Академический Документы
Профессиональный Документы
Культура Документы
INTEGRANTES:
Control clásico
El modelado y control de sistemas basado en la transformada de Laplace, es un enfoque muy sencillo y de fácil
aplicación. Permite analizar sistemas utilizando una serie de reglas algebraicas en lugar de trabajar con
ecuaciones diferenciales. En este enfoque tiene más valor la simplicidad que la exactitud.
Sistema
X (s) G(s) Y (s)
Entradas Salidas
Características
Características
Modelado y dinámicas Lineales
dinámicas Función de y
No Linealidades Fricción no
Transferencia
t 5
lineal
d
Variante en el
Múltiples puntos
sen s 2 2s 5
tiempo dt
de equilibrio
Sin embargo, la descripción de sistemas mediante la función de transferencia tiene las
siguientes limitaciones:
• No proporciona información sobre la estructura física del sistema.
• Solo es válida para sistemas lineales con una entrada y una salida e invariantes en el tiempo.
• No proporciona información de lo que pasa dentro del sistema.
• Se necesita que las condiciones iniciales del sistema sean nulas.
Sistema monovariable. Es aquel que solo tiene una entrada y una salida. Si el sistema tiene
más de una entrada o más de una salida se llamará multivariable.
Sistema causal o no anticipatorio. Es aquel que su salida para cierto tiempo t1, no
depende de entradas aplicadas después de t1. Obsérvese que la definición implica que un
sistema no causal es capaz de predecir entradas futuras, por lo tanto la causalidad es una
propiedad intrínseca de cualquier sistema físico.
Sistema dinámico. Es aquel cuya salida presente depende de entradas pasadas y
presentes. Si el valor de la salida en t1 depende solamente de la entrada aplicada en t1, el
sistema se conoce como estático o sin memoria.
La salida de un sistema estático permanece constante si la entrada no cambia.
En un sistema dinámico la salida cambia con el tiempo aunque no se cambie la entrada, a
menos que el sistema ya se encuentre en estado estable.
Sistema invariante en el tiempo. Es aquel que tiene parámetros fijos o estacionarios con
respecto al tiempo, es decir, sus características no cambian al pasar el tiempo o dicho de
otra forma, sus propiedades son invariantes con traslaciones en el tiempo.
Representación por medio del espacio de estado
Con la representación en espacio de estado tenemos la capacidad de conocer y
controlar en cierta medida la dinámica interna de un sistema y su respuesta. Este
método principia con la selección de las variables de estado, las cuales deben de ser
capaces en conjunto de determinar las condiciones de la dinámica del sistema para todo
tiempo. Pueden existir varias representaciones en variables de estado para un sistema.
En forma general, un sistema visto en espacio de estado tiene la siguiente forma:
x f ( x, t ) g ( x, t ) (1)
donde x R , u R m , x dx dt , f y g son generalmente mapeos
n
suaves de clase C (una excepción pueden ser los sistemas con discontinuidades).
1. Identificar completamente el sistema. Conocer el sistema, que es lo que hace, cuales son sus
variables de interés, su comportamiento, su interrelación al exterior, etc.
2. Identificar las leyes o teorías que gobiernan el comportamiento del sistema. Leyes de
termodinámica, Leyes dinámicas, segunda ley de Newton, Ley de voltajes y corrientes de Kirchoff,
Ley de Ampere, Ley de Ohm, Ley de Boyle, etc.
3. Definir las ecuaciones diferenciales que representen el comportamiento del sistema. El grado de
complejidad dependerá de la fidelidad del modelo al comportamiento del sistema y de las
necesidades de simulación, medición o control. Los pasos 1,2,3 son básicos de cualquier
modelado.
4. Seleccionar las variables de estado. Son las variables mínimas que determinan el comportamiento
dinámico del sistema. Si se escogen menos de las necesarias, el espacio de estado no representa
todo el comportamiento del sistema, si se definen más, el espacio de estado es redundante.
5. Encontrar la dinámica de cada estado. Es decir, encontrar la razón de cambio respecto al tiempo
de cada variable de estado (su derivada).
6. Desplegar el arreglo de las dinámicas del estado como en la ecuación (1) o como el arreglo de las
ecuaciones (2)-(3) si las ecuaciones son lineales o linealizadas.
Ejemplo 1:
Represente por medio de espacio de estado el siguiente sistema mecánico.
El siguiente paso es determinar las dinámicas del estado. Para la variable de estado x1 ( t ), su derivada
es la variable de estado x2 ( t )
x1 (t ) y
(t ) x2 (t )
Mientras que la derivada del estado x2 (t ) se obtiene de la ecuación de sumatorias de fuerzas:
my(t ) u(t ) by
(t ) ky (t )
mx2 (t ) u(t ) bx2 (t ) kx1 (t )
k b 1
x 2 (t ) x1 (t ) x2 (t ) u(t )
m m m
Finalmente se agrupan las dos ecuaciones de estado:
x1(t ) x2 (t )
k b 1
x 2 (t ) x1 (t ) x2 (t ) u(t )
m m m
como la representación es lineal, se puede indicar en matrices
x1 (t ) 0 1 x (t ) 0
x (t ) k
b 1 1 u ( t )
2
m m
x2 ( t ) m
VENTAJAS
• Las condiciones iniciales pueden ser diferentes de cero. • Proporciona información de lo que pasa dentro del sistema.
• Puede usarse en sistemas variantes o invariantes en el• Resultados sencillos y elegantes.
tiempo.
• Representación de sistema multivariable, que tiene varias entradas y varias salidas se puede representar mediante un solo
conjunto de ecuaciones, lo cual no permite una representación de la función de transferencia (ecuación de estado, ecuación
de salida). En el caso de usar funciones de transferencia, las relaciones especificas de entrada / salida para cada una de las
variables del sistema se tienen que expresar mediante funciones separadas. Cada una de ellas representando la relación entre
una variable de entrada con otra de salida.
• Es aplicable a sistemas cuyos parámetros varían en el tiempo a velocidades comparables con la evolución de sus variables,
para lo que no se puede obtener un modelo de parámetros constantes valido en el rango temporal necesario para efectuar el
control.
• Análisis de sistemas no lineales: Expresar y describir el comportamiento de sistemas dinámicos no lineales por medio de un
conjunto de ecuaciones diferenciales de primer orden, lo cual no es posible con una función de transferencia.
• Diseño de controladores de estado: Esta representación permite analizar el problema de control para un sistema determinado
de manera interna, utilizando una retroalimentación de una función de sus estados como entrada para llevar al sistema a un
punto deseado.
APLICACIONES
• La representación de estado se puede emplear para sistemas: lineales, no lineales,
variantes, invariantes, continuos, discretos, SISO y MIMO
• Se aplica en la optimización del comportamiento de sistemas minimizando una función
que describe un índice de costo que a su ve refleja la calidad en la consecución de los
objetivos de control.
• Se aplica en sistemas complejos de control con un gran numero de variables internas
que condicionan el comportamiento futuro de la salida
• Se aplica en sistemas con relaciones no lineales entre sus variables involucradas en su
comportamiento, y dicho comportamiento no puede ser aproximado por un modelo
lineal dentro del rango de valores posibles para sus variables.
EJEMPLOS DE APLICACIONES
Modelo Estructural de Espacio de Estado para la demanda diaria promedio
de energía eléctrica en la República Argentina
MODELACIÓN Y CONTROL EN ESPACIO DE ESTADO-DE UN SERVOMECANISMO USANDO MATLAB
APLICACIÓN DEL MODELO DE CONTROL EN ESPACIOS DE ESTADO A PARTIR
DE LAS PÉRDIDAS TOTALES OBTENIDAS DEL PORCENTAJE DE CARBONO DE
LA CHAPA DE ACERO AL SILICIO
MODELADO EN EL
ESPACIO DE ESTADOS
Desventaja
• Es conveniente seleccionar para las
variables de estado cantidades físicamente
medibles, si esto es posible, porque las
leyes de control óptimo requerirán
realimentar todas las variables de estado
con una ponderación adecuada.
APLICACIÓN
CONTROLABILIDAD
• Esta ley de control usa la menor cantidad de energía para transferir x desde x0 a x1
en tiempo t1. Esto significa que cualquier otro control u¯(t) que realice la misma
transferencia,
GRAMIANO DE CONTROLABILIDAD
• Si la matriz A es Hurwitz (todos sus autovalores tiene parte real negativa), entonces
Wc(t) converge para t → ∞, y se denota simplemente como Wc,
• Entre más cercano a cero sea cualquier autovalor de Wc, más cercano estará Wc de la
singularidad, y más grande será la energía mínima requerida para llevar el estado hasta
x1
GRAMIANO DE CONTROLABILIDAD
𝑥 𝑘 + 1 = 𝐴𝑥 𝑘 + 𝐵𝑢(𝑘)
𝑦 𝑘 = 𝐶𝑥 𝑘 + 𝐷𝑢 𝑘
x1
X(0)=?
x2
y(k)=Cx(k)
xf
u(kT)
Para eso se asume que 𝑢 𝑘 = 0
𝑥 𝑘 + 1 = 𝐴𝑥(𝑘)
𝑦 𝑘 = 𝐶𝑥(𝑘)
Variando la salida desde cero hasta n
𝑦 0 = 𝐶𝑥(0)
𝑦 1 = 𝐶𝑥 1 = 𝐶𝐴𝑥(0)
𝑦 2 = 𝐶𝐴𝑥 1 = 𝐶𝐴2 𝑥 0
𝑦 𝑛 − 1 = 𝐶𝑥 𝑛 − 1 = 𝐶𝐴𝑛−1 𝑥(0)
De forma matricial las ecuaciones anteriores son representadas por:
𝑦(0) 𝐶
𝑦(1) 𝐶𝐴
𝑦(2) 𝐶𝐴2
. = . 𝑥(0)
. .
. .
𝑦(𝑛 − 1) 𝐶𝐴𝑛−1
El vector de salida tiene n elementos por lo tanto, se deben generar n ecuaciones simultáneas, esta
condición solo es posible si:
𝐶
𝐶𝐴
.
𝑟𝑎𝑛𝑘 =𝑛
.
.
𝐶𝐴𝑛−1
El sistema es observable si el rango de la matriz observable es igual a su dimencion.
EJEMPLO 0 1 0
𝑥 𝑥+1 = 0 0 1 𝑥 𝑘
−0,6 − 0,7 − 0.5
𝑦 𝑘 = 1 0 0𝑥 𝑘
La matriz de observabilidad viene dada por:
𝐶
𝑂𝑏 = 𝐶𝐴
𝐶𝐴2
0 1 0
𝐶𝐴 = 1 0 0 0 0 1 = [0 1 0]
−0,6 − 0,7 − 0.5
0 1 0
𝐶𝐴2 = 1 0 0 0 0 1 = [0 0 1]
−0,6 − 0,7 − 0.5
1 0 0
𝑂𝑏 = 0 1 0
0 0 1
𝑟𝑎𝑛𝑘 𝑂𝑏 =3
OBSERVABLE
BIBLIOGRAFÍA
[1] S. Domínguez, P. Campoy, J. M. Sebastián y A. Jiménez, Control en el espacio de estado, Madrir: Pearson Education
S.A., 2006, pp. 3-4.
[2] F. Ruiz, «Pontificia Universidad Javeriana - Bogotá,» 2013. [En línea]. Available:
http://www.javeriana.edu.co/ruizf/sys_din_cap1.pdf. [Último acceso: 13 Enero 2018].
[3] Departamento de control, Facultad de Ingenieria UNAM, «Universidad Nacional Autónoma de México,» 21 Noviembre
2006. [En línea]. Available: verona.fi-p.unam.mx/~lfridman/clases/control/Clase16.ppt. [Último acceso: 13 Enero
2018].
[4] M. T. Balcona y J. C. Abril, «Asociación Argentina de Economía Política,» [En línea]. Available:
http://www.aaep.org.ar/anales/works/works2000/blacona_abril.pdf. [Último acceso: 13 Enero 2018].
[5] W. Sunz, J. Castellanos, C. Peraza y F. Arteaga, «MODELACIÓN Y CONTROL EN ESPACIO DE ESTADO DE UN
SERVOMECANISMO USANDO MATLAB,» UNIVERSIDAD DE CARABOBO, VALENCIA.
[6] M. G. MAGO RAMOS, L. VALLÉS DEFENDINE, J. J. OLAYA FLÓREZ y C. PALOMINO NARANJO, «Aplicación del modelo de
control en espacios de estado a partir de las pérdidas totales obtenidas del porcentaje de carbono de la chapa de
acero al silicio,» Scientific Electronic Library Online , 2015.
GRACIAS POR SU ATENCIÓN