You are on page 1of 32

Describen la interacción entre el mundo externo

(entradas y salidas) y las variables internas del


sistema (estados).

◦ CONTROLABILIDAD: indica si el comportamiento de


un sistema puede ser controlado por medio de sus
entradas

◦ OBSERVABILIDAD: indica si el comportamiento


interno del sistema puede detectarse en sus
salidas.

jlc
Consideremos el sistema de n estados y p entradas

(1)

Como la controlabilidad relaciona las entradas y


los estados del sistema, la ecuación de salida es
irrelevante.

jlc
Es la posibilidad de encontrar una señal de control
para llevar al sistema de cualquier estado inicial
a cualquier estado final en tiempo finito

No importando qué trayectoria se siga, o qué


entrada se use.

jlc
Un sistema lineal descrito por ecuaciones de estado
es controlable si y sólo si la matriz de
controlabilidad tiene rango n.

 c  B AB A B ... A B 
2 n 1

Mc=ctrb(A,B)

jlc
Es la dual de la controlabilidad y surge en la
medición para el diseño de sistemas de control

Un sistema se llama observable si es posible


reconstruir el vector de estado inicial x(0), a
partir de las señales de entrada y de salida del
sistema, medidas durante un intervalo finito de
tiempo.

jlc
Un sistema lineal descrito por ecuaciones de estado
es observable si y sólo si la matriz de
observabilidad tiene rango n

 C 
 CA 
 
 0   CA2 
 
  
CAn 1 

Mo = obsv(A,C)

jlc
Observando las definiciones, notamos una gran
similitud.
Si la matriz de observabilidad se transpone, se
encuentra
T
 C 
 CA 
 
 0   CA 
T 2

 
  
CAn 1 


 CT AT C T A  C
T 2 T
 A 
T n 1
CT 
El sistema dado por

  3 5
A 
 2 0 
1 
B 
 2
C  1  1
La matriz de observabilidad para este sistema
queda
 1  1
0   
  5 5 

y tiene rango uno. Por lo tanto, el sistema no es


observable.

La función de transferencia G(s) se puede


simplificar así:

1
s5
Ahora consideremos el sistema con
1 1
A 
 6 0 
1
B 
 3
C  1 0

La matriz de controlabilidad para este sistema es:


 1  2
C   
 3 6 

Tiene rango uno. Por lo tanto, el sistema no es


controlable.
La función de transferencia de este sistema
es:
s 3
G (s)  2
s s6

La cual se puede simplificar, factorizando el


denominador, como
1
G( s) 
s2
Se puede demostrar que si un sistema no es
controlable o no observable, debe haber
alguna cancelación de polos y ceros.

Es decir, que se puede obtener una


realización de dimensión menor.
Un modelo de estado controlable y observable se
denomina Realización mínima.

La controlabilidad y la observabilidad se pueden


caracterizar de varias formas alternativas.
K

 La principal configuración de control, basada en


variables de estado, utiliza una señal de control
de la forma
u(t )  r (t )  Kx(t )
 Donde K es una matriz de ganancia
Usando u(t )  r (t )  Kx(t ) en la ecuación de estado:

x (t )  Ax (t )  Bu(t )
x (t )  Ax (t )  Br (t )  Kx (t ) 
x (t )   A  BK x (t )  Br (t )
x (t )  ALC x (t )  Br (t )

Donde ALC=A−BK es la matriz de estado de lazo cerrado.

Como la dinámica del sistema depende de ALC, se


observa en esta ecuación que es posible cambiar el
comportamiento del sistema usando esta ley de control
Si el par (A,B) es controlable, entonces es
posible asignar los polos (autovalores) de la
matriz (A − BK) en cualquier lugar del plano
complejo, seleccionando adecuadamente la matriz
K.

De esta forma podemos lograr un diseño con


asignación de polos mediante RVE, usando una zona de
diseño.
Dado el sistema con

 6  3,5
A
6 4 
0 
B 
1
C  4 5

Los valores propios (polos) de A son −3 y 1.

El sistema es controlable; por lo tanto, se


pueden asignar los polos de lazo cerrado en
cualquier posición del plano complejo usando
RVE.
Usando RVE,  6  3,5 0
A  BK      k1 k2 
6 4  1
 6  3,5 
A  BK   
 6  k 1 4  k 2

El polinomio característico P=det(sI-ALC)

s 2  2  k2 s  3  6k2  3,5k1

Si queremos asignar los polos en −3 y −1,


el polinomio característico sería

  3  1  2  4  3
Si ahora igualamos los coeficientes de los
dos polinomios se obtiene,
2  k2  4
 3  6k2  3,5k1  3
La solución del sistema de ecuaciones es

k2 = 2,0 k1 = 1,7143

Entonces, la ley de control


u(t )  r (t )  1,7143x1 (t )  2 x2 (t )

Produce un sistema de lazo cerrado con los


polos en la posición deseada.
Matlab tiene dos rutinas que resuelven el
problema de asignación de polos.

 Place, es la más confiable, pero no


permite polos repetidos.

 Acker no es recomendable para problemas


de dimensión grande.
 Para resolver el problema anterior,
se usaría:

A=[-6 -3.5; 6 4];


B=[0; 1];
polos=[-3 -1];
K=place(A,B,polos)

K =

1.7143 2.0000
Analicemos la respuesta del sistema de lazo
cerrado. La función de transferencia de lazo
cerrado está dada por:

 
y(s)  C sI  A  BG  B  D r (s)
1

Para considerar la respuesta estática, estudiemos


la ganancia d.c. del sistema de lazo cerrado.
Suponiendo que el sistema de lazo cerrado es
estable, o sea que la matriz A−BK es Hurwitz,
entonces no tiene valores propios en s=0.

 Eso significa que A−BK es no singular. Por lo


tanto, es posible calcular la ganancia d.c:

T (0)  C  A  BK  B  D
1
Y por lo tanto

S (0)  1  C  A  BG  B  D
1

Y no hay garantía de que |S(0)| sea pequeña.

Eso significa que el error debido a variaciones de


la referencia o a perturbaciones no se puede
garantizar que sea pequeño.
En el ejemplo anterior, la matriz de estado de
lazo cerrado es:

 6  3,5 0
A  BK      k1 k 2 
6 4  1
 6  3,5    6  3,5
A  BK    
6  k 1 4  k 2  4,286 2 

La ganancia d.c es

T (0)  C  A  BK  B  D  5.333
1
y, por lo tanto

S (0)  1  5,33  4.3333


La respuesta al escalón del sistema de lazo
cerrado es
El control de RVE no presta atención a las
especificaciones estáticas; es decir, a la
respuesta de estado estacionario, tal como
acabamos de ver en el ejemplo.

Esto presenta un problema puesto que, como hemos


visto, las especificaciones estáticas suelen ser
las más importantes.
Una forma, muy usada, de reducir el problema
consiste en agregar un precompensador, el cual no
es más que una ganancia F, colocada antes del
comparador, como se muestra en la figura

En el ejemplo anterior, se debería usar

1 1
F   0,1875
T 0 5,333
En el caso general, F(s) puede ser una función de
transferencia que sirva para acondicionar la señal
de referencia y hace parte del controlador.

Cuando la función de transferencia F es constante,


realmente no es necesario incluir ninguna
ganancia, puesto que basta con modificar la señal
de referencia.
Por ejemplo, si se trata de un control de
temperatura, basta retirar la placa donde están
marcadas las temperaturas de referencia y donde
dice 100◦, remplazarlo por 533◦, o donde
corresponde una temperatura de 18.75◦ escribir
100◦, etc.
La inclusión de un precompensador no elimina el
efecto de las perturbaciones ni reduce los efectos
de incertidumbres en el modelo debidas a errores
de modelamiento o cambios debidos a
envejecimiento, etc.

Sin embargo, es una forma muy simple de lograr


cumplir las especificaciones estáticas.
En el ejemplo anterior, si el precompensador tiene
una ganancia
1
F  0,1875
T 0
La respuesta al escalón es como la de la figura