Академический Документы
Профессиональный Документы
Культура Документы
FACULTAD DE MECÁNICA
ESCUELA AUTOMOTRIZ
CONTROL AUTOMÁTICO
o lo que es lo mismo:
es no singular.
OBSERVABILIDAD EN SISTEMAS
LINEALES: TEOREMA
• Condición suficiente
Si 𝑽(𝑡1 , 𝑡0 ) no es singular, existe un algoritmo que nos permite despejar 𝒙0 de
la expresión:
y despejando:
La conclusión que se deduce es que, tanto para este estado 𝒙0 como para
el estado nulo, la salida ante entrada nula va a ser la misma, 𝒚 𝜏 = 0,
por lo que no va a ser posible distinguirlos. Por lo tanto, el sistema no es
observable.
OBSERVABILIDAD EN SISTEMAS
LINEALES: EJEMPLO
Dado el sistema definido por el modelo de estado:
Por lo que el valor del gramiano de observabilidad da información efectiva respecto a la determinación del valor
del estado inicial cuando existen errores en la medida de los parámetros y de la salida y cuando se trabaja con el
sistema en una base con significado físico. Como en el caso del gramiano de controlabilidad, entre los motivos
para que la observabilidad se encuentre mal condicionado son:
• Intervalos muy cortos de medida de entrada y salida tienden a dificultar la observabilidad, ya que disminuye
el valor del gramiano.
• La presencia de dinámicas muy rápidas en el sistema también tiende a aumentar la incertidumbre de la
estimación del estado.
• No todos los estados iniciales son igualmente observables desde la salida. Un indicador de estas diferencias la
da el número de condición de la matriz V(t1, t0), como se demuestra en la Sección 4.5.
Ejemplo:
Analizar la observabilidad del sistema definido por:
hace que el sistema no sea observable, como se demuestra fácilmente; si se tiene otro estado inicial X1, tal que:
Para estudiar la observabilidad de este sistema se recurre al gramiano de observabilidad, que en este caso
vale:
matriz cuyo rango es dos, inferior al máximo, por lo que no es invertible, se concluye que el sistema no es
observable. Se comprueba a continuación el comportamiento de representantes de puntos no-observables y de
puntos que no son observables:
Si en la matriz P no existen n filas que son linealmente independientes, sino que sólo hay rp < n, significa el
espacio de dimensión n existe algún vector que es ortogonal a todas las filas de la matriz P. Si al vector se le
llama X0, se verifica:
es decir, el sistema evoluciona con salida nula a partir del estado X0.
• Condición suficiente
Se supone que existe un vector X0, como estado inicial, es tal que la salida del sistema ante entrada nula es cero:
Derivando sucesivas veces respecto al tiempo se obtiene:
Esto significa que eA(t-t0)X0 es ortogonal a todas las filas de la matriz P, por lo que no cubre todo el espacio,
dando así un rango de la matriz P será menor que n.
Si la matriz C es de dimensión p x n y la matriz A es n x n, la matriz P será pn x n, teniendo pues pn filas. Es
posible agrupar las filas de cada una de las p salidas o de sus posibles conjuntos, analizando la observabilidad.
Ejemplo:
El rango de P es tres, por lo que el sistema es observable utilizando las dos salidas disponibles. Podría
comprobarse también utilizando una salida
Sé empieza de la siguiente forma:
El rango es tres, por lo que utilizando la primera salida sistema es observable. Se comprueba ahora si es
observable, utilizando la segunda salida.
El rango de la matriz P2 es menor que tres, por lo que el sistema no es observable por la segunda salida.
INVARIANZA DE LA OBSERVABILIDAD ANTE
CAMBIO DE BASE
Supuesto el estado inicial nulo, anulando la entrada del sistema, y manteniendo vector d(t) como entrada al sistema, se
tiene que la salida del sistema es:
Esta aplicación representa la aplicación de un conjunto de n variables de estado que influyen en p salidas, representando
cada columna el efecto de una variable de estado sobre el conjunto de las salidas.
Subespacio no-observable
• Dado un sistema lineal invariante definido por las ecuaciones:
el conjunto de puntos del espacio de estado tales que tomados como estado inicial ante
entrada nula, la salida del sistema es permanentemente nula y denominados no-observables,
forman un subespacio vectorial que se denomina subespacio no-observable.
Estos puntos forman un espacio vectorial puesto que, ante entrada nula:
• si se toma el origen como estado inicial, la salida generada es idénticamente nula.
• si se encuentran dos puntos X1 y X2, tales que tomados como estado inicial ambos generen salida
idénticamente nula, entonces, por linealidad, si se toma como estado inicial cualquier combinación lineal de
la forma:
genera igualmente una salida idénticamente nula.
Al igual que al abordar el estudio del subespacio controlable, se puede analizar el subespacio no-observable,
Xo , mediante el conjunto de señales de test representado en la figura anterior
Donde representa la evolución de la salida ante la entrada de test di, definida como:
Separación del subsistema no-observable
Dado el sistema lineal invariante definido por las ecuaciones:
con un sub espacio no-observable de dimensión n - rp, siendo rango(P) =rp< n, existe una matriz de cambio de base T no
singular con la que se puede hacer la transformación del vector de estado según la ecuación:
verificándose que:
• El subsistema formado por las variables Xa, caracterizado por las matrices , es observable y de dimensión rp.
• Adicionalmente el subsistema formado por las variables Xb, caracterizado por las matrices, presenta una evolución del
estado desacoplado de la salida del sistema, según se puede deducir de la ultima ecuación.
Gráficamente el sistema original se descompone en dos subsistemas según la figura
Lo que se consigue es desconectar la salida y(t) de las variables de estado contenidas en
Se han separado, dentro de la imposibilidad de observar el estado del sistema, las variables de estado en dos grupos,
unas observables y otras que no lo son. La dimensión de s2 es n-rp y la de S1 es rp.
Con este cambio de base lo que se consigue es cambiar el sistema de referencia con respecto al cual se definen los
vectores, desplazándolo para que tantos de ellos como sea necesario coincidan con la base del subespacio no-
observable.
Ejemplo
Dado un sistema definido por las siguientes matrices
separar el sistema en la parte observable y no-
observable
Dado que el sistema no es observable, como demuestra el hecho de que el rango de la matriz P sea menor que tres, se
puede proceder a la separación del sistema en sus partes observable y no-observable. Para ello se construye la
matriz de cambio eligiendo filas lineal mente independientes de la matriz P
Llamando 𝐵𝐶 a la base del subespacio controlable y 𝐵𝑂ത la base del subespacio no-
observable
Las cajas que componen la matriz de
transformación cumplen que:
• 𝑇𝑎 , 𝑇𝑏 separan el subespacio controlable, así que en conjunto los vectores
columna de 𝑇𝑎 y de 𝑇𝑏 serán una base del subespacio controlable.
Estos valores reflejan las propiedades de entrada-salida del sistema y juegan un papel central
en la reducción de modelos. Son de especial interés ciertas transformaciones lineales que
ponen este hecho de manifiesto, las llamadas transformaciones contragredientes:
Son particularmente interesantes tres transformaciones contragradientes.
Asumiendo que se parte de la realización mínima del sistema, por lo tanto
controlable y observable, se tiene que ambos gramianos, de controlabilidad y
de observabilidad, son matrices definidas positivas y simétricas; entonces
existe una matriz ortogonal Vc (compuesta por los vectores propios
ortonormales) , tal que:
Donde ∑𝐶 es diagonal y positiva. Además, existe una matriz
ortogonal U y otra diagonal y positiva ∑, tal que: