SESIÓN 2

CARACTERIZACIÓN DE SISTEMAS

En el campo del análisis y del diseño de sistemas de control es necesario obtener una descripción
formal del comportamiento dinámico del proceso en el tiempo; en la mayoría de casos resulta en
una representación matemática. Para sistemas reales encontrados en aplicaciones de Ingeniería esta
descripción se caracteriza por una o más ecuaciones diferenciales, que relacionan todas las
variables del proceso y sus derivadas en función del tiempo. Otra forma de describir estos sistemas
es usando una herramienta matemática (la transformada de Laplace) que facilita enormemente el
análisis de dichos sistemas. Estas formas de describir a los sistemas y algunas características
particulares de los sistemas más frecuentes en aplicaciones industriales veremos a continuación.

2.1 Ecuaciones Diferenciales

Ecuaciones diferenciales lineales ordinarias

En la práctica la mayoría de procesos industriales pueden ser representados en términos de

ecuaciones diferenciales. Estas ecuaciones generalmente envuelven derivadas e integrales de las
variables dependientes con respecto a la variable independiente.

En general, la ecuación diferencial de un sistema de orden enésimo se escribe como sigue:

dy n (t ) dy n −1 (t ) dy 2 (t ) dy (t )
an n
+ a n −1 n −1
+ ... + a 2 2
+ a1 + a 0 = bx(t ) (2.1)
dt dt dt dt

Esta ecuación diferencial es también conocida como ecuación diferencial lineal ordinaria

El problema de resolver una ecuación diferencial se puede plantear de la siguiente manera: Dados
los coeficientes a0 , a1 , ... , an y b, las condiciones iniciales apropiadas, y la función x(t),
encontrar la función y(t) que satisface la ecuación (2.1).

La función x(t) representa el comportamiento de la variable de entrada en función del tiempo,

también se conoce como variable manipulada; la función y(t) es la función de salida o variable
dependiente. La variable t es el tiempo y es una variable independiente.

En el diseño de sistemas de control, una ecuación diferencial representa cómo se relacionan, en un

determinado proceso, la señal de salida y(t) con su señal de entrada x(t).

Veamos el siguiente ejemplo: Se desea saber cuál es la ecuación diferencial que en el circuito R-C
mostrado en la Figura 2.1, que relaciona la entrada U in con la salida U out .
R

Uin C Uout
i

Figura 2.1
Sistema eléctrico: Circuito
R-C
Control de procesos

Aplicamos la ecuación de malla:

U in = iR + U out 0

1 t dU out
U out = ∫ idt ⇒ i (t ) = C
C 0 dt

dU out (t )
U i (t ) = RC + U out (t )
dt (2.2)

Propiedades de un sistema lineal

Un sistema es lineal si es que cumple con las siguientes propiedades:

Proporcionalidad:

Un sistema que frente a una entrada x1 responde con una salida y1, será lineal si es que se cumple
que para una entrada αx1 le corresponde una salida α y1. Siendo α constante.

Fig. 2.2 Aplicación de distintas entradas

Superposición:

Un sistema que frente a una entrada x1 responde con una salida y1 y frente a una entrada x2
responde con una salida y2, será lineal si es que se cumple que para una entrada x1+x2 responde con
una salida y1+y2.

Resumiendo ambas propiedades podemos decir que un sistema es lineal si es que cumple
con lo siguiente: que para una entrada αx1+β x2 el sistema responde con una salida
αy1+βy2.

30
 Caracterización de sistemas

Fig. 2.3 Aplicación de ambas entradas

Ecuaciones diferenciales no lineales

Muchos sistemas físicos son no lineales y son descritos por ecuaciones diferenciales no lineales.
Por ejemplo, la ecuación diferencial que describe el movimiento de un péndulo mostrado en la
Figura 2.4 es

d 2θ( t )
ML + Mg sen θ( t ) = 0 (2.3)
dt 2

Mgsenθ
Mg

Figura 2.4
Un péndulo simple

Sólo observando que θ(t) aparece en una función seno, la ecuación (2.3) es no lineal, y el sistema
es llamado sistema no lineal.

Linealización.

La mayoría de procesos industriales son sistemas cuya dinámica presentan no linealidades, es decir
que no se pueden representar mediante ecuaciones lineales (para que una ecuación sea lineal cada

31
Control de procesos

uno de sus términos debe contener sólo una variable o derivada, y ésta debe estar elevada a la
primera potencia). El tratamiento matemático de los sistemas no lineales no forma parte del
presente curso, sin embargo, debido a que es muy frecuente encontrarse con procesos no lineales,
se hace necesario una linealización; que consiste en aproximar una ecuación no lineal que
representa a un proceso con una ecuación lineal, de forma que la respuesta de la aproximación
lineal represente la respuesta del proceso en una región cercana al punto de operación.

Linealización de una función de una variable.

Si consideramos la ecuación diferencial de primer orden:

dx(t )
= f [x(t )] + k
dt
donde f [x(t )] es una función no lineal de x y k es una constante. La expansión de las series de
Taylor de f [x(t )] alrededor de un punto x viene dado por:

df 1 d2 f 1 d3 f
f [x(t )] = f ( x ) + ( x )[x(t ) − x ] + ( x )[x(t ) − x ] + ( x )[x(t ) − x ] + K
2 3
2 3
dx 2! dx 3! dx

La aproximación lineal consiste en truncar la ecuación anterior en los dos primeros términos es
decir:

df
f [x(t )] ≅ f ( x ) + ( x )[x(t ) − x ]
dx
La interpretación gráfica de esta aproximación se muestra en la figura siguiente:

Fig. 2.5

La aproximación lineal es una línea tangente a la función no lineal f [x(t )] que pasa por el punto
x , es decir por el punto de operación sobre el cual estamos linealizando. La línea tangente tiene
una pendiente df dx (x ) . Para un punto x (t ) cercano al punto de operación x (t ) la diferencia
entre la aproximación lineal y el valor actual de la función no lineal es pequeña y aumenta
conforme nos alejamos del punto de operación. En la práctica, la región donde la aproximación

32
 Caracterización de sistemas

lineal tiene una muy buena aproximación para representar la función no lineal es difícil de evaluar,
depende del grado de precisión que se desee obtener y del tipo de proceso en estudio.

La diferencia entre el valor de la variable en un instante t, x(t), y su punto de operación se conoce

como la variable desviación X (t ) :

X (t ) = x(t ) − x
donde:

X (t ) es la variable desviación
x(t ) es el valor absoluto de la variable
x es el valor de x en el punto de operación (valor base)

En otras palabras, la variable desviación es la separación de la variable a partir de su punto de

operación o valor base. Si consideramos que el punto de operación x es el valor inicial de la
variable y que generalmente es el estado estacionario, entonces, en el punto de operación del
proceso la variable desviación y sus derivadas son cero:

x(0) = x X (0) = 0 y
n
d X
(0) = 0 para n = 1, 2, etc
dt n

Considerando la variable desviación, la aproximación lineal se puede representar como:

df
f [x(t )] ≅ f ( x ) + ( x ) X (t )
dx

Entonces la ecuación diferencial de primer orden sería:

dx(t ) df
= f (x) + ( x ) X (t ) + k
dt dx

Si consideramos que inicialmente, para t = 0 , el sistema está en estado estacionario, es decir en su

punto de operación, se cumplen las siguientes condiciones:

dx (0)
x ( 0) = x =0 X ( 0) = x ( 0) − x = 0
dt

entonces para el punto de operación en el instante t = 0 :

df
0 = f (x) + ( x )0 + k
dx

es decir,

f (x) + k = 0

si reemplazamos la expresión anterior en:

33
Control de procesos

dx (t ) df
= f (x) + ( x ) X (t ) + k
dt dx

obtenemos:

dX (t ) df
= ( x ) X (t )
dt dx

Es importante notar que en el proceso de linealización los términos constantes quedan anulados
cuando tomamos como condición inicial el estado estacionario del sistema. Por otro lado se pueden
omitir los pasos intermedios y pasar directamente de:

dx (t )
= f [x(t )] + k
dt

dX (t ) df
= ( x ) X (t )
dt dx

Un ejemplo práctico de un sistema no lineal es el volumen de un tanque cónico en función de su

altura. Si consideramos un tanque cónico con una altura máxima: H = 5m y un radio superior
máximo: R = 1.5m , el volumen del tanque en función de una altura h sería:
πR 2
V = 2
h3
3H

Si linealizamos la relación anterior alrededor de la altura de ho m

πR 2 πR 2 ho 2
v= * ho 3 + (h − ho)
3H 2 H2

En la siguiente figura se muestran dos puntos de linealización: ho=3.5 m y ho=4.0m

Fig. 2.6

34
 Caracterización de sistemas

Linealización de funciones de dos o más variables.

En general, una función de n variables x1, x2, ...., xn, es linealizada por la fórmula:

n
∂f
f ( x1 , x 2 , K , x n ) = f ( x1 , x 2 , K , x n ) + ∑ ( xk − xk )
k =1 ∂x k

∂f
donde : , denota la derivada parcial evaluada en ( x1 , x 2 , K , x n ) .
∂x k

Por ejemplo se nos pide encontrar la aproximación lineal de la función no lineal:

y
f ( x, y , z ) = 2 x 2 + xy 2 − 3
z
en el punto x = 1, y = 2, z = 3

La aproximación lineal es dada por:

 − − −  ∂f  −  ∂f  −  ∂f  −
f ( x , y, z ) = f  x, y, z  +  x − x  +  y − y  +  z − z 
  ∂x   ∂y   ∂z  

Las derivadas parciales de la función dada serían:

∂f
= 4x + y 2
∂x

∂f 3
= 2 xy −
∂y z

∂f 3 y
=
∂z z 2
Evaluando las derivadas parciales en el punto de linealización:

2
f = 2(1)2 + 1( 2) 2 − 3 =4
3

∂f
= 4(1) + ( 2) 2 = 8
∂x

∂f 3
= 2(1)(2) − = 3
∂y 3

∂f 3(2) 2
= =
∂z (3) 2 3

35
Control de procesos

Sustituyendo estos valores, la función linealizada quedaría expresada como:

2
f ( x, y, z ) = 4 + 8( x − 1) + 3( y − 2) + ( z − 3)
3

En términos de las variables desviación sería:

2
F = 8 X + 3Y + Z
3

2.2 Función de Transferencia

La función de transferencia es una descripción de un sistema y es igual a la relación entre la salida

y la entrada, ambas en el plano de Laplace.

Supongamos la siguiente ecuación diferencial en la que y es la salida y u es la entrada:

.. . .
y + 3 y + 2y = 2 u + u (2.4)

La transformada de Laplace de esta ecuación, con condiciones iniciales cero, está dada por:

S2Y(s)+3sY(s)+2Y(s) = 2sU(s)+U(s) (2.5)

La ecuación (2.5) es una ecuación algebraica en vez de una ecuación diferencial, y de este modo la
relación entre Y y U se encuentra fácilmente como:

Y( s ) 2s + 1
= 2 (2.6)
U ( s ) s + 3s + 2
Y ( s) 2s + 1
T (s) = = 2 (2.7)
U ( s ) s + 3s + 2

La función T(s), que es la relación entre U(s) y Y(s) – entrada y salida –, se conoce como función de
transferencia del sistema.

La función de transferencia T(s) relaciona la transformada de Laplace de la entrada y de la salida

según el siguiente cociente, para condiciones iniciales nulas:

Y (s)
T (s) = (2.8)
U ( s)

Si la entrada u(t) es el impulso unitario δ(t), entonces y(t) es la respuesta de impulso unitario. La
transformada de Laplace de u(t) = δ(t) es 1 y la transformada de Y(t) sería T(s), ya que
Y(s) = T(s)U(s) = T(s)(1) (2.9)
Y(s) = T(s) (2.10)

En otras palabras: La función de transferencia de un sistema lineal invariante en el tiempo se puede

definir también como la transformada de Laplace de la respuesta de impulso unitaria, con todas
las condiciones iniciales cero.

36
 Caracterización de sistemas

La función de transferencia define completamente las características estacionarias y dinámicas de

la respuesta total, de un sistema descrito por una ecuación diferencial lineal. Estas características
determinan si el sistema es estable o inestable y si su respuesta frente a una entrada no oscilatoria
es oscilatoria o no. El sistema o proceso se dice que es estable cuando su salida adquiere un límite
finito frente a una entrada finita.

Las siguientes son características importantes de la función de transferencia:

1. En una función de transferencia de un sistema real físico la potencia más alta de s en el

numerador nunca es mayor que la del denominador. Es decir, n ≤ m
bn s n + bn −1 s n −1 + K + b0
T (s) =
a m s m + a m −1 s m −1 + L + a 0

Esta condición necesariamente debe cumplirse, caso contrario estaríamos representando un

sistema impropio, el cual necesitaría tener una energía infinita al inicio de su funcionamiento.

2. Teorema del valor inicial: Permite calcular el valor de f(t) un instante después (t = 0+) que la
entrada ha sido aplicada, a partir de su transformada.

lim y (t ) = lim sY (s )
t →0 s→∞

3. Teorema del valor final: El valor en estado estacionario de una función cuando t → ∞ , se
puede calcular a partir de su trasformada.

lim y( t ) = lim sY ( s )
t →∞ s→0

Veamos el caso del circuito R-C del ejemplo anterior, transformando la ecuación diferencial al
plano de Laplace, con condiciones iniciales nulas, obtenemos lo siguiente:

U i ( s ) = RCsU out ( s ) + U out ( s )

U out ( s ) 1
Por lo tanto: T (s) = =
U i (s) RCs + 1 (2.12)

Si consideramos que la entrada es una señal de tipo escalón unitario cuya función de transferencia
es 1 el valor final de la tensión de salida sería :
s

1 1
U out = *
RCs + 1 s

lim y (t ) = lim sU out ( s ) = 1

t →∞ s→0

Vemos el valor final es independiente de la dinámica del sistema.

Haremos ahora un análisis semejante para el siguiente circuito R-L de la Fig. 2.7:

37
Control de procesos

x R y

Figura 2.7
Circuito R-L

Hallamos primero la ecuación diferencial:

di
u i (t ) = L + u out (t ) (2.13)
dt

u out
u out = iR → i= , donde y es la función de salida.
R

L dy(t)
u i (t) = + u out (t) (2.14)
R dt

L
U i (s) = sY ( s ) + U out ( s ) (2.15)
R

∴ U out ( s ) 1
T (s) = = (2.16)
U i ( s) L
1+ s
R

Igualmente, si consideramos que la entrada es una señal de tipo escalón unitario cuya función de
transferencia es 1 el valor final de la tensión de salida sería :
s
1 1
U out = *
L s
s +1
R

lim y (t ) = lim sU out ( s ) = 1

t →∞ s→0

A partir de la función de transferencia del proceso podemos encontrar su respuesta y (t ) frente a

una determinada señal de entrada u (t ) , para esto será necesario representar la señal de entrada en
Laplace y obtener Y (s ) como el producto de T ( s ) × U ( s ) .

Una vez hallado Y(s), se puede hallar la transformada inversa de Laplace L −1{Y ( s )} y de esta
manera obtener la expresión en el tiempo. De mucha utilidad resulta el uso de tablas de
transformadas de Laplace , pues reduce el proceso de cálculo de la función en el tiempo (ver Tabla
al final de esta sección)

38
 Caracterización de sistemas

Para complementar lo antes expuesto, presentamos la obtención de la función de transferencia del

sistema físico de la Figura 2.8, donde :

M1 = 1; M2 = 2; K1 = K2 = 3; C1 = 4; C2 = 1 y se sume que no hay rozamiento en los bloques.

x(t) y(t)

K2 K1
F(t)
M2 C2 M1 C1

Figura 2.8
Sistema mecánico de masas-resortes

La entrada es F(t) y la salida y(t). Se pide la función de transferencia que relaciona la salida con la
entrada, simplificando la posible cancelación.

Las ecuaciones diferenciales del sistema son:

. •. • ••
F = K 2 ( x − y ) + c2 ( x − y ) + M 2 x (2.17)

• • • ••
K 2 ( x − y ) + c2 ( x − y ) = K1 y + c1 y + M 1 y (2.18)

Se toma la transformada de Laplace de estas ecuaciones y se despeja la variable x:

F ( s ) + ( K 2 + c2 s )2 y ( s )
De (2.17): x( s ) = (2.19)
K 2 + c2 s + M 2 s 2

( M 1s 2 + c1s + c2 s + K1 + K 2 )
De (2.18): x( s) = y( s) (2.20)
c2 s + K 2

Combinando (2.19) y (2.20) obtenemos:

y ( s ) [ M 1s 2 + (c1 + c2 ) s + K1 + K 2 ]( M 2 s 2 + c2 s + K 2 ) − ( K 2 + c2 s ) 2
= (2.21)
F ( s) c2 s + K 2

Sustituyendo los valores numéricos queda lo siguiente:

39
Control de procesos

y(s) 1
= 3 (2.22)
F ( s ) 2 s + 5s 2 + 4 s + 3

2.3 Polos y Ceros de un Sistema

Daremos un definición simple y sencilla de polos y ceros:

Ceros de un sistema: Son las raíces del numerador de la función de transferencia del sistema.

Polos de un sistema: Son las raíces del denominador de la función de transferencia del sistema.

Los polos de un sistema son los que indican si éste es convergente o divergente. Si los polos son de
signo negativo, entonces el sistema converge. Si los polos son de signo positivo, entonces el
sistema diverge.

El signo y el valor de un cero no dice nada sobre la convergencia o divergencia de un sistema, pero
si interesa en el análisis transitorio del mismo. Por ejemplo, si el cero es positivo, entonces el
sistema es a fase no mínima, término que explicaremos más adelante.

Veamos el siguiente ejemplo: A un sistema cuya función de transferencia es la

s +1
siguiente: T ( s ) = se le aplica una entrada escalón X ( s ) = 1 .
(s + 2)(s + 3) s
Se quiere saber cómo será el comportamiento de la salida del sistema.

s +1
X (s ) = 1 T (s ) = Y (s ) = ?
s (s + 2)(s + 3)
1
0

La función de transferencia del sistema posee polos reales negativos, lo cual indica que el sistema
será convergente sin oscilaciones, es decir, frente a una entrada finita real, la salida tenderá a un
valor finito y real.

En este caso, la entrada es escalón unitaria, se espera entonces que la salida tienda a un valor real y
finito (converja). Veamos su función de transferencia:

s +1
Y (s ) =
(s + 2)(s + 3)s
Podemos aplicar el teorema del valor final:

lím y(t ) = lím sY (s )

t →∞ s →0

s +1
lím y(t ) = lím = 1
t →∞ s →0 (s + 2)(s + 3) 6
El valor real y finito obtenido constituye la ganancia estática del sistema y demuestra que el
sistema es convergente. Una gráfica del comportamiento se muestra a continuación.

40
 y Caracterización de sistemas

1/6

En la siguiente gráfica se ilustra la influencia de la ubicación de los polos en el plano complejo s

en la respuesta temporal del sistema frente a una entrada escalón.

41
Control de procesos

Expresión general. Polos y ceros.

La función de transferencia se puede expresar de dos formas:

• Como una suma de polinomios.

b0 + b1 s + ... + bn s n
T ( s) = m≥n 2.23)
a 0 + a1 s + ... + a m s m

• Como producto de factores simples.

n
K C ( s − sz i )
T ( s) = m
i =1
m≥n (2.24)
C (s − s p j )
j =1

La condición m≥n debe cumplirse a fin de que el sistema pueda ser físicamente implementable.

En el siguiente ejemplo se expresa T(s) bajo las dos formas antes mencionadas; la segunda de ellas
permite conocer las raíces tanto del numerador como del denominador. Estas raíces son de
particular importancia para el sistema al que representan.

s 2 + 5s + 6 ( s + 3)( s + 2)
T (s) = = (2.25)
s 2 + 9 s + 18 ( s + 6)( s + 3)

Las raíces del denominador sp j

se denominan polos del sistema.
Las raíces del numerador sz i
se denominan ceros del sistema.

Veamos ahora el comportamiento de un sistema frente a una entrada impulso de Dirac:

δ(t) T(s) y(t)

Figura 2.9
Sistema genérico al que se le aplica un
impulso de Dirac

La salida en el plano de Laplace estará dada por la siguiente expresión:

y ( s ) = T ( s )δ ( s ) = T ( s )(1) (2.26)

y(s ) = T ( s) (2.27)

1
• Si T ( s ) = :
s −1
1
y(s) = → y (t ) = e t
s −1

42
 Caracterización de sistemas

et
250

• P1=1
200

• Sistema
150
divergente
100

50

0
0 1 2 3 4 5 6 7 8 9 10

t
Figura 2.10
Respuesta divergente del
sistema

1
• Si T ( s ) = :
s +1
1
y(s) = → y (t ) = e − t
s +1

e-t 0.01

0.009

0.008 • P1= −1
0.007

0.006 • Sistema
0.005 convergente
0.004

0.003

0.002

0.001

0
0 1 2 3 4 5 6 7 8 9 10
t
Figura 2.11
Respuesta convergente del
sistema

Se observa claramente que en el segundo caso, cuando el sistema tiene el polo negativo, el sistema
es convergente, mientras que en el caso anterior ocurre lo contrario.

Lo que a nosotros nos interesa es que el sistema converja a un valor determinado finito, para que de
esta manera se pueda realizar un control sobre sus salidas. Por lo tanto podemos esbozar una
primera idea sobre convergencia:

• Si la función de transferencia a lazo abierto de un sistema posee polos con parte real positiva
entonces su salida es divergente.

43
Control de procesos

• Si la función de transferencia a lazo abierto de un sistema posee polos con parte real negativa
entonces su salida es convergente.

2.4 SISTEMAS DE PRIMER Y SEGUNDO ORDEN Y CON RETARDO

Para el análisis en el tiempo es necesario definir correctamente el tipo de entrada, normalmente se
suelen usar entradas de tipo estándar tales como: Dirac (pulso), step (salto), rampa, parabólica,
senoidal.

Tipos de Entrada.

Dirac (pulso).
Sólo se aplica de modo teórico , esto es debido a que esta función existe sólo teóricamente. Se
1 t = 0
define como: δ (t ) =  . Una forma de interpretar dicha función es considerándola
0 t ≠ 0
como un pulso de ancho muy pequeño y de área unitaria, tal como se muestra en la fig. 2.12.

Fig. 2.12 Impulso

Dando una entrada δ (t ) la salida del sistema es aproximadamente la T (s ) .

Escalón.
Es una de las más usadas para las pruebas de sistemas de control: r (t ) ≈ cte .
La ventaja de esta entrada es que representada en Fourier es la sumatoria de varias funciones a
distinta frecuencia, es decir, como si el escalón tuviera el máximo de armónicos.

Fig. 2.13 Entrada escalón

Rampa.
Es una entrada variable de tipo lineal: r (t ) = k t . Por ejemplo, en la velocidad de enfriamiento
de un metal es importante pues esa transición debe ser lineal y con cierta pendiente. Otro caso
es en el ascenso de un avión ya que esta variación de altura debe ser suave.

44
 Caracterización de sistemas

Fig. 2.14 Entrada rampa

Senoidal.

No tiene mucho significado en análisis temporal ya que a una entrada de este tipo le
corresponde otra salida senoidal si es que el sistema es estable, por lo tanto no tiene sentido
hacer esa prueba.

La más completa de las entradas anteriormente descritas es la función escalón puesto que es la
sumatoria de infinitas funciones senoidales.

2.4.1 Sistemas de primer y segundo orden

Sistemas de primer orden

Partiremos de un ejemplo real y sencillo para introducir los sistemas de primer orden.
Consideremos el tanque de mezcla mostrado en la Figura 2.15. Estamos interesados en conocer
cómo la temperatura de salida T(t) responde frente a un cambio en la temperatura de entrada Ti(t).

q, m3/s

T (t)

q, m3/s

Figura 2.15
T(t),
Proceso térmico

En este ejemplo, el flujo volumétrico de entrada y de salida, las densidades de los líquidos y la
capacidad de transferencia de calor pueden ser asumidos constantes. El líquido en el tanque es
mezclado y él es perfectamente aislado, es decir, el proceso es adiabático.

Un balance de energía en el estado no estacionario nos daría la relación deseada entre las
temperaturas de entrada y de salida.

d (Vρu (t ))
qρ i hi (t ) − qρh(t ) = (2.28)
dt

O en términos de temperatura:

45
Control de procesos

d (VρCvT (t ))
qρ iC piTi (t ) − qρC pT (t ) = (2.29)
dt
donde:

ρi ,ρ = densidades de los líquidos en la entrada y en la salida,kg/m3

Cpi , Cp = capacidad calorífica a la entrada y a la salida a presión constante, J/Kg-C
Cv = capacidad calorífica del líquido a volumen constante, J/Kg-C.
V = volumen de líquido en el tanque, m3
hi, h = entalpías del líquido en la entrada y en la salida, J/Kg
u = energía interna del líquido en el tanque, J/Kg

Como la densidad y la capacidad calorífica son asumidas constantes en todo el rango de

temperaturas, la ecuación (2.26) puede escribirse como:

d (VρCvT (t ))
qρC pTi (t ) − qρC pT (t ) = (2.30)
dt

La solución de esta ecuación diferencial para una cierta temperatura de entrada nos da la respuesta
de la temperatura de salida en función del tiempo. La temperatura de ingreso es la variable de
entrada, mientras que la temperatura de salida es la variable de salida.
Antes de resolver esta ecuación, un cambio de variable puede simplificar la solución. Escribiendo
la ecuación de balance de energía en el estado estacionario en el contenido del tanque:
qρC pTi − qρC pT = 0 (2.31)

Restando esta ecuación de la (2.30) tenemos:

d (T (t ) − T )
qρC p (Ti (t ) − T ) − qρC p (T (t ) − T ) = VρCv (2.32)
dt

Podemos ahora definir las siguientes variables de error o desviación:

T(t) = T(t) - T (2.33)

Ti(t) = Ti(t) - Ti (2.34)

T , Ti = temperaturas de entrada y de salida en el régimen permanente,°C

T(t), Ti(t) = error o desviación en las temperaturas de salida y de ingreso, respectivamente, C

Sustituyendo las ecuaciones (2.33) y (2.34) en la ecuación (2.32) obtenemos:

d (VρCv T(t ))
qρC p Ti (t ) − qρC p T(t ) = (2.35)
dt

La ecuación (2.35) es igual que la (2.30) excepto que está dada en términos de la desviación de la
temperatura. La solución nos dará T(t), la desviación de la temperatura, en función del tiempo para
una determinada Ti(t).

La definición de variables de error o desviación en el diseño de procesos de control es muy

importante. Su uso ofrece la ventaja de que su valor indica el grado de desviación respecto de cierto
valor de operación en estado estacionario.

La ecuación (2.35) puede ser reacomodada como sigue:

46
 Caracterización de sistemas

VρCv dT(t )
+ T(t ) = Ti (t ) (2.36)
qρC p dt

VρCv
Llamamos τ = (2.37)
qρ C p
Por lo tanto:
dT( t )
τ + T( t ) = Ti ( t ) (2.38)
dt

Partiendo de esta ecuación diferencial, hacemos uso de la Transformada de Laplace:

τsT(s) - τT(0) + T(s) = Ti(s) (2.39)

Pero T(0) = 0, por lo tanto:

1
T( s ) = T(s) (2.40)
τs + 1 i
T( s ) 1 (2.41)
=
Ti ( s ) τs + 1
La función de transferencia (2.41) a la que hemos llegado es una función de primer orden porque es
desarrollada a partir de una ecuación diferencial de primer orden. Los procesos descritos por esta
función de transferencia son llamados procesos de primer orden, sistemas de primer orden o
retrasos de primer orden. El sistema eléctrico de la Figura 2.7 y cuya función de transferencia está
dado por la ecuación (2.16) es otro ejemplo de un sistema de primer orden.

Para el sistema térmico que estamos analizando se tiene que frente a una entrada tipo escalón de
amplitud A:

Ti (t ) = Ti + A (2.42)
Ti (t ) − Ti = A (2.43)
Ti (t ) = A (2.44)

Según la notación de entrada impulso escalón tenemos:

Ti (t ) = Au (t ) (2.45)

La respuesta entonces para esta entrada será:

1
T (s) = Ti ( s ) (2.46)
τs + 1

 1  A 
T (s) =    (2.47)
 τs + 1  s 

Cuya respuesta en el tiempo está dada por:

47
Control de procesos

T (t ) = A(1 − e − τ )
1
(2.48)
o
T (t ) = T + A(1 − e − τ )
1
(2.49)

La gráfica de esta respuesta se muestra a continuación:

T+A A
0.632A
T (t ), C T (t ), C

T 0

t
τ

Figura 2.16
Respuesta de un proceso de primer orden frente a
una entrada tipo escalón
τ representa la constante de tiempo, cuyas unidades son segundos. Al valor de la constante de
tiempo, se obtiene un cambio en la salida del 63.2%.

Existen muchos otros procesos de primer orden, tales como los tanques de almacenamiento
transitorio de gas donde se quiere controlar la presión interna respecto a la presión de salida, los
tanques de almacenamiento de líquidos donde se quiere controlar el nivel, los reactores químicos
donde se desea controlar las temperaturas así como las concentraciones de los reactivos y de los
productos. En todas ellas, la función de transferencia es similar a la que se presenta en la ecuación
(2.41). La característica principal que rige su comportamiento dinámico es su constante de tiempo
τ. Asimismo, su respuesta en el tiempo es similar a la de la Figura 2.16, a esta respuesta se le suele
llamar respuesta en forma de s.

Sistemas de segundo orden

Los procesos o sistemas de segundo orden son aquellos que poseen función de transferencia de la
siguiente forma:

ωn2
T ( s) = (2.50)
s 2 + 2ξω n s + ω n
2

Su típica respuesta en el tiempo se muestra a continuación:

48
 Caracterización de sistemas

0.18
0.16
0.14
0.12
0.1
0.08
0.06
0.04
0.02
0
0 1 2 3 4 5 6 7 8 9 10

Figura 2.17
Respuesta en el tiempo de un
sistema de segundo orden

Como se puede observar, esta respuesta en el tiempo posee ciertas oscilaciones que poseen una
frecuencia y amplitud determinadas que estudiaremos a continuación.

2.4.2 Sistemas con retardo: tiempo muerto

El tiempo de retardo, retraso de transporte o tiempo muerto es frecuentemente encontrado en
sistemas de ingeniería química. Si se supone un flujo de vapor que fluye a lo largo de una tubería
un elemento individual de fluido que fluye desde la entrada a la salida de la tubería le lleva D
minutos. Entonces la tubería representa un elemento de retardo.

F(t-D)
F(t)
Tiempo muerto
Dominio del tiempo
D

F(s)
e -DsF(s) Dominio de Laplace
-Ds
e

F(t) F(t-D)

t=0 t=D t

Fig. 2.18

49
Control de procesos

Efecto del elemento de retardo

Para un proceso térmico por ejemplo se tiene que la función de transferencia de la temperatura del
tanque T ( t ) con respecto a los disturbios Ti ( t ) y T s ( t ) son respectivamente:
T ( s) K T ( s) K
= 1 = 2
T i ( s ) τs + 1 T s ( s ) τs + 1

Fig. 2.19 Sistema con tiempo muerto

Si se desea analizar la temperatura en un punto de la tubería T1 ( s ) , entonces las funciones de

transferencia serán:

T1 ( s ) K 1 e − t 0 s T1 ( s ) K 2 e − t 0 s
= =
Ti ( s ) τs + 1 T s ( s) τs + 1

pudiéndose calcular t 0 como sigue:

distancia L Ap L
t0 = = =
velocidad q / A p q
donde:
t 0 : tiempo muerto, segundos
A p : área de sección transversal de tubería, m2
L : longitud de la tubería, m

Es bueno resaltar que en muchos procesos no es fácil determinar el tiempo muerto pues éste
usualmente se ha distribuído a lo largo del mismo y, por tanto su evaluación numérica no es tan
simple, sin embargo hay métodos que permiten hallar una aproximación del mismo.
El tiempo muerto es un parámetro que afecta las prestaciones de un sistema de control y por ello es
importante tenerlo en cuenta en el procedimiento de diseño.

50
 Caracterización de sistemas

2.5 Análisis en el tiempo de sistemas típicos

Sistemas de primer orden

Se ha visto que los sistemas denominados de primer orden tienen como función de transferencia:
1
T ( s) =
τs + 1
Todos los sistemas de primer orden se pueden definir y analizar en una forma muy simple ,
determinando básicamente dos parámetros: la ganancia estática y la constante de tiempo. Esta
última se define como el tiempo para el cual la salida y (t ) alcanza el 63% de su valor estacionario,
definición que también es válida para sistemas de cualquier orden. Este parámetro ayuda a evaluar
la rapidez del sistema.

Fig. 2.20 Respuesta a escalón típica de sistema de primer orden

La ganancia estática se puede determinar haciendo lím T ( s ) y representa el valor estacionario de

s →0
la respuesta.a escalón.

Sistema de segundo orden

La respuesta a escalón de un sistema estable mayor o igual al de segundo orden será de la siguiente
forma:

Fig. 2.21 Respuesta a escalón típica de un sistema de segundo orden

51
Control de procesos

Donde:

OV: over shoot (sobreoscilación); no es recomendable que sea muy alta.

dt: delay time (tiempo de retardo); es el tiempo en que la señal alcanza el 50% de su
referencia.
tr: rise time (tiempo de subida); es el tiempo desde que el sistema pasa del 10% hasta el
90% de su señal de referencia.
ts: settling time (tiempo de establecimiento); es el tiempo en que la señal está en régimen
estacionario, asumimos que se da cuando la señal está ±5% del valor de referencia.

Porcentaje de amortiguación: se define como la velocidad con que disminuyen dos máximos de la
salida.

OV2
% Amortiguación = × 100 es recomendable : % Amotiguación ≤ 25%
OV

Para sistemas mayores al tercer orden no existe una fórmula genérica de esas especificaciones, es
decir, no se podrá obtener por medio de fórmulas; entonces, se hará lo siguiente:

1. Hacer la simulación y graficar la función en el tiempo, luego tomando medidas gráficamente

obtendremos los parámetros deseados.
2. Como se pueden hacer simplificaciones en sistemas de orden superior, se simplificará el
sistema a uno de segundo orden.

Para sistemas de primer y segundo orden existen fórmulas genéricas para determinar algunos
parámetros.

Si tenemos una entrada escalón: r (t ) = 1 para t ≥ 0

1 ω n2
Y (s ) = aplicando antitransformada de Laplace tendremos :
s s 2 + 2ω n s + ω n2

y (t ) = 1 −
1
1−ξ 2 e
−ξω t
( )
n sen ω 1 − ξ 2 t + φ ....................(2.51)
n

 1−ξ 2 
φ = tg −1   = cos −1 (ξ )
 ξ 
 
Hallando los polos de Y(s ) :
4ξ 2ω n2 − 4ω n2
P1, 2 = −ξω n ± = −ξω n ± ω n ξ 2 − 1 = −α + β
2

Se hace la observación de que ξ < 1 ya que si ξ > 1 los polos no tendrían parte imaginaria,
con lo cual la ecuación (2.51) carecería de oscilaciones, entonces: 0 < ξ < 1 .

Además, vemos que la parte exponencial depende exclusivamente de la parte real del polo
( − ξω n ); la parte imaginaria del polo ( ω n ξ 2 − 1 ) tiene efecto sobre las oscilaciones de sistema
(función senoidal).

52
 Caracterización de sistemas

Como hemos definido α = ξω n y además sabemos que 0 < ξ < 1 , podemos concluir que el
sistema siempre será estable ( polo = −α ).
Donde:
ξ : relación de amortiguación.
α : factor de amortiguamiento.

ρ = ±ω n ξ 2 − 1 : de este dependen las oscilaciones.

Fig. 2.22 Ubicación de los polos del sistema

Los polos estarán ubicados en una circunferencia de radio igual a ω n , siendo esta última la
frecuencia de oscilación cuando ξ = 0 (salida puramente senoidal o frecuencia sin
amortiguamiento; el término ω n ξ 2 − 1 me representa la pulsación de la salida o frecuencia
amortiguada.

Si ξ varía, también lo hará el ángulo θ del polo sobre la circunferencia.

ω/ n cos(θ ) = ξω/ n = α ⇒ θ = cos −1 (ξ )

El que determina el ángulo es el ξ mientras que ω n hace variar al módulo.

Fig. 2.23 Análisis en el plano complejo

53
Control de procesos

Para un mismo valor de ω n , al aumentar el ángulo θ aumentará también la componente

imaginaria, es decir, disminuirá el ξ y por tanto habrá mayor número de oscilaciones.

Ahora haremos un análisis cuantitativo de los parámetros del sistema de segundo orden:

Over Shoot (sobreoscilación):

Vemos que en la salida y (t ) , la parte exponencial es la que predomina; si esta es más fuerte (más
achatada), el over shoot se reduce lo cual significa que α (factor de amortiguamiento) aumenta.

Para hallar el Over shoot tenemos que derivar la salida y (t ) :

ωn −ξω nt
y ′(t ) = sen ω n 1 − ξ 2 t  = 0
2 e  
1−ξ
nπ
ω n 1 − ξ 2 t = nπ ⇒ t=
ωn 1 − ξ 2

Asumimos que el primer máximo es el over shoot (n=1). Se pueden dar casos en donde el primer
máximo no sea el over shoot, esto se da cuando los sistemas tienen ceros en la parte de los reales
positivos, a esto se denomina “Ceros a fase no mínima”.

−πξ 1−ξ 2
ov = y − 1 ⇒ OV = e (Fórmula cuantitativa exacta para el over shoot en un
sistema de segundo orden, entrada escalón y estable).

Como observamos el over shoot es función sólo del ξ .

Particularmente es de mucho interés el análisis de la respuesta a escalón unitario de un sistema de

segundo orden para distintos valores del coeficiente de amortiguamiento. Recordando la función de
transferencia para estos sistemas definida en (2.50), se tiene en Laplace que la transformada de la
salida es:
ω n2 1
y (s ) =
s 2
+ 2ξω n s + ω n2 s
y la expresión en el tiempo:
1
y (t ) = 1 − e −ξω n t sen (βω n t + θ ) (t ≥ 0)
β

 β = 1−ξ 2

donde:   β  , luego si:
θ = arctg ξ 
  

ξ =0 Respuesta sinusoidal no amortiguada.

0 <ξ <1 Respuesta sinusoidal amortiguada.
ξ ≥1 Respuesta sin oscilaciones.

54
 Caracterización de sistemas

Fig. 2.24 Respuestas para distintos amortiguamientos

Delay Time:

La determinación de este parámetro no depende de una fórmula exacta, sino mas bien de un cálculo
aproximado.

1+ 0.7ξ
td ≅ Aproximación lineal
ωn
1.1 + 0.125ξ + 0.469ξ 2
td ≅ Aproximación de segundo orden
ωn

Rise Time:

Se calculará también aproximadamente.

0.8 + 2.5ξ
tr ≅ Aproximación lineal
ωn
1 − 0.4167ξ + 2.917ξ 2
tr ≅ Aproximación segundo orden
ωn

Settling Time:

1
Se tiene una fórmula exacta: ts = − ln 0.05 1 − ξ 2 
ξω n  
3 .2
y una aproximada: ts ≅
ξω n
Como podemos apreciar si aumentamos td y tr , aumentará el valor de ts y viceversa, esto se debe a
que todos los parámetros están en función de ξ .

55
Control de procesos

2.6 Efecto de los polos en T (s ) .

Los polos de la función T (s ) son los más determinantes en el comportamiento de un sistema, ya

que indican si éste es inestable o estable.

Veremos ahora que sucederá si agregamos un polo.

También se puede modificar T (s ) , mejorando así la respuesta del sistema, agregando un R (s ) que
se comportaría como un precompensador.

La respuesta del sistema al añadir polos será muy influyente dependiendo de los polos anteriores
( P1 , P2 ).

Nótese que un polo con parte real negativa representa un sistema estable y uno con parte real
positiva implica un sistema inestable.

A1 A A
P1 , P2 , P3 : reales ⇒ T (s ) = + 2 + 3
s + P1 s + P2 s + P3
1 B1 A A A
Y (s ) = T (s ) ⇒ Y (s ) = + 1 + 2 + 3
s s s + P1 s + P2 s + P3

y (t ) = B1 + A1 e
− P1t − P2 t −P t
+ A2 e + Ae 3
13 23
Efecto del polo adicional

1
B1 = lím sY (s ) =
s →0 P1P2 P3

56
 Caracterización de sistemas

1
A1 = lím (s + P1 )Y (s ) =
s → − P1 (− P1 )(P2 − P1 )(P3 − P1 )
1
A2 = lím (s + P2 )Y (s ) =
s → − P2 (− P2 )(P1 − P2 )(P3 − P2 )
1
A1 = lím (s + P3 )Y (s ) =
s → − P3 (− P3 )(P1 − P3 )(P2 − P3 )

Si P3 es muy elevado respecto de los otros dos polos, su influencia es casi nula; en caso contrario,
es apreciable.

puede estar en cualquiera de estas zonas:

Zona1: la influencia es muy marcada.
Zona2: la influencia es despreciable.
Zona3: la influencia es determinante.

Ejemplo :
1 ⇒ Despreciando (s + 1000 ) por ser
T (s ) =
(s + 10 )(s + 0.1)(s + 1000) un polo de valor elevado

2.7 Efecto de los ceros en T (s ) .

τ 1s + 1
T (s ) =
0.1s + 1

Para una entrada escalón:

1 τ 1s + 1 1 τ 1s
Y (s ) = = + ⇒ y (t ) = y1 (t ) + τ 1 y1′ (t )
s 0.1s + 1 s (0.1s + 1) s (0.1s + 1)
14243 14243
y1(t ) ′ (t )
τ1y1

El efecto de los ceros depende de τ 1 , ya que si este valor es positivo, el término τ 1 y1′ (t ) se
estaría sumando y por tanto la salida y (t ) aumentará. Si τ 1 es negativo, la salida se verá
disminuida siendo este un efecto no deseado (ceros positivos o de fase no mínima). Un cero nunca
causa inestabilidad, pero si puede producir efectos no deseados.

57
Control de procesos

Al añadir un cero (Z1) a un sistema original:

a. La forma de la respuesta no se ve afectada.

b. El nuevo polo Z1 hace variar los parámetros en el tiempo, es decir, altera el OV, tr, ts, etc.

Los ceros de fase no mínima sólo hacen disminuir los parámetros en el tiempo de mi sistema;
además, influyen sobre los polos más cercanos y si es igual o muy cercano a uno de ellos, lo
cancela.

2.8 Polos dominantes.

Se dan cuando la parte real de éstos está muy cercana al origen (zona estable), pues esta zona
determina la respuesta dinámica , en otras palabra, que los polos estén más cerca al origen implica
una respuesta más lenta. La parte imaginaria sólo crea oscilaciones sobre la respuesta.

Los polos dominantes son aquellos que tienen una constante de tiempo pequeña (más lentos); para
un análisis cualitativo del sistema basta considerar sólo los polos dominantes puesto que con ωn y
ξ se conoce la forma de la respuesta en el tiempo.

Al añadir un cero o un polo comparamos sus partes reales con la del polo dominante

Hacer un análisis en el tiempo genérico para una función genérica T (s ) cualquiera no se puede
hacer; es por eso que se toma un sistema de segundo orden, siendo algunas de sus ventajas:

• Es muy probable que un sistema real y su controlador sea un sistema de segundo orden.
• Los sistemas de orden superior pueden reducirse a sistemas de segundo orden.
• Se pueden definir ecuaciones para el sistema de segundo orden:

Y ω n2
= T (s ) = 2
R s + 2ω n s + ω n2

2.9 Constante de tiempo de un sistema.

Anteriormente ya se ha definido el término constante de tiempo para un sistema de primer orden.
Este concepto también puede ser aplicado a cualquier sistema. Es interesante relacionar el valor de
la constante de tiempo con la rapidez de respuesta y con la ubicación de los polos.

1
Para el sistema de primer orden definido como: T ( s ) = se tiene que si el polo ( 1 τ p ) es
π p s +1
elevado, la constante de tiempo ( τ p ) disminuirá y por consiguiente el sistema es más rápido. Al
simplificar los polos que están muy a la izquierda en el eje de los reales, se están simplificando a su
vez las dinámicas muy rápidas que no se desean. Si P = −103 o lo que es equivalente τ p = 103 ,
tendremos un polo muy a la izquierda y un sistema muy rápido.

58
 Caracterización de sistemas

Ejemplo:

Fig. 2.25

Q1 : flujo desordenado (disturbio).

Q& : flujo de calor.
LM : medida del nivel de líquido.
TL : temperatura que deseamos obtener (constante).

Observamos que existen 2 dinámicas bien definidas:

a) La velocidad de calentamiento del recipiente.

b) La velocidad de aumento o disminución del nivel de líquido.

Se puede notar que la velocidad de calentamiento es una dinámica lenta, por lo que podemos
despreciar la velocidad de nivel por ser esta muy rápida.

Si se cuenta con la gráfica de y (t ) y se desea aproximar a una función de primer orden debemos
calcular los parámetros que definen esta curva.

1 K
T (s )original = T (s )aproximado =
(τ s + 1)(τ
1 2 s + 1) (τ p s + 1)
K : ganancia estática ⇒ K = A =1 (entrada escalón )
τ 1 = τ p = 0.63K = 0.63

Si agregamos otro polo, “K” también se verá afectado.

Para la aproximación de segundo orden con amplitud (ganancia) “K”, τ1 y τ 2 se necesitan por lo
menos dos puntos de la gráfica.

59
Control de procesos

Conociendo τ a y τ b tendremos que hallar una fórmula analítica para calcular los valores de τ 1 y
τ2 .
K 1
Y (s ) =
(τ 1s + 1)(τ 2 s + 1) s
Como se tienen dos puntos, se obtienen dos ecuaciones con dos incógnitas:

 y (t = t a ) = 0.2 A → f (τ 1 , τ 2 )

 y (t = t b ) = 0.7 A → f (τ 1 , τ 2 )

Así se llega a una función de transferencia del siguiente tipo:

ω n2
T (s ) = 2 ⇒ K =1
s + 2ξω n s + ω n2

Si se tiene una T (s ) de orden mayor a 2 con una respuesta gráfica igual a la de segundo orden, se
pueden usar las fórmulas de overshoot, tr, ts aproximándola a segundo orden, teniendo polos
complejo conjugados.

60
Caracterización de sistemas

61
Control de procesos

62