y las caractersticas del
Bode
De las reglas de construccion del diagrama de Bode es inmediato deducir las siguientes
relaciones entre la funcion de transferencia del sistema y su diagrama de Bode:
Curva de m
odulo. Cada polo aporta una pendiente negativa de -20db/dec a altas
frecuencias. Cada cero aporta una pendiente positiva de +20 db/dec a altas frecuencias.
La pendiente a altas frecuencias esta directamente relacionada con la diferencia entre el
n
umero de polos y de ceros: Como esta diferencia tiene que ser positiva o nula en los
sistemas realizables, la pendiente final de la curva de modulos del diagrama de Bode
debe ser negativa o nula. A bajas frecuencias u
nicamente los polos en el origen aportan
una pendiente negativa de -20 db/dec. Es decir que si la pendiente a bajas frecuencias
no es nula significa que el sistema presenta polos en el origen. En general si aumenta
la pendiente significa que existe un cero con frecuencia de ruptura cercana al cambio de
pendiente, y si disminuye la pendiente, que existe un polo.
Curva de fase. Para el analisis de la curva de fase es necesario suponer que el sistema
es de fase mnima, es decir que todos sus polos y ceros estan en el semiplano negativo.
En estas condiciones la curva de fase arranca de cero grados, salvo que el sistema tenga
alg
un polo en el origen que genera una fase de -90 grados a bajas frecuencias. Cada polo
29/02/12
138
An
alisis de Sistemas Definidos por sus Modelos Lineales
aporta una fase negativa de -90 grados y cada cero una fase positiva de 90 grados, por lo
que la fase a altas frecuencias indica la diferencia entre el n
umero de polos y ceros.
Existe por lo tanto una relacion entre la curva de modulos y la de argumentos. Una pendiente
positiva de +20db/dec esta asociada a un desfase de 90 grados y una pendiente negativa de -20
db/dec a un desfase de -90 grados. Una pendiente inicial o un desfase inicial a un polo en el
origen. La existencia de ceros en el semiplano positivo, puede modificar estas relaciones y por
lo tanto si existe alguna discrepancia entre una y otra curva, es se
nal de que alg
un cero esta en
el semiplano positivo. Estas relaciones pueden ser de gran utilidad para identificar la funcion
de transferencia de un sistema del que u
nicamente se conoce su respuesta frecuencial.
Ejemplo 5.10
Dada la respuesta en frecuencia
-20db/dec
15db
-20db/dec
0db/dec
rad/s
0db
-40db/dec
rad/s
-180
0.1
10
100
1000
10000
29/02/12
139
5.10.6.
5,6234(1 + 0,1s)
0,014(s + 10)
=
(1 + s)(1 + 0,025s)(1 + 0,01s)
(s + 1)(s + 40)(s + 100)
Relaci
on entre las especificaciones temporales y frecuenciales
Existe una relacion inversa entre tiempo y frecuencia, que se mantiene entre la representacion temporal y frecuencial de una se
nal. As las bajas frecuencias corresponden al regimen
permanente de las se
nales, mientras que las frecuencias intermedias estan relacionadas con el
regimen transitorio. Las altas frecuencias, a su vez, representan el comportamiento instantaneo
o casi instantaneo de la se
nal.
En cuanto a las amplitudes, ademas del sentido de ganancia estatica que tiene el modulo
a bajas frecuencias, existe una relacion directa entre la resonancia y la sobreoscilacion, puesto
que ambas indican una respuesta por encima del valor final.
5.10.7.
Utilizaci
on de la respuesta en frecuencia en el an
alisis din
amico
de sistemas
5.10.8.
140
An
alisis de Sistemas Definidos por sus Modelos Lineales
Ejemplo 5.11 A continuacion se incluyen las representaciones frecuenciales de un sistema sin retardo, las del mismo sistema con un retardo mucho mas peque
no que su constante
de tiempo y las del mismo sistema con un retardo del mismo orden de magnitud que su
constante de tiempo.
Representaciones frecuenciales de
G(s) =
4
(s + 1)(s + 2)
db
6
0
-20
Im
-40
-60
Re
=0
0
-45
-90
-135
-180
grados
10-2
10-1
10 0
101
102
Im
-20
-40
-60
Re
=0
0
-180
-360
-540
-720
-900
grados
-2
10
-1
10
10
10
10
Im
Re
=
-1440
-2880
-4320
-5760
-7200
grados
29/02/12
-2
10
-1
10
10
10
10
=0 2
5.11.
Ejercicios y problemas
5.12.
Glosario
Sobreoscilacion
Tiempo de pico
Tiempo de establecimiento
Retardo
Ganancia estatica
Modo propio de un sistema
Respuesta en frecuencia
Sistema de primer orden
Sistema de segundo orden
Sistema de orden superior
Sistema equivalente de orden reducido
Sistema (respuesta sobreamortiguada
Sistema (respuesta subamortiguada
Retardo puro
Constante de tiempo
29/02/12
141
142
29/02/12
An
alisis de Sistemas Definidos por sus Modelos Lineales
CAPITULO
AL CONTROL
INTRODUCCION
6.1.
Una vez realizado el analisis de los sistemas dinamicos estamos en condiciones de iniciar el
control de los mismos. El objetivo principal del control consiste en conseguir un comportamiento
del sistema adecuado a la aplicacion prevista.
El ingeniero responsable de la planta es el responsable de convertir ese objetivo general
en objetivos parciales que se expresaran en terminos propios de la planta en cuestion. El ingeniero de control debe traducir los objetivos en especificaciones de funcionamiento concretas
expresadas en terminos propios del analisis dinamico de sistemas.
Esta traduccion no suele ser inmediata y en muchos casos puede suponer un trabajo considerable pues es necesario, antes de fijar las especificaciones de control, asegurarse de que todas
ellas son compatibles entre s y de que su obtencion no va a suponer un excesivo esfuerzo de
control, lo que hara inviable en la practica la solucion al problema. Igualmente es necesario ser
realista a la hora de fijar las especificaciones puesto que el sistema de control no puede suplir
las carencias de un mal sistema. Es decir que las especificaciones deben tener en cuenta las
caractersticas del sistema a controlar. No se deben pedir peras al olmo. Un primer objetivo,
practicamente irrenunciable, es el de la estabilidad puesto que los sistemas inestables son de
muy difcil manejo.
El segundo objetivo general consiste en conseguir que las se
nales de salida alcancen los
valores previstos al modificar las se
nales de entrada, lo que suele expresarse como que las
salidas sigan a las entradas. Esto no significa en modo alguno que las salidas deban ser iguales
que las entradas, sino que deben sufrir una evolucion similar a la evolucion de las se
nales de
entrada.
El tercer objetivo general consiste en conseguir eliminar o al menos atenuar, la influencia
de las perturbaciones sobre las se
nales de salida del sistema, lo que suele expresarse como que
el sistema de control debe rechazar a las perturbaciones.
Como veremos con mas detalle, la dinamica de los sistemas dificulta la consecucion de
los dos u
ltimos objetivos por lo que la calidad del control estara relacionada con el grado de
cumplimiento de dichos objetivos tanto en el comportamiento estatico como en el dinamico del
sistema.
29/02/12
AL CONTROL
INTRODUCCION
144
Las especificaciones de control pueden definirse tanto en el dominio del tiempo como en
el de la frecuencia, y el conjunto de ellas debe permitir definir el comportamiento estatico y
dinamico del sistema controlado.
Las especificaciones temporales tratan de describir una respuesta temporal tpica del sistema, en general la respuesta ante un escalon, por lo que tratan de definir el tipo de respuesta
sobre o sub amortiguada, la duracion del transitorio, el arranque de la respuesta y , caso de
existir, su sobrepasamiento. Normalmente el objetivo no es obtener un valor preciso de estas
especificaciones sino mas bien conseguir que sus valores se encuentren dentro de un rango que
se considera adecuado para un buen funcionamiento del sistema
A lo largo de los proximos captulos, utilizaremos las siguientes especificaciones para representar el comportamiento temporal: ganancia estatica, constante de tiempo, tiempo de establecimiento y, tiempo de pico y sobreoscilacion en el caso de respuestas subamortiguadas. El
comportamiento frecuencial se suele representar por la ganancia a bajas frecuencias, el ancho
de banda y la frecuencia y la cresta de resonancia, caso de existir. Obviamente estas especificaciones pueden ser sustituidas por otras que miden las mismas caractersticas de la respuesta.
Igualmente es posible que el conjunto de las especificaciones este formado por una mezcla de
especificaciones temporales y frecuenciales.
Para cumplir los objetivos de control la estrategia que se sigue consiste en conectar al sistema
que se desea controlar el subsistema de control que esta formado por una serie de elementos.
Por lo tanto el dise
no de sistemas de control consiste en determinar la forma de interconectar
ambos subsistemas y en, elegir o dise
nar, los elementos del subsistema de control.
Por supuesto, ademas de las especificaciones antes citadas es importante que los elementos
de control no supongan un sobrecoste importante sobre el coste del sistema que se pretende
controlar y que la fiabilidad y robustez del sistema no se vea afectada por la de los elementos
de control.
Como se aprecia en la figura es importante resaltar que la existencia del subsistema de
control va a suponer un cambio radical en el tipo de se
nal que entra al sistema, puesto que
desde el exterior se va a actuar sobre el subsistema de control y no sobre el sistema que se desea
controlar.
Perturbaciones
Seales de
control
Nuevas
seales
de
entrada
29/02/12
Subsistema
de
Control
Sistema
Seales de
salida
145
Perturbaciones
Seal de
entrada
Sistema
Actuador
Seal de
salida
Subsistema
de
Control
Sensor
Unidades de control
Unidades de Proceso
Actuador
Sistema
Seal de
salida
Computador
Subsistema
de
Control
A/D
Seales de tiempo
continuo
Sensor
Seales de tiempo continuo
Sin duda los computadores son sistemas flexibles, baratos, de facil comunicacion entre ellos y
muy orientados a realizar el tratamiento de las se
nales requerido por el sistema de control. Esto
hace que su utilizacion como dispositivo de control sea cada vez mas generalizada. Igualmente
cada vez existen mas sensores con tecnologa digital.
El cambio de tecnologa no supone ninguna novedad en la evolucion de los sistemas de control
puesto que, historicamente se ha ido utilizando la tecnologa mas adecuada en cada momento.
Desde el regulador de bolas de Watt, mecanico, a los dispositivos electronicos, pasando por los
electromecanicos, neumaticos, etc, se ha ido produciendo siempre una adaptacion a los medios
y las tecnologas existentes en el mercado. Ello no ha supuesto mayor inconveniente puesto que
29/02/12
AL CONTROL
INTRODUCCION
146
6.2.
Subsistema
de
Control
Seal de
control
Sistema
Seal de
salida
Ejemplo 6.1
El sistema se define mediante su respuesta ante escalon unitario
u(t)
5
t
3 seg
29/02/12
147
Dise
nar el subsistema de control de manera que el sistema global tenga ganancia estatica
10 unidades de salida/unidad de entrada y constante de tiempo 0, 5seg.
De la respuesta temporal se deduce que el sistema tiene ganancia estatica 5 y constante
de tiempo de aproximadamente 1 segundo.
Para obtener el comportamiento deseado es necesario multiplicar la ganancia por 2,
eliminar la constante de tiempo de 1 segundo mediante un cero en 1 e introducir una
constante de tiempo de 0,5 segundos mediante un polo en 2. La funcion de transferencia
del subsistema de control quedara:
C1 (s) = 2
1+s
1 + 0, 5s
C2 (s) = 2
1 + 0, 5s
1 + 0, 01s
Independientemente de las diferencias entre las salidas ante escalon unitario de las soluciones 1 y 2, es tambien importante se
nalar las diferencias en las se
nales de control de
ambas soluciones.
Seal de control
Salida
Vmax=4
10
t
0,5
Solucin 1
29/02/12
AL CONTROL
INTRODUCCION
148
Salida
Seal de control
10
Vmax=10
Solucin 2
entrada
Control
Seal de
control
Efecto de las
Perturbaciones
Sistema
salida
De los parrafos anteriores se deduce que el control por prealimentacion solo puede ser usado
para controlar sistemas estables, que no esten sometidos a perturbaciones y de los que se tenga
un conocimiento bastante detallado.
29/02/12
149
Ejemplo 6.2
Si en el ejemplo anterior se hubiera cometido un error en la determinacion de la constante
de tiempo del sistema, el controlador C1 se obtendra como funcion de transferencia global:
M (s) =
10(1 + s)
10(s)
10[1 + (1 + )s]
=
+
(1 + 0, 5s)(1 + s)
(1 + 0, 5s)(1 + s) (1 + 0, 5s)(1 + s)
0.5
t
0.5
1.5
2.5
3.5
10
0.85
t
0
10
15
Es importante hacer notar que la cancelacion de polos y ceros no puede ser exacta y que
las aproximaciones no son admisibles para polos o ceros con parte real positiva, porque dan
lugar a sistemas inestables, ni para polos o ceros cercanos al eje real porque dan lugar a
29/02/12
AL CONTROL
INTRODUCCION
150
grandes diferencias entre el comportamiento real y el teorico. Tampoco hay que olvidar que
la presencia de un cero muy cercano al eje en el subsistema de control puede dar lugar a
se
nales de control con valores muy elevados, lo que en la practica se traduce por saturaciones
en la se
nal de control y por lo tanto por comportamientos desviados de los teoricos.
6.3.
Control realimentado
Para obviar los defectos del control en cadena abierta, se introduce una rama de realimentacion cuya funcion principal es llevar a la entrada del sistema la salida real del mismo. De esta
forma se puede conseguir que la entrada del sistema sea, en todo momento, no solo funcion de
la entrada del sistema de control sino tambien del valor real de la salida.
Perturbaciones
entrada
Control
Seal de
control
Efecto de las
Perturbaciones
Sistema
salida
Captador
6.4.
Aunque como se ha visto en el captulo 1 existen sistemas que estan realimentados de forma
natural (como la veleta), lo mas habitual en el campo del control es introducir la realimentacion
de forma artificial para lo que es necesario a
nadir al sistema a controlar dispositivos adicionales
hasta conseguir lo que se suele denominar el bucle tpico de regulacion:
29/02/12
151
Perturbacin
Referencia
Regulador
Salida medida
Seal de
control
Accionador
Sistema
Salida
controlada
Sensor
Una de las mejores explicaciones de la funcion de cada uno de los bloques corresponde
al ingeniero espa
nol Leonardo Torres Quevedo que en sus Ensayos sobre Automatica de 1914
escriba:
Los automatas deberan tener sentidos: termometros, br
ujulas, dinamometros, aparatos
sensibles a las circunstancias que deben influir en su marcha.
Los automatas deberan tener miembros: las maquinas o los aparatos capaces de ejecutar
las operaciones que les sean encomendadas.
Los automatas deberan tener la energa suficiente? que han de suministrarsela a las maquinas destinadas a realizar las operaciones necesarias.
Ademas, se necesita, y este es el principal objetivo de la automatica, que los automatas
tengan discernimiento, que puedan, en cada momento, teniendo en cuenta las impresiones que
reciben, y tambien, a veces, las que han recibido anteriormente, ordenar la operacion deseada.
Es necesario que los automatas imiten a los seres vivos, ejecutando sus actos con arreglo a las
impresiones que reciban y adaptando su conducta a las circunstancias.
Quedan as perfectamente definidas las funciones de los sensores (sentidos), de los captadores (miembros) y de los reguladores (los que tienen el discernimiento). Igualmente queda
de manifiesto la importancia de la dinamica del sistema puesto que las decisiones pueden ser
funcion de datos (impresiones) pasadas. Por supuesto todos estos dispositivos fsicos deben ser
dotados de la correspondiente energa para su funcionamiento.
Dependiendo del uso que se pretenda realizar del sistema, los sistemas de control realimentado se clasifican como servosistemas, cuando la se
nal de consigna vara con mucha frecuencia
y el objetivo del sistema es conseguir un buen seguimiento de dicha consigna, y como sistemas
de regulacion cuando la consigna no suele variar con mucha frecuencia y el objetivo es mas bien
que el sistema rechace el efecto de las perturbaciones.
Ejemplo 6.3
La servodireccion de un vehculo es un claro ejemplo de servosistema en el que lo que se
pretende es que la direccion de las ruedas siga con precision el giro del volante. Un sistema
de refrigeracion es un claro ejemplo de sistema de regulacion, puesto que la consigna se
suele mantener constante y el objetivo es mantener la temperatura ante perturbaciones
como pueden ser una variacion de la temperatura exterior, la entrada o salida de personas
en la habitacion climatizada, etc.
29/02/12
152
6.5.
AL CONTROL
INTRODUCCION
La rama de realimentaci
on. El sensor
29/02/12
CAPITULO
ANALISIS
DE LOS SISTEMAS REALIMENTADOS
7.1.
Introducci
on
7.2.
An
alisis a partir de la Funci
on de Transferencia
Conocidas las funciones de transferencia de los distintos bloques del bucle de regulacion, se
puede obtener la funcion de transferencia del sistema realimentado:
U(s)
Y(s)
G(s)
R(s)
H(s)
M (s) =
R(s) G(s)
1 + R(s) G(s) H(s)
Y(s)
R(s)
G1(s)
G2(s)
H(s)
M1 (s) =
29/02/12
M2 (s) =
G2 (s)
1 + R(s) G1 (s) G2 (s) H(s)
ANALISIS
DE LOS SISTEMAS REALIMENTADOS
154
7.3.
An
alisis de la estabilidad
La estabilidad del sistema realimentado depende del signo de sus polos es decir, como
se ha visto en el apartado anterior del signo de las races de la ecuacion caracterstica 1 +
RGH = 0 Como se ve en el ejemplo, es posible mediante la realimentacion y una adecuada
eleccion de R(s) y de H(s) estabilizar sistemas que son inestables en cadena abierta. Igualmente,
la realimentacion tambien puede inestabilizar sistemas originalmente estables, por lo que al
realimentar sistemas es fundamental asegurarse de su estabilidad. Ejemplo
Ejemplo 7.1
Dado un sistema cuya funcion de transferencia es
G(s) =
(s + 1)
s(s 1)
que es inestable, si se le realimenta de forma que R(s) H(s) = 3 se obtendra como ecuacion
caracterstica
1+
3(s + 1)
=0
s(s 1)
es decir
s2 + 2s + 3 = 0
29/02/12
7.4 An
alisis del comportamiento permanente: errores en r
egimen permanente 155
(s 1)
(s + 2)(s + 4)
que es estable, si se le realimenta de forma que R(s) H(s) = 10, se obtendra como ecuacion
caracterstica:
1+
10(s 1)
=0
(s + 2)(s + 4)
es decir
s2 + 6s + 8 + 10s 10 = 0
que tiene una raiz positiva y otra negativa, por lo que el sistema obtenido es inestable.
Si se conocen las funciones de transferencia de todos los bloques del bucle de realimentacion
basta aplicar el criterio de Routh a la ecuacion caracterstica para saber si el sistema realimentado es o no estable: Igualmente podra utilizarse este criterio para calcular los valores lmite de
alg
un parametro variable para asegurar la estabilidad.
Ejemplo 7.2 Dado el sistema
U(s)
4
s(s+1)
Y(s)
5
s+4
20k
=0
s(s + 1)(s + 4)
es decir
s3 + 5s2 + 4s + 20k = 0
La tabla de Routh del sistema sera:
s3 1
4
2
s 5
20k
1
s (20 20k)/5
0
s0 20k
Para que la primera columna de la tabla contenga u
nicamente elementos > 0 sera necesario que se cumpla 0 < k < 1
29/02/12
ANALISIS
DE LOS SISTEMAS REALIMENTADOS
156
7.4.
An
alisis del comportamiento permanente: errores en r
egimen permanente
Y(s)
G(s)
R(s)
H(s)
yrp
R(s) G(s)
= lm s Y (s) = lm s U (s)
s0
s0
1 + R(s) G(s) H(s)
4
s(s+1)
Y(s)
10
presenta una ganancia estatica (respuesta en regimen permanente ante escalon unitario)
de
29/02/12
7.4 An
alisis del comportamiento permanente: errores en r
egimen permanente 157
M (0) = lm
s0
4
s(s+1)
40
+ s(s+1)
1
10
que corresponde con 1/H(0), por lo que su comportamiento en regimen permanente ante
un escalon en la entrada es perfecto.
Sin embargo el sistema
U(s)
Y(s)
8
(s+1)(s+2)
10
s0
8
(s+1)(s+2)
80
+ (s+1)(s+2)
4
41
que es ligeramente inferior a 0,1. Por lo tanto este sistema no alcanza, en regimen permanente
y ante entrada escalon, el valor esperado 1/H(0).
En lugar de dar los valores absolutos de la ganancia estatica 0,1 para el primer sistema y
4/41 para el segundo, es preferible decir que el primer sistema no presenta error en regimen
permanente ante escalon y que el segundo presenta un error en regimen permanente igual
a la diferencia entre la salida ideal 0,1 o 4,1/41 y la salida real 4/41 es decir un error igual
a 1/410 en valor absoluto o 1/41 en tanto por uno de la salida esperada 0,1.
Los errores en regimen permanente de los sistemas realimentados se definen como la diferencia, cuando el tiempo tiende a infinito, entre el valor de la se
nal de salida ideal y la salida
real del sistema.
erp = lm[Yi (s) Yr (s] = lm U (s)[Gi (s) Gr (s)]
s0
s0
ANALISIS
DE LOS SISTEMAS REALIMENTADOS
158
Tipo 0
Tipo 1 Tipo 2
Posicion
1/(1 + kp ) 0
0
Velocidad
1/kv
0
De la tabla se deduce los siguientes aspectos fundamentales para el control de los sistemas
realimentados
El sentido fsico del error de posicion es el de una diferencia entre el valor final deseado y el
esperado. Por la forma de calcularlo el valor representado en la tabla corresponde a un tanto
por 1. En cuanto al error de velocidad, se mide en segundos, y corresponde , por lo tanto a un
retardo de la rampa de salida con respecto a la rampa ideal.
Ejemplo 7.7
Dado el sistema cuyas funciones de transferencias son:
G(s) =
4
; H(s) = 10
s(s + 1)
Ganancia ideal=1/H(0)=0,1 Sistema tipo 1=error de posicion=0 Respuesta ante un escalon unitario en la entrada
y(t)
0,1
Sistema tipo 1=error de velocidad=1/40=0,025 Respuesta ante una rampa de pendiente unitaria
29/02/12
7.4 An
alisis del comportamiento permanente: errores en r
egimen permanente 159
y(t)
8
; H(s) = 10
(s + 1)(s + 2)
0,1
Valor final=0,1-1/410=0,0976
ep=1/410
Ante una rampa de entrada, el error de velocidad sera infinito lo que significa que la
respuesta del sistema no alcanzara la pendiente ideal de la salida.
y(t)
Salida ideal=rampa pendiente 0,1
Salida real
29/02/12
ANALISIS
DE LOS SISTEMAS REALIMENTADOS
160
Otro objetivo importante de los sistemas realimentados es minimizar el efecto de las perturbaciones sobre sus se
nales de salida, por lo que tambien sera de gran interes conocer el
efecto que dichas perturbaciones ejercen sobre el valor final de la se
nal de salida. En este caso
el objetivo es que dicho valor final sea nulo o, lo que es lo mismo, que el sistema rechace las
perturbaciones en regimen permanente. En el anexo puede verse que para que el valor final
de la salida sea nulo, es necesario disponer de un elemento cuya funcion de transferencia sea
igual a la transformada de la perturbacion en la realimentacion entre la salida y la perturbacion. Igualmente cuanto mayor sea la constante de esa realimentacion, menor sera el valor en
regimen permanente de la salida debida a la perturbacion.
Ejemplo 7.9 Sea el sistema
Z(s)
U(s)
4
s+1
R(s)
5
s+4
Y(s)
10
5
(s+4)
200R(s)
(s+1)(s+4)
5(s + 1)
(s + 1)(s + 4) + 200R(s)
Ante un escalon en Z(s), para que el valor final de la salida valga cero en regimen
permanente es necesario que R(s) presente un integrador de forma que
lm R(s) =
s0
En cualquier caso cuanto mayor sea ese lmite menor sera la influencia de la perturbacion
sobre la salida en regimen permanente.
De los resultados anteriores se deduce que, siempre que se mantenga la estabilidad del
sistema realimentado, interesa introducir en el regulador un integrador con una constante suficientemente alta para minimizar los errores de seguimiento y para rechazar las perturbaciones.
En el siguiente apartado se vera las consecuencias que sobre la estabilidad y el comportamiento
dinamico del sistema realimentado tiene la introduccion de un integrador o la utilizacion de
constantes muy altas.
7.5.
An
alisis del comportamiento transitorio: an
alisis din
amico
7.5 An
alisis del comportamiento transitorio: an
alisis din
amico
161
K=0
K=0
K=0
-4
-2
Re
Si se a
nade un cero por la izquierda, las ramas tienden a desplazarse en la direccion del
cero. Se dice que el cero atrae a las ramas. Este hecho puede utilizarse para estabilizar al
sistema realimentado.
29/02/12
ANALISIS
DE LOS SISTEMAS REALIMENTADOS
162
Im
K=
K=0
K=0
Im
Re
-1
-2
K=
K=0
-3
-2
K=0
Re
-1
K=
Si se a
nade un polo por la izquierda las ramas tienden a desplazarse hacia la derecha. Se
dice que el polo repele a las ramas. Por lo tanto los polos adicionales tienden a inestabilizar
a los sistemas realimentados.
Im
Im
K=
K=0
K=0
Re
-1
-2
K=0
K=0
K=0
-3
-2
-1
Re
K=
Im
K=
Re
2
K=0 K=
3,2 -3
K=0
K=0
-2
-1
Re
K=
7.5 An
alisis del comportamiento transitorio: an
alisis din
amico
163
Im
Im
K=
K=0
K=0
-1
-2
Re
K=0
K=0
-2
-1
K=0 Re
0
K=
Con las reglas anteriores es posible realizar el analisis dinamico de los sistemas realimentados, as como realizar una primera introduccion al dise
no de sistemas de control. Sin
embargo no deben olvidarse los dos hechos fundamentales siguientes:
El Lugar de las Races solo informa sobre los polos del sistema realimentado. Para hacer
un analisis completo es necesario a
nadir el efecto de los ceros de dicho sistema que son
conocidos y que no dependen del parametro variable (son los ceros de la cadena directa
y los polos de la realimentacion)
El analisis debe centrarse, al menos en una primera fase en los polos dominantes del
sistema es decir en las ramas situadas mas a la derecha en el plano complejo.
A continuacion se incluyen una serie de ejemplos que permiten apreciar la potencia del
metodo del Lugar de las Races a la hora de analizar el comportamiento dinamico de los
sistemas realimentados. En los ejemplos se ha obviado la solucion cuantitativa de los mismos
centrandonos mas bien en una solucion cualitativa. Para conocer los valores concretos de las
soluciones en cada caso basta con utilizar cualquiera de los programas informaticos que existen
en el mercado.
Ejemplos
29/02/12
164
29/02/12
ANALISIS
DE LOS SISTEMAS REALIMENTADOS
CAPITULO
AL DISENO
DE REGULADORES
INTRODUCCION
8.1.
8.2.
Acciones de Control
8.3.
Reguladores PID
8.4.
8.5.
M
etodos analticos
29/02/12
166
29/02/12
AL DISENO
DE REGULADORES
INTRODUCCION
CAPITULO
DE SISTEMAS DE CONTROL
IMPLEMENTACION
9.1.
Introducci
on
9.2.
Tecnologas anal
ogicas
9.3.
Tecnologas digitales
9.4.
Conclusiones
29/02/12
168
29/02/12
DE SISTEMAS DE CONTROL
IMPLEMENTACION
APENDICE
TRANSFORMADA DE LAPLACE
29/02/12
170
TRANSFORMADA DE LAPLACE
A.1.
Definici
on
f (t) est dt
F (s) =
0
con
Es decir, basta que exista 0 tal que el producto f (t)e0 t tienda a cero para que la transformada F (s) exista. Con esta definicion la mayora de las funciones que se utilizan habitualmente
en la teora de control tienen transformadas de Laplace, contrariamente a lo que ocurre con la
transformada de Fourier, que no esta definida para funciones tan habituales como el escalon y
la rampa.
Existe, ademas una expresion analtica que permite obtener la funcion en el tiempo a partir
de su teansformada de Laplace:
1
f (t) =
2j
c +j
F (s) est ds
c j
aunque en el caso habitual de que las transformadas sean funciones racionales, es preferible
calcular la transformada inversa utilizando el desarrollo de dicha funcion en fracciones simples.
A.2.
u(t) =
t
0 para t 0
1 para t > 0
U (s) =
1
s
(
y(t) =
t
0 para t 0
1 para t > 0
Y (s) =
1
s2
171
y(t)
(
y(t) =
t
0 para t 0
tn para t > 0
Y (s) =
1
sn+1
(
y(t) =
t
0 para t 0
eat para t > 0
Y (s) =
1
sa
0 para t 0
sen(t) para t > 0
Y (s) =
0 para t 0
cos(t) para t > 0
Y (s) =
s2
+ 2
s2
s
+ 2
0 para t < 0
0 para t > 0
4(s) = 1
(t) = Z
(t) = 1
A.3.
A.3.1.
Superposici
on o linealidad
A.3.2.
29/02/12
Desplazamiento en el tiempo
172
TRANSFORMADA DE LAPLACE
L [f (t)] = F (s)
L [f (t T ] = esT F (s)
De esta propiedad se deduce que un sistema que retarda la se
nal de entrada en un tiempo
sT
T tiene pro funcion de transferencia e .
A.3.3.
Desplazamiento en la frecuencia
L [f (t)] = F (s)
F (s + a) = eat F (s)
A.3.4.
Escalado en el tiempo
L [f (at)] =
A.3.5.
s
1
F
|a|
a
Multiplicaci
on por el tiempo
L [f (t)] = F (s)
L [t f (t)] =
A.3.6.
d
F (s)
ds
Diferenciaci
on
L [f (t)] = F (s)
df (t)
= s F (s) f (0 )
L
dt
dm f (t)
L
= sm F (s) + [sm1 f (0 ) sm2 f (1) (0 ) f (m1) (0 )]
dtm
A.3.7.
29/02/12
Integraci
on
A.4 C
alculo de la transformada inversa mediante desarrollo en fracciones simples
173
A.3.8.
L [f (t)] = F (s)
t
1
f (t) d(t) = F (s)
s
0
Z
Convoluci
on
L [f1 (t)] = F1 (s)
Z
f1 (t) f2 (t) =
Z
f1 ( ) f2 (t ) d =
A.3.9.
f2 ( ) f1 (t ) d
0
Producto en el tiempo
L [f (t)] = F (s)
A.3.10.
1
F1 (s) F2 (s)
2j
A.3.11.
s0
A.4.
C
alculo de la transformada inversa mediante desarrollo
en fracciones simples
174
TRANSFORMADA DE LAPLACE
F (s) =
K
s
K
sn
K
F (s) =
s+a
K
F (s) =
(s + a)2
F (s) =
K
+ a2
K s
F (s) = 2
s + a2
K
F (s) =
(s + a)2 + b2
F (s) =
F (s) =
A.5.
A.5.1.
K s
(s + a)2 + b2
s2
K
sen(at)
a
K at
e sen(bt)
b
K a at
e sen(bt)
b
Ejercicios
PROBLEMA 1
29/02/12
A.5 Ejercicios
175
4
2
2
t
1
-1
f (t) e
F (s) =
st
2e
dt =
st
2 e
s
(1) e
dt +
F (s) =
st 1
+
1e
s
st 2
=
1
st
Z
dt +
0 est dt
2 3 es 1 e2s
+
s
s
s
f1(t)
f2(t)
1
2
-3
f3(t)
Puesto que f (t) = f1 (t) + f2 (t) + f3 (t), aplicando la propiedad de linealidad se cumplira que: F (s) = F1 (s) + F2 (s) + F3 (s). Puesto que f2 (t) y f3 (t) son escalones trasladados
29/02/12
176
TRANSFORMADA DE LAPLACE
en el tiempo uno y dos segundos respectivamente, y con amplitudes 3 y 1, sus transformadas de Laplace seran:
F1 (s) =
2
s
F2 (s) =
3 es
s
F3 (s) =
1 e2s
s
Y por lo tanto
2 3 es 1 e2s
+
s
s
s
F (s) =
f1(t)
f4(t)
2
3
5
1
-2
f3(t)
-4
f2(t)
4
s2
F2 (s) =
4 es
s2
F3 (s) =
1 es
s2
F4 (s) =
1 e3s
s2
4
5 es 1 e3s
+
s2
s2
s2
Como puede verse, la utilizacion de las propiedades de la Transformada de Laplace representa un metodo de resolucion mas rapido y seguro que la aplicacion directa de la
definicion.
29/02/12
A.5 Ejercicios
A.5.2.
177
PROBLEMA 2
(s+1)
s(s2 +2s+2)
2. F (s) =
(s+2)
(s+1)2
3. F (s) =
(s+1)
s2 (s+2)(s2 +2s+2)
(s+1)
s(s2 +2s+2)
A
s
Bs+C
s2 +2s+2
0=A+B
1
2
C=0
B=
1 = 2A + B
1 = 2A
F (s) =
1
2
A=
1
2
1
2
s
s2 + 2s + 2
1
s
2
(s+1)2 +12
A continuacion se efect
ua el cambio de variable S = s + 1, es decir S = s + a, con lo que
se obtiene:
1
2
S 12
S2 + 1
178
TRANSFORMADA DE LAPLACE
L
L
1
S 21
S2 + 1
=L
1
1
s
t
1 2 S 2
=e L
(s + 1)2 + 1
S2 + 1
1
2
1
S
2
S2 + 1
1
1
1
1
1
L
= cos(t) sen(t)
2
2
S +1
2
2
Por lo tanto:
L
1
2
s
1 t
=
e [cos(t) sen(t)]
(s + 1)2 + 1
2
Finalmente,
f (t) =
2. F (s) =
1
1 et [cos(t) sen(t)]
2
para t > 0
(s+2)
(s+1)2
S+1
1
1
=
+
S2
S S2
1
1
+
=1+t
S S2
para t > 0
Por lo tanto:
L 1 [F (s)] = et (1 + t)
3. F (s) =
para t > 0
(s+1)
s2 (s+2)(s2 +2s+2)
A B
C
Ds + E
+ 2+
+ 2
s
s
s + 2 s + 2s + 2
1
1
18
18
s
+ 42 +
+ 2 4
s
s
s + 2 s + 2s + 2
para t > 0
A.6 Conclusiones
A.5.3.
179
PROBLEMA 3
Dado el sistema definido por su modelo matematico, calcular la respuesta del mismo
cuando la se
nal de entrada vara bruscamente de ....
A.6.
Conclusiones
29/02/12
180
29/02/12
TRANSFORMADA DE LAPLACE
APENDICE
LINEALIZACION
LINEALIZACION
182
y
y=Kx
y=f(x)
x
De esta grafica se deducen facilmente las consecuencias mas importantes del proceso de
linealizacion:
El valor de la constante (la derivada) depende del punto de funcionamiento elegido, y,
por lo tanto el modelo linealizado depende tambien de dicho punto.
La aproximacion entre la curva original y la recta es tanto mas exacta cuanto mas cerca
estemos del punto elegido, o, lo que es lo mismo, la linealizacion es valida en un entorno
del punto de funcionamiento.
Una vez linealizado el modelo, las variables originales se sustituyen por las variables
incrementales respecto al punto de funcionamiento elegido.
Caso general:
En el caso de que la funcion a linealizar dependa de n variables, bastara para desarrollar en
serie sustituir las derivadas por las derivadas parciales con respecto a cada una de las variables.
Dada y = f (x1 , x2 , .., xn ), que cumple y0 = f (x10 , x20 , .., xn0 ), desarrollando en serie y
eliminando los terminos de segundo orden, se obtiene:
df
y f (x10 , x20 , , xn0 ) +
dx1
df
(x1 x10 ) +
dx2
0
df
(x2 x20 ) + +
dxn
0
es decir
4y K1 4x1 + K2 4x2 + + Kn 4xn
que es la ecuacion de un hiperplano que pasa por el origen.
EJERCICIO H2-1
Linealizar cada una de las siguientes ecuaciones:
29/02/12
(xn xn0 )
0
183
a) y 2 + 5 y y + y = u cos(u) + u2
b) y + 5 y = 3 u + u + 1
en torno al punto de funcionamiento definido por u0 = 4 .
La linealizacion de una ecuacion diferencial no lineal, consiste en desarrollar en serie de
Taylor cada uno de sus terminos alrededor del punto de funcionamiento, y tomar u
nicamente
los terminos lineales de dicho desarrollo. Para ello es imprescindible conocer el valor que
toman todas las variables en dicho punto de funcionamiento.
1. Calculo del punto de funcionamiento.
En el punto de funcionamiento, tambien llamado de equilibrio, las variables que definen
el comportamiento del sistema no sufren variaciones por lo que sus derivadas se anulan.
Por lo tanto las ecuaciones en el punto de funcionamiento quedan reducidas a:
a) y0 = u20
b) 5 y0 = u0 + 1
con
con
y 0 = 0,
y 0 = 0,
u 0 = 0,
u 0 = 0,
u0 = 4
u0 = 4
es decir
a) y0 =
2
16
y 0 = 0,
u 0 = 0,
u0 =
b) y0 =
( 4 +1)
5
y 0 = 0,
u 0 = 0,
u0 =
0 (u u0 )+
2
u0 + [2u]0 (u u0 )
b) y 0 + [1]0 (y y 0 ) + 5y0 + [5]0 (y y0 ) = 3u 0 + [3]0 (u u 0 )+
u0 + [1]0 (u u0 ) + 1
Teniendo en cuenta las ecuaciones del punto de funcionamiento, todos los terminos
independientes se anulan entre s. Ademas haciendo los cambios de variables:
y y 0 = 4y
y y0 = 4y
u u 0 = 4u
u u0 = 4u
29/02/12
LINEALIZACION
184
4y + 4y = 22 4u + 2 4u
a) 5
16
b) 4y + 54y = 34u + 4u
EJERCICIO H2-2
Las siguientes ecuaciones constituyen el modelo de un sistema con entradas x(t), p(t), y
salida y(t):
dy(t)
dt
= m(t) p(t)
m(t) + 3
c(t) =
dm(t)
dt
= 4sen[(x(t) c(t)]
p
y(t)
y0
junto con x0 = 1 y p0 = 2
Resolviendo este sistema de ecuaciones se obtiene:
29/02/12
185
m0 = 2
sen(x0 c0 ) =
x 0 c0 =
1
2
x 0 c0 =
+ 2k
6
5
+ 2k
6
De entre todas las soluciones posibles para c0 habra que tomar la que tenga mas
sentido fsico. En este caso se supondra c0 = 1 6
y0 =
c20
2
5
= 1
6
2. Linealizacion
Una vez obtenidos los valores de todas las variables en el punto de equilibrio se puede
proceder a linealizar el modelo. Desarrollando es serie de Taylor alrededor del punto
de equilibrio y despreciando los terminos no lineales se obtiene:
d4y
= 4m 4p
dt
4m +
3d4m
= 4cos(x0 c0 )4x 4cos(x0 c0 )4c
dt
1
4c == 4y
2 y0
Como puede observarse, en el caso de la primera ecuacion que ya era lineal, el proceso
de linealizacion se reduce a un cambio de variables, sustituyendo las originales por sus
incrementos respecto de los valores de equilibrio.
Sustituyendo valores el modelo linealizado queda:
d4y
= 4m 4p
dt
4m +
4c =
29/02/12
3d4m
= 2 34x 2 34c
dt
1
4y
2 (1 6 )
LINEALIZACION
186
EJERCICIO H2-3
Dado el sistema
y + x y + y = x2 + 2
obtener el modelo lineal correspondiente al punto de funcionamiento definido por x0 = 3.
Si la entrada x(t) pasa bruscamente de valer 3 a valer a)3, 2b)5, comparar los valores finales
obtenidos con el modelo linealizado, con los que se deducen del sistema original, comentando
las diferencias.
Para el calculo del modelo lineal es necesario conocer el valor de todas las variables en
el punto de equilibrio. En el equilibrio se cumple:
x0 y0 + y0 = x20 + 2
x20 + 2
x0 + 1
y0 =
si x0 = 3
y0 =
9+2
11
=
3+1
4
11
4x = 64x
4
Las variaciones indicadas para x(t) suponen para 4x(t) la siguiente evolucion:
a) 4x(t) vara de 0 a 0,2 unidades
b) 4x(t) vara de 0 a 2 unidades
Los vaalores finales correspondientes al modo linealizado se deducen calculando los nuevos valores de las variables en el nuevo punto de equilibrio, para lo cual se anulan las
derivadas del modelo linealizado y se sustituye 4x(t) por sus nuevos valores.
a) 44y0 +
11
0, 2 = 1, 2 = 4y0 = 0, 28625
4
11
+ 0, 28625 = 3, 03625
4
11
11
b) 44y0 +
2 = 12 = 4y0 = 6, 5 = y0 =
+ 6, 5 = 9, 25
4
4
y0 =
29/02/12
187
Los valores finales del sistema no lineal se deducen calculando los nuevos valores de
equilibrio para u0 = 3, 2 y para u0 = 5
y0 =
x20 + 2
x0 + 1
a) y0 = 2, 9143
b) y0 = 4, 5
La diferencia entre los valores finales del sistema original y del linealizado es mayor en el
segundo caso que en el primero. Esto es debido a que la se
nal de entrada u(t) esta sometida
a una mayor variacion respecto del punto de funcionamiento en este segundo caso y a que
el modelo linealizado solo es preciso en un entorno de dicho punto de funcionamiento.
Por lo tanto cuanto mayor es la variacion de la se
nal de entrada alrededor del punto de
funcionamiento, tanto menor es la precision del modelo linealizado.
EJERCICIO H2-3
Dado el sistema
dy(t)
+ u(t) y(t) = u2 (t) + 5
dt
se pide linealizarlo en torno a los puntos de funcionamiento
a) u0 = 10
b) u0 = 2
Dibujar con detalle la se
nal y(t) cuando u(t) vara bruscamente
a) de 10 a 11 unidades
b) de 2 a 3 unidades
En cual de los puntos de funcionamiento se aproxima mejor el sistema linealizado al real?
Calculo del punto de equilibrio
En el equilibrio la ecuacion que caracteriza al sistema es
u0 y0 = u20 + 5 es decir y0 =
a) y0 = 10, 5 u0 = 10
b) y0 = 4, 5 u0 = 2
29/02/12
u20 + 5
u0
LINEALIZACION
188
Linealizacion
d4y(t)
+ u0 4y(t) + y0 4u(t) = 2u0 4u(t)
dt
a)
b)
d4y(t)
+ 104y(t) + 10, 54u(t) = 204u(t)
dt
d4y(t)
+ 104y(t) = 9, 54u(t)
dt
d4y(t)
+ 24y(t) + 4, 54u(t) = 44u(t)
dt
d4y(t)
+ 24y(t) = 0, 54u(t)
dt
En ambos casos 4u = 1 por lo que los nuevos valores del equilibrio seran:
u20 + 5
u0
a) u0 = 11
b) u0 = 3
y0 =
y0 = 11, 4545
y0 = 4, 6667
Estos valores muestran que el modelo linealizado se aproxima mas al modelo no lineal
en el primer punto de funcionamiento donde la curva y su tangente se aproximan mas.
La explicacion se encuentra en la forma de la curva: Como se ve en la figura la curva
y su tangente se aproximan mas en el primer punto que en el segundo.
29/02/12
189
y0
u0
3
29/02/12
11
190
29/02/12
LINEALIZACION
APENDICE
CRITERIO DE ROUTH
C.1.
Utilidad
Es una herramienta que permite conocer el signo de las races de un polinomio. Cuando
se aplica a la ecuacion caracterstica de un sistema (es decir al denominador de su funcion de
transferencia) permite conocer la estabilidad de dicho sistema (el sistema es estable si todos
sus polos tienen parte real negativa, inestable si alguno de ellos tienen parte real positiva).
C.2.
El desarrollo de este criterio le supuso para Edward Routh la concesion del Adams Prize
en 1877 dada la importancia que tuvo sobre los estudios de la estabilidad de los sistemas en
una epoca en que el resolver ecuaciones de orden superior a dos supona un gran problema de
calculo.
Es posible preguntarse el sentido que tiene seguir utilizando este criterio en un tiempo en
que el uso de las calculadoras personales capaces de resolver ecuaciones de ordenes elevados
esta generalizado.
Lo cierto es que las aplicaciones directas del metodo permite conocer no solo la estabilidad
de un sistema concreto, sino tambien, en el caso de sistemas con un parametro variable, acotar
de forma simple los valores del parametro que hacen estable al sistema. Incluso permite conocer
de forma simple los polos del sistema en el caso lmite de estabilidad. Todo ello hace que en la
actualidad siga siendo una herramienta indispensable para el analisis y el control de sistemas.
C.3.
El criterio
Dada la ecuacion
an sn + an1 sn1 + + a1 s + a0 = 0
Para que todas sus races tengan parte real negativa es necesario que todos los coeficientes
ai sean estrictamente positivos y que todos los coeficientes de la primera columna de la tabla
de Routh sean positivos.
29/02/12
192
CRITERIO DE ROUTH
El n
umero de races positivas de la ecuacion es igual al n
umero de cambios de signo que se
producen al recorrer los coeficientes de la primera columna de la tabla de Routh.
Construcci
on de la tabla de Routh
El n
umero de filas de la tabla es igual a n + 1 siendo n el grado de la ecuacion. Las dos
primeras filas se construyen a partir de los coeficientes de la ecuacion:
sn
an an2 an4 an6
sn1 an1 an3 an5
sn2
..
.
s1
s0
Las filas restantes se construyen cada una de ellas a partir de las dos filasw inmediatas
anteriores, construyendo el determinante formado por los dos coeficientes de la primera columna
y los dos coeficientes de la columna situada a la derecha del elemento que se desea calcular. La
tabla tiene forma triangular con un solo elemento en la fila correspondiente a s0 .
sn
an
an2
an4
sn1
an1
an3
an5
a
a
a
a
a
n1
n2
n
n3
n1
n4
n
n5
n1 an6 an 0
sn2 b1 =
b2 =
b3 =
an1
an1
an1
..
.
s2
s1
x1
x2
y1
y 1 x2 x1 0
s0
z1 =
= x2
y1
El n
umero de races positivas es igual al n
umero de cambios de signo que se producen al
recorrer los coeficientes de la primera columna desde an hasta z1 .
Ejemplo 1
Dada la ecuacion
s4 + 3s3 + 3s2 + 37s + 36 = 0
Calcular el signo de sus races.
Una vez comprobado que todos los coeficientes de la ecuacion son estrictamente positivos, se constuye la tabla de Routh:
s4
1
3
36
s3
3
37
3 3 37 1
3 36 1 0
s2
= 9,33
= 36
3
3
9,33 37 3 16
s1
= 48,57
0
9,33
s0
36
Como existen dos cambios de signo al recorrer los elementos de la primera columna (de
3 a -28, y de -28 a 712/28), la ecuacion tiene dos races con parte real positiva.
29/02/12
an6
193
Nota: Para facilitar los calculos es posible multiplicar todos los elementos de una fila
por la misma cantidad positiva, antes de calcular la fila siguiente.
C.4.
Casos particulares:
C.4.1.
Aparici
on de un cero en la primera columna
10
s1
0
s0
5
Como hay dos cambios de signo, la ecuacion tiene dos races con parte real positiva.
La otra opcion existente consiste en hacer el cambio de variable x = 1/s, obteniendose
la ecuacion:
5x4 + 4x3 + 2x2 + 2x + 1 = 0
29/02/12
194
CRITERIO DE ROUTH
C.4.2.
Aparici
on de una fila de ceros
Si al construir la tabla todos los elementos de una fila son igual a cero, la ecuacion tiene
races simetricas respectos al origen, lo que significa que existen races en el semiplano positivo
o en el eje imaginario.
Estas races simetricas pueden calcularse resolviendo la ecuacion auxiliar que se forma con
los coeficientes de la fila anterior a la de ceros.
Ejemplo 3
Dada la ecuacion
s3 + s2 + 4s + 4 = 0
Calcular el signo de sus races.
Todos los coeficientes de la ecuacion son estrictamente positivos.
Tabla de Routh:
s3 1 4
s2 1 4
s1 0 0
s0
Al aparecer una fila de ceros, no es posible continuar la construccion de la tabla. La
exitencia de la fila de ceros indica que la ecuacion presenta races simetricas respecto al
origen. Estas races son la solucion de la ecuacion auxiliar formada por la fila anterior, es
decir por la fila s2 . La ecuacion auxiliar es:
s2 + 4 = 0
cuyas races son s = 2j
29/02/12
195
C.5.
C.5.1.
La primera aplicacion directa del criterio de Routh permite determinar los valores del
parametro que aseguran la estabilidad del sistema realimentado.
Ejemplo 4 Dado el sistema realimentado de la figura, determinar los valores de K que
lo hacen estable.
2
K
(s2+4s+5)(s-1)
La estabilidad del sistema depende del signo de sus polos, es decir del signo de su
ecuacion caracterstica 1 + K G(s) H(s) = 0,
10K
=0
+ 4s + 5)(s 1)
(s2 + 4s + 5)(s 1) + 10K = 0
s3 + 3s2 + s 5 + 10K = 0
1+
(s2
Una vez obtenida la ecuacion caracterstica del sistema realimentado, aplicamos el criterio de Routh a dicha ecuacion.
1. Para que todos los coeficientes de la ecuacion sean estrictamente positivos debe cumplirse:
5 + 10K > 0
K > 0,5
10K
s1
0
3
s0
5 + 10K
Para que todos los coeficientes de la primera columna sean positivos debera cumplirse
que:
29/02/12
196
CRITERIO DE ROUTH
8 10K > 0
K < 0,8
junto con la condicion obtenida previamente K > 0,5. Por lo tanto el sistema realimentado
sera estable para valores de K que cumplan 0,5 < K < 0,8.
C.5.2.
C
alculo del punto de corte de las ramas del Lugar de las Races
con el eje imaginario
En dicho punto existen races imaginarias puras que son simetricas respecto al origen, por lo
que para ese valor del parametro existira una fila de ceros (concretamente la fila correspondiente
a s1 ).
Ejemplo 5
Dado el sistema de la figura, calcular el punto de corte de las ramas del lugar de las
races con el eje imaginario.
2
K
(s2+2s+10)
5
s+10
12s2 + 360 = 0 s2 = 30 s = j 30
Luegopara K = 26 dos de las ramas del Lugar de las Races cortan al eje imaginario
en = 30.
29/02/12
C.5.3.
197
.
Para ello basta realizar un cambio de variable S = s + antes de aplicar el criterio de Routh
para calcular el valor lmite de estabilidad.
Ejemplo 6 Dado el sistema de la figura, calcular los valores de K que aseguran una
estabilidad relativa de > 0,5 (o un tiempo de establecimiento menor que 2 ).
FIGURA
La ecuacion caracterstica del sistema es:
(s2 + 2s + 10)(s + 10) + 10K = 0
Realizando el cambio de variable S = s + 0,5, se obtiene la nueva ecuacion caracterstica
(S 2 + S + 9,25)(S + 9,5) + 10K = 0
S 3 + 10,5S 2 + 18,75S + 10K + 87,875 = 0
cuya tabla de Routh es:
S3
1
18,75
2
S
10,5
87,875 + 10K
1
S 196,875 87,875 10K
0
0
S
87,875 + 10K
La fila S 1 se anula para K = 10,9. Luego para ese valor de K el sistema realimentado
tendra races con = 0,5. La parte imaginaria de las races se calcula resolviendo la ecuacion
auxiliar para ese valor de K:
10,5S 2 + 196,875 = 0
S = 18,75
El hecho de que existan races con el valor de calculado, no obliga a que dichas races
sean ls dominantes, por lo que es necesario asegurarse de que as sea.
En este caso la tercera raiz se encuentra en 11 (la sumade las races es constante e
igual a 12), por lo que al fijar las races en el punto 0,5 j 18,75 se asegura un tiempo
de establecimiento proximo a 2 segundos.
29/02/12
198
29/02/12
CRITERIO DE ROUTH
APENDICE
TRANSFORMADA EN z
29/02/12
200
29/02/12
TRANSFORMADA EN z
APENDICE
DE DIAGRAMA DE BLOQUES
SIMPLIFICACION
U(s)
Y(z)
U(z)
Y(s)
G(s)
G(z)
Y(z)=G(z)U(z)
Y(s)=G(s)U(s)
En la representacion de sistemas lineales, solo pueden aparecer, ademas de los bloques, las
siguientes estructuras elementales:
Sumador
U(s)
Y(s)
Z(s)
Y(s)=U(s)Z(s)
29/02/12
202
DE DIAGRAMA DE BLOQUES
SIMPLIFICACION
Punto de bifurcacin
X(s)
X(s)
X(s)
Estas estructuras elementales pueden estar interconectadas entre s, formando las siguientes
combinaciones basicas, que pueden ser reducidas a un solo bloque:
Bloques en serie
U(s)
G1(s)
Y1(s)
Y(s)
G2(s)
Y(s)=G2(s)Y1(s)
Y1(s)=G1(s)U(s)
U(s)
Y(s)
G1(s)G2(s)
Bloques en paralelo
G1(s)
G2(s)
U(s)
Y(s)
Gn(s)
U(s)
Y(s)
G1(s)G2(s)Gn(s)
29/02/12
203
Realimentacin
U(s)
Y(s)
G(s)
H(s)
U(s)
G(s)
1G(s)H(s)
Y(s)
En estos u
ltimos sistemas, dada su importancia en el control, cada una de las funciones de
transferencia tiene un nombre propio. As, a G(s) que es la funcion de transferencia que une
directamente la entrada con la salida se la denomina cadena directa, a H(s) realimentacion, al
producto G(s)H(s) cadena abierta y a la funcion de transferencia global cadena cerrada.
Cualquier otra combinacion de subsistemas puede ser reducida a alguna de las anteriores,
por lo que es posible, simplificando el diagrama de bloques, obtener la funcion de transferencia
global entre la entrada y la salida del sistema.
Para simplificar el diagrama de bloques, es posible realizar cualquiera de las transformaciones
que matematicamente mantengan la misma relacion entre la se
nal de entrada y la de salida.
Evidentemente el sentido fsico de cada bloque y las variables intermedias se pierden cuando se
realizan las siguientes transformaciones:
X(s)
X(s)
1
G(s)
G(s)
Y(s)
X(s)
Y(s)
G(s)
Y(s)
X1(s)
G(s)
X2(s)
29/02/12
X1(s)
X2(s)
G(s)
1
G(s)
Y(s)
DE DIAGRAMA DE BLOQUES
SIMPLIFICACION
204
X(s)
X(s)
X(s)
X(s)
X(s)
G(s)
G(s)
Y(s)
Y(s)
X2(s)
Y(s)
X1(s)
X1(s)
X3(s)
X3(s)
X2(s)
X1(s)
X3(s)
Y(s)
Y(s)
X2(s)
X1(s)
X3(s)
29/02/12
Y(s)
APENDICE
F.1.
Sistemas continuos
F.1.1.
Definici
on
K
A
=
s+a
1 + Ts
Por consiguiente para que el sistema sea estable el polo debe estar situado en el semieje real
negativo y, en esas condiciones la ganancia estatica del sistema es igual a G(0), es decir a K.
En los siguientes apartados se van a analizar las respuestas de este tipo de sistemas ante las
entradas tpicas, impulso, escalon y rampa, estudiando la influencia que sobre las mismas tiene
la inclusion de polos y ceros adicionales.
F.1.2.
Respuesta Impulsional
K
Y (s) = G(s) =
(1 + T s)
y(t) = L
t
K
K
=
e T
(1 + T s)
T
para t 0
K
que es la ecuacion de una exponencial decreciente cuyo valor inicial es
y que tiende asintotiT
camente a 0.
29/02/12
206
Respuesta impulsional de un
sistema de primer orden
g(t)
K/T
0.37K/T
0.05K/T
t
T
F.1.3.
3T
Respuesta al Escal
on
1
La transformada de Laplace del escalon unitario es por lo que la respuesta al escalon de
s
un sistema de primer orden tendra la forma:
t
K
K
1
1
y(t) = L
= K(1 e T ) para t 0
Y (s) = G(s) =
s
s(1 + T s)
s(1 + T s)
que es la ecuacion de una exponencial que parte de cero y tiende asintoticamente a K.
0.63K
t
T
29/02/12
3T
207
F.1.4.
Respuesta a la Rampa
1
La transformada de Laplace de la rampa de pendiente unitaria es 2 por lo que la respuesta
s
a la rampa de un sistema de primer orden tendra la forma:
t
K
K
1
1
y(t) = L
= K(tT )+KT e T
Y (s) = 2 G(s) = 2
s
s (1 + T s)
s2 (1 + T s)
para t 0
que es la ecuacion de una exponencial que parte de cero y tiende asintoticamente a K(t T )
que es una recta de pendiente K, retardada (desplazada a la derecha) T segundos respecto de
la rampa de pendiente K. Por lo tanto, para esta entrada
ret=T seg.
Pendiente K
F.1.5.
208
Por su parte el parametro T, que es igual a la inversa del valor del polo, indica la duracion
del regimen transitorio por lo que se mide en segundos. Se le denomina la constante de tiempo
del sistema. Se suele decir el tiempo de establecimiento ts como el tiempo que tarda la respuesta
ante el escalon en alcanzar el 95 % del valor final y es aproximadamente igual a 3T .
Igualmente T representa el retardo que introduce el sistema de primer orden cuando la
entrada es una rampa.
F.1.6.
Relaci
on entre la posici
on del polo en el plano complejo y la respuesta transitoria
De las expresiones anteriores se deduce facilmente que la duracion del primer transitorio de
las respuestas esta directamente relacionada con la distancia del polo al eje imaginario. As los
polos muy alejados de dicho eje dan lugar a sistemas muy rapidos, que alcanzan rapidamente
el regimen permanente, mientras que los sistemas que tienen polos proximos al eje presentan
regmenes de larga duracion y son por lo tanto sistemas mas lentos. Este hecho hace que los
polos alejados tengan dinamicas despreciables por su rapidez, o, lo que es lo mismo, que a la
hora de modelar un sistema se desprecian los polos relativamente mas alejados puesto que dan
lugar a dinamicas de muy corta duracion.
F.1.7.
Caso general
La funcion de transferencia de un sistema con un polo y un cero puede ponerse en la forma:
G(s) =
K
CKs
K(1 + Cs)
=
+
= G1 (s) + C s G1 (s)
(1 + T S)
1 + Ts 1 + Ts
por lo que la respuesta de este tipo de sistema ante cualquier entrada sera igual a la suma de la
respuesta del sistema sin cero ante dicha entrada, mas C veces la derivada de dicha respuesta,
esto es:
Y (s) = Y1 (s) + C s Y1 (s)
C dy1 (t)
y(t) = y1 (t) +
dt
Respuesta al escal
on
y1 (t) = K 1 e T
t
C dy1 (t)
C K
=
e T
dt
T
t
C
y(t) = K 1 1
e T
T
Puede verse que el exponente de la exponencial no ha variado, pero que el valor inicial de
la respuesta depende de la relacion entre C y T.
29/02/12
209
y(t)
KC/T
C>T
C=T
KC/T
C<T
C<0
-KC/T
Si T > C (cero a la izquierda del polo) la respuesta es aproximada a la del sistema sin el
cero adelantada en C segundos, por lo que el tiempo de establecimiento sera aproximadamente
igual a 3T . El efecto del cero ha adelantado la respuesta, reduciendo la duracion del transitorio.
Cuanto mas alejado esta el cero del polo (C/T mas peque
no) tanto menor es la influencia
que ejerce sobre la dinamica del sistema. Un cero situado a 6 veces el valor del polo ejerce una
influencia despreciable sobre el comportamiento del sistema.
Si el cero fuera igual que el polo (o tuviera valores muy similares) se anularan ambos efectos
y el sistema solo tendra un comportamiento estatico.
Si C > T , el cero esta mas proximo al eje imaginario que el polo, en este caso se magnifican
los efectos de la accion diferencial generando una respuesta con un valor inicial superior al valor
final y un decaimiento exponencial hasta dicho valor.
En el caso en que C fuese negativo, el cero estara situado en el semieje real positivo generando un valor inicial de la respuesta negativo (contrarrespuesta).
Respuesta a la rampa
t
y1 (t) = K(t T ) + KT e T
t
C dy1 (t)
= CK KC e T
dt
29/02/12
210
T-C(C<T)
En resumen un cero situado mas a la izquierda que el polo adelanta la respuesta un tiempo
equivalente a la inversa del valor del cero.
F.1.8.
F.1.9.
211
Dependiendo de la posicion relativa de los polos y los ceros se produciran las siguientes
respuestas:
Cero a la izquierda de los polos
g(t)
Im
Respuesta
impulsional
Re
-4
-3
-1
t
Respuesta al
escaln unitario
Respuesta a
rampa unitario
y(t)
y(t)
k
Con cero
Sin cero
t
29/02/12
212
g(t)
Respuesta
impulsional
Re
-3
-2
-1
t
y(t)
Respuesta al
escaln unitario
y(t)
Respuesta a
rampa unitario
Con cero
Sin cero
t
Im
Re
-3
-1
y(t)
Con cero
-0.5
Respuesta al
escaln unitario
Respuesta a
rampa unitario
y(t)
Sin cero
t
29/02/12
213
Im
Respuesta
impulsional
t
Re
-3
y(t)
-1
Respuesta al
escaln unitario
y(t)
Respuesta a
rampa unitario
Sin cero
Con cero
t
t
29/02/12
214
29/02/12
APENDICE
G.1.
Sistemas continuos
La funcion de transferencia del sistema de segundo orden mas simple (sin ning
un cero) es:
G(s) =
s2
A
+ as + b
Por supuesto para que el sistema sea estable ambos polos deben estar situados en el semiplano negativo lo que implica que los coeficientes a y b deben ser estrictamente positivos
(a > 0; b > 0).
A
En esas condiciones su ganancia estatica es G(0) = .
b
En los siguientes apartados se van a analizar las respuestas de este tipo de sistemas ante
entradas tpicas como son el impulso, el escalon y la rampa, estudiando la influencia que sobre
las mismas tiene la inclusion de polos y ceros adicionales.
El estudio se dividira en dos apartados seg
un que los polos sean reales o complejos.
G.1.1.
Polos Reales
s + as + b
1 + T1 s 1 + T2 s
El estudio de este tipo de sistemas se ha realizado en el apendice H7, obteniendose comportamientos sobreamortiguados.
G.1.2.
Polos Complejos
s2
kn
+ 2n s + n2
216
Donde 0 < < 1 para que las races sean complejas, y donde
K es la ganancia estatica del sistema (supuesto estable)
es el coeficiente de amortiguamiento
n es la frecuencia natural del sistema
A partir de estos parametros basicos se pueden definir los siguientes que, como veremos,
tambien estan directamente relacionados con el comportamiento del sistema:
= np
factor de decrecimiento
d = n 1 2 frecuencia propia del sistema
= arccos angulo que forman los polos complejos con el semieje real
La expresion analtica de los polos en funcion de estos parametros viene dada por:
p
P1,2 = n jn 1 2
o, lo que es lo mismo
P1,2 = jd
En la figura puede verse la relacion existente entre los distintos parametros y la posicion de
los polos sobre el plano complejo.
Im
d = n 1 2
n
Re
- = -n
G.1.3.
217
Respuesta Impulsional
Y (s) = G(s) 1
"
y(t) = L 1
y(t) = L 1
"
#
2
kn2
k
n
p
= L 1
s2 + dn s + n2
(s + n )2 + (n 1 2 )2
#
p
n 1 2
kn
p
p
1 2 (s + n )2 + (n 1 2 )2
kn
g(t) = p
et sen(d t)
2
1
kn
g(t)
12
La pulsacion d de la senoide es igual a la parte imaginaria de los polos, por lo que los
maximos y mnimos de la respuesta as como sus pasos por cero dependeran exclusivamente
de dicho parametro. La exponencial decreciente, que es la envolvente de la respuesta depende
exclusivamente de , por lo que la duracion de la respuesta dependera de dicho parametro.
En el caso particular de que = 0, la exponencial se convierte en una constante por lo que
no hay amortiguamiento, obteniendose la respuesta:
g(t) = k n sen(n t)
29/02/12
218
g(t)
kn
t
g(t) = k n2 t en t
g(t)
G.1.4.
Respuesta al Escal
on
Para hallar la respuesta al escalon bastara con integrar las respuesta impulsionales anteriores, o calcular la transformadas inversa de:
Y (s) =
1
kn2
G(s) =
s
s(s2 + 2n s + n2 )
y(t) = k 1 p
et sen(d t + )
1 2
donde = arcsen()
29/02/12
219
Mp =
Vmax Vf inal
100 % = ecotg 100 %
Vf inal
y(t)
Vmax
k=Vfinal
t
tp=/d
ts=/
Como puede verse en la figura los sistemas de segundo orden siguen al escalon de entrada,
amplificandolo por su ganancia estatica, pero con un regimen transitorio cuya duracion depende
de (parte real de los polos) y que se caracteriza por oscilaciones de pulsacion d (parte
imaginaria de los polos). Es muy importante definir el primer maximo caracterizado por una
sobreoscilacion que depende de (que es funcion de la relacion entre la parte imaginaria y la
29/02/12
220
y(t)
G.1.5.
Respuesta a la Rampa
221
Y (s) =
1
kn2
s2 (s2 + 2n s + n2 )
1
2
+ p
et sen(d t + )
2
n n 1
y(t)/k
T=2/n
M2/n
M=Pendiente
t
-M2/n
G.1.6.
Relaci
on entre la respuesta al escal
on y la posici
on de los polos
sobre el plano complejo
De las expresiones anteriores puede deducirse que existe una relacion directa entre la posicion
de los polos sobre el plano complejo y la respuesta al escalon, pudiendo resumirse dicha relacion
en los siguientes puntos:
Si los polos se desplazan hacia el semiplano positivo el sistema se hace inestable.
Si los polos se sit
uan sobre el eje imaginario el sistema queda oscilando con su frecuencia
natural.
Si los polos se desplazan hacia la izquierda, la duracion del transitorio (tiempo de establecimiento) disminuye.
29/02/12
222
G.1.7.
Caso general
La funcion de transferencia de un sistema con un par de polos complejos y un cero puede
ponerse en la forma:
kn2 (1 + C s)
s2 + 2n + n2
Por lo que la respuesta de estos sistemas ante cualquier entrada sera igual a la suma de la
respuesta del sistema sin cero ante dicha entrada mas C veces la derivada de dicha respuesta,
esto es:
G(s) =
G(s) =
G.1.8.
kn2
s kn2
+
C
s2 + 2n + n2
s2 + 2n + n2
Respuesta al escal
on
"
#
2
1
y(t) = k t
+ p
et sen(d t + )
n n 1 2
Suma de ambas
Respuesta del sistema original
Respuesta de la derivada
t
29/02/12
223
k
Respuesta del sistema original
Respuesta de la derivada
t
29/02/12
224
29/02/12
APENDICE
La funcion de transferencia senoidal G(j) es una funcion compleja que puede ser representada por sus curvas de amplitud |G(i)| y angulo de fase G(j. En los diagramas de Bode se
representa la funcion de transferencia G(j) mediante dos curvas separadas. En una de ellas se
muestran la amplitud |G(j)|, en escala logartmica; en la otra el angulo de fase j en escala
natural respecto de la frecuencia, en escala logartmica.
Para la escala de ampitudes se suele utilizar como unidad el decibelio, definiendose la amplitud en decibelios como:
|G(j)|db = 20log|G(j)|
En cuanto a la escala de frecuencias (o pulsaciones ), se utiliza como unidad la decada. Se
dice que dos frecuencias f1 y f2 estan separadas una decada cuando se cumple que f2 /f1 = 10.
H.1.
DIAGRAMA DE BODE ASINTOTICO
226
k[db] = 20log k
y el angulo de fase:
() = 0
() = 180
(k > 0)
(k < 0)
227
esto es, una recta de pendiente -20 db/decada pasando por = 1 y un desfase constante
de 90 . Para el caso concreto de un cero en el origen (diferenciador puro) correspondera
N = 1; esto es, una recta de pendiente 20 db/decada pasando por = 1 y un desfase
constante de 90 .
29/02/12
DIAGRAMA DE BODE ASINTOTICO
228
[db]
p
1
= 20log 1 + (T )2
= 20log
1 + jT
Se puede deducir que para (1/T ), en la expresion del modulo en decibelios se puede
despreciar el termino (T )2 frente al 1, resultando:
P ara
1
T
20log
p
1 + (T )2 w 20log 1 = 0db
La expresion anterior, corresponde a bajas frecuencias, coincide con la lnea de cero decibelios.
Para (1/T ), en la expresion del modulo en decibelios se puede despreciar el 1 frente
a (T )2 , resultando:
P ara
29/02/12
1
T
20log
p
1 + (T )2 w 20log T
229
La expresion anterior, para altas frecuencias, representa una lnea recta de pendiente 20 db/decada que corta a la lnea 0db en = 1/T . Al punto de corte de las asntotas
se le denomina punto de ruptura y a la frecuencia = 1/T , frecuencia de ruptura. La
frecuencia de ruptura divide, pues, la respuesta de frecuencia en dos partes; una horizontal
para las bajas frecuencias y otra inclinada para las frecuencias elevadas.
La fase de un polo simple viene dada por la expresion:
() = arctag T
cuyo valor exacto viene representado en la tabla siguiente:
Aprox.Lin.
Error
0
0
0
0
1/10T
5, 7
0
5, 7
1/2T
26, 6
31, 5
+4, 9
1/T
45
45
0
2/T
63, 4
58, 5
4, 9
10/T
84, 3
90
+5, 7
90
90
0
20log 1 + 1 = 3,01 db 3 db
Considerando, en segundo lugar, un cero sobre el eje real, se tendra para la amplitud en
decibelios:
29/02/12
DIAGRAMA DE BODE ASINTOTICO
230
|1 + jT |[db] = 20log
p
1 + (T )2
En cuanto al modulo se refiere, se puede decir que para (1/T ), en la expresion del
modulo en decibelios se puede despreciar el termino (T )2 frente al 1, resultando:
P ara
1
T
20log
p
1 + (T )2 w 20log 1 = 0 db
La expresion anterior, corresponde a bajas frecuencias, coincide con la lnea de cero decibelios.
Para (1/T ), en la expresion del modulo en decibelios se puede despreciar el 1 frente
a (T )2 , resultando:
P ara
1
T
20log
p
1 + (T )2 w 20log T
La expresion anterior, para altas frecuencias, representa una lnea recta de pendiente
20 db/decada que corta a la lnea 0db en = 1/T . Al punto de corte de las asntotas
se le denomina punto de ruptura y a la frecuencia = 1/T , frecuencia de ruptura. La
frecuencia de ruptura divide, pues, la respuesta de frecuencia en dos partes; una horizontal
para las bajas frecuencias y otra inclinada para las frecuencias elevadas.
La fase de un cero simple viene dada por la expresion:
() = arctag T
cuyo valor exacto viene representado en la tabla siguiente:
Aprox.Lin.
0
0
0
1/10T
+5, 7
0
1/2T
+26, 6
31, 5
1/T
+45
45
2/T
+63, 4
+58, 5
10/T
+84, 3
+90
+90
+90
29/02/12
231
2
G(j) = 1 +
j +
n
j
n
2 #1
|G(j)|[db]
v"
u
2 #2
2
u
t
2
1
= 20log
+ 4
n
n
() = G(j) = arctag
2
1 n
La expresion del modulo de G(j) se puede aproximar, para frecuencias tales que n ,
por la asntota
20log 1 = 0 db
y para frecuencias elevadas, tales que n , por la asntota
20log
29/02/12
2
= 40log
232
2
( n )
#
180
En el caso de ceros complejos, el analisis sera similar al realizado para los polos complejos
resultando un diagrama de modulos y de fases simetrico respecto al eje de cero decibelios
para el del modulo y el eje de cero grados para el de fases, al de los polos complejos.
Como se puede observar en la figura anterior, las asntotas son independientes del valor de
. Sin embargo en la curva real aparece un pico de resonancia en torno al valor = d . La
amplitud del pico de resonancia depende, como puede deducirse, del valor del coeficiente
de amortiguamiento , siendo tanto mayor cuanto menor sea . En la siguiente figura se
muestran las curvas de amplitud y fase para distintos valores de .
29/02/12
233
|G(j)|max = |G(jr )| = Mr =
Para:
= r = n
1 2 2
1
< 0,707
2
DIAGRAMA DE BODE ASINTOTICO
234
= r
r < d siendo d = n
1 2
360
T
2
29/02/12
APENDICE
ERRORES EN REGIMEN
PERMANENTE
29/02/12
ERRORES EN REGIMEN
PERMANENTE
236
I.1.
Y(s)
R(s)
G(s)
E(s) =
U (s)
U (s)
1 + R(s) G(s)
1 + R(s) G(s)
Aplicando el teorema del valor final a la se
nal de error, se obtiene:
er p = lm s
s0
I.1.1.
1
U (s)
1 + R(s) G(s)
Error de posici
on
1
1 + kp
Ejemplo 1
Obtener los errores en regimen permanente del sistema de la figura.
U(s)
E(s)
12
(s+1)(s+3)
Y(s)
Dado que el sistema es de tipo cero (no tiene integradores en la funcion de transferencia
de la cadena directa), presentara error de posicion frente a una entrada en escalon.
29/02/12
237
12
=4
s0 (s + 1)(s + 3)
kp = lm G(s) = lm
s0
ep =
1
1
=
= 0, 20 = 20 %
1 + kp
1+4
y(t)
ep =
0.8
1
1
=
= 0,20= 20%
1+ kp 1+ 4
0.5
0
0
I.1.2.
0.5
1.5
2.5
Error de velocidad
1
kv
29/02/12
E(s)
12
s(s+3)
Y(s)
ERRORES EN REGIMEN
PERMANENTE
238
12
=4
s(s + 3)
s0
s0
ev =
1
1
= = 0, 25 = 25 %
kv
4
y(t)
3
2.5
ev =
1
1
= = 0,25 = 25%
kv 4
1.5
1
0.5
t
0
0
I.1.3.
Error de aceleraci
on
1
1
1
3 =
2
1 + R(s) G(s) s
lm s R(s) G(s)
s0
1
ka
Como puede observarse, los errores dependen del tipo de entrada y tambien del tipo de la
funcion de transferencia directa entre la referencia y la salida.
Se denomina tipo del sistema al n
umero de integradores (polos en el origen) presentes en
la funcion de transferencia de la cadena directa entre la referencia y la salida del sistema. En
el caso de realimentacion unitaria, la funcion de transferencia de la cadena directa entre la
entrada y la salida es R(s) G(s).
29/02/12
I.2.
239
Y(s)
G(s)
R(s)
H(s)
I.2.1.
Realimentaci
on sin din
amica
U(s)
Y(s)
G(s)
R(s)
h0
1
1
1
=
1 + h0 R(s)G(s) s
1 + lm h0 R(s)G(s)
s0
1
1 + kp
Error de velocidad
ev = lm s
s0
1
1
1
2 =
1 + h0 R(s)G(s) s
lm s h0 R(s)G(s)
s0
ERRORES EN REGIMEN
PERMANENTE
240
ev =
1
kv
Error de aceleraci
on
ea = lm s
s0
1
1
1
3 =
2
1 + h0 R(s)G(s) s
lm s h0 R(s)G(s)
s0
1
ka
Ejemplo 3
Calcular los errores en regimen permanente del sistema de la figura
E(s)
U(s)
2(s+1)
(s+2)(s+3)
Y(s)
1
2
1
2(s + 1)
=0
(s + 2)(s + 3) 2
=
s0 2 (s + 2)(s + 3)
6
kp = lm
ep =
29/02/12
1
1
=
1 + kp
1+
1
6
= 0,8571 = 85,71 %
241
Error de velocidad
2(s + 1)
1
=0
2 (s + 2)(s + 3)
kv = lm s
s0
ev =
1
1
= =
kv
0
Error de aceleraci
on
ka = lm s2
s0
ea =
I.2.2.
1
2(s + 1)
=0
2 (s + 2)(s + 3)
1
1
= =
ka
0
Realimentaci
on con din
amica
U(s)
E(s)
Y(s)
G(s)
R(s)
H(s)-H(0)
H(0)
U(s)
Geq(s)=
E(s)
R(s)G(s)
1+R(s)G(s)[H(s)-H(0)]
Y(s)
Geq(s)
H(0)
29/02/12
1
U (s)
1 + H(0) Geq (s)
ERRORES EN REGIMEN
PERMANENTE
242
I.2.3.
Error de posici
on
1
1
1
1
U (s) = lm s
=
s0
1 + H(0) Geq (s)
1 + H(0) Geq (s) s
1 + kp
ep =
1
1 + kp
Ejemplo 4
Calcular los errores en regimen permanente del sistema representado en la figura
U(s)
E(s)
2(s+1)
(s+6)(s+0.1)
Y(s)
10
(s+3)
Lo primero que hay que comprobar es si el sistema es estable o inestable. Para ello
aplicamos el criterio de Routh. La ecuacion caracterstica del sistema viene dada por:
1 + G(s) H(s) = 0
1+
10
2(s + 1)
=0
(s + 6)(s + 0,1) (s + 3)
En forma polinomica:
(s + 6)(s + 0,1)(s + 3) + 2 10(s + 3) = 0
Tabla de Routh:
1
38,9
s3
s2 9,1 21,8
s1 36,5
0
s0 21,8
0
Dado que todos los elementos de la primera columna de la tabla de Routh tienen el
mismo signo, es decir no existen cambios de signo, el sistema es estable.
29/02/12
243
Puesto que el sistema es de tipo cero, presentara error de posicion frente a entrada en
escalon unitario. Modificamos el diagrama de bloques de forma que la funcion de transferencia de la realimentacion sea la ganancia estatica de la funcion de transferencia de la
cadena de realimentacion original.
E(s)
U(s)
2(s+1)
(s+6)(s+0.1)
10
(s+3)
Y(s)
10
3
10
3
kp = lm G(s)(H(s) = lm
s0
s0
ep =
2(s + 1)
10
20
=
= 11,11
(s + 6)(s + 0,1) (s + 3)
1,8
1
1
= 0,0826 = 8,26 %
=
1 + kp
12,11
2(s + 1)
10
kv = lm sG(s)(H(s) = lm s
=0
s0
s0
(s + 6)(s + 0,1) (s + 3)
ev =
I.2.4.
1
1
= =
kv
0
Error de velocidad
I.2.5.
ev =
1
kv
Error de aceleraci
on
ERRORES EN REGIMEN
PERMANENTE
244
1
1
1
1
U (s) = lm s
3 =
s0
1 + H(0) Geq (s)
1 + H(0) Geq (s) s
ka
ea = lm s
s0
I.2.6.
ea =
1
ka
Tabla resumen
Posicion
Velocidad
Aceleracion
I.3.
Tipo 0
1/(1 + kp )
Tipo 1 Tipo 2
0
0
1/kv
0
1/Ka
Tipo 3
0
0
0
Rechazo de perturbaciones
A la hora de analizar los sistemas de control, se ha tenido en cuenta la respuesta del mismo
frente a entradas de referencia conocidas como son la entrada impulso unitario, escalon unitario
para el analisis temporal y la entrada senoidal para el analisis frecuencial. Sin embargo, existen
otras entradas que no son conocidas y que influyen en la evolucion de los sistemas tanto en el
regimen permanente como en el transitorio. Estas entradas se denominan perturbaciones. En
la figura la entrada de perturbacion se representa por Z(s).
Z(s)
U(s)
Y(s)
R(s)
G1(s)
G2(s)
H(s)
Para calcular la funcion de transferencia entre la perturbacion y la salida del sistema, suponemos que la entrada U (s) = 0, obteniendo la siguiente expresion:
M (s) =
Y (s)
G2 (s)
=
Z(s)
1 + R(s) G1 (s) G2 (s) H(s)
Es decir que la influencia de la perturbacion Z(s) sobre la salida del sistema Y (s) en regimen
permanente, se obtiene aplicando el teorema del valor final en la expresion anterior.
yrp = lm s
s0
G2 (s)
Z(s)
1 + R(s) G1 (s) G2 (s) H(s)
Lo ideal es que la salida del sistema en regimen permanente, no se vea modificada por la
existencia de la perturbacion. Se denomina tipo del sistema frente al rechazo de perturbaciones
a la diferencia entre el n
umero de integradores de la funcion de transferencia R(s)G1 (s)G2 (s)
H(s) y el n
umero de integradores de G2 (s). Para que la salida en regimen permanente no se
vea modificada por la accion de la perturbacion, es necesario que el tipo del sistema frente al
rechazo de perturbaciones sea mayor que cero.
29/02/12
245
Ejemplo 5
Determinar la influencia que una perturbacion en escalon unitario, ejerce sobre el valor
en regimen permanente de la salida del sistema.
Z(s)
U(s)
1
s+2
2
s+1
Y(s)
En este caso el tipo del sistema frente al rechazo de la perturbacion Z(s) es cero por lo
tanto el valor de la salida en regimen permanente se vera modificado por la accion de la
perturbacion.
Suponiendo U (s) = 0 la funcion de transferencia entre la salida y la perturbacion sera:
1
1
Y (s)
s+2
s+2
=
Y (s) =
Z(s)
1
2
1
2
Z(s)
1+
1+
s+2 s+1
s+2 s+1
Aplicando el teorema del valor final cuando la perturbacion es un escalon unitario, se
tiene:
yrp
1
1
s+2
= 0,25
= lm s
1
2
s0
s
1+
s+2 s+1
Ejemplo 6
Determinar la influencia que una perturbacion en escalon unitario, ejerce sobre el valor
en regimen permanente de la salida del sistema.
Z(s)
U(s)
2
s(s+1)
1
s+2
Y(s)
En este caso el tipo del sistema frente al rechazo de la perturbacion Z(s) es uno ya
que la funcion de transferencia de la cadena directa tiene un integrador mientras que la
funcion de transferencia entre la perturbacion y la salida no presenta ning
un integrador,
29/02/12
ERRORES EN REGIMEN
PERMANENTE
246
por lo tanto el valor de la salida en regimen permanente no se vera modificado por la accion
de la perturbacion.
Suponiendo U (s) = 0 la funcion de transferencia entre la salida y la perturbacion sera:
1
Y (s)
(s + 2)
=
1
2
Z(s)
1+
(s + 2) s(s + 1)
1
s+2
Y (s) =
Z(s)
1
2
1+
(s + 2) s(s + 1)
yrp
1
1
s+2
=0
= lm s
1
2
s0
s
1+
(s + 2) s(s + 1)
29/02/12
APENDICE
29/02/12
248
J.1.
Introducci
on
El metodo del lugar de las races, ideado por W.R. Evans en 1948, es un procedimiento
grafico que permite realizar el analisis dinamico y la sntesis de los sistemas realimentados.
La respuesta transitoria de un sistema de regulacion en bucle cerrado viene determinada por
la posicion, sobre el plano complejo, de las races de su ecuacion caracterstica o polos en bucle
cerrado del sistema. As como la funcion de transferencia en bucle abierto suele venir dada en
forma factorizada, la de bucle cerrado no siendo necesario calcular los polos del sistema y su
posicion en el plano complejo para determinar su comportamiento dinamico.
El lugar de las races consiste en un conjunto de reglas, de aplicacion directa, mediante
las cuales se puede determinar la posicion de las races de la ecuacion caracterstica, cuando
uno o varios parametros de su funcion de transferencia en bucle abierto vara desde 0 a .
Normalmente el parametro a variar es la ganancia k del sistema.
Ejemplo 1
Supongamos el sistema de la figura
U(s)
Y(s)
k
s(s+2)
k
s(s + 2)
En bucle cerrado:
M (s) =
k
Y (s)
= 2
U (s)
s + 2s + k
s1,2 = 1
1k
Se trata de determinar en el plano complejo las lneas sobre las cuales se mueven las
races de la ecuacion anterior cuando k vara de 0 a .
Para k=0 las races de la ecuacion caracterstica son s1 = 0 y s2 = 2 que coinciden
con las races de la funcion de transferencia en bucle abierto.
29/02/12
J.2 Ecuaciones b
asicas del lugar de las races
249
s1 = 1 + j k 1 ; s2 = 1 j k 1
Si damos valores a k comprendidos entre 1 e , las races de la ecuacion caracterstica
se van desplazando por una linea vertical que pasa por el punto 1 del eje real de forma
que una de las races se desplazara por la lnea hacia arriba y la otra se desplazara por
la lnea hacia abajo, tal y como se representa en la figura.
Im
K=0
K=5
+2j
K=2
+j
K=1
K=0
Re
-2
K=2
-j
K=5
-2j
Resumiendo puede concluirse que cuando la ganancia k del sistema en bucle abierto
vara de 0 a , las races del bucle cerrado o polos del sistema, se desplazan por el plano
complejo tal y como se aprecia en la figura anterior. Es decir que para valores de k
comprendidos entre 0 y 1, el sistema presentara una respuesta sobreamortiguada. Para
k = 1 el sistema tendra una respuesta con amortiguamiento crtico. Por u
ltimo para
valores de k comprendidos entre 1 e , la respuesta del sistema sera subamortiguada.
En cuanto al regimen permanente se refiere, cuando k aumenta, el error en regimen
permanente disminuye ya que el error es inversamente proporcional a la ganancia.
29/02/12
250
J.2.
Ecuaciones b
asicas del lugar de las races
U(s)
G(s)
Y(s)
H(s)
Y (s)
G(s)
=
U (s)
1 + G(s) H(s)
G(s) H(s) = 1
J.2.1.
q = 0, 1, 2,
Criterio del m
odulo
El criterio del modulo nos permite determinar el valor de la ganancia k del sistema de
cualquier punto del plano complejo que pertenezca al lugar de las races.
En general la funcion G(s) H(s) sera de la forma
k
i=m
Y
(s + zi )
i=1
i=n
Y
G(s) H(s) =
(s + pi )
i=1
i=m
Y
|k|
|G(s) H(s)| =
i=1
i=n
Y
i=1
|(s + zi )|
|(s + pi )|
=1
J.2 Ecuaciones b
asicas del lugar de las races
251
i=n
Y
|k| |(s + pi )|
i=1
i=m
Y
|k| =
=1
|(s + zi )|
i=1
Ejemplo 2
Supongamos un sistema cuya funcion de transferencia en bucle abierto viene dada por
el conjunto de polos y ceros representados en la figura.
pd
2
-z2
Im
-p3
-p2
G(s) H(s) =
1
-z1
Re
-p1 0
k(s + z1 )(s + z2 )
(s + p1 )(s + p2 )(s + p3 )
Suponiendo que el punto Pd pertenece al lugar de las races, mediante el criterio del
modulo visto anteriormente, se puede determinar la ganancia total del sistema en dicho
punto.
|G(s) H(s)| =
|k||s + z1 ||s + z2 |
|s + p1 ||s + p2 ||s + p3 |
= k k =
|s + p1 ||s + p2 ||s + p3 |
|s + z1 ||s + z2 |
k=
J.2.2.
m
X
i=1
29/02/12
s + zi
n
X
i=1
s + pi = (2q + 1)
(k > 0)
252
Para que un punto del plano complejo pertenezca al lugar de las races, debera cumplir el
criterio del argumento. Para el caso del ejemplo 2, para que el punto pd pertenezca al lugar de
las races, ha de verificarse:
s + z1 + s + z2 s + p1 s + p2 s + p3 = (2q + 1) 1 + 2 3 4 5 = (2q + 1)
J.3.
(2q + 1)
nm
q = 0; 1; 2;
R5:Intersecci
on de las asntotas. Las asntotas se cortan en un punto del eje real
situado a una distancia del origen dada por la expresion
P
=
P
polos de G(s)H(s) ceros de G(s)H(s)
nm
K(s+3)
s(s+1)(s+6)
Y(s)
29/02/12
253
R2:Puntos de comienzo y final de las ramas. Las ramas nacen en los polos s=0,
s=-1 y s=-6 y una de ellas termina en el cero s=-3 y las otras dos se van al .
K=0
-6
K=
K=0
K=0
-3
-1
-6
-3
-1
R4:Asntotas. Las asntotas son las direcciones que llevan las ramas que se terminan
en el . En este caso hay dos asntotas que forman un angulo con el eje real dado
por la expresion:
(2q + 1)
(2q + 1)
=
nm
31
para q = 0 1 =
para q = 1 2 =
3
2
R5:Intersecci
on de las asntotas. Las asntotas se cortan en un punto del eje real
a una distancia del origen dada por la expresion:
P
=
29/02/12
P
polos de G(s)H(s) ceros de G(s)H(s)
0 1 6 (3)
=
= 2
nm
31
254
3/2
-3
-6
/2
-1
3/2
-6
-3
/2
-1
K
s(s+2)(s+4)
Y(s)
29/02/12
255
R2:Puntos de comienzo y final de las ramas. Las ramas nacen en los polos s=0,
s=-2 y s=-4 y, al no existir ceros en la funcion de transferencia G(s)H(s), terminan
las tres en el .
R3:Comportamiento en el eje real.
R2: Comienzo y final
de las ramas
K=0
K=0
K=0
K=0
K=0
K=0
-4
-2
-4
-2
R4:Asntotas. Las asntotas son las direcciones que llevan las ramas que se terminan
en el . En este caso hay tres asntotas que forman un angulo con el eje real dado
por la expresion:
(2q + 1)
(2q + 1)
=
nm
30
para q = 0 1 =
para q = 1 2 =
5
3
para q = 2 3 =
7
3
R5:Intersecci
on de las asntotas. Las asntotas se cortan en un punto del eje real
a una distancia del origen dada por la expresion:
P
=
29/02/12
P
polos de G(s)H(s) ceros de G(s)H(s)
024
=
= 2
nm
30
256
R4 y R5:Asntotas
K=0
K=0
K=0
-4
-2
+j8
K=0
K=0
K=0
-4
-2
K=48
-j8
29/02/12
1 + G(s)H(s) = 0 1 +
257
k
= 0 s3 + 6s2 + 8s + k = 0
s(s + 2)(s + 4)
1
6
48 k
6
k
8
k
0
6s2 + k = 0 6s2 + 48 = 0 s = j 8
29/02/12
258
29/02/12
APENDICE
DE REGULADORES MEDIANTE EL
DISENO
LUGAR DE LAS RAICES
29/02/12
K.1.
Introducci
on
El lugar de las races facilita informacion sobre la relacion existente entre la ganancia k del
sistema y la respuesta temporal del mismo. Por lo tanto, dadas las especificaciones a cumplir
por el sistema, se trata de ajustar el valor de la ganancia de forma que el sistema realimentado
cumpla aceptablemente las mencionadas especificaciones.
Si no fuese posible cumplir los objetivos con el ajuste de la ganancia, sera necesario reformar
el lugar de las races original introduciendo en el sistema el regulador o compensador mas
adecuado que mejore el comportamiento del sistema original. El regulador lo que hace es aportar
al sistema polos y ceros adicionales que modifiquen el comportamiento del sistema en el sentido
de cumplir satisfactoriamente las especificaciones planteadas.
K.1.1.
K.1.2.
Ajuste de la acci
on proporcional
4
(s+1)(s+2)
Y(s)
p
2
Mp = e 1 100 %
29/02/12
Mp = 16,6 %
K.1 Introducci
on
261
Esta sobreoscilacion viene definida por una recta que pasa por el origen y forma un
angulo = arcos 0,5 = 60 con el eje real. El punto de dise
no Pd sera el punto de corte de
la recta de sobreoscilacion Mp = 16,6 % con el lugar de las races, tal y como se representa
en la siguiente figura. En la parte izquierda de la figura se representa el Paso 1, es decir
el lugar de las races del sistema sin el regulador. En la parte derecha de dicha figura se
representa el Paso 2, con lugar de las races y las especificaciones que ha de cumplir el
sistema realimentado, representado en este caso por un punto de dise
no Pd .
Im
Im
Pd
K=0
K=0
-2
-1
60
Re
0
-2
-1
Re
0
Im
Pd
d2
d1
Re
-2
-1
d1 = d2 = 2, 64
El valor de la ganancia total del sistema en el punto de dise
no sera:
29/02/12
kT = d1 d2 7,01
U(s)
1,75
29/02/12
4
(s+1)(s+2)
Y(s)
KT
1,75
4