Sistemas de Control Continuo: Revisin

El objetivo de este captulo es revisar brevemente los principales conceptos del control
continuo sistemas. La presentacin es tal que permitir en una etapa posterior un fcil la
transicin a sistemas de control digitales.
La materia objeto manejado se refiere a la descripcin de los modelos de tiempo continuo
en los dominios de tiempo y frecuencia, las propiedades de los sistemas de circuito
cerrado y PI y los controladores PID.
1.1 Modelos en tiempo continuo
1.1.1 Dominio del Tiempo
Ecuacin 1.1.1 da un ejemplo de una ecuacin diferencial que describe un sencillo sistema
dinmico:

En la Ecuacin 1.1.1 u representa la entrada (o la de control) del sistema e y el de salida.

Esta ecuacin puede ser simulado por medio continuo como se ilustra en Figura 1.1.
La respuesta de paso se ilustra en la Figura 1.1 revela la velocidad de la salida variaciones,
que se caracteriza por la constante de tiempo T, y el valor final, caracterizado por la
ganancia esttica G.

Figura 1.1. Respuestas de simulacin y hora del sistema dinmico descrito por la ecuacin
1.1.1 (I - integrador) Usando el operador diferencial p = d / dt, la ecuacin 1.1.1 se
escribe como

Para los sistemas descritos por ecuaciones diferenciales como en la Ecuacin 1.1.1 nos
distinguir tres tipos de tiempo de respuesta:

. 1 La respuesta de "libre" : corresponde a la respuesta del sistema a partir de una

condicin inicial y (0) = y0 y por un idnticamente cero de entrada para todo t ( u = 0 ,
t).
. 2 La respuesta " forzado " : corresponde a la respuesta del sistema a partir de un
idnticamente cero condiciones iniciales y ( 0 ) = 0 y para una entrada no - cero u (t )
para todo t 0 (u ( t) = 0, t < 0 ; u ( t) 0 , t 0 e y (t ) = 0 para t 0 ) .
. 3 La respuesta "total" : representa la suma de la " libre" y " forzada"
respuestas (el sistema es lineal , se aplica el principio de superposicin ) .
Sin embargo ms adelante vamos a considerar por separado la respuesta "libre" y "
forzada"respuesta .
1.1.2 Dominio de la Frecuencia
Las caractersticas de los modelos de la forma de la ecuacin 1.1.1 tambin se pueden
estudiar en el dominio de la frecuencia . La idea es entonces para estudiar el
comportamiento del sistema cuando el de entrada u es una sinusoidal o una entrada de
cosenoidal que vara en un rango dado de frecuencias .
Recuerde que

y, en consecuencia, se puede considerar que el estudio del sistema dinmico descrito por
una ecuacin del tipo 1.1.1, en el dominio de la frecuencia, corresponde a el estudio de la
salida del sistema para las entradas del tipo u (t) = ejt
Dado que el sistema es lineal, la salida ser una seal que contiene slo el la frecuencia,
la entrada se amplifica o atena (y, posiblemente, un retardo de fase lo har aparecer)

La figura 1.2 ilustra el comportamiento de un sistema para una entrada u (t) = ejt. Sin
embargo no hay nada que nos impida considerar que se forma la entrada por sinusoides y
cosinusoids, que en este caso se escriben amortiguadas o no amortiguadas como

donde s se interpreta como una frecuencia compleja. Como resultado de la linealidad de

la sistema, la salida ser reproducir la seal de entrada, amplificada (o atenuada), con un
retardo de fase o no, dependiendo de los valores de s; es decir, la salida tendr la forma

y debe satisfacer la Ecuacin 1.1.1 para

Figura 1.2. Respuesta de un sistema dinmico a las entradas peridicas

De la ecuacin 1.1.6 se obtiene

e introduciendo la Ecuacin 1.1.7 de la Ecuacin 1.1.1, mientras que teniendo en cuenta

que
Se obtiene

1 est es una funcin propia del sistema, ya que sus propiedades funcionales se mantienen
al pasara travs del sistema (slo la amplitud y la fase se modifican).
H (s), que da la ganancia y la desviacin de fase introducida por el sistema de Ecuacin
1.1.1 a diferentes frecuencias complejas, se conoce como la funcin de transferencia.
La funcin H (s) de transferencia es una funcin de slo la variable compleja s. lo
representa la relacin entre la salida del sistema y de entrada cuando la entrada es est
Desde Ecuacin 1.1.8, resulta que, para el sistema descrito por la ecuacin 1.1.1, la
funcin de transferencia es

La funcin H (s) de transferencia generalmente aparece como una relacin de dos

polinomios en s (H (s) = B (s) / A (s)). Las races del polinomio numerador (B (s)) definen los
"ceros" de la funcin de transferencia y las races del polinomio denominador (A (s))

definir los "polos" de la funcin de transferencia. Los "ceros" corresponden a los

complejos frecuencias para las que la ganancia del sistema es nula y los "polos" como las
especifica frecuencias complejas para las que la ganancia del sistema es infinito.
Tenga en cuenta que la funcin de transferencia H (s) se puede obtener tambin por otros
dos tcnicas:
Sustituir p por s en la Ecuacin 1.1.2 y la computacin algebraica de la y / u relacin.
El uso de la transformada de Laplace (Ogata 1990).
El uso de la representacin de los modelos dinmicos en la forma de transferencia
funciones presenta un cierto nmero de ventajas para el anlisis y sntesis de sistemas de
control de bucle cerrado. En particular, la concatenacin de los modelos dinmicos
descrito por funciones de transferencia es extremadamente fcil.
1.1.3 Estabilidad
La estabilidad de un sistema dinmico est relacionada con el comportamiento asinttico
de la sistema (cuando t), a partir de una condicin inicial y por un idnticamente cero de
entrada.
Por ejemplo, considere el sistema de primer orden descrito por el diferencial
Ecuacin 1.1.1 o por la funcin de transferencia dada en la Ecuacin 1.1.9. Considere la
posibilidad de la respuesta libre del sistema dado en la Ecuacin 1.1.1 para y desde una
condicin inicial y (0) = y0:

Una solucin para y ser de la forma

en la que K y s se han de determinar 2. De la Ecuacin 1.1.11 se encuentra

y la ecuacin se convierte en 1.1.10

a partir del cual se obtiene

y respectivamente

La respuesta para T> 0 y T <0 se ilustra en la Figura 1.3.

Figura 1.3. Respuesta libre del sistema de primer orden

Para T> 0, tenemos que s <0 y, cuando t , la salida tender hacia cero (estabilidad
asinttica). Para T <0, tenemos s> 0 y, cuando t , la salida se divergir (inestabilidad).
Tenga en cuenta que s = -1 / T corresponde al polo de la primera orden funcin de la
ecuacin 1.1.9 transferir.
Podemos generalizar este resultado: es el signo de la parte real de las races de la
Transferencia de las funciones denominador que determina la estabilidad o inestabilidad
de la sistema.
Con el fin de que un sistema sea asintticamente estable, todas las races de la
transferencia funcin denominador debe caracterizarse por Re s <0. Si uno o varios de
races
La estructura de la solucin para la ecuacin 1.1.11 resultados de la teora de la diferencial
lineal ecuaciones.

Figura 1.4. Dominios de estabilidad e inestabilidad en el plano s

1.1.4 Tiempo de respuesta
La respuesta de un sistema dinmico se estudi y caracteriz para una entrada escaln.

La respuesta de un sistema estable es generalmente de la forma mostrada en la Figura

1.5.

Figura 1.5. respuesta gradual

La respuesta de paso se caracteriza por un cierto nmero de parmetros:
tr (tiempo de subida): generalmente se define como el tiempo necesario para alcanzar el
90% de la valor final (o como el tiempo necesario para que la salida pasar de 10 a 90% de
el valor final). Para los sistemas que presentan un rebasamiento del valor final, o que
tienen un comportamiento oscilante, solemos definir el tiempo de subida como el tiempo
necesario para alcanzar por primera vez el valor final. Posteriormente se deber en
general, utilizar la primera definicin de tR.
TS (tiempo de sedimentacin): se define como el tiempo necesario para la salida de
alcanzar y permanecer dentro de una zona de tolerancia alrededor del valor final ( 10%,
5% 2%).
FV (valor final): un valor de salida fijo obtenido para t .
M (sobrepaso mximo): expresado como un porcentaje del valor final.
Por ejemplo, considere el sistema de primer orden

La respuesta de paso para un sistema de primer orden est dada por

Dado que la entrada es un paso unitario uno tiene FV = G (ganancia esttica); tR = 2.2 T
tS = 2.2 T (para 10% FV); ts = 3 T (para 5% FV); M = 0 y la respuesta de un sistema de
este tipo est representado en la Figura 1.6. Tenga en cuenta que para t = T, la salida
alcanza 63% del valor final.

Figura 1.6. Respuesta al escaln de un sistema de primer orden

1.1.5 Respuesta de frecuencia
La respuesta de frecuencia de un sistema dinmico se estudi y caracteriz por entradas
peridicas de frecuencia variable pero de magnitud constante. Para continuoustime
sistemas, la caracterstica de ganancia de frecuencias se representa en una doble escala
logartmica y la caracterstica de frecuencia de fase se representa en un escala logartmica
slo para el eje de frecuencia.

Figura 1.7 . respuestas de frecuencia

La ganancia G ( ) = | H ( jw ) | se expresa en dB ( | H ( jw ) | dB = 20 log | H ( jw ) | ) enel
eje vertical y la frecuencia , expresan en rad / s ( = 2 f donde frepresenta la
frecuencia en Hz ) se representa en el eje horizontal . Figura 1.7 da algunas curvas tpicas
de respuesta de frecuencia .
Los elementos caractersticos de la respuesta de frecuencia son :
fB ( B ) ( ancho de banda) : la frecuencia ( frecuencia en radianes ) a partir del cual la
zerofrequency( estado de equilibrio ) de ganancia G ( 0 ) se atena ms de 3 dB ;G ( ) G ( 0
) 3 dB ; B = - (G () 0,707 g ( 0 ) ) B = .
FC ( C ) ( frecuencia de corte ) : la frecuencia ( rad / s ) de la cual la atenuacin
introducido con respecto a la frecuencia cero es mayor que N dB ;Gj G N. dB C ( ) = ( 0) .

 Q ( factor de resonancia ) : la relacin entre la ganancia correspondiente a lamximo de

la curva de respuesta de frecuencia y el valor G ( 0 ) .
Pendiente: se refiere a la tangente a la caracterstica de frecuencia de ganancia en
uncierta regin . Depende del nmero de polos y ceros y en su distribucin de frecuencias
.
Considrese, como un ejemplo , el sistema de primer orden caracteriza por la
transferencia funcin dada por la Ecuacin 1.1.9 . Para s = jw la funcin de transferencia
de la ecuacin 1.1.9 se reescribe como

donde | H (jw) | representa el mdulo (ganancia) de la funcin de transferencia y ()

la desviacin de fase introducido por la funcin de transferencia. Tenemos, pues,

De la Ecuacin 1.1.17 y de la definicin de la B ancho de banda, se obtiene:

Utilizando la Ecuacin 1.1.18, se deduce que para = B el sistema introduce
una fase desviacin ( B) = -45 . Tambin tenga en cuenta que para = 0, G (0) = G,
(0) = 0 y para , G () = 0, () = -90 .
La figura 1.8 muestra las caractersticas exactas y asintticas de frecuencia a una de
primer orden sistema (ganancia y fase).
Como regla general, cada polo estable introduce una inclinacin de -20 asinttica dB /
diciembre (o 6 dB / octava) y un retardo de fase asinttica de -90 . Por otra parte, cada
uno cero estable introduce una pendiente asinttica de 20 dB / diciembre y un asinttica
desplazamiento de fase de 90 .
De ello se deduce que la pendiente asinttica de la caracterstica de ganancia de
frecuencia en dB, para altas frecuencias, viene dada por

donde n es el nmero de polos y m es el nmero de ceros.

Figura 1.8. Caracterstica de frecuencia de un sistema de primer orden

La relacin

da la desviacin de fase asinttica.

Tenga en cuenta que el tiempo de subida (TR) para un sistema depende de su ancho de
banda (B). nosotros tener la relacin aproximada

1.1.6 Estudio del sistema de segundo orden

La ecuacin diferencial normalizado para un sistema de segundo orden est dada por:

Mediante el operador p = d / dt, Ecuacin 1.1.21 se reescribe como

Dejar que u (t) = est en la Ecuacin 1.1.21, o p = s en la Ecuacin 1.1.22, el normalizado se

obtiene la funcin de transferencia de un sistema de segundo orden:

en la que
0: Frecuencia natural en rad / s (0 = 2 f0)

 : factor de amortiguamiento
Las races de la funcin de transferencia de denominador (polos) son
a) | | <1, polos complejos (respuesta oscilatoria):

se llama "frecuencia de resonancia amortiguada").

b) | 1, postes reales (respuesta aperidica):

Las siguientes situaciones son as obtenidos segn el valor de la amortiguacin

factor de :
> 0: sistema asintticamente estable
<0: sistema inestable
Estos casos diferentes se resumen en la figura 1.9.

Figura 1.9. Las races del sistema de segundo orden como una funcin de (para | |
1) La respuesta de paso para el sistema de segundo orden descrito por la Ecuacin
1.1.21 es dada por la frmula (para | | 1)

en la que

Figura 1.10 proporciona las respuestas a un escaln normalizados para el sistema de

segundo orden. este

diagrama hace que sea posible determinar tanto la respuesta de un segundo-orden

dado sistema y los valores de 0 y , con el fin de obtener un sistema que tiene un
aumento dado (o resolver) el tiempo y rebasamiento.
Para ilustrar esto, considrese el problema de determinar 0 y de modo que el
aumento tiempo (0 a 90% del valor final) es 2.75s con un sobrepaso mximo 5%.
desde La figura 1.10, se ve que con el fin de garantizar un sobreimpulso 5% debemos
elegir = 0,7. El correspondiente tiempo de elevacin normalizada es: 0 tM 2,75.
Puede ser lleg a la conclusin de que para obtener un tiempo de subida de 2.75s, 0
= 1 rad / seg debe ser tomada.

Figura 1.10. Respuestas de frecuencia normalizada de un sistema de segundo orden a

una entrada escaln

Figura 1.11. Sistema de segundo orden: a) sobreimpulso M mxima como una funcin
de la amortiguacin factor de ; b) tiempo de subida normalizada en funcin de
Con el fin de hacer ms fcil la determinacin de 0 y para un tiempo de subida t _
dado y un dado mxima M sobreimpulso, el grfico de M en funcin de y la grfica de
0 tR como una funcin de se han representado en la figura 1.11a, b. La curva dada
en la figura 1.11a permite elegir el factor de de amortiguacin para un dada mximo
sobreimpulso M. Una vez que el valor de elegido, la figura 1.11b da el valor
correspondiente de tR 0. Esto permite determinar 0 para un aumento dado tiempo
tR.
Las funciones omega_damp.sci (Scilab) y omega_damp.m (MATLAB ) permiten
obtener los valores de 0 y directamente del rebasamiento deseado y aumentando
tiempo.

Figura 1.12. Respuestas de frecuencia normalizada de un sistema de segundo orden

(ganancia) El TS de tiempo de sedimentacin, para diferentes valores de y de la zona
de tolerancia en torno a el valor final, se puede determinar a partir de las respuestas
normalizadas indicadas en la figura 1.10.
Figura 1.12 proporciona las respuestas de frecuencia normalizado para un segundo
orden sistema.
1.1.7 Los sistemas con tiempo de retardo
Muchos procesos industriales exhiben una respuesta de paso de la forma mostrada en
la Figura 1.13. El perodo de tiempo durante el cual la salida no reacciona a la entrada
es llamado retardo de tiempo (indicado por ).
Un sistema dinmico de primer orden con un retraso de tiempo es descrito por la
siguiente ecuacin diferencial:

donde el argumento de u (t - ) refleja el hecho de que la entrada actuar con un

tiempo retraso de . Ecuacin 1.1.27 se va a comparar con la ecuacin 1.1.1.
La funcin de transferencia correspondiente es

en la que E-s representa la funcin de transferencia de la de retardo de tiempo.

Figura 1.13. Respuesta al escaln de un sistema con retardo de tiempo Ecuaciones

1.1.27 y 1.1.28 se puede ampliar sin rodeos a la orden de alto sistemas con retardo de
tiempo.
Tenga en cuenta que para los sistemas con tiempo de retardo del tiempo de subida tR
se define generalmente desde t = .
Las caractersticas de frecuencia del retardo de tiempo se obtienen mediante la
sustitucin de s = jw en e-s. Obtenemos entonces

Con
Por lo tanto un retardo de tiempo no modifica la ganancia del sistema, pero introduce
una fase desviacin proporcional a la frecuencia.
1.1.8 Sistemas para no mnimas de fase
Para los sistemas de tiempo continuo (exclusivamente), sistemas de fase no mnima
tienen una o ceros ms inestables. En el caso de tiempo continuo, el efecto principal
de inestable ceros es la aparicin de un sobreimpulso negativo en el comienzo de la
etapa de respuesta, como se muestra por ejemplo en la Figura 1.14. El efecto de la
inestable ceros no se vean compensadas por el controlador (se debe usar un
controlador inestable).

Figura 1.14. Respuestas de escaln de un sistema de fase no mnima (H (s) = (1-sa) / (1

+ s) (1 0,5 s), A = 1,0.5) Como ejemplo, consideremos el sistema

con a = 1 y 0,5. La figura 1.14 representa la respuesta al escaln del sistema.

1.2 Sistemas de bucle cerrado
La figura 1.15 muestra un sistema de control simple. y (t) es la salida plant4 y
representa la variable controlada, es la entrada (seal de control) se aplica a la planta
por el controlador (variable manipulada) y r (t) es la seal de referencia.

Figura 1.15. sistema de control

Los sistemas de control tienen una estructura de bucle cerrado (la seal de control es
unafuncin de la diferencia entre la referencia y el valor medido de la variable
controlada) y contiene al menos dos sistemas dinmicos (la planta y el controlador).
Examinaremos en esta seccin el clculo de la transferencia a lazo cerrado funcin, el
error de estado estacionario con respecto a la seal de referencia, el rechazo de
disturbios y la estabilidad de los sistemas de circuito cerrado.
1.2.1 Sistemas en cascada

La figura 1.16 representa la conexin en cascada de dos sistemas lineales

caracterizados por las funciones de transferencia H1 (s) y H2 (s).

Figura 1.16. Conexin en cascada de dos sistemas

Si la entrada a H1 (s) es u1 (t) = Est. las siguientes relaciones se encuentran:

el trmino "planta" define el conjunto: actuador, proceso a controlar y el sensor.

y se puede concluir que la funcin de transferencia de dos sistemas en cascada es

o en el caso general de n sistemas en cascada

1.2.2 Funcin de Transferencia de sistemas de circuito cerrado

Considere el sistema de circuito cerrado representado en la figura 1.17.

Figura 1.17. Sistema de circuito cerrado

La salida y (t) del sistema de circuito cerrado en el caso de una referencia externa r (t)
= est se escribe como

Pero u1 (t) viene dada por la relacin

La introduccin de esta relacin en la ecuacin 1.2.5, se tiene

a partir del cual

La estabilidad del sistema de bucle cerrado ser determinado por las partes reales de
la races (polos) de la transferencia de HCL (s) funcin de denominador.
1.2.3 El estado de equilibrio de error
Al llevar a cabo la sntesis de un sistema de circuito cerrado, nuestro objetivo es
obtener una sistema asintticamente estable que tiene un tiempo de respuesta
determinado, un rebasamiento especificada y asegurar un error cero en estado
estacionario con respecto a la seal de referencia. En la figura 1.18, se desea que, en
estado estacionario, y (t) es igual a r (t), es decir, la ganancia de estado estacionario de
el sistema de circuito cerrado entre Y (t) y r (t) debe ser igual a 1.

Figura 1.18. Sistema de circuito cerrado

En la figura 1.18 la funcin de transferencia global de la HOL (s) canal de alimentacin
directa es de la forma

y la funcin de transferencia en bucle cerrado se da por

El estado de equilibrio corresponde a una frecuencia cero (s = 0). La ganancia en

estado estable es obtenido haciendo s = 0 en la funcin de transferencia dada por la
Ecuacin 1.2.10.

en la que Y y R representan los valores estacionarios de la salida y la referencia.

Para obtener una ganancia de estado estacionario unitaria (HCL (0) = 1), es necesario
que

Esto implica que el denominador de la funcin H (s) de transferencia debera ser de la

siguiente forma:

y, respectivamente:

As, para obtener un error de estado estacionario cero en lazo cerrado cuando la
referencia es un paso, la funcin de transferencia del canal de alimentacin hacia delante
debe contener un integrador.
Este concepto se puede generalizar para el caso de diferentes referencias de tiempo como
indica a continuacin el principio de modelo interno: para obtener un estado de equilibrio
cero error, HOL (s) debe contener el modelo interno de la referencia r (t).
El modelo interno de la referencia es la funcin de transferencia del filtro que genera r (t)
a partir del impulso de Dirac. Por ejemplo, paso = (1 / s) Dirac, rampa = (1 / s2) Dirac).
Para ms detalles consulte el Apndice A.
Por lo tanto, para una referencia de rampa, Hol (s) debe contener un doble integrador en
a fin de obtener un error de estado estacionario cero.
1.2.4 Rechazo de perturbaciones
La figura 1.19 representa la estructura de un sistema de circuito cerrado en la presencia
de un perturbacin que acta sobre la salida controlada. HOL (s) es la transferencia global
de bucle abierto funcin (controlador + planta) y est dada por la Ecuacin 1.2.9.

Figura 1.19. Sistema de circuito cerrado en presencia de perturbaciones

En general, preferiramos que la influencia de la perturbacin p (t) en el

salida del sistema sea tan dbil como sea posible, al menos en regiones de frecuencia
dadas. en en particular, preferiramos que la influencia de una perturbacin constante
(paso perturbacin), a menudo llamado "la perturbacin de carga", ser cero durante en
rgimen permanente (t , s 0).
La funcin de transferencia entre la perturbacin y la salida se escribe como:

Syp (s) se llama "funcin de sensibilidad de salida". El rgimen de estado estacionario

corresponde a s = 0.

en la que Y y p representan los valores de estado estacionario de la salida y ,

respectivamente, dela perturbacin.
Syp ( 0 ) debe ser cero para un rechazo perfecta de la alteracin en el estado de
equilibriorgimen. De ello se sigue ( como en la Seccin 1.2.3 ) que , con el fin de obtener
la propiedad deseada ,debemos tener a0 = 0 . Esto implica la presencia de un integrador
en la ruta de acceso directocon el fin de tener un rechazo perfecto de una perturbacin
escaln durante el rgimen de estado estacionario( ver seccin anterior) .
Como regla general , el camino directo debe contener el modelo interno de la
perturbacin con el fin de obtener un rechazo perfecto de una perturbacin determinista
(vase seccin anterior).
Ejemplo: La perturbacin sinusoidal de frecuencia constante .
El modelo interno de la sinusoide es ( la funcin de transferencia de la filtro que , excitado
por un impulso de Dirac , genera una sinusoide ) . Para un rechazo perfecto ( asinttica )
de esta perturbacin, el controlador debe contener la transferencia funcin .
1 / ( 1/2 )0+ S2 1 / ( 1/2 )0+ S2
En general , tambin tenemos que comprobar si no hay una ampliacin de laefecto de
perturbacin en ciertas regiones de frecuencia . Es por eso que tenemos que exigir que el
mdulo de | Syp ( jw ) | ser inferior a un valor dado en todas las frecuencias . Un tpico
valor para esta condicin es

Tambin podemos requerir que Syp (jw) introduce una atenuacin dada en un cierto
rango de frecuencia, si sabemos que una perturbacin tiene su energa concentrada en
este rango de frecuencia.

1.2.5 Anlisis de los Sistemas de circuito cerrado en el dominio de la frecuencia: Nyquist

Terreno Estabilidad y Criterion La funcin de transferencia de la HOL (s) de bucle abierto
(Figura 1.19) se puede representar en el plano complejo cuando vara de 0 a como

El argumento de la funcin de transferencia en este plano se gradu en frecuencias (rad /

s). Esta representacin a menudo se llama un diagrama de Nyquist (o hodgrafa). La figura
1.20 muestra el diagrama de Nyquist para H1 (s) = 1 / (1 + s) y
. Tenga en
cuenta que la trama de H2 (s) se corresponde con el caso tpico donde un integrador est
presente en el bucle (para asegurar un error de estado estacionario cero).

Sistemas de control de computadora

En este captulo se presentan los elementos y los conceptos bsicos de ComputerControlled
sistemas. La discretizacin y la eleccin de la frecuencia de muestreo sern
examinado primero, seguido de un estudio de los modelos de tiempo discreto en el tiempo y
dominios de frecuencia, sistemas de tiempo discreto en lazo cerrado y principios bsicos para
el diseo de controladores digitales.

2.1 Introduccin al control por ordenador

El primer enfoque para la introduccin de un ordenador digital o un microprocesador en
un bucle de control se indica en la Figura 2.1 . El error medido entre la referencia y la
salida de la planta se convierte en forma digital por un analgico a digital -(ADC ) , en los
instantes de muestreo k, establecido por el reloj de sincronizacin. La ordenador
interpreta la seal y convertida ( k ) como una secuencia de nmeros , que se procesa
usando un algoritmo de control y genera una nueva secuencia de nmeros { u (k ) }
representa el control . Por medio de un convertidor de digital a analgico ( DAC) , esta
secuencia se convierte en una seal analgica , que se mantiene constante entre los
instantes de muestreo de un mantenedor de orden cero ( ZOH ) . La cascada :

ADCcomputer - DAC debera comportarse de la misma forma que un controlador

analgico (tipo PID ) , lo que implica el uso de una frecuencia de muestreo alta , pero el
algoritmo implementado en el equipo es muy sencillo ( simplemente no hacemos uso de
las potencialidades de la equipo digital! ) .
Un segundo y mucho ms interesante enfoque para la introduccin de un Digital
ordenador o microprocesador en un bucle de control se ilustra en la Figura 2.2 , que
puede ser obtenido a partir de la figura 2.1 moviendo el comparador de referencia - salida
despus de la de analgico a digital . La referencia ahora se especifica en una forma digital
como una secuencia proporcionada por un ordenador .
En la Figura 2.2 el conjunto DAC - planta - ADC se interpreta como un sistema discretizado
,
cuya entrada de control es la secuencia { u ( k ) } generado por el ordenador , la salida
siendo la secuencia { y (k ) } resultante de la conversin A / D de la salida del sistema
y (t ) . Este sistema discretizado se caracteriza por un " modelo de tiempo discreto " , el
cual describe la relacin entre la secuencia de nmeros {u (k)} y la secuencia de
nmeros de {y (k)}. Este modelo est relacionado con el modelo de tiempo continuo de la
planta.

punto 1

Figura 2.1. Realizacin digital de un analgico controlador de

tipo
Figure 2.2. Digital control system

Este enfoque ofrece varias ventajas. Entre estas ventajas aqu

recordar lo siguiente:
1. La frecuencia de muestreo se elige de acuerdo con el "ancho de banda" de
el sistema de tiempo continuo (que ser mucho menor que para la primera
acercarse).

2. Posibilidad de un diseo directo de los algoritmos de control adaptadas a la

discretizado modelos de planta.
3. El uso eficiente de la computadora ya que el aumento del periodo de muestreo
permite la potencia de clculo para ser utilizado con el fin de poner en prctica
algoritmos que son ms rendimiento, pero ms complejo que un PID
controlador, y que requieren un tiempo de clculo ms.
De hecho, si uno realmente quiere tomar ventaja de la utilizacin de un ordenador
digital en
un lazo de control, el "lenguaje" tambin debe ser cambiado. Esto se puede lograr por
la sustitucin de los modelos de sistemas de tiempo continuo de modelos de sistemas de
tiempo discreto, el
controladores de tiempo continuo por los algoritmos de control digital, y mediante el
uso exclusivo
tcnicas de diseo de control.
El cambio a este nuevo "lenguaje" (modelos dinmicos de tiempo discreto)
hace que sea posible el uso de diversas estrategias de alto rendimiento de control que no
se pueden
implementado por los controladores analgicos.
Los detalles de funcionamiento del ADC (convertidor analgico a digital), el DAC
(de digital a analgico) y el ZOH (mantenedor de orden cero) se ilustran en
Figura 2.3.

Figura 2.3. El funcionamiento del convertidor de analgico a digital (ADC), el de digital a

analgico
(DAC) y el mantenedor de orden cero (ZOH)
El convertidor de analgico a digital implementa dos funciones :
1 . Muestreo de la seal analgica: esta operacin consiste en la sustitucin de
la seal continua con una secuencia de valores igualmente espaciados en el
el dominio del tiempo ( la distancia temporal entre dos valores es la
el periodo de muestreo ) , ya que estos valores corresponden a la seal continua
amplitud en instantes de muestreo .
2 . Cuantificacin: esta es la operacin por medio de los cuales la amplitud de
una seal se representa con un conjunto discreto de valores diferentes ( cuantificada
valores de la seal ) , generalmente codifican con una secuencia binaria .
El uso general de los convertidores A / D de alta resolucin ( donde las muestras son
estar con 12 bits o ms ) permite considerar los efectos de cuantificacin como
insignificante , y esta suposicin celebrar en la siguiente . Efectos de cuantificacin se
deben tenerse en cuenta en el Captulo 8 .

El convertidor digital analgico (DAC ) convierte a la toma de muestras instantes una

discreta
seal , codificada digitalmente en una seal continua .
El mantenedor de orden cero ( ZOH ) mantiene constante esta seal continua entre dos
instantes de muestreo (perodo de muestreo ) , con el fin de proporcionar una seal de
tiempo continuo .

2.2 Discretizacin y visin general de los sistemas de datos

muestreados
2.2.1 Discretizacin y Seleccin de Frecuencia de muestreo

punto 2

La Figura 2.4 ilustra la discretizacin de una sinusoide de frecuencia f0 para varios

frecuencias de muestreo fs.
Cabe sealar que, para una frecuencia de muestreo fs = 8 f0, la naturaleza continua de
La seal analgica se inalterada en la seal muestreada.
Para la frecuencia fs de muestreo = 2 f0, si el muestreo se lleva a cabo en instantes
2 f0 t que no sean mltiplos de , se obtienen an una seal peridica muestreada.

Sin embargo, si el muestreo se lleva a cabo en los instantes donde 2 f0 t = n, la

secuencia de la muestra correspondiente es idnticamente cero.
Si la frecuencia de muestreo se reduce por debajo del lmite de fs = 2f0, un peridico
todava aparece seal muestreada, pero su frecuencia difiere de la de la continua
seal (f = fs - F0).
Con el fin de reconstruir una seal continua a partir de la secuencia de la muestra, la
frecuencia de muestreo debe verificar la condicin (teorema de Nyquist):
fs > 2 fmax

Figura 2.4. Discretizacin seal sinusoidal

en el que Fmax es la frecuencia mxima a transmitir. La frecuencia fs = 2 fmax
es un lmite terico , en la prctica , se debe elegir una frecuencia de muestreo ms alta .
La existencia de un lmite mximo para la frecuencia que se puede convertir
sin distorsin , para una frecuencia de muestreo dada , tambin es comprensible cuando
se
se observa que el muestreo de una seal continua en el tiempo es una " magnitud
modulacin " de un " " fs la frecuencia portadora ( analoga con la modulacin de la
magnitud en
transmisores de radio ) . El efecto de modulacin se puede observar en la replicacin de la
espectro de la seal moduladora ( en nuestro caso la seal continua ) alrededor de la
frecuencia de muestreo y sus mltiplos .
El espectro de la seal muestreada , si la frecuencia mxima de la
seal continua ( fmax ) es menor que ( 1/2 ) FS , est representado en la parte superior de
Figura 2.5 .
El espectro de la seal muestreada , si fmax > ( media ) FS , est representado en la parte
baja
parte de la Figura 2.5 . El fenmeno de solapamiento ( aliasing ) se puede observar .
Esto corresponde a la aparicin de distorsiones . La frecuencia ( 1/2 ) FS , que
define la frecuencia mxima (fmax ) admiti para un muestreo sin distorsiones ,

que se conoce como " frecuencia de Nyquist " ( o la frecuencia de Shannon ) .

Figura 2.5. Espectro de una seal muestreada

Para una frecuencia de muestreo dada, a fin de evitar el plegado (aliasing) de la
espectro y por lo tanto de las distorsiones, las seales analgicas deben filtrarse antes de
la
muestreo para garantizar que:

Los filtros utilizados son conocidos como "filtros anti-aliasing". Un buen filtro
anti-aliasing
debe tener un mnimo de dos clulas de segundo orden en cascada (fmax << (1/2) OS). un
ejemplo de un filtro anti-aliasing de este tipo se da en la Figura 2.6. Estos filtros
debe introducir una gran atenuacin a frecuencias ms altas que (media) FS, pero su
ancho de banda debe ser mayor que el ancho de banda requerido del sistema de bucle
cerrado
(generalmente mayor que el ancho de banda del sistema de bucle abierto). Los circuitos
de este tipo (o ms
complejo) estn disponibles actualmente.

Figura 2.6. Filtro anti-aliasing

En el caso de muy baja frecuencia de muestreo, primero un muestreo a una mayor
frecuencia se lleva a cabo (nmero entero mltiplo de la frecuencia deseada), utilizando
un
filtro anti-aliasing anlogo apropiado. La seal muestreada as obtenido se pasa
a travs de un filtro anti-aliasing digital seguido de un divisor de frecuencia (destruccin)
dando as una seal muestreada que tiene la frecuencia requerida. Este procedimiento es
se muestra en la Figura 2.7. Tambin se emplea cada vez que la frecuencia de los datos
adquisicin es ms alta que la frecuencia de muestreo elegida para el bucle que debe
estar
controlado (la frecuencia de muestreo debe ser un divisor entero de la adquisicin
frecuencia).

Figura 2.7. Anti-aliasing filtrado con submuestreo

2.2.2 Seleccin de la frecuencia de muestreo para los Sistemas de Control
La frecuencia de muestreo para los sistemas digitales de control se elige de acuerdo con la
ancho de banda deseado del sistema de bucle cerrado. Tenga en cuenta que, sin importar
cmo el deseado
actuaciones se especifican, estos siempre pueden estar relacionados con el sistema de
circuito cerrado
ancho de banda.

Ejemplo: Consideremos las actuaciones impuestas en la Seccin 1.1.6 en la

respuesta de paso (mximo rebase el 5%, el tiempo de subida de 2,75 s). La funcin de
transferencia a
ser determinada corresponde a la funcin de transferencia del sistema de bucle cerrado
deseado.
A partir de los diagramas indicados en la figura 1.11 hemos deducido que el bucle cerrado
funcin de transferencia debe ser una funcin de transferencia de segundo orden
normalizado con = 0,7
y 0 = 1 rad / s. Por usar inmediatamente los diagramas indicados en la figura 1.12, puede
ser
observ que el ancho de banda del sistema de bucle cerrado es aproximadamente igual a

La regla utilizada para elegir la frecuencia de muestreo en sistemas de

control es la
siguiente:

donde
fs: frecuencia de muestreo, f CL: cerrado el ancho de banda del sistema de bucle
Regla de la ecuacin 2.2.3 se utiliza igualmente en lazo abierto, cuando se desea
elegir la frecuencia de muestreo con el fin de identificar el modelo de tiempo discreto de
un
planta. En este caso CL se sustituye por una estimacin del ancho de banda de la planta.
Bf
A ttulo informativo, la Tabla 2.1 da los perodos de muestreo (Ts = 1/fs) usado
para el control digital de diferentes tipos de plantas.
La regla para la eleccin de la frecuencia de muestreo dada en la Ecuacin 2.2.3 puede ser
conectado a los parmetros de la funcin de transferencia.
Sistema de primer orden

En este caso el ancho de banda del sistema es

(una atenuacin mayor que 3 dB se introduce para frecuencias superiores a 0 =

1/T0 = 2 f0).

Cuadro 2.1. Eleccin del perodo de muestreo para los sistemas de control digital (valores
indicativos)
Mediante la aplicacin de la regla de la Ecuacin 2.2.3 de la condicin para la eleccin de
la toma de muestras

se obtiene perodo (Ts = 1/fs):

Esto corresponde a la existencia de ocho y cincuenta y ocho muestras en el tiempo de
subida de un paso

respuesta.
Sistema de segundo orden

El ancho de banda del sistema de segundo orden depende de 0 y en (vase la figura

1,12).

Por ejemplo:

Mediante la aplicacin de la regla de la Ecuacin 2.2.3, se obtienen las siguientes

relaciones
entre el 0 frecuencia natural y el periodo de muestreo Ts:
0.25 0 Ts 1 ; = 0.7
and
0.4 0 Ts 1.75 ; = 1

Los valores ms bajos corresponden a la eleccin de una frecuencia de muestreo alta y

los valores superiores a la eleccin de una frecuencia de muestreo baja.
Por razones de simplicidad, dado que en circuito cerrado elegido con frecuencia el
comportamiento
como el comportamiento deseado es el de un segundo orden que tiene un factor de
amortiguamiento
entre 0,7 y 1, la siguiente regla se puede utilizar (aproximacin de las ecuaciones
2.2.5 y 2.2.6): 0.25 0 Ts 1.5 ; 0.7 1

2.3 Modelos de tiempo discreto

2.3.1 Dominio del Tiempo
La Figura 2.8 ilustra la respuesta de un sistema de tiempo continuo a una entrada de paso,
un

respuesta que puede ser simulado por un sistema de primer orden (un integrador con un
ganancia de realimentacin se indica en la figura).

Figura 2.8. Modelo de tiempo continuo

El modelo correspondiente se describe por la ecuacin diferencial

o por la funcin de transferencia

donde T es la constante de tiempo del sistema y G es la ganancia.

Si la entrada u (t) y la salida y (t) se muestrean con un muestreo especificada
perodo, las representaciones de u (t) e y (t) se obtuvo en forma de secuencias de nmeros
en
que T (o K) ahora es el tiempo discreto normalizado (en tiempo real dividido por el
perodo de muestreo, t = T / Ts). La relacin entre la secuencia de entrada {u (t)} y la
secuencia de salida {y (t)} puede ser simulado por el esquema de la figura 2.9 por
utilizando un retardo (desplazamiento hacia atrs) operador (simbolizado por q-1: y (t-1) =
q-1 y (t)),
en lugar de un integrador.
Esta relacin se describe en el dominio del tiempo por el algoritmo (conocido como
ecuacin recursiva o ecuacin de diferencia)
y(t) = -a1 y(t-1) + b1 u(t-1)

Figura 2.9. Modelo de tiempo discreto

Pasemos ahora a examinar con mayor detalle el modelo de tiempo discreto dada por la
ecuacin
2.3.3 para una condicin inicial de cero (y (0) = 0) y una entrada escaln unitario en tiempo

discreto:
La respuesta se calcula directamente de forma recursiva utilizando la Ecuacin 2.3.3 de t =
0
(en el caso de los modelos de tiempo discreto que no hay problema con la integracin de la
ecuaciones diferenciales como en tiempo continuo). Vamos a examinar dos casos.
Caso 1. a1 = - 0.5; b1 = 0.5
Los valores de salida para diferentes instantes se dan en la Tabla 2.2 y la
secuencia correspondiente se representa en la figura 2.10.

Cuadro 2.2. Respuesta gradual de un modelo de tiempo discreto de primer orden (a1 = -0.5,

b1 = 0,5)
Figura 2.10. Respuesta gradual de un modelo de tiempo discreto de primer orden (a1
= -0.5, b1 = 0,5)
Se observa que la respuesta obtenida se asemeja a la respuesta de paso de un
sistema de primer orden en tiempo continuo que ha sido muestreada. Un tiempo equivalente
constante para el sistema de tiempo continuo incluso se puede determinar (tiempo de subida
de 0
al 90%: tR = 2,2 T). De la Tabla 2.2, se obtiene entonces

Caso 2. a1 = 0,5; b1 = 1.5

Los valores de salida para diferentes instantes se dan en la Tabla 2.3 y la correspondiente
secuencia est representada en la figura 2.11.
Cuadro 2.3. Respuesta a un escaln de primer orden modelo de tiempo discreto (a1 =
0,5; b1 = 1,5)

Una respuesta amortiguada oscilatoria se observa con un perodo igual a dos de muestreo
perodos. Este tipo de fenmeno no puede ser resultado de la discretizacin de un

sistema de primer orden de tiempo continuo, ya que esta ltima es siempre un-peridica. Se
puede
por lo tanto se concluye que el modelo de tiempo discreto de primer orden corresponde a la
discretizacin de un sistema de tiempo continuo de primer orden slo si a1 es negative1.

Figura 2.11. Respuesta a un escaln de primer orden modelo de tiempo discreto (a1 =
0,5; b1 = 1,5)
Volvemos al mtodo utilizado para describir los modelos de tiempo discreto. la
se utiliza el operador de retardo q-1 para obtener una escritura ms compacta de la
recursiva
(diferencia) ecuaciones que describen modelos de tiempo discreto en el dominio del tiempo
(se
tiene la misma funcin que el operador p = d / dt para sistemas de tiempo continuo). la
relaciones siguientes se cumplen:

Al utilizar el operador q-1, la ecuacin 2.3.3 se reescribe como

(1 + a1 q-1) y(t) = b1 q-1 u(t)

Modelos de tiempo discreto tambin se pueden obtener por la discretizacin del diferencial
ecuaciones que describen los modelos de tiempo continuo. Esta operacin se utiliza para la
simulacin de modelos de tiempo continuo en un ordenador digital.
Consideremos la ecuacin 2.3.1 y aproximar la derivada por

Ecuacin 2.3.1 se puede reescribir como

Multiplicando ambos lados de la Ecuacin 2.3.7 de TS, y con la introduccin de la

t el tiempo normalizado (= T / Ts), se deduce que

que puede ser reescrito ms ampliamente como:

Donde

Cambiando la Ecuacin 2.3.9 en un paso, se obtiene la Ecuacin 2.3.3.

Se seala que, con el fin de representar un modelo continuo de primer orden con
Ecuacin 2.3.9, la condicin a1 <0 debe ser verificada. Como consecuencia, la
perodo de muestreo Ts debe ser menor que T constante de tiempo (Ts <T). Este resultado
corresponde al lmite superior en la Ecuacin 2.2.4, introducido para el perodo de muestreo
la seleccin de un sistema de primer orden como una funcin de la anchura de banda de
bucle cerrado deseado.
Si la ecuacin 2.3.6 es la aproximacin de la "derivada", el integrador digital
ecuacin puede deducirse directamente. Por lo tanto, si se usa el tiempo normalizado, la
Ecuacin 2.3.6

se escribe como
donde (1 - q-1) es ahora equivalente a p. Como la integracin es el opuesto de la
la diferenciacin, se obtiene:

Multiplicando ambos lados de la Ecuacin 2.3.11 por (1-q-1), se deduce que

que se puede reescribir como

correspondiente a la aproximacin de la operacin de integracin por medio de la

regla rectangular, como se ilustra en la Figura 2.12 (si se utiliza en tiempo continuo, la
ecuacin
2.3.13 se escribe como s (t) = s (t-T) + Ts.y (t)).

2.3.2 Dominio de la Frecuencia

El estudio de los modelos de tiempo continuo en el dominio de la frecuencia se ha llevado a
cabo teniendo en cuenta una entrada peridica de tipo exponencial compleja

Para el estudio de los modelos de tiempo discreto en el dominio de la frecuencia que deber
considerar (la muestra) exponenciales complejas, es decir, secuencias que resultan de
complejas
exponenciales de tiempo continuo evaluados en los instantes de muestreo t = k Ts.
Estas secuencias por lo tanto escribirse como

Dado que los modelos de tiempo discreto que se estn considerando son lineales, si una
seal de un cierto

frecuencia se aplica a la entrada, una seal de la misma frecuencia, pero amplificado o

atenuada de acuerdo con la frecuencia, se encontrar en la salida. es
resume en la Figura 2.13. en la que H (s) es la "funcin de transferencia" del sistema
que expresa la dependencia de la ganancia y la fase de desviacin en el complejo
frecuencia s (s = + jw).

Figura 2.13. Respuesta de frecuencia de un sistema de tiempo discreto

Si la entrada del sistema est en el formes

, la salida ser

y respectivamente

Por tanto, se observ que el cambio hacia atrs en un paso es equivalente a multiplicar
Por
Vamos ahora determinar la funcin de transferencia relacionada con la ecuacin recursiva
2.3.3.
En este caso,

y la salida ser en la forma de la Ecuacin 2.3.14. por

tambin utilizando la Ecuacin 2.3.15 se obtiene:

de lo que resulta
Consideramos ahora el siguiente cambio de variable:

que corresponde a la transformacin de la semiplano de la izquierda de la savin contra

el interior de la unidad de crculo centrado en el origen en el plano z, como se ilustra por
Figura 2.14.

Figura 2.14. Efecto de la transformacin z = e sTs

Con la transformacin dada por la Ecuacin 2.3.18 la funcin de transferencia dada en

Ecuacin 2.3.17 se convierte en

Tenga en cuenta que la funcin de transferencia en Z-1 se puede obtener directamente a
partir de la recursiva
Ecuacin 2.3.3 mediante el operador de retardo q-1 (vase la Ecuacin 2.3.5), y despus
calculando formalmente la relacin de y (t) / U (t) y la sustitucin de Q-1 con z-1. Este
procedimiento
obviamente se puede aplicar a todos los modelos descritos por ecuaciones en diferencias
lineales
con coeficientes constantes, independientemente de su complejidad. El mismo resultado
puede ser
tambin obtenidas por medio de la z - transformacin (vase el Apndice A, Seccin A.2)
Tambin comentamos que las funciones de transferencia de modelos de tiempo discreto
son a menudo
escrito en trminos de q-1. Se entiende por supuesto que el significado de q-1 vara

de acuerdo con el contexto (retrasar operador o variable compleja). Cuando q-1 es

considerado como un operador de retardo, la expresin H (q-1) se denomina "operador
de transferencia".
Es preciso sealar que la representacin de los operadores de transferencia tambin se
puede utilizar
para los modelos descritos por ecuaciones en diferencias lineales con coeficientes
variables en el tiempo as. En contraste, la interpretacin de q-1 como una variable
compleja (z-1) es slo
posible que la diferencia de ecuaciones lineales con coeficientes constantes.
Propiedades de la transformacin z = Ests
La transformacin de la Ecuacin 2.3.18 no se biyectiva porque varios puntos de la
plano s se transforman en el mismo punto en el plano z. Sin embargo, estamos
interesado en el plano s est delimitado entre las dos lneas horizontales que cruzan
los puntos [, / 2] s 0 + jw y [/ 2] sj 0 - donde
s = 2 fs = 2 / Ts. Esta regin es
llamada "franja primaria".

Figura 2.15. Efectos de la transformacin

en los puntos situados en el "principal

tira "en el plano s

Las bandas complementarias estn fuera del dominio de la frecuencia de inters si el
condiciones del teorema de Shannon (Seccin 2.2.1) se han cumplido.
Figura 2.15 da una imagen detallada de los efectos de la transformacin para
los puntos que estn dentro de la "franja de primaria".

La atencin debe centrarse en un aspecto importante para los de segundo orden

continuas
sistemas en la forma:

para los que la frecuencia resonante amortiguada es igual a la mitad de la frecuencia de

muestreo:
La imagen de sus conjugados polos

a travs de la transformacin corresponde a un nico punto colocado en el

eje real en el plano z y con abscisa negativo.
Uno obtiene:

desde:

Esta es la razn por la cual los modelos de tiempo discreto en la forma de la ecuacin
2.3.3 como

dar oscilante respuestas a un escaln para a1> 0 (amortiguado si | a1 | <1) con 2Ts
perodo (vase
Seccin 2.3.1). Estos modelos de tiempo discreto de primer orden tienen los mismos polos
como el

modelos de tiempo discreto derivados de los sistemas de tiempo continuo de segundo

orden que tienen un
frecuencia de resonancia amortiguada igual a
s / 2.
2.3.3 Formas generales de modelos lineales en tiempo discreto
Un modelo de tiempo discreto lineal se describe generalmente como

en la que D corresponde a un tiempo de retardo puro, que es un mltiplo entero de la

perodo de muestreo.
Vamos a presentar las siguientes anotaciones:

Al utilizar el operador de retardo q-1 en la Ecuacin 2.3.20 y teniendo en cuenta la

notaciones de las Ecuaciones 2.3.21 a 2.3.24, la Ecuacin 2.3.20 describe el discretetime
sistema se escribe como

o en forma predictiva (multiplicando ambos lados por qd)

Ecuacin 2.3.25 tambin se puede escribir en una forma compacta mediante la

transferencia de impulsos Operador

en el que el operador de la transferencia de impulsos est dada por

La funcin de transferencia de impulsos que caracteriza el sistema descrito por la Ecuacin

2.3.20
se obtiene a partir del operador de transferencia de pulso dada en la Ecuacin 2.3.28
mediante la sustitucin

Transferencia de Pulso Funcin Orden

Para evaluar el orden de un modelo de tiempo discreto representado por la transferencia
de impulsos
funcin de la forma de la Ecuacin 2.3.29, la representacin en trminos de positivo
se necesita poder de z. Si d es el sistema de retardo de tiempo puro expresado como
nmero de
muestras, Na el grado del polinomio A (z-1) y nB el grado de la
polinomio B (z-1), se debe multiplicar el numerador y el denominador de H (z-1) por
zn con el fin de obtener una funcin H de transferencia de pulso proper3 (z) en las
potencias positivas
de Z, donde
2 El operador H de transferencia de pulso (q-1) puede ser utilizado para una
representacin compacta de la entrada-salida
relacin, incluso en el caso de A (q-1) y B (q-1) tienen tiempo dependiendo coeficientes. La
transferencia de impulsos

funcin H (z-1) slo se define para el caso de A (q-1) y B (q-1) son con coeficientes
constantes.
3 Esto significa que el grado denominador es mayor que (o igual a) el grado numerador.

n representa el orden de sistema de tiempo discreto (la mayor potencia de un trmino en

Z en el
transferencia de impulsos funcin denominador).
Ejemplo 1:

Se observa que el orden n de una funcin de transferencia de impulsos irreductible

tambin corresponde
que el nmero de estados para una representacin del sistema de espacio de estado
mnimo asociado
a la funcin de transferencia (vase el apndice C).
2.3.4 Estabilidad de sistemas discretos
La estabilidad de los sistemas de tiempo discreto se puede estudiar, ya sea desde el
recursiva
(diferencias) ecuacin que describe el sistema de tiempo discreto en el dominio del
tiempo, o
de la interpretacin de la diferencia ecuaciones soluciones como sumas de datos discretos

exponenciales. Usaremos ejemplos para ilustrar estos dos enfoques.

Supongamos que la ecuacin recursiva es

que se obtiene de la Ecuacin 2.3.3 cuando la entrada u (t) es idnticamente cero. la

respuesta libre del sistema se escribe como

La estabilidad asinttica del sistema implica

La condicin de estabilidad asinttica por lo tanto el resultado de la Ecuacin 2.3.31. es

necesario y suficiente que

Por otro lado, se sabe que la solucin de la recursiva (diferencia)

ecuaciones es de la forma (para un sistema de primer orden):

Mediante la introduccin de esta solucin en la Ecuacin 2.3.30, y teniendo en cuenta la

Ecuacin
2.3.15, se obtiene

de donde se sigue que

Para que esta solucin sea asintticamente estable, es necesario que = Re s <0 que
implica que eTs <1 y, respectivamente, | z | <1 (o | a1 | <1).
Sin embargo, el trmino (1 + A1 z-1) no es ms que el denominador de la

funcin de transferencia de impulsos relacionados con el sistema descrito por la ecuacin

2.3.3 (ver
Ecuacin 2.3.19).
El resultado obtenido se puede generalizar. Para un sistema de tiempo discreto para ser
asintticamente estable, todas las races de la funcin de transferencia de denominador
deben ser
dentro del crculo unitario (vase la Figura 2.14):

Por el contrario, si una o varias races de la funcin de transferencia son el denominador

en el
regin definida por | z |> 1 (fuera del crculo unidad), esto implica que Re s> 0 y
as el sistema de tiempo discreto ser inestable.
Como para el caso de tiempo continuo, algunos criterios de estabilidad estn disponibles
(Jurado
criterio, el criterio de Routh-Hurwitz aplicado despus de que el cambio de variable
w = (z + 1) / (z-1)) para establecer la existencia de races inestables de un polinomio
en la variable z sin clculo explcito de las races (strm y Wittenmark
1997).
Una herramienta til para probar la estabilidad-Z polinomio se deriva de una necesaria
condicin para la estabilidad de una Z-1-polinomio. Esta condicin indica: las evaluaciones
del polinomio A (z-1) dada por la ecuacin 02/03/37 en z = 1, (A (1)) y en z = -1
(A (-1)) debe ser positivo (el coeficiente de A (q-1) se supone que corresponde a Z0
a ser positivo).
Ejemplo:

2.3.5 Ganancia de estado estable

En el caso de sistemas de tiempo continuo, la ganancia de estado estacionario se obtiene
haciendo
s = 0 (frecuencia cero) en la funcin de transferencia. En el caso discreto, s = 0
corresponde a
y por lo tanto la ganancia de estado estacionario G (0) se obtiene haciendo z = 1 en el
pulso
funcin de transferencia. Por lo tanto para el sistema de primer orden se obtiene:

En trminos generales, la ganancia de estado estacionario viene dada por la frmula

En otras palabras, la ganancia de estado estacionario se obtiene como el cociente entre la

suma de los
coeficientes del numerador y la suma de los coeficientes de denominador. Esta frmula
es muy diferente de los sistemas de tiempo continuo, donde la ganancia de estado
estacionario
aparece como un factor comn del numerador (si el denominador comienza con 1).
La ganancia de estado estacionario tambin puede obtenerse a partir de la ecuacin
recursiva

que describe los modelos de tiempo discreto, el estado estacionario se caracteriza por u
(t) =
const. yy (t) = y (t-1) = y (t-2) ....
De la ecuacin 2.3.3, se deduce que

Y respectivamente

2.3.6 Modelos para Sistemas de datos muestreados con Hold

Hasta este punto hemos estado preocupados con modelos de sistemas de datos
muestreados
correspondiente a la discretizacin de las entradas y salidas de un tiempo continuo
sistema. Sin embargo, en un sistema controlado por ordenador, el control aplica a la
planta
no es continua. Es constante entre los instantes de muestreo (efecto de la zeroorder
mantenga) y vara discontinuamente en los instantes de muestreo, como se ilustra en
Figura 2.16.
Es importante ser capaz de relacionar el modelo del sistema discretizado, la cual
da la relacin entre la secuencia de control (producida por el controlador digital)
y la secuencia de salida (obtenido despus del convertidor de analgico a digital), para la
funcin de transferencia H (s) del sistema de tiempo continuo. El mantenedor de orden
cero, cuya
operacin se revisa en la figura 2.17 presenta una funcin de transferencia en cascada con
H (s).

Figura 2.16. El sistema de control utilizando un convertidor de analgico a digital seguido

de
un mantenedor de orden cero
Figura 2.17. Funcionamiento del mantenedor de orden cero

El asimiento convierte un impulso de Dirac propuesta por el convertidor de digital a

analgico en la
instante de muestreo en un pulso rectangular de duracin Ts, que puede ser interpretado
como
la diferencia entre un paso y el mismo paso desplazado por Ts. A medida que el paso es la
integrante del impulso de Dirac, se deduce que la funcin de transferencia de retencin de
orden cero es

Ecuacin 3.2.40 permite considerar el mantenedor de orden cero como un filtro que tiene
un
respuesta de frecuencia dada por

A partir del estudio de esta respuesta en la regin de frecuencia 0/2 s f f

(0/2 s
), se puede concluir:
1. La ganancia ZOH a la frecuencia cero es igual a: GZOH (0) = Ts.

2. El ZOH introduce una atenuacin a altas frecuencias. Para f = fs / 2 uno

3. El ZOH introduce un retardo de fase que crece con la frecuencia. este

desfase es de entre 0 (para f = 0) y - / 2 (para f = fs / 2) y debe ser
aadido para el retardo de fase debido a H (s).
La funcin global de tiempo continuo de transferencia ser

a la que una funcin de transferencia de pulso se asocia.

Las tablas que dan el equivalente en tiempo discreto de sistemas con una orden cero
bodega estn disponibles. Algunas situaciones tpicas se resumen en la Tabla 2.4.
El clculo de los modelos de la muestra zoh para funciones de transferencia de diferente
pedidos se pueden hacer por medio de las funciones: cont2disc.sci (Scilab) o cont2disc.m
(MATLAB ). El modelo de la muestra correspondiente (con ZOH) para un segundo orden
sistema caracterizado por 0 y se puede conseguir con las funciones ft2pol.sci
(Scilab) o ft2pol.m (MATLAB ) 4.
2.3.7 Anlisis de los sistemas de primer orden con tiempo de retardo
El modelo de tiempo continuo se caracteriza por la funcin de transferencia

donde G es la ganancia, T es la constante de tiempo y es el retardo de tiempo puro. Si Ts

es la
el periodo de muestreo, entonces se expresa como

donde L es el tiempo de retardo fraccional y d es el nmero entero de muestreo

perodos incluidos en la demora y que corresponde a un retraso en la muestra de dperodos.

De la Tabla 2.4, se deriva la funcin de transferencia de la correspondiente muestreados
modelo (cuando se utiliza una retencin de orden cero)

Con

El efecto del tiempo de retardo fraccional se puede ver en la aparicin de la

coeficiente de B2 en la funcin de transferencia. Para L = 0, se tiene b2 = 0. Por otro
parte, si L = Ts, se deduce que b1 = 0, que corresponde a un retardo adicional de
un perodo de muestreo. Para L <0.5Ts uno tiene b2 <b1, y para L> 0.5Ts uno tiene
B2> B1. Para L = b1 0.5Ts b2. Por lo tanto, un retardo fraccional introduce un cero en el
funcin de transferencia de impulsos. Para L> 0.5 Ts la relacin | b2 |> | b1 | sostiene y el
cero es
fuera del crculo unitario (cero inestable) 5.
La configuracin de polos y ceros en el plano z para el sistema de primer orden con ZOH
se representa en la figura 2.18. El trmino z-d-1 introduce d 1 polos en el origen

-------------------------------------La presencia de ceros inestables no tiene ninguna influencia en la estabilidad del sistema,
pero impone limitaciones a la
el uso de tcnicas de diseo del controlador basado en el modelo de cancelacin de ceros
por polos del controlador.

Cuadro 2.4. Funciones de transferencia de pulsos para sistemas de tiempo continuo con
mantenedor de orden cero

La figura 2.19 representa las respuestas a un escaln para un sistema caracterizado por un
pulso funcin de transferencia

Por
A1:

(ganancia de estado estacionario = 1) para diferentes valores del parmetro

a1 = -0,2; -0,3; -0,4; -0,5; -0,6; -0,7; -0,8; -0,9

Figura 2.18. Configuracin de polos y ceros del sistema de datos muestreados descrito
por la Ecuacin 02/03/44 (sistema de primer orden con ZOH)
Sobre la base de estas respuestas, es fcil derivar la constante de tiempo de la
sistema de tiempo continuo correspondiente, expresado en trminos del perodo de
muestreo
(la constante de tiempo es igual al tiempo requerido para alcanzar 63% del valor final).
La presencia de un retardo de tiempo igual a un mltiplo entero de la toma de muestras
perodo slo causa un cambio de hora en las respuestas dadas en la Figura 2.19.

Figura 2.19. Respuestas de escaln de la b1 sistema de tiempo discreto z-1 / (1 + A1 z-1)

para diferentes valores
de a1 y [b1 / (1 + a1)] = 1
La presencia de un retardo de tiempo fraccional tiene como consecuencia principal una
modificacin en el comienzo de la respuesta de paso, si se compara con el caso sin
tiempo de retardo fraccional.
Ejercicio. Suponiendo que el modelo de sistema de datos muestreados es

Cul es el modelo de tiempo continuo que corresponde ?

Es interesante analizar la relacin entre la ubicacin del polo

( ) Y el tiempo de aumento del sistema . Figura 2.19 indica que la respuesta

del sistema se vuelve ms lento como el polo del sistema se mueve hacia el punto [ 1 ,
j0 ] , y se hace ms rpido como el polo del sistema se acerca al origen ( z = 0 ) .
Estas consideraciones pueden aplicarse a sistemas con varios polos .
Z = -a1
En el caso de sistemas con ms de uno de los polos , el trmino " polo dominante ( s ) " es
introducido para caracterizar el polo ( o los polos ) que es ( son ) el ms cercano a la
punto [ 1 , j0 ] , es decir, que es el polo ms lento ( s ) .
La figura 2.20 muestra las respuestas de frecuencia ( magnitud y fase ) de la de primer
orden
sistema discreto dada por 2.3.45 para a1 = - 0,8 ; -0,5 ; -0,3 . Se puede observar
que el ancho de banda aumenta cuando el polo del sistema se acerca el origen ( ms
rpido
polos) . Tambin podemos sealar que el retardo de fase en las 0.5fs frecuencia es - 180o
debido a
la presencia de la ZOH ( ver Seccin 2.3.6 ) .

Figura 2.20. Respuestas de frecuencia (magnitud y fase) de el modelo b1-tiempo discreto

z-1 /

(1 + A1 z-1) para diferentes valores de a1 y b1

2.3.8 Anlisis de sistemas de segundo orden

La funcin de transferencia de impulsos que corresponde a la discretizacin con una de

orden cero bodega de un sistema de tiempo continuo de segundo orden normalizado,
caracterizado por una 0 frecuencia natural y una de amortiguamiento , est dada por

donde d representa el nmero entero de periodos de toma de muestras contenidas en el

retraso.
Los valores de a1, a2, b1, b2 como una funcin de 0 y para un retardo de tiempo puro
= d Ts
se dan en la Tabla 2.4.
Es interesante expresar los polos del sistema discretizado como una funcin de
0, y el periodo de muestreo Ts (o la frecuencia de muestreo fs).
De la Tabla 2.4 las siguientes relaciones son fciles de encontrar (por <1):

Los polos de la funcin de transferencia de impulsos (races del denominador) se

encuentran por la solucin de la ecuacin

De las expresiones de a1 y a2 las soluciones se derivan directamente:

Tenga en cuenta que los polos del sistema discretizado corresponden a los polos de la
sistema de tiempo continuo

mediante la aplicacin de la

transformacin
Para <1, los polos del sistema discretizado son conjugado complejo y,

en consecuencia, simtrica con respecto al eje real. Se caracterizan por una

mdulo y una fase dada por

Figura 2.21. Las curvas de = constante y == SS T / 2 f / f 0 0 constantes en el plano z

para
un sistema de tiempo discreto de segundo orden
Tenga en cuenta que la ubicacin de los postes depende de y 0Ts (o 0/s = f0/fs).
Esto es:

y en el plano z las siguientes curvas se pueden extraer:

Debemos recordar (vase la Figura 1.9) que en el plano s (sistema continuo), el

curvas = constante son lneas rectas que forman un ngulo = cos-1 con el eje real
y las curvas de 0 = constante son crculos con 0 radio (estos dos conjuntos de curvas

son ortogonales). En el plano z las curvas z = f (0 Ts) para = constante son espirales
logartmicas que son ortogonales en cada punto de la curva z: f () para 0 Ts = constante.
La figura 2.21 muestra el conjunto de curvas z = f () para 0 Ts/2 = constante y z =
f (0 Ts/2) para = constante correspondiente a diferentes valores de y 0Ts/2
(f0/fs respectivamente).
Tambin debemos recordar (vase la Seccin 2.3.2) que por
los polos correspondientes en el plano z son
confundidos (Z1, 2 = ), y que se encuentran en el segmento de la eje real (1,0) que tiene un eje de abscisas coordenada igual a
El dominio de estabilidad de la de segundo orden sistema de tiempo discreto en el plano
de los parmetros a1 - a2 es un tringulo (ver Figura 2.22). Para los valores de A1, A2
colocado en el interior del tringulo, las races del denominador de la funcin de
transferencia de impulsos son dentro del crculo unitario

Figura 2.22. Dominio de Estabilidad para el sistema de tiempo discreto de segundo

orden
2.4 Closed Loop sistemas discretos de tiempo
2.4.1 sistema de circuito cerrado Funcin de Transferencia
Figura 2.23 da el diagrama de un sistema de tiempo discreto de bucle cerrado. La
transferencia
funcin en el canal de alimentacin directa puede ser el resultado de la cascada de un
Digital
controlador y del grupo DAC + ZOH sistema + ADC-tiempo continuo +

(sistema discretizado).

Figura 2.23. Bucle cerrado sistema de tiempo discreto

Dejar
ser la funcin de transferencia del canal de alimentacin hacia adelante con

donde los coeficientes b1, b2 ... BD puede ser cero si hay un retardo de tiempo de d
perodos de muestreo.
En la misma forma que para los sistemas de tiempo continuo, la transferencia de bucle
cerrado funcin de la conexin de la seal de referencia r (t) a la salida y (t) se escribe
como

El denominador de la funcin de transferencia en lazo cerrado, cuyas races corresponden

a
los polos del sistema en bucle cerrado, tambin se llama polinomio caracterstico de la
cerrada
bucle.
2.4.2 El estado de equilibrio de error
Se obtiene el estado estacionario para r (t) = constante haciendo z = 1, correspondiente a
la frecuencia cero
Se deduce de la ecuacin 2.4.3 que

donde HCL (1) es la ganancia en estado estacionario (ganancia esttica) del sistema de
circuito cerrado. en
a fin de obtener un error cero en estado estacionario entre la seal r de referencia y el
salida Y, es necesario que
HCl (1) = 1 (2.4.5)
De la ecuacin 2.4.4 se derivan las siguientes condiciones:

Con el fin de obtener un (1) = 0, A (z-1) debe tener la siguiente estructura:

Donde

y por lo tanto la funcin de transferencia global del canal de alimentacin hacia delante
debe ser del tipo

De este modo, se observa que el canal de alimentacin hacia delante debe contener un
integrador digital en Para obtener un error de estado estacionario cero en lazo cerrado.
Esta situacin es similar a el caso continuo (vase la Seccin 1.2.3) y el principio de
modelo interno es tambin aplicable a los sistemas de tiempo discreto.
2.4.3 Rechazo de perturbaciones
En la presencia de una perturbacin p (t) que acta sobre la salida controlada (vase la
figura 2.23), el objetivo es reducir su efecto tanto como sea posible, al menos en algunos
regiones de frecuencia.

En particular, el efecto de la perturbacin constante (un paso), a menudo llamado "la

carga perturbacin ", se espera que sea cero en el estado estacionario (t , z 1).
La funcin de transferencia de impulsos, que une la perturbacin a la salida, es

Como para el caso de tiempo continuo, Syp (z-1) se llama "funcin de sensibilidad de
salida".
Se obtiene el estado de equilibrio para z = 1. Resulta que

( donde p es el valor estacionario de la perturbacin ) .

Con el fin de lograr un rechazo de perturbaciones de estado estacionario perfecto , es
necesario que Syp ( 1 ) = 0 y por lo tanto Un ( 1 ) = 0 . Esto implica que A ( z - 1 ) debe tener
la forma dada en la Ecuacin 2.4.7 , correspondiente a la insercin en el integrador de
alimentacin directa canal .
Del mismo modo , para el caso continuo , un rechazo de perturbaciones de estado
estacionario perfecta implica que el canal de alimentacin hacia delante debe contener el
modelo interno de la perturbacin ( la funcin de transferencia que produce p (t ) de un
impulso de Dirac ) .
Como en el caso de tiempo continuo , se debe evitar que una amplificacin de la efecto de
perturbacin se produce en ciertas regiones de frecuencia . Esta es la razn por la cual |
Syp (e- jw ) | debe ser inferior a un valor especificado para todas las frecuencias f = /2
fs / 2 .
Un valor tpico utilizado como lmite superior es | Syp ( e - jw ) | 2 0 fs Adems ,
si se sabe que una perturbacin tiene su energa concentrada en una particular, regin de
frecuencia , | Syp ( ej ) | puede ser obligado a introducir un deseado atenuacin en esta
regin de frecuencia .
2.5 Principios bsicos de los mtodos modernos para el Diseo de digital Controladores
2.5.1 Estructura de los Controladores Digitales
Figura 2.24 da el diagrama de un control analgico de tipo PI. El controlador
contiene dos canales (un canal proporcional y un canal integral) ese proceso

el error entre la seal de referencia y la salida.

En el caso de los sistemas de datos muestreados el controlador es digital, y el nico las
operaciones que puede realizar son adiciones, multiplicaciones, almacenamiento y
desplazamiento. Todo el algoritmos de control digitales tienen la misma estructura. Slo
"la memoria" de la controlador es diferente, es decir el nmero de coeficientes.
Figura 2.25 ilustra la estructura de clculo del control u (t) aplicado a la planta en el
instante t por el controlador digital. Este control es un promedio ponderado de la
produccin medida en los instantes t, t-1, ...., t-nA .., de los valores de los controles
previos de instantes t-1, t-1 ..., t-nb ... y de la seal de referencia en los instantes t, t-1, ...,
los pesos siendo los coeficientes del controlador.

Este tipo de ley de control, incluso se puede conseguir por la discretizacin de un IP o

Controlador analgico PID. Vamos a considerar, como ejemplo, la discretizacin de un IP
controlador. La ley de control para un controlador PI analgico est dada por

Para la discretizacin del regulador PI, P (el operador de diferenciacin) es

aproximada por (1 - q-1) / Ts (vase la Seccin 2.3.1, la Ecuacin 2.3.6). Esto produce

y la ecuacin del regulador PI se convierte

Multiplicando ambos lados de la ecuacin 2.5.4 por (1 - q-1), la ecuacin de la PI digitales

controlador se escribe como

Donde

lo que conduce a el diagrama representado en la Figura 2.26.

Teniendo en cuenta la expresin de S (q-1), la seal de control u (t) se calcula

sobre la base de la ecuacin 2.5.5, por medio de la frmula

u (t) = u (t-1) - R (q-1) y (t) + T (q-1) r (t)
= U (t-1) - r0 y (t) - r1 y (t-1) + r0 r (t) + r1 r (t-1) (2.5.8)
que se corresponde con el diagrama dado en la Figura 2.26.
2.5.2 Controlador de Canonical digital Estructura
Dividiendo por S (q-1) a ambos lados de la ecuacin 2.5.5, se obtiene

de la que deriva la estructura cannica controlador digital presenta en la Figura

2.27 (tres ramificada estructura RST).
En general, T (q-1) en la Figura 2.27 es diferente de R (q-1).

Figura 2.27. Controlador digital estructura cannica

Considerar

como la funcin de transferencia de impulsos de la cascada de DAC + + ZOH de tiempo

continuo + sistema de ADC, a continuacin, la funcin de transferencia del sistema de
bucle abierto se escribe como

y la funcin de transferencia de bucle cerrado entre la seal de referencia r (t) y la salida y

(t), utilizando una estructura cannica controlador digital, tiene la expresin

Donde

es el denominador de la funcin de transferencia de bucle cerrado que define el bucle

cerrado polos del sistema. Tenga en cuenta que T (q-1) introduce un grado ms de
libertad, el cual permite establecer una distincin entre las actuaciones de seguimiento y
regulacin especificaciones.
Tambin observacin de que r (t ) es a menudo sustituida por una " trayectoria deseada "
y * ( t ) , obtenido ya sea mediante el filtrado de la seal de referencia r ( t ) con el llamado
filtro de conformacin o el seguimiento de modelo de referencia , o guardar en la
memoria de la computadora digital de la secuencia de los valores de trayectoria deseada .
El controlador digital representada en la figura 2.27 tambin se define como "digitales RST
controlador " . Est a dos grados de libertad del controlador , lo que permite imponer
diferentes especificaciones en trminos de dinmica deseada para el seguimiento y la
regulacin problemas .
El objetivo del diseo del controlador digital es encontrar la R polinomios , S y T en Para
obtener la funcin de transferencia en lazo cerrado , con respecto a la referencia y seales
de perturbacin , satisfaciendo las actuaciones deseadas .
Esto explica por qu las actuaciones de lazo cerrado deseados se expresarn , (si no, van a
ser convertidos ) en trminos de polos a lazo cerrado deseados , y, finalmente, en
trminos de ceros que desee ( de esta manera la funcin de transferencia en lazo cerrado
ser completamente impuesta ) .
En presencia de perturbaciones ( vase la Figura 2.28 ), hay otros cuatro importantes
transferir funciones a tener en cuenta , en relacin la perturbacin a la salida y la entrada
de la planta .
La funcin de transferencia entre la perturbacin p ( t) y la salida y (t ) (salida funcin de
sensibilidad ) est dada por

Figura 2.28. Sistema de control digital en presencia de perturbaciones y ruido

Esta funcin permite la caracterizacin de las prestaciones del sistema de la punto de vista
de las perturbaciones rechazo. Adems, ciertos componentes de S (z-1) puede ser preespecificada con el fin de obtener propiedades satisfactorias de rechazo de
perturbaciones.
Por lo tanto, si se requiere un rechazo de perturbaciones perfecta a una frecuencia
specificada, S (Z-1) debe incluir un cero correspondiente a esta frecuencia. En particular, si
un perfecto carga de rechazo de perturbaciones en el estado estacionario (es decir, la
frecuencia cero) se desea, Syp (z-1) debe incluir un trmino (1 - z-1) en el numerador, que
conduce a un valor de la ganancia igual a cero para z = 1. Esto es coherente con el
resultado dado en la Seccin 2.4.3., porque un cero de Syp (z-1) corresponde a un poste
del sistema de bucle abierto.
La funcin de transferencia entre la perturbacin p (t) y la entrada de la planta u (t)
(funcin de sensibilidad de entrada) est dada por

El anlisis de esta funcin permite evaluar la influencia de una perturbacin

en la entrada a la planta, y para especificar un factor del polinomio R (z-1) si el
controlador no debe reaccionar a las perturbaciones concentrados en una frecuencia
particular regin.
Cuando se aade ruido a la salida medida (ver Figura 2.28), importante la informacin
puede ser recuperada por la funcin de transferencia que relaciona el ruido b (t) a la salida
y la planta (t) (funcin de sensibilidad al ruido de salida).

A medida que la energa de ruido se concentra a menudo en alta frecuencia, la atencin

debe ser pagado con el fin de obtener una baja ganancia de la funcin de transferencia
(jw) S YB e-en este regin de frecuencia.
Para T = R, la funcin de sensibilidad entre r ey (tambin llamada complementaria funcin
de sensibilidad) se define como

Note que

lo que implica una interdependencia entre estas funciones de sensibilidad. Observe que
Sub (z-1), la funcin de transferencia entre el ruido y la entrada a la planta, es igual a Sup
(z-1).
Otra importante funcin de transferencia describe la influencia en la salida de un
perturbacin v (t) en la entrada a la planta. Esta funcin de sensibilidad disturbanceoutput
de entrada funcin de sensibilidad) est dada por

La importancia de esta funcin de sensibilidad es que mejora la posible simplificacin de

los polos de plantas inestables por los ceros de R (z-1). Con el fin de aclarar este punto,
vamos a considerar la hiptesis de R (z-1) = A (z-1) (planta polos de compensacin por los
ceros del controlador) y supongamos que la planta que se desea controlar es inestable (A
(z-1) tiene races fuera del crculo unitario). En este caso

Tenga en cuenta que Syp, Sup, Syb son funciones de transferencia estables si S (z-1) se
elige con el fin de tiene S (z-1) + B (z-1) estable, que es
mientras que la funcin de sensibilidad Syv (z-1) es inestable. Esta observacin se obtiene
con la siguiente declaracin general: El sistema de retroalimentacin se presenta en la
Figura 2.28 es asintticamente estable si y slo si todas las cuatro funciones de
sensibilidad Syp, Sup, SYB (o SYR) y SyV (describiendo las relaciones entre perturbaciones
en una mano y la planta de entrada o de salida en el otra parte) son asintticamente
estable.
El conjunto de cinco funciones HOL de transferencia (Z-1), Syp (z-1), Sup. (z-1), Syb (z-1) (o
Syr (z-1)) y Syv (z-1) tambin juegan un papel importante en el sistema de bucle cerrado
anlisis de robustez.
2.5.3 Sistema de control con controlador digital
PI En esta seccin se ilustra el diseo de controladores PI digitales. La transferencia
(funcin) del operador de la planta discretizado con mantenedor de orden cero viene

dada por
En aras de la uniformidad de la notacin, a menudo utilizaremos, en el caso de la
constante coeficientes, q-1 notacin tanto para el operador de retardo y la variable
compleja z-1.
La notacin z-1 se emplear especialmente cuando una interpretacin de la frecuencia Se
necesita de dominio (en este caso z = e jTs).
El controlador PI digital se caracteriza por los polinomios (vanse las ecuaciones 2.5.6 y
2.5.7):

La funcin de transferencia del sistema de bucle cerrado (con respecto a la referencia r (t))
en el forma general viene dada por la Ecuacin 2.5.12.
El polinomio P caracterstica (q-1), cuyas races son el bucle cerrado deseado polos del
sistema, define esencialmente las actuaciones. Como regla general, se elige como un
polinomio de segundo orden correspondiente a la discretizacin de una de segundo orden
sistema de tiempo continuo con una frecuencia natural 0 especificado y mortiguamiento
(0 y , por ejemplo, y puede ser obtenido sobre la base de los diagramas de los Las
figuras 1,10 o 1,11) a partir de las especificaciones en el dominio del tiempo. la
coeficientes correspondientes al polinomio P (q-1) se obtienen ya sea por tablas de
conversin mencionados en la Tabla 2.4, o por funciones Scilab y MATLAB
dada en la seccin 2.3. En este caso, el perodo de muestreo Ts, 0 frecuencia natural y
amortiguacin debe ser especificado.
Recordamos que la relacin entre 0 y Ts debe ser respetado (vase la seccin 2.2.2,
Ecuacin 2.2.7):

Para una planta que tiene un operador equivalente de tiempo discreto de transferencia
(funcin) dado por Ecuacin 2.5.19, y el uso de un controlador PI digital, los polos del
sistema en lazo cerrado estn dadas por la Ecuacin 2.5.13, y son

Al reordenar los trminos en la Ecuacin 2.5.23 en orden ascendente q-1 potencias,

obtenemos

Para la ecuacin polinmica 2.5.24 a ser verificada, es necesario que el coeficientes de los
mismos q-1 potencias deben ser igual en ambos lados. As, la se obtiene siguiente sistema:

lo que da por r0 y r1 los resultados

Uno puede ver que los parmetros del controlador dependen de la actuacin
especificaciones (los polos de lazo cerrado deseados) y los parmetros del modelo de la
planta. Mediante el uso de la Ecuacin 2.5.7, uno puede obtener los parmetros de la de
tiempo continuo Regulador PI:

2.6 Anlisis de los Closed Loop muestreados-Data Systems en el dominio de la

Frecuencia
2.6.1 Sistemas de Circuito Cerrado de Estabilidad
En el caso de sistemas de tiempo continuo, se demostr en el Captulo 1, Seccin 1.2.5,
cmo utilizar la representacin de funcin de transferencia en lazo abierto en el plano
complejo (el Nyquist) con el fin de analizar la estabilidad del sistema en lazo cerrado y el
robustez con respecto a las variaciones de parmetros (o incertidumbres sobre la valor de
los parmetros). El mismo enfoque puede ser aplicado para el caso de de datos
muestreados sistemas. El diagrama de Nyquist para sistemas de datos muestreados se
puede dibujar utilizando el funciones Nyquist-ol.sci (Scilab) y Nyquist-ol.m (MATLAB ) 6.
La figura 2.29 muestra el diagrama de Nyquist de un sistema de datos muestreados en
lazo abierto incluyendo una planta (representada por la funcin de transferencia
correspondiente H (z-1) = B (z-1) / A (z-1)) y un controlador RST.
En este caso, la funcin de transferencia en bucle abierto est dada por

El vector que une el origen del plano a un punto que pertenece a la traza de Nyquist de la
funcin de transferencia representa HOL (e-jw) para una frecuencia en radianes
normalizada especificada = s = 2 f / fs. El margen que se considera de la variacin
de la radian naturales es la frecuencia entre 0 y (correspondientes a una frecuencia no
normalizada variacin entre 0 y 0,5 FS).

Figura 2.29. Nyquist para una funcin de transferencia del sistema de datos muestreados
y el punto crtico
En este diagrama el punto de [-1, j0] es el "punto crtico". Como muestra la Figura 2.29
con claridad shows, el vector que une el punto [- 1, j0] para el diagrama de Nyquist de HOL
(e-jw) tiene la expresin

Este vector representa la inversa de la funcin de sensibilidad de salida Syp (z-1) (ver
Ecuacin 2.5.14) y los ceros de S-1yp (z-1) se corresponden con el sistema de bucle
cerrado polos (vase la Ecuacin 2.5.13). Con el fin de tener un bucle cerrado
asintticamente estable sistema, es necesario que todos los ceros de S-1yp (z-1) (que son
los polos de Syp (z-1)) estar dentro del crculo unitario (| z | <1). Las condiciones
necesarias y suficientes para la estabilidad asinttica del sistema de circuito cerrado estn
dadas por el criterio de Nyquist.
Para sistemas que tienen polos estables en bucle abierto (en este caso A (z-1) = 0 y S (z-1)
= 0 | z | 1) los estados criterio de Nyquist de estabilidad (sistema de lazo abierto
estable): El diagrama de Nyquist de HOL (z-1) atravesada en el sentido de las frecuencias
crecientes (de = 0 y = ), deja el punto crtico [-1, j0] a la izquierda.
Como regla general, para el modelo de la planta nominal dado B (z-1) / A (z-1), polinomios
R (q-1) y S (q-1) se calcula con el fin de tener
donde P (z-1) es un polinomio con races asintticamente estables. Como consecuencia de
ello, para los valores nominales de A (z-1) y B (z-1), ya que el sistema de bucle cerrado es
estable, la funcin de transferencia en lazo abierto:

no rodea el punto crtico (si A (z-1) y S (z-1) tienen sus races en el interior del crculo
unitario).
En el caso de un sistema de bucle abierto inestable, ya sea si A (z-1) tiene algunos polo
fuera del crculo unitario (planta inestable), o si el controlador computarizada es inestable
en lazo abierto (S (z-1) tiene algo de polo fuera del crculo unitario), el criterio de
estabilidad es: El diagrama de Nyquist de HOL (z-1) atravesada en el sentido de las
frecuencias crecientes (de = 0 a = ), deja el punto crtico [-1, j0] a la izquierda y el
nmero de cercos contra las agujas del reloj del punto crtico debe ser igual al nmero
polos de la inestabilidad de la System7 lazo abierto.
Tenga en cuenta que el lugar geomtrico de Nyquist entre 0,5 y fs fs es la simtrica de la
De Nyquist locus entre 0 y 0,5 FS con respecto al eje real. La frmula general criterio de
Nyquist que da la cantidad de rodeos alrededor del punto crtico es
Donde
es el nmero de polos inestables de bucle cerrado y es el nmero de polos
inestables en lazo abierto. Los valores positivos de N corresponden a las agujas del reloj
cercos alrededor del punto crtico. Con el fin de que el sistema de circuito cerrado sea
asintticamente estable es necesario que. Figura 2.30 muestra dos interesante loci de
Nyquist.
yo CL P i OL P yo N =-POL Si la planta es estable en bucle abierto y el controlador se calcula
sobre la base de Ecuacin 2.6.3 para obtener una estable deseada cerrado polinomio
bucle P (z-1) (esto significa que el sistema de circuito cerrado nominal es demasiado
estable), entonces, si un diagrama de Nyquist de la se obtiene la forma de la figura 2.30a,
se concluye que el controlador es inestable en lazo abierto. Esta situacin debe ser
generalmente avoided8, y esto se puede lograr por la reduccin de las prestaciones
dinmicas lazo cerrado deseados (modificando P (z-1)).
7 El criterio se mantiene incluso si se produce una cancelacin inestable polo-cero. La
cantidad de rodeos
debe ser igual al nmero de polos inestables sin tener en cuenta las posibles
cancelaciones.
8 Nota que existen algunos patolgica funciones de transferencia B (z-1) / A (z-1) con
polos inestables y / o

ceros que pueden ser slo estabilizados por los controladores que son inestables en lazo
abierto.

Figura 2.30 . Diagramas de Nyquist : a) sistema inestable en lazo abierto , pero estables en
lazo cerrado ;
b ) sistema estable a lazo abierto, pero inestable en lazo cerrado
2.6.2 Sistema de lazo cerrado Robustez
Al disear un sistema de control , hay que tener en cuenta el modelo de la planta
incertidumbres ( incertidumbres de los valores de los parmetros o de la frecuencia
caractersticas , variaciones de los parmetros , etc.) Por lo tanto, es extremadamente
importante para evaluar si la estabilidad del bucle cerrado se garantiza en presencia de las
incertidumbres del modelo de la planta. El circuito cerrado se denomina "robusto" si el
estabilidad est garantizada por un determinado conjunto de incertidumbres del modelo .
La robustez del bucle cerrado est relacionada con la distancia mnima entre el Nyquist
para el modelo de la planta nominal y el " punto crtico ", as como a la caractersticas de
frecuencia del mdulo de las funciones de sensibilidad .
Los siguientes elementos ayudan a evaluar hasta qu punto es el punto crtico [-1, j0 ]
(vase
Figura 2.31 ) :
El margen de ganancia ;
El margen de fase ;
El margen de demora ;
El margen de mdulo .

Margen de ganancia El margen de ganancia ( Delta G ) es igual a la inversa de la ganancia

para la frecuencia correspondiente a un desplazamiento de fase = -180 ( vase la
figura 2.31) .
( Jw )HOL correo El margen de ganancia es a menudo expresada en dB. En otras palabras ,
el margen de ganancia da el incremento mximo admisible de la ganancia de lazo abierto
para la frecuencia

Figura 2.31. Mrgenes de ganancia, fase y mdulo

Los valores tpicos para un buen margen de ganancia son
G 2 (6 dB)[min: 1.6(4 dB)]
Si el diagrama de Nyquist cruza el eje real en varias frecuencias i caracterizado por un
retardo de fase

y las ganancias correspondientes del sistema de bucle abierto se denotan por

entonces el margen de ganancia se define por 9

Margen de Fase

El margen de fase () es la fase adicional que hay que aadir en el cruce frecuencia, para
los que la ganancia del sistema de bucle abierto es igual a 1, con el fin de obtener una
desplazamiento de fase total del = - 180 (vase la figura 2.31).

en el que cr se llama frecuencia de cruce y que corresponde a la frecuencia de que el

diagrama de Nyquist cruza el crculo unitario (vase la Figura 2.31).
9 Tenga en cuenta que si el diagrama de Nyquist cruza el eje real para valores inferiores a 1 y abandona el punto crtico para la izquierda, hay un valor mnimo del margen de
ganancia en las que el sistema se vuelve inestable.
Los valores tpicos para un buen margen de fase son
Si el diagrama de
Nyquist cruza el crculo unitario a varias frecuencias caracterizado por los mrgenes de
fase correspondientes:

a continuacin, el margen de fase del sistema se define como

Delay Margen
Un tiempo de retardo introduce un desplazamiento de fase proporcional a la frecuencia
. Para un cierto 0 frecuencia, el desplazamiento de fase introducido por un retraso de
tiempo es
Por tanto, podemos convertir el margen de fase en un
"margen de retraso de tiempo", es decir, calcular el incremento mximo admisible de la
demora del sistema de bucle abierto sin hacer que el sistema de circuito cerrado
inestable. A continuacin, se deduce que:

Si el diagrama de Nyquist se cruza con el crculo unitario a varias frecuencias,

caracterizado por los mrgenes de fase correspondientes i, el margen de retardo se
define como

Tenga en cuenta que un buen margen de fase no garantiza un buen margen de demora (si
el CR frecuencia es alta, entonces el margen de retardo es bajo, incluso si el margen de
fase es importante).
El valor tpico del margen de demora es TS [min: 0.75TS]
Margen Mdulo
Esto se refiere a una medida ms global de la distancia entre el punto crtico [-1, J0] y la
trama de HOL (z-1). El margen de mdulo (Delta M) se define como el radio
del crculo centrado en [-1, j0] y tangente a la grfica de HOL (z-1) (ver Figura
2,31).
De la definicin de la ecuacin 2.6.2 del vector que conecta el punto crtico [-1, J0] a la
trama de

se deduce inmediatamente que

En otras palabras, el margen de mdulo Delta M es igual a la inversa de la mxima

valor de la funcin de sensibilidad Syp (z-1) magnitud. Trazando Syp (z-1) magnitud en la
escala de decibelios, la siguiente condicin se deriva inmediatamente:

Figura 2.32 muestra la relacin entre la Syp funcin de sensibilidad y la margen de

mdulo.

Figura 2.32. Relacin entre la funcin de sensibilidad de salida y el margen de mdulo

Por lo tanto, la reduccin (o la reduccin al mnimo) de | Syp (jw) | max dar lugar a un
aumento (o maximizacin) del margin10 mdulo.
Los valores tpicos para un buen margen de mdulo son

corresponde a la norma H de la funcin de sensibilidad de salida.

Tenga en cuenta que Delta M 0,5 implica un margen de ganancia de Delta G 2 ( 6 dB ) y
un margen de fase >29 . Como regla general , un buen margen de mdulo garantiza
valores satisfactorios parala ganancia y margins11 fase.
En resumen , los valores tpicos de los mrgenes de estabilidad en un diseo robusto son:
El margen de ganancia : Delta G 2 ( -6 dB ) [ min: . 1,6 ( 4 dB )]
El margen de fase : 30 60
El margen de demora : =cr Ts [ min: . 0,75 Ts ]
El margen de mdulo : Delta M 0,5 ( -6 dB ) , [ min: . 0.4 ( 8 dB )]
Si el modelo de la planta es conocida con una muy buena precisin para una cierta regin
de operacin, los mrgenes de robustez impuestas eventualmente pueden ser menos
restrictivas .
El margen de mdulo es muy importante porque :
Se define el valor mximo admisible para el mdulo de la salida
funcin de sensibilidad y por lo tanto los lmites bajos de la actuacin en rechazo de
perturbaciones ;
Define la tolerancia con respecto a los elementos variables no lineales o de tiempo
que pueden pertenecer al sistema (el criterio de crculo - ver abajo).
Tolerancia con relacin a la no lineal Elementos En los sistemas de control que con
frecuencia tenemos componentes con no lineal esttica o timevarying
caractersticas (a menudo en los actuadores ) .
Las caractersticas de estos componentes , sin ser conocido con precisin ,generalmente
se encuentran dentro de la regin cnica definida por una ganancia mnima lineal ( ) y
una ganancia lineal mxima () - vase la Figura 2.33.

Figura 2.33. No lineal o variable en el tiempo, caractersticas contenidas en el dominio

cnica (, )
El sistema de circuito cerrado se ve, por ejemplo, como los de la figura 2.34a.
11 Lo contrario no es cierto. Sistemas que tienen mrgenes de ganancia y fase
satisfactorios pueden tener un margen de mdulo muy bajo

Figura 2.34. Sistemas de circuito cerrado que contiene un bloque lineal (NL) y / o
parmetros variables en el tiempo (TVP): a) diagrama de bloques b) representacin
equivalente

Figura 2.35. Criterio de estabilidad Circle y el margen de varios mdulos para sistemas de
tiempo discreto
Desde el punto de vista de anlisis de estabilidad, podemos utilizar un equivalente
representacin de tales sistemas, dada en la Figura 2.34mil mlns, donde
Para este tipo de sistema que tenemos una generalizacin
del criterio de Nyquist, conocido como "el criterio crculo" (Popov-Zames).
Circle (Estabilidad) Criterio
El sistema de votos representados en la figura 2.34mil mlns es asintticamente estable
para el conjunto de lineal y / o caractersticas variables en el tiempo tumbado en el
dominio cnica [, ] (con , > 0) si la trama de, atravesada en el sentido de la creciente
frecuencias, deja a la izquierda, sin cruzarlo, el crculo centrado en el verdadero eje y pasa
por los puntos HOL (z-1) [-1 / , j0] y [-1 / , j0].
El Delta M margen mdulo define un crculo de radio con centro en el Delta M [-1, j0 ] que
est fuera del diagrama de Nyquist de la funcin de transferencia en lazo abierto .
Por lo tanto , el sistema de bucle cerrado puede tolerar bloques no lineales o tiempo
variable
parmetros descritos por las caractersticas de insumo-producto se extiende en un sector
cnico
delimitada por una ganancia lineal mnimo ( 1 / ( 1 + Delta M ) ) y una ganancia lineal
mxima ( 1 / ( 1 Delta M )) ( vase la Figura 2.35) .
Tolerancias a planta de transferencia de incertidumbres y / o parmetros de la funcin
Variaciones .
La figura 2.36 muestra el efecto de las plantas nominales incertidumbres del modelo y
parmetros variaciones sobre el diagrama de Nyquist de la funcin de transferencia en
lazo abierto . como
regla general, el diagrama de Nyquist del modelo nominal planta se encuentra dentro de
un "tubo"
correspondientes a las tolerancias aceptadas de las variaciones de los parmetros (o la
incertidumbres ) de la funcin de transferencia de modelo de planta .
Con el fin de garantizar la estabilidad del sistema de bucle cerrado para un bucle abierto

H'OL funcin de transferencia ( Z - 1 ) que es diferente de la nominal HOL ( z - 1 ) ( pero

que tiene el mismo nmero de polos inestables como HOL ( z - 1 ) ) , es necesario que el
Nyquist trama de la funcin de transferencia en lazo abierto H'OL (z - 1 ) se sale del punto
crtico [-1 , j0 ] a la izquierda cuando atravesada en el sentido de frecuencias crecientes de
0 a 0,5fs . Esta condicin se cumple si la diferencia entre la transferencia real de bucle
abierto H'OL funcin ( z - 1 ) y la nominal HOL ( z - 1 ) es menor que la distancia entre el
diagrama de Nyquist de la funcin de transferencia nominal de circuito abierto y la crtica
apuntar para todas las frecuencias ( vase la Figura 2.36 ) . Esta condicin de estabilidad
robusta es expresado por la desigualdad

Figura 2.36. Nyquist parcela para la funcin de transferencia en lazo abierto nominal y la
funcin de transferencia en lazo abierto real en presencia de incertidumbres y variaciones
de parmetros (HOL y H'OL son estables)
donde S ( z - 1 ) y R ( z - 1 ) se calculan sobre la base de la ecuacin 2.6.3 para la nominal
valores de A ( z - 1 ) y B ( z - 1 ) .
En otras palabras , la magnitud de la funcin S - 1yp ( e- jw ) ( evaluado en unidades de dB
),
obtenido por la simetra de Syp ( e- jw ) ( vase la figura 2.32 ) , da , en cada frecuencia ,
una
condicin suficiente para la diferencia aceptada ( calculado como la euclidiana
distancia ) entre la funcin de transferencia de lazo abierto real y nominal del bucle
abierto
funcin de transferencia , con el fin de garantizar la estabilidad del bucle cerrado .

Esta tolerancia es mayor a bajas frecuencias ( vase la Figura 2.32 ), donde la ganancia de
el sistema de bucle abierto es alta ( especialmente cuando se incluye un integrador ) , y
tiene un valor mnimo en la frecuencia ( o frecuencias ) donde S - 1yp ( e- jw ) alcanza su
mnimo ( = Delta M ) , que es la frecuencia donde Syp ( e- jw ) tiene el valor mximo .
Es necesario asegurarse de que a estas frecuencias las variaciones modelo de planta son
compatible con el margen de mdulo obtenido . Si este no es el caso , la solucin es para
proporcionar un modelo ms preciso , o de modificar las especificaciones con el fin de
mantener la estabilidad de bucle cerrado .
Ecuacin 2.6.6 expresa una condicin de solidez en trminos de transferencia de lazo
abierto variaciones de funcin ( + planta controlador ). Es interesante expresar esta
robustez condicin en trminos de slo las variantes de modelo de la planta. Obsrvese
que la ecuacin 2.6.6 lata expresarse tambin as

Donde

corresponde a la funcin de transferencia de la planta nominal.

ambos lados de la ecuacin 2.6.7 se tiene la condicin

Por el trazado de la inversa de la magnitud funcin de sensibilidad de entrada, suficiente

condiciones para las variaciones tolerables (aditivos) (o incertidumbres) de la
transferencia de la planta Se obtienen funcin. La inversa de la magnitud de la sensibilidad
de entrada funcin es simtrica a la funcin de la magnitud de sensibilidad de entrada en
unidades dB con respecto al eje a 0 dB (vase la figura 2.37).
Como incertidumbres del modelo planta a altas frecuencias estn a menudo presentes,
uno debe verifique que el mximo de | Sup (e-jw) | a altas frecuencias es pequeo. Por
otro parte, la funcin de sensibilidad de entrada Sup es una imagen eficaz de la tensin
del actuador en el dominio de la frecuencia cuando las perturbaciones actan sobre el
sistema . La fsica caractersticas del actuador suelen imponer un lmite sobre el estrs
actuador a alta frecuencias , y un lmite superior de la mximo de | Sup ( e- jw ) | a estas
frecuencias deben imponerse .

Observe que (de la Ecuacin 2.6.8 ) de las tolerancias admitidas ( despreciando el trmino
1 / | R ( z - 1 ) | ) dependen en gran medida de la relacin entre el sistema de bucle
abierto
polos ( definidos por A (z - 1 ) ) y los polos en bucle cerrado deseados (definida por P ( z - 1
)).
Para entender este fenmeno con mayor detalle, la figura 2.38 muestra el Funciones de
magnitud Sup ( z - 1 ) para un modelo de la planta que se caracteriza por A (z - 1 ) = 1-0,8 z
- 1 ; B ( z - 1 ) = z - 1 y para dos caracterstica del sistema de bucle cerrado deseado
diferente polinomios : P1 ( z - 1 ) = 1-0,6 z - 1 y P2 ( z - 1 ) = 1-0,3 z - 1 ( el controlador
incluye una integrador ) . Tenga en cuenta que P2 ( z - 1 ) corresponde a un sistema de
bucle cerrado ms rpido que el especificado por P1 ( z - 1 ) , y ambos sistemas de circuito
cerrado son ms rpidos que la planta ( sistema de lazo abierto) .
El | Sup ( z - 1 ) | mximo para P2 ( z - 1 ) es mayor que para P1 ( z - 1 ) , y luego el inversa
de | Sup ( z - 1 ) | ser ms pequeo . Como consecuencia , las tolerancias aceptadas para
las variaciones en la respuesta de frecuencia (especialmente a altas frecuencias ) son ms
pequeos en el caso de P2 ( z - 1 ) con respecto al caso de actuaciones de bucle cerrado
deseados impuesta por P1 ( z - 1 ) .

Lmites sobre los

requisitos del actuador
(Tolerancia a la incertidumbre de aditivos)
Figura 2.37. La funcin de la sensibilidad de entrada y su inversa

Figura 2.38. Funcin de sensibilidad de entrada para el modelo de planta q-1 / (1-0,8 q-1)
en funcin de las actuaciones de bucle cerrado deseado Ecuacin 2.6.8 da una condicin
suficiente para la (aditivo) tolerancia aceptada en trminos de la funcin de transferencia
de planta real parmetros variaciones (o incertidumbres) con respecto a la funcin de
transferencia de la planta nominal.
Por otra parte, podemos estar interesados en la evaluacin de la relacin aceptada la
tolerancia con respecto a la funcin de transferencia de la planta magnitud nominal. De
ello se desprende partir de la ecuacin 2.6.8 que

donde Syb es la "funcin de sensibilidad al ruido de salida" y Syr es la complementaria

funcin de sensibilidad.
La funcin de sensibilidad al ruido de salida Syb permite la definicin de una frecuencia
"Plantilla" para asegurarse de que la restriccin de "margen de retardo" se cumple. Que
considere la caso de un margen de demora = 1 Ts.

Resulta que

y, en consecuencia
Ecuacin 2.6.9 se convierte en

o en unidades de dB

Figura 2.39. Plantilla de frecuencia para la funcin de sensibilidad al ruido de salida y =

TS
Esta expresin define una plantilla robustez de frecuencia para la sensibilidad funcionar
Syb. Esta plantilla corresponde a la respuesta de frecuencia de un Digital integrador y est
representada en la figura 2.39.
Como el margen de mdulo presenta una plantilla de frecuencia en la salida funcin de
sensibilidad
estamos interesados en la bsqueda de lo que
la plantilla se introduce por el margen de retardo en | Syp |.

De Ecuaciones 2.5.14 y 2.5.17 se desprende que

y por medio de la desigualdad del tringulo se sigue que

Teniendo en cuenta la frecuencia con destino en Syb dada por la ecuacin 2.6.12, la se
obtiene la condicin siguiente:

Figura 2.40. Plantilla de frecuencia en la funcin de sensibilidad de salida para Delta M =

0.5 (-6 dB) y = TS
que conduce a la plantilla de la robustez de | Syp | representada en la figura 2.40 . Tenga
en cuenta que , desde el punto correspondiente a 0,17 fs , | Syp | debe encontrarse
dentro de un regin delimitada por un lmite superior y un lmite inferior y que , para
frecuencias por debajo 0,17 fs , la plantilla de frecuencia para el margen de mdulo
tambin asegura el retardo limitacin del margen que se respete .
Es importante sealar que la plantilla en Syp no siempre garantiza la margen de retardo
deseado (es una aproximacin ) . Si la condicin de | Syb | est satisfecho, entonces la
condicin en | Syp | tambin estar satisfecho. Sin embargo , si la condicin en | Syb |

se viola , esto no implica necesariamente que la condicin en | Syp | Tambin ser

violados. En la prctica , los resultados obtenidos mediante el uso de la plantilla en el |
Syp | son muy confiable .
El siguiente comentario es importante: la robustez del sistema en lazo cerrado ser , en
general , la reduccin de ancho de banda cuando el sistema de bucle cerrado se
incrementa con respecto a la anchura de banda del sistema de bucle abierto . A la inversa
, para una reduccin relevante de el tiempo de subida para el sistema de circuito cerrado ,
con respecto a la subida sistema de bucle abierto tiempo , se requiere una buena
estimacin del modelo de la planta ( especialmente en la frecuencia regiones donde | Syp
(z - 1 ) | es alto) .
Como consecuencia de ello , las limitaciones de robustez pueden implicar o bien una
pequea reduccin de el sistema de circuito cerrado el tiempo de subida ( con respecto al
tiempo de subida sistema de bucle abierto ) , o un diseo del controlador que tiene en
cuenta los lmites de la sensibilidad funciones .
Un reto importante en el diseo del sistema de control es la maximizacin de la robustez
del controlador para actuaciones determinadas. Esto se obtiene reduciendo al mnimo la
sensibilidad mxima de funciones en las regiones crticas de frecuencia.

2.7 Comentarios finales

Recursivas (diferencias) ecuaciones de la forma

donde u es la entrada, y es la salida y d es el retardo de tiempo discreto, se utilizan para describir

los modelos dinmicos de tiempo discreto.
El operador retardo q-1 [q-1 y (t) = y (t-1)] es una herramienta sencilla de manejar recursiva
ecuaciones. Si se utiliza la q-1 operador, la ecuacin recursiva 2.7.1 toma la forma

Donde
La relacin entrada-salida para un modelo de tiempo discreto es tambin convenientemente
descrita por el operador de transferencia de impulsos H (q-1):

donde
La funcin de transferencia de impulsos de un sistema lineal de tiempo discreto se expresa como
funcin de la variable compleja

perodo de muestreo). La transferencia de impulsos

la funcin se puede derivar de el operador H de transferencia de pulso (q-1) mediante la

sustitucin de Q-1 con z-1.
z = Ests La estabilidad asinttica de un modelo en tiempo discreto est asegurada si, y slo si,
todos polos de la funcin de transferencia de pulsos (en z) se encuentran dentro del crculo
unitario.
El orden de una funcin de transferencia de impulsos es

Por lo tanto, la parte de tiempo continuo del sistema (entre-digital a analgico convertidor y el
convertidor de analgico a digital) se caracteriza por el tiempo continuo funcin de transferencia

donde H (s) es la funcin de transferencia de la planta.

En los sistemas controlados por ordenador, la seal de entrada aplicada a la planta en el tiempo t
es un promedio ponderado de la produccin de la planta en los tiempos t, t-1, ..., t-nA 1, de la
anterior valores de la seal de entrada en los instantes t-1, t-2, ..., t-NB-d, y de la seal de
referencia en instantes t, t-1, ..., siendo los pesos de los coeficientes de la controladora. la
ley de control correspondiente (controlador RST) se escribe como

donde u (t) es el control (de entrada) de la seal a la planta, y (t) es la salida de la planta y r (t)
es la referencia.
La funcin de transferencia del sistema de bucle cerrado (entre la seal de referencia y la
produccin de la planta) que incluye el controlador digital de la ecuacin 2.7.2 se da por

Donde

es la funcin de transferencia de pulso de la planta discretizado

(en este caso B (z-1) puede incluir posibles retrasos).

El polinomio caracterstico que define los polos sistema de bucle cerrado se da por
Las propiedades de rechazo de perturbacin en el
resultado de la salida de la sensibilidad de salida funcin de respuesta de frecuencia

Estabilidad robusta del sistema de circuito cerrado , con respecto a la transferencia de la planta
incertidumbres de funciones o parmetros variaciones , se caracteriza esencialmente por la
margen de mdulo y el margen de retardo .
El margen de mdulo y el margen de retardo introducen limitaciones de frecuencia en la magnitud
de las funciones de sensibilidad . Estas limitaciones llevan a la definicin de plantillas robustez de
frecuencia que debe ser respetado .
La estabilidad robusta (o rendimiento ) de la robustez del sistema de circuito cerrado , con
respecto a las incertidumbres de la funcin de transferencia de la planta o parmetros variaciones
,depende de la eleccin de las actuaciones del sistema en lazo cerrado deseados ( ancho de banda
, tiempo de subida ) con respecto a la dinmica del sistema de bucle abierto . la reduccin
significativa del sistema de bucle cerrado tiempo de subida ( o una significativa aumento del ancho
de banda del sistema de bucle cerrado ) , en comparacin con la abierto tiempo de subida sistema
de bucle ( o ancho de banda ) , requiere una buena estimacin de la planta modelo.
Con el fin de asegurar la solidez sistema de bucle cerrado , cuando una buena estimacin de la
modelo de la planta no est disponible, o cuando se producen grandes variaciones de los
parmetros del sistema, la aceleracin tiempo de subida sistema de bucle cerrado , en
comparacin con el aumento sistema de bucle abierto tiempo, debe ser moderado. Sin embargo ,
existen algunos mtodos para maximizar la robustez del controlador con respecto a las
incertidumbres del modelo planta (o parmetros variaciones), para obtener un rendimiento
nominal dado.

Capitulo 5

Sistema de identificacin: Las Bases

En este captulo los principios bsicos de la identificacin de los sistemas dinmicos son primero
introducido. Esto es seguido por una presentacin de los principales tipos de parmetro
algoritmos de adaptacin utilizadas en los mtodos de identificacin recursivos. La eleccin de

entrada Tambin se discuten las seales para la identificacin y la influencia de las perturbaciones.
la ltima seccin presenta la estructura general de los mtodos de identificacin recursivos.
Principios Modelo 5.1 Sistema de identificacin
Identificacin significa la determinacin del modelo de un sistema dinmico de mediciones de
entrada / salida. Es necesario para la El conocimiento del modelo diseo y la implementacin de
un sistema de control de alto rendimiento.
Figura 5.1 resume los principios generales de diseo del controlador . Para diseo y sintonizar un
controlador correctamente , se necesita :
1 . Para especificar el rendimiento del bucle de control y la robustez deseada
2 . Para conocer el modelo dinmico de la planta a controlar ( tambin conocido como
el modelo de control ) que describe la relacin entre el control
variaciones y las variaciones de salida
3 . Poseer de un mtodo de diseo de un controlador adecuado, propicio para lograr la
especificaciones de rendimiento y robustez deseadas para el correspondiente
modelo de la planta
La nocin del modelo matemtico de un sistema o fenmeno es una concepto fundamental . En
general , una multitud de tipos de modelo existe , cada uno dedicado a una aplicacin particular .
Por ejemplo , los modelos tipo de conocimiento (basado en las leyes de la fsica ,qumica, etc .. )
permiten una descripcin bastante completa del sistema y se utilizan para la planta simulacin y
diseo . Estos modelos son , en general, extremadamente complejo y puede slo en raras
ocasiones puede utilizar directamente para el diseo de sistemas de control. El control dinmico
modelos que dan la relacin entre las variaciones de entrada y de salida de un sistema de son ,
como se indic anteriormente , el tipo de modelo adecuado para el diseo y la puesta a punto de
sistemas de control .

Figura 5.1. Los principios de diseo del controlador

Aunque las indicaciones relativas a la estructura de estos modelos de control pueden ser
obtenido a partir de la estructura del modelo de tipo de conocimiento, es en general muy
difcil determinar los valores de los parmetros significativos de estos modelos . es
Por qu en la mayora de las situaciones prcticas , es necesario implementar un
metodologa para la identificacin directa de estos modelos dinmicos (de control) desde
los datos experimentales .
Tenga en cuenta que hay dos tipos de modelos dinmicos :
1 . Los modelos no paramtricos (ejemplo: respuesta de frecuencia, respuesta de paso )
2 . Modelos paramtricos (ejemplo: funcin de transferencia , diferencial o diferencia
ecuacin )
De ahora en adelante nos ocuparemos de la identificacin de la muestra discretetime
modelos dinmicos paramtricos , que son los ms adecuados para el diseo y
puesta a punto de sistemas de control digitales .
Identificacin del sistema es un enfoque experimental para la determinacin de la dinmica
modelo de un sistema . Incluye cuatro pasos:
1 . Adquisicin de datos de entrada / salida en virtud de un protocolo de experimentacin
2 . Seleccin o la estimacin de la estructura de " modelo " ( complejidad )
3 . Estimacin de los parmetros del modelo
4 . Validacin del modelo identificado ( estructura y los valores de los parmetros )

Una operacin completa identificacin debe incluir necesariamente las cuatro etapas
indicado anteriormente . Los mtodos especficos utilizados en cada etapa dependen del tipo de
modelo deseado ( paramtrica o no paramtrica , continua en el tiempo o de tiempo discreto )
y de las condiciones experimentales (por ejemplo : de hiptesis sobre el ruido , abierto
bucle o de identificacin de circuito cerrado ) . La validacin es el paso obligatorio para decidir
si el modelo identificado es aceptable o no .
Como no existe un algoritmo de estimacin de parmetros nico y un nico
protocolo experimental que siempre conduce a un buen modelo identificado, los modelos
obtenido no siempre puede pasar la prueba de validacin. En este caso , es necesario
reconsiderar los algoritmos de estimacin , la complejidad del modelo o el experimental
condiciones . Identificacin del sistema debe ser entonces considerada como un proceso iterativo
procedimiento como se ilustra en la Figura 5.2 .
Ahora presentamos un breve resumen de los elementos esenciales que caracterizan la
diferentes pasos de la identificacin .
Entrada / Salida de Adquisicin de Datos con un Protocolo Experimental
Uno en esencia debe seleccionar una seal de excitacin con un rico espectro de frecuencias en
Para cubrir el ancho de banda de la planta para ser identificados, pero con pequea magnitud
( ya que en la prctica , las variaciones de magnitud aceptadas de las seales de entrada son
fuertemente restringida) .
Este aspecto ser discutido en detalle en la seccin 5.3 y 7.2 .
Seleccin o Estimacin de la Complejidad del modelo
El problema tpico que se encuentra es definir las rdenes de los polinomios
( numerador , el denominador ) de la funcin de transferencia de impulsos que representa la
planta
modelo.
A menudo se utiliza procedimientos de prueba y error , pero valiosas tcnicas para
estimacin de la complejidad de los modelos se han desarrollado (ver por ejemplo Duong y
Landau 1996 ) .
Estos aspectos se discuten en la Seccin 6, Seccin 6.5 y en el captulo 7 ,

Seccin 7.3 .
Modelo Estimacin de Parmetros
La metodologa de identificacin de " clsico " que se utiliza para obtener modelos paramtricos
basa
en los modelos no paramtricos del tipo " respuesta escalonada " se ilustra en la Figura 5.3 .
Esta metodologa, utilizada inicialmente para obtener modelos paramtricos tiempo continuo ,
tiene
ha extendido a la identificacin de modelos de tiempo discreto .
De la forma de la respuesta de paso de la planta, uno selecciona un tipo de modelo y el
parmetros de este modelo se determinan grficamente. Como la frecuencia de muestreo es
conocido , se puede obtener el modelo de tiempo discreto correspondiente de la conversin
tablas.
Esta metodologa tiene varias desventajas :
Las seales de prueba con gran magnitud ( raramente aceptable en la industria
sistemas )
Precisin de Reduccin
Mal influencia de las perturbaciones
Modelos para perturbaciones no estn disponibles
procedimiento largo
Ausencia de validacin del modelo

Figura 5.2. Metodologa de identificacin del sistema

La disponibilidad de un ordenador digital permite la implementacin de algoritmos
que calcular automticamente los parmetros de los modelos de tiempo discreto . Debe ser
hizo hincapi en que la identificacin de los modelos de tiempo discreto paramtricas permite
obtener ( mediante simulacin ) modelos no paramtricos de la etapa de respuesta o
frequencyresponse
escriba , con un mucho mayor grado de precisin con respecto a un directa
acercarse , y el uso de seales de excitacin extremadamente dbiles . La identificacin de los
modelos de datos paramtricos muestreado conduce a modelos de un uso muy general y ofertas
varias ventajas sobre los otros enfoques .
Algoritmos de identificacin de alto rendimiento , que tienen un recursiva
formulacin adaptada a los problemas de identificacin en tiempo real y para su
aplicacin de micro - ordenador, se han desarrollado. El hecho de que estos
mtodos de identificacin pueden operar con seales de excitacin extremadamente dbiles es un
muy
mucha calidad apreciado en situaciones prcticas.
El principio de la estimacin de parmetros para los modelos de tiempo discreto se ilustra en la
Figura 5.4 . Una secuencia de entrada muestreada u (t ) ( donde t es el tiempo discreto ) se aplica
para el sistema fsico ( la cascada de actuador - planta - transductor ) por medio de un

convertidor de digital a analgico ( DAC) seguido de un bloque de orden cero de retencin ( ZOH ) .
la
medido en la muestra de salida de planta y (t ) se obtiene por medio de un analgico a digital convertidor ( ADC ) .
Un modelo de tiempo discreto con parmetros ajustables se implementa en el
ordenador . El error entre la salida del sistema y (t ) en el instante t , y la salida
predicho por el modelo ( conocido como el error de prediccin ) es utilizado por un parmetro
algoritmo de adaptacin que , en cada instante de muestreo , modificar el modelo
parmetros con el fin de reducir al mnimo este error sobre la base de un criterio elegido .

Figura 5.3. Metodologa de identificacin de "Classic"

La entrada es , en general , una secuencia binaria pseudo-aleatoria muy bajo nivel
generado por el ordenador (secuencia de pulsos rectangulares con la variable aleatoria
duracin ) . Una vez que se obtiene el modelo , una validacin objetiva se puede hacer por
llevar a cabo las pruebas estadsticas en el error de prediccin ( t) y la salida predicha
. La prueba de validacin permite que el mejor modelo para ser elegido (por una determinada
planta ) ,

es decir, la mejor estructura y el mejor algoritmo para la estimacin de los parmetros .

y (t )
Por ltimo , mediante el clculo y representacin grfica de las respuestas a un escaln y la
respuesta de frecuencia del modelo identificado , las caractersticas de la continuoustime
modelo ( respuesta a un escaln o respuesta en frecuencia ) se pueden extraer .
Este enfoque moderno de la identificacin del modelo del sistema evita todos los problemas
en relacin con los mtodos "clsicos " mencionados anteriormente y tambin ofrece otro
posibilidades, tales como :
seguimiento de las variaciones de los parmetros del sistema en tiempo real que permiten
resintonizar de los controladores durante la operacin
Identificacin de los modelos de trastornos
Modelado de los ruidos de los transductores con vistas a su eliminacin
Deteccin y medicin de las frecuencias de vibracin
El anlisis espectral de las seales

Figura 5.4. Principio de la estimacin de parmetros del modelo

Uno de los elementos clave para la aplicacin de este sistema de identificacin del modelo
enfoque es el algoritmo de adaptacin de parmetros (PAA) que impulsa la
parmetros del modelo de prediccin ajustable de los datos recogidos en el

sistema en cada instante de muestreo. Este algoritmo tiene una estructura "recursiva", es
decir, la nuevo valor de los parmetros estimados es igual al valor anterior ms un
trmino de correccin que depender de las mediciones ms recientes.
Un "vector de parmetros" se define, en general, como el vector de la diferente los
parmetros que deben ser identificados. Todos los algoritmos de adaptacin de
parmetros tienen la siguiente estructura:

El vector de funcin de medicin tambin se conoce como el "vector de observacin".

Tenga en cuenta que tambin existen algoritmos de identificacin paramtrica no
recursiva (que proceso como un bloque de uno de los archivos de datos de entrada /
salida obtenidos durante un cierto tiempo horizonte). Identificacin recursivo ofrece las
siguientes ventajas con respecto a estas tcnicas no recursivos:
La obtencin de un modelo estimado a medida que evoluciona el sistema
La compresin de datos considerable, ya que el proceso de algoritmos recursivos en
cada instante slo un par de entrada / salida en lugar de la entrada entera / salida
conjunto de datos
Requisitos de mucho menor en trminos de memoria y potencia de CPU
Fcil implementacin en microcomputadoras
Posibilidad de implementar sistemas de identificacin en tiempo real
Posibilidad de realizar un seguimiento de los parmetros de los sistemas de tiempo
variables
Seccin 5.2 presenta los principales tipos de estimacin de parmetros (identificacin)
algoritmos en su forma recursiva. El efecto del ruido en el parmetro
algoritmos de estimacin se discuten en la Seccin 5.4. Validacin del Modelo
Diferentes puntos de vista pueden ser considerados para la eleccin de una validacin del
modelo procedimiento. El objetivo es verificar que el modelo de salida excitado por la

misma entrada aplicado a la planta de reproducir las variaciones de la salida causada por
las variaciones de la entrada sin tener en cuenta el efecto del ruido. Las tcnicas para la
validacin del modelo se ser presentado en el Captulo 6 (seccin 6.2 y 6.4).

5.2 Algoritmos de Estimacin de Parmetros

5.2.1 Introduccin
Vamos a ilustrar los principios de identificacin paramtrica presentados en la Figura 5.3
por ejemplo.
Considere el modelo de tiempo discreto de una planta descrito por

donde a1 y b1 son los parmetros desconocidos.

La salida del modelo puede ser tambin escrito bajo la forma de un producto escalar entre el
vector de parmetros desconocida

y el vector de medidas denominado vector de medicin o modelo regresor planta vector

Esta representacin vectorial es muy til, ya que permite un fcil examen de modelos de
cualquier orden.
Siguiendo el esquema indicado en la figura 5.4, se debe construir un ajustable modelo de
prediccin, que tendr la misma estructura que el modelo de tiempo discreto de la planta
dada en la Ecuacin 5.2.1:

Donde

es la salida predicho en el instante t basado en el conocimiento de

los parmetros estimados en el momento

prediccin. En la Ecuacin 5.2.4

. se llama a priori

El plazo

se computa de manera efectiva entre los instantes de muestreo t y t +1

una vez que est disponible, se calcula en el instante t 1 despus de la adquisicin

de y (t +1) (entre t 1 y t 2). Tenga en cuenta que depende.
y o (t +1)
(t) o (t +1)
o (t +1) (t)
Ahora ser necesario definir un criterio en trminos del error de prediccin, que ser
minimizado por una evolucin adecuada de los parmetros de la modelo de prediccin
ajustable, impulsado por el algoritmo de adaptacin de parmetros. desde el objetivo es
reducir al mnimo la magnitud del error de prediccin independiente de su signo, la
eleccin de un criterio cuadrtico es natural. Un primer enfoque puede ser el la sntesis de
un algoritmo de adaptacin de parmetros que en cada instante reduce al mnimo la
cuadrado de la a priori del error de prediccin. Esto se puede expresar como la bsqueda
de un expresin para (t) de tal manera que en cada uno de muestreo minimiza

La estructura del algoritmo de adaptacin de parmetros ser de la forma

El trmino de correccin
slo debe depender de la informacin
disponible en el instante t 1 (ltima medicin y (t 1), y un vector de parmetros nmero
finito de mediciones y la informacin que en t, t-1, ..., tn). La solucin a este problema se
da en la Seccin 5.2.2. Un algoritmo de adaptacin recursiva ser derivado que permite
tanto la aplicacin on-line y off-line.
(t) El criterio de la Ecuacin 5.2.7 no es el nico criterio de un paso por delante que
se puede considerar y este aspecto tambin ser discutido en la Seccin 5.2.2.
Cuando es un conjunto de mediciones de entrada / salida en un horizonte de tiempo t (i =
1, 2, ..., t) disponibles, y estamos buscando una identificacin de la lnea fuera, uno se

puede preguntar cmo utilizar este conjunto de datos de manera ptima. El objetivo ser
buscar un vector de parmetros (t) utilizando los datos disponibles hasta el instante t y
que reduce al mnimo un criterio de la forma

eso significa que la reduccin al mnimo de la suma de los cuadrados de los errores de
prediccin ms el horizonte de tiempo t. Este punto de vista va a dar lugar a que el
algoritmo de mnimos cuadrados que se presentarn en la Seccin 5.2.3 (bajo la forma no
recursiva y recursiva).
5.2.2 Gradiente Algoritmo
El objetivo del algoritmo de adaptacin de parmetros de gradiente es minimizar un solo
paso criterio cuadrtica en trminos del error de prediccin (de un paso por delante).
Consideremos el mismo ejemplo que en la Seccin 5.2.1. El modelo de tiempo discreto de
la planta se expresa por

Donde

es el vector de parmetros y

es el vector de las acciones (modelo de pantaln regresor vector). El modelo de prediccin

ajustable (a priori) es descrito por

Donde
representa la prediccin de un a priori en funcin de los valores de la
parmetros estimados en el instante t y

es el vector1 parmetro estimado.

El a priori de error de prediccin viene dada por

Para evaluar la calidad de la nueva vector de parmetro estimado, el cual ser

proporcionada por el algoritmo de adaptacin de parmetros, es til definir la una salida a
posteriori del predictor ajustable, que corresponde a volver a la computacin Ecuacin
5.2.13 con los nuevos valores de los parmetros estimados en t +1.
(t +1) El predictor a posteriori de salida se define por

Tambin se define una un error de prediccin a posteriori:

Un algoritmo de adaptacin paramtrica recursivo con la memoria se desea. La estructura

de un is2 tales algoritmo

El trmino de correccin
slo debe depender de la informacin
disponible en el instante t 1 (ltima medida y (t +1), parmetros de y, finalmente, un
nmero finito de informacin en los instantes t, t-1, t-2, ..., tn). El trmino de correccin
debera permitir una para minimizar en cada paso a priori de error de prediccin con
respecto para el criterio

Si uno representa el criterio J y los parmetros y en tres dimensiones espacio, uno tiene la
forma representada en la figura 5.5 (una superficie cnica invertida). la ptima del criterio
corresponder a la parte inferior del cono y el proyeccin de este punto en el avin, nos
dar los valores ptimos de la parmetros de la planta: a1 y b1. Es obvio que, con el fin de
alcanzar lo ms rpidamente posible este punto (la ptima del criterio), ser ventajoso
para ir a lo largo del descenso ms agudo. Esta solucin es analtica dada por el gradiente
tcnica.
Las secciones horizontales de la superficie corresponden a las curvas a lo largo de la que el
criterio tiene un valor constante (curvas isocriterion). Si uno representa la proyeccin de
las curvas de isocriterion (J = const.) en el plano de los parmetros,, uno obtiene curvas

cerradas concntricas alrededor del punto A1, B1 (los parmetros de la modelo de la

planta) que minimiza el criterio. Como el valor del criterio J (= const.) aumenta, las curvas
isocriterion mueven ms y ms lejos de la mnimo. Esto se ilustra en la Figura 5.5.
a1 1 b
Con el fin de minimizar el valor del criterio, uno se mueve en la direccin de la descenso
ms agudo que, en el plano,, corresponde a moverse en la direccin opuesta direccin del
gradiente asociado a la curva isocriterion. Esto nos llevar a una curva correspondiente a J
= const de un valor menor, como se muestra en la Figura 5.5.
a1 1
b El algoritmo de adaptacin paramtrica correspondiente tendr la forma

donde F = I (> 0) es la ganancia de matriz de adaptacin (I - matriz de identidad) y J (t 1)

/ (t) es el gradiente del criterio de la Ecuacin 5.2.19 con respecto a (t).

Figura 5.5. Principio del mtodo de gradiente

De la Ecuacin 5.2.19, se tiene

Pero

y luego

Mediante la introduccin de la Ecuacin 5.2.23 en la Ecuacin 5.2.20, la adaptacin

paramtrica algoritmo de la Ecuacin 5.2.20 se convierte

donde F es la matriz de gain3 adaptacin. Dos opciones son posibles:

La interpretacin geomtrica del algoritmo de adaptacin paramtrica expresada por

Ecuacin 5.2.24 se da en la Figura 5.6.

Figura 5.6. Interpretacin geomtrica del algoritmo de adaptacin del gradiente

3 En las ecuaciones de la forma de la Ecuacin 5.2.24 el vector es generalmente llamado
el vector de observacin. en este caso particular que corresponde al vector de medicin.
4 Una matriz definida positiva se caracteriza por: (i) cada trmino diagonal es positivo, (ii)
la matriz es simtrico, (iii) los factores de todos los menores de la matriz principales son
positivos.
El algoritmo de adaptacin paramtrica dada por la Ecuacin 5.2.24 se presentan algunas
posibilidades de inestabilidad si la ganancia de adaptacin (respectivamente ) es grande
(esto puede ser bien entendido con el apoyo de la figura 5.5).
Que considere la Ecuacin 5.2.17 del error a posteriori. Mediante el uso de las ecuaciones
5.2.13 y 5.2.14, que se puede volver a escribir como

De la Ecuacin 5.2.24 resulta que

y tambin tomando en cuenta la Ecuacin 5.2.15, 5.2.25 La ecuacin se convierte en

que para F = I se convierte en:

Si es una mejor estimacin de (lo que significa que la estimacin de la parmetros va en el

buen sentido) se debe obtener. por lo tanto es el resultado de la Ecuacin 5.2.28 que la
ganancia de la adaptacin (t +1) (t) (t +1) 2 < O (T 1) 2 debe satisfacer la
(necesario) condiciones

En este algoritmo, en otras palabras, la ganancia de adaptacin debe ser elegido como
una funcin de la magnitud de la signals5.
Con el fin de evitar las posibles inestabilidades, y la dependencia de la adaptacin
ganancia con respecto a la magnitud de las seales medidas, se usa el mismo gradiente de
aproximacin pero con un criterio diferente, que tiene como objetivo la minimizacin de
la un error de prediccin a posteriori en cada paso segn

As se obtiene:
Uno puede deriva de la ecuacin 5.2.28 que un valor ptimo para es 1 / (t) T (t).

De las ecuaciones 5.2.16 y 5.2.17 se sigue que

y que respectivamente

La introduccin de la Ecuacin 5.2.33 en la Ecuacin 5.2.31, la adaptacin de parmetros

algoritmo de la Ecuacin 5.2.20 se convierte

Este algoritmo depende de (t +1), que es una funcin. Para implementar este algoritmo,
es necesario expresar (t +1) como una funcin de
Ecuacin 5.2.32 se puede reescribir como

Los dos primeros trminos de la derecha corresponden a (t +1) y, a partir de la

ecuacin 2.5.34, se tiene

que permite escribir la ecuacin 2.5.35 en forma

de la que se deriva la relacin deseada entre (t +1) y (t +1):

y el algoritmo de la ecuacin se convierte en 02.05.34

que es un algoritmo estable independientemente de la ganancia F (matriz definida

positiva). la divisin por 1 + (t) TF (t) introduce una normalizacin que reduce la
sensibilidad del algoritmo con respecto a F y (t).
La secuencia de funcionamiento correspondiente a los algoritmos de estimacin recursiva
se pueden resumir de la siguiente manera:
1. Antes de t 1: u (t), u (t-1), ..., y (t), y (t-1), ..., (t), (t), F son disponibles

2.
3.
4.
5.
6.

Antes de t 1 se computa
y
(dada por la ecuacin
5.2.13)
y0 (t +1)
3. En el instante t +1 y (t +1) se adquiere y u (t +1) se aplica
4. El algoritmo de adaptacin paramtrica se implementa

a) Una calcula 0 (t 1) mediante el uso de la Ecuacin 5.2.15

b) Uno computa (t +1) de la Ecuacin 5.2.39
c) (opcional) calcula una (t +1)
5. Vuelva al paso 1
5.2.3 Mnimos Cuadrados Algoritmo
Al utilizar el algoritmo de gradiente, en cada paso se reduce al mnimo o, ms
precisamente, uno se mueve en la direccin ms pronunciada disminucin del criterio,
con una actualizacin de paso en funcin de F. La minimizacin de en cada paso no se
lleva necesariamente a la reduccin al mnimo de

en un horizonte t-pasos de tiempo, como se ilustra en la Figura 5.7. De hecho, en la

proximidad de la ptima, si la ganancia no es lo suficientemente pequeo, se pueden
producir oscilaciones en torno a la mnimo. Por otro lado, con el fin de obtener una
velocidad de convergencia satisfactoria en Al principio, cuando la estimacin actual es
tericamente muy lejos de la ptima, una alta ganancia adaptacin es preferible. El
algoritmo de mnimos cuadrados ofrece, de hecho, tales un perfil de la variacin de la
ganancia de adaptacin.
Las mismas ecuaciones, como en el algoritmo de gradiente, se consideran para la planta,
el modelo de prediccin y de los errores de prediccin, es decir, las ecuaciones 05/02/15
hasta 05/02/22.
El objetivo es encontrar un algoritmo recursivo de la forma de la Ecuacin 5.2.18 que
minimiza el criterio de "mnimos cuadrados"

Figura 5.7. Evolucin de un algoritmo de adaptacin del tipo de degradado

Esta es la prediccin de la salida en el instante i (i t) basado en el parmetro estimacin

en el instante t obtuvo utilizando mediciones camisetas. Por consiguiente, el objetivo es la
minimizacin de la suma de los cuadrados de los errores de prediccin.
En primer lugar, un parmetro debe ser estimada en el instante t, de modo que minimiza
la suma de los cuadrados de las diferencias entre la salida de la planta y la salida de el
modelo de prediccin en un horizonte de mediciones camisetas. El valor de (T) que
minimiza el criterio de la Ecuacin 5.2.40 se obtiene buscando el valor que cancela J (t) /
(t) 6:

De la Ecuacin 2.5.42, teniendo en cuenta que

6 Este es el mnimo real con la condicin de que la segunda derivada del criterio, con
respecto a los (t) es positivo, es decir

ya que es en general el caso de t Dimensiones (vase tambin

la seccin 5.3).

Se obtiene
Por izquierda multiplicando a la izquierda, tanto en trminos de esta ecuacin con

que resulta en

Donde
Este algoritmo de estimacin no es recursivo. Con el fin de obtener un algoritmo
recursivo, la estimacin de

se considera:

Y uno debe expresar como una funcin de

De la Ecuacin 5.2.45 (suma y resta

uno tiene

Teniendo en cuenta las Ecuaciones 5.2.43, 5.2.45 y 2.5.46, la Ecuacin 5.2.48 puede ser
reescrito como

Pero, sobre la base de las Ecuaciones 2.5.46 y 5.2.15, se obtiene

Multiplicando a la izquierda por F (t +1), se obtiene

El algoritmo de adaptacin de la Ecuacin 2.5.51 tiene una forma recursiva similar a la

algoritmo de gradiente dada en la ecuacin 5.2.24, con la diferencia de que la ganancia
matriz de F (t + 1) es ahora variable en el tiempo ya que depende de las mediciones (IT
corrige automticamente la direccin del gradiente y la longitud del paso). A recursiva
frmula de F (t + 1) Queda siempre a partir de la frmula recursiva para
dada en
la Ecuacin 2.5.46. Esto se obtiene mediante el uso de la inversin de la matriz lema (que
figura a continuacin en una forma simplificada).
Lema: Sea F una matriz regular de dimensin (nxn) y un vector de dimensin n; then7

De Ecuaciones 5.2.46 y 2.5.52 se obtiene

y, reagrupando las diferentes ecuaciones, una primera formulacin de la recursiva menos

cuadrados (RLS) algoritmo de adaptacin de parmetros (PAA) est dada por
7 Uno puede simplemente multiplicar ambos trminos por
frmula de inversin.

para verificar la

Una forma equivalente de este algoritmo se obtiene mediante la introduccin de la

expresin de F (t 1) dada por la ecuacin 2.5.55 en la Ecuacin 2.5.54. Entonces se deduce
que

Sin embargo a partir de las Ecuaciones 5.2.15, 5.2.16 y 5.2.17, tambin utilizando la
Ecuacin 5.2.57, uno obtiene:

que expresa la relacin entre el un error de prediccin a posteriori y la una error de

prediccin a priori. Utilizando esta relacin en la Ecuacin 2.5.57, una forma equivalente
del algoritmo de adaptacin de parmetros de los mnimos cuadrados recursivos es
obtained8:

8 Esta forma equivalente se utiliza especialmente para analizar y comprender el algoritmo.

Para el algoritmo recursivo de mnimos cuadrados para ser exactamente equivalente a la

no recursiva mnimos cuadrados del algoritmo, se debe iniciar en el instante t0 = dim (t),
ya que normalmente F (t) -1 dado por la Ecuacin 2.5.44 se convierte en no singular para t
= t0. en la prctica, el algoritmo se inicializa en el instante t = 0 mediante la eleccin

un valor tpico es = 0.001 (GI = 1,000). Se puede observar, a partir de la expresin de F (t

1) -1 dada por la ecuacin 2.5.46 que la influencia de este inicial de error disminuye con el
tiempo. Un anlisis riguroso (basado en la teora de la estabilidad - ver Landau et al. 1997)
muestra, sin embargo, que para cualquier matriz definida positiva F (0) (F (0)> 0),

El algoritmo recursivo de mnimos cuadrados es un algoritmo con una adaptacin

decreciente ganar. Esto se ve claramente si se considera la estimacin de un solo
parmetro. en este caso F (t) y (t) son escalares y la Ecuacin 2.5.61. se convierte en

El algoritmo recursivo de mnimos cuadrados da, de hecho, menos y menos peso a la

nueva los errores de prediccin, y por lo tanto a las nuevas mediciones.
Como consecuencia, este tipo de variacin de la ganancia de adaptacin no es adecuado
para la estimacin de parmetros variables de tiempo, y otros perfiles de variacin debe
por lo tanto, ser considerado para la ganancia de adaptacin.
El algoritmo de mnimos cuadrados, ha presentado hasta ahora para (t) y (t) de la
dimensin 2, pueden generalizarse al caso n-dimensional sobre la base de la descripcin
de sistemas de tiempo discreto de la forma

Donde

que adems se puede reescribir como

Donde

El predictor a priori ajustable se da en el caso general por

Donde

y, para la estimacin de (t), el algoritmo dado en las Ecuaciones 5.2.54 a 5.2.56 se utilizado
con la dimensin apropiada para (t), (t) y F (t).
5.2.4 Eleccin de la adaptacin de la ganancia
La frmula recursiva para la inversa de la ganancia de adaptacin F (t 1) -1 dada por
Ecuacin 2.5.46 (o Ecuacin 2.5.60) es generalizado mediante la introduccin de dos
ponderacin secuencias 1 (t) y 2 (t), como se indica a continuacin:

Tenga en cuenta que 1 (t) y 2 (t) en la ecuacin 5.2.72 tienen el efecto contrario: 1 (t)
<1 tiende a aumentar la ganancia de adaptacin (el inverso de ganancia disminuye), 2
(t)> 0 tiende a disminuya la ganancia de adaptacin (los incrementos inversos de
ganancia). Para cada eleccin de los secuencias 1 (t) y 2 (t) un perfil de diferentes
variaciones de la ganancia de adaptacin es encontrado y, en consecuencia, una
interpretacin en trminos del criterio de error que esminimizado por el PAA9.
Usando el lema inversin de la matriz dada por la Ecuacin 5.2.52, se obtiene a partir de
Ecuacin 5.2.7210

A continuacin, una seleccin de opciones para 1 (t) y 2 (t) y sus interpretaciones ser
dado.
A.1: Disminuir Gain (RLS)
En este caso 1 (t) = 1 = 1; 2 (t) = 1 (05/02/74) y F (t + 1) -1 se da por la ecuacin 2.5.60
que conduce a una disminucin de la adaptacin ganar. El criterio minimizado se expresa
por la Ecuacin 5.2.40.
Este tipo de perfil es adecuado para la identificacin de sistemas estacionarios (con
parmetros constantes).
A.2: Constante Forgetting Factor
En este caso

Los valores tpicos para 1 son: 1 = 0.95, ..., 0.99.

El criterio a ser minimizado se

9 F (t 1) -1 dada por la ecuacin 7.5.72 puede ser interpretado como la salida de un filtro
caracterizado por el operador de transferencia de impulsos () () / (1 () 1) cuya entrada es.
21
H q-1 = t - t q- T
10 algoritmos Ms numricamente robusto de actualizacin para la ganancia de
adaptacin estn disponibles. Vase el Apndice F.
El efecto de 1 <1 es introducir una ponderacin decreciente en los datos del pasado (i <t).
Esta es la razn por 1 se conoce como el factor de olvido. El peso mximo se da a el error
ms reciente.
Este tipo de perfil es adecuado para la identificacin de variables en el tiempo lentamente
sistemas de 11.
A.3: Variable Factor Forgetting En este caso

y el factor de 1 olvidar viene dada por

siendo valores tpicos: 1 (0) = 0.95, ..., 0.99; 0 = 0.95, ..., 0.99.
Ecuacin 5.2.78 conduce a un factor de olvido que tiende asintticamente hacia 1.
El criterio minimizado se

Como 1 (t) tiende a 1 para grandes i, slo los datos iniciales se olvidan (la ganancia de
adaptacin tiende hacia una ganancia mayor a menor).
Este tipo de perfil es muy recomendable para la identificacin de papelera sistemas, ya
que evita una demasiado rpida disminucin de la ganancia de adaptacin, por lo tanto
generalmente resultando en una aceleracin de la convergencia (mediante el
mantenimiento de una alta ganancia en la comenzando cuando las estimaciones estn
muy lejos de lo ptimo).
A.4: Rastro Constant
En este caso, 1 (t) y 2 (t) se eligen de forma automtica en cada paso con el fin de
garantizar un rastro constante de la matriz de ganancia (suma continua de los trminos
diagonales)
TRF (t +1) = TRF (t) = TRF (0) = NGI (05/02/80)
en la que n es el nmero de parmetros y GI la ganancia (valores tpicos iniciales: GI = 0,1
..., 4), la matriz F (0) que tiene la forma
11 Cuando no se proporciona una excitacin (

), F (t 1) -1 va hacia cero

(ya que en este caso

), Dando lugar a muy altas ganancias de
adaptacin, una situacin que debe ser evitado.

El criterio minimizada es de la forma

en la que f (t, i) representa el perfil de olvidar.

Usando esta tcnica, en cada paso hay un movimiento en la direccin ptima del RLS, pero
la ganancia se mantiene aproximadamente constante reinflacin (del Ganancia RLS). Los
valores de 1 (t) y 2 (t) se determinan a partir de la ecuacin

por el que se establece la relacin de (t) = 1 (t) / 2 (t) (Ecuacin 2.5.83 se obtiene de la
ecuacin

5.2.73).
Este tipo de perfil es adecuado para la identificacin de los sistemas con variables en el
tiempo parmetros.
A.5: Disminuir Gain + rastro constante En este caso, hay un interruptor de A1 a A4 cuando

donde G se fija en el comienzo.

Este perfil es adecuado para la identificacin de los sistemas de variable de tiempo en el
A falta de informacin inicial sobre los parmetros.
A.6: Variable Factor Forgetting + rastro constante En este caso, hay un interruptor de A3 a
A4 cuando

El dominio de aplicacin es la misma que para un 5.

A.7: Ganancia constante (Mejora Gradient Algorithm)
En este caso
y por lo tanto de la Ecuacin 2.5.72, resulta que

El mejorado algoritmo de adaptacin gradiente dado por las ecuaciones 5.2.34 o 5.2.39 es
entonces obtenido .
Este algoritmo se puede utilizar para identificar diferentes sistemas estacionarios o de
tiempo con
algunos parmetros ( 3 ) , y en la presencia de un nivel de ruido reducido .
Este tipo de resultados de ganancia de adaptacin en actuaciones que son inferiores a los
proporcionado por la A1 , A2, A3 y A4 perfiles , pero es ms simple de implementar .
Eleccin de la inicial Adaptaion Ganancia F ( 0 )
La ganancia de adaptacin inicial F ( 0 ) es de la forma dada por la ecuacin 2.5.63 ,
respectivamente Ecuacin 2.5.81 .
Ante la falta de informacin inicial sobre los parmetros a estimar (a

opcin tpica es ajustar la estimacin inicial a cero ), una ganancia inicial alta (GI ) es
elegido por razones que se han explicado en la Seccin 5.2.3 (Ecuacin 5.2.63 ) . la
valor tpico es GI = 1000 .
Por otro lado , si una estimacin inicial de parmetros est disponible ( resultante para
ejemplo de una identificacin previa ) , se elige una ganancia inicial baja. En general, en
este caso GI 1 .
Como la ganancia de adaptacin disminuye a medida que las estimaciones de los
parmetros del modelo correctas se abordan ( un ndice significativo es su huella ), la
ganancia de adaptacin puede ser interpretarse como un ndice de la exactitud de la
estimacin ( o prediccin ) . este explica las opciones de F ( 0 ) propuestos anteriormente.
Tenga en cuenta que , en ciertas hiptesis ,F (t ) es efectivamente un ndice de la calidad
de la estimacin , ya que representa la covarianza del vector de error de parmetro ~ ( t
) = ( t ) - ( ver Landau 2001b ) . este propiedad puede dar alguna informacin sobre la
evolucin de un procedimiento de estimacin . si la traza de F (t ) no disminuye de manera
significativa , la estimacin de parmetros , en general , es malo. Este fenmeno se
produce , por ejemplo , cuando la amplitud y la tipo de la entrada utilizada no son
adecuados para la identificacin . La importancia de la la naturaleza de la seal de
identificacin se discutir en la siguiente seccin .
5.3 Eleccin de la secuencia de entrada de identificacin del sistema
5.3.1 El Problema
La convergencia hacia cero del error de prediccin (t) no siempre implica que los
parmetros estimados del modelo convergern hacia los verdaderos parmetros de el
modelo de la planta.
Esto se ilustrar mediante un ejemplo. Que el modelo de planta en tiempo discreto sea
descrito por
y considerar un modelo estimado descrito por

donde y (t +1) es la salida predicha por el modelo estimado.

Supongamos ahora que u (t) = constante y que los parmetros
siguiente relacin:

verificar la

es decir, que las ganancias de estado estacionario de la planta y de la modelo estimado

son el mismo, incluso si la condicin
no les tomes. Bajo el efecto de la
constante de entrada u (t) = U, la produccin de la planta ser dada por

y la salida del modelo de prediccin estimado se dar por

Por lo tanto, teniendo en cuenta la Ecuacin 5.3.3, resulta que

Por lo tanto, se puede concluir a partir de este ejemplo que la aplicacin de una entrada
constante no permite que los dos modelos que se distinguen, ya que ambos tienen el
mismo ganancia de estado estacionario.
Si se trazan las caractersticas de frecuencia de ambos sistemas, se obtiene la curvas que
se muestran en la Figura 5.8.

Figura 5.8. Caractersticas de la frecuencia de dos sistemas con la misma ganancia en

estado estacionario
Se puede observar que, a fin de poner en evidencia las diferencias entre el dos modelos
(es decir, entre los parmetros), se debe aplicar una seal u (t) = sin (? t) ( 0) y no una
seal u (t) = constante.
Vamos a analizar este fenmeno con mayor detalle. Cuando el error de prediccin es
nulos, de las ecuaciones 5.3.1 y 5.3.2 se obtiene

De la ecuacin 5.3.1, y (t) se puede expresar como una funcin de u (t):

La introduccin de la expresin de y (t) dada por la ecuacin 5.3.8 en la Ecuacin 5.3.7, la

siguiente relacin equivalente sigue:

Estamos interesados en la bsqueda de las caractersticas de u (t), de modo que la

verificacin de Ecuacin 5.3.9. resulta en cero errores paramtricos.
Tenga en cuenta que
Ecuacin 5.3.9 puede entonces ser escrito como

que es una ecuacin de diferencia de tener una solucin del tipo exponencial discretizado.
Dejar

donde Ts es el perodo de muestreo. Ecuacin 5.3.11 se convierte en

y se comprobar para z, que es la solucin de la ecuacin caracterstica

Uno tiene

y la solucin aperidica

conduce a la verificacin de las Ecuaciones 5.3.11 y 5.3.7, respectivamente, sin tener

. En la prctica, la seal u (t) = constante, considerado previamente,

corresponde a = 0, es decir - 1 = 0. sin embargo

En otras palabras, si u (t) = constante, slo podemos identificar la ganancia esttica.

Por lo tanto, es necesario aplicar una seal u (t) tal que
Esto se puede conseguir si u (t) no es una posible solucin de la Ecuacin 5.3.11.
11
b=b
dejar

Ecuacin 5.3.11 se convierte en

Como 0 y 1 son reales, ejTs no pueden ser una raz de la ecuacin caracterstica y
resultados que (t) = 0 se obtendrn nicamente si

Es este tipo de entrada que fue propuesto anteriormente cuando la frecuencia Se

examinaron las caractersticas de los dos modelos (? t pecado = (ejt-E-jt) / 2j). Un
distinto de cero sinusoide de frecuencia tanto, se requiere con el fin de identificar dos
parmetros.
Este enfoque para la determinacin de la entrada u (t) permitiendo modelo satisfactorio
identificacin de parmetros tambin se puede aplicar a sistemas de la forma general

para el que el nmero total de parmetros que se identificados es:

nmero de parmetros = nA + nB

En este caso u (t) puede ser elegido como una suma de p-sinusoides de frecuencias
diferentes:

y el valor de p, que permite una buena identificacin de parmetros, se da by12

En otras palabras, con el fin de identificar un modelo correcto, es necesario aplicar un rica
entrada de frecuencia. La solucin estndar en la prctica es proporcionada por el uso de
"Secuencias binarias pseudo-aleatorios".

12 La condicin de la Ecuacin 5.3.22 tambin garantiza que

es un
invertible matriz definida positiva para t nA + nB = dim (vase Ecuaciones 5.2.42 a
5.2.46).
5.3.2. Pseudo-Random Binary Secuencias (PRBS)
Secuencias binarias pseudoaleatorias son secuencias de pulsos rectangulares, modulada
de ancho, que se aproximan a un ruido blanco de tiempo discreto y por lo tanto tener un
espectral contenido rico en frecuencias.
Ellos deben su nombre pseudo-aleatoria al hecho de que ellos se caracterizan por una
longitud de la secuencia dentro de la cual las variaciones en la anchura de pulso varan al
azar, pero que, sobre una gran horizonte de tiempo, que son peridicas, el perodo se
define por la longitud de la secuencia.

Figura 5.9. Generacin de una PRBS de longitud 25-1 = 31 periodos de muestreo

Los PRBS se generan por medio de registros de desplazamiento con retroalimentacin
(implementado en el hardware o software). La longitud mxima de una secuencia es 2N-1
en la que N es el nmero de clulas del registro de desplazamiento. La figura 5.9 presenta
el generacin de una PRBS de longitud 31 = 25-1 obtenido por medio de un cinco clulas
cambiar registrarse. Tenga en cuenta que al menos una de las N celdas de registro de

desplazamiento debe tener una valor lgico inicial diferente de cero (uno generalmente
toma todos los valores iniciales de las clulas de n igual a el valor lgico 1).
Cuadro 5.1. Generacin de mxima longitud de PRBS

Tabla 5.1 da, para diferentes nmeros de clulas, la estructura que permite la la
generacin de PRBS de longitud mxima.
Un programa en C + +, as como una funcin de MATLAB (prbs.m) para la generacin de
secuencias binarias pseudoaleatorias se pueden encontrar en el sitio web del libro. Tenga
en cuenta tambin un elemento de caracterstica muy importante de la PRBS: el mximo
duracin de un impulso de PRBS (TIM) es igual a las NT (donde N es, el nmero de clulas
y Ts es el perodo de muestreo). Esta propiedad se debe considerar al elegir un PRBS para
la identificacin del sistema.
Dimensionamiento de un PRBS Con el fin de identificar correctamente la ganancia de
estado estacionario del modelo dinmico de la planta, la duracin de, al menos, uno de los
impulsos (por ejemplo, el pulso de duracin mxima) debe ser mayor que el tiempo de
subida tr de la planta (incluyendo el tiempo de retardo). La mxima duracin de un
impulso de ser N.Ts, los siguientes resultados de condicin:

que se ilustra en la Figura 5.10.

De la Ecuacin 5.3.23, uno obtiene N y por lo tanto la longitud de la secuencia de 2N-1.

Figura 5.10. Eleccin de la duracin mxima de un pulso en una PRBS Adems, con el fin
de cubrir todo el espectro de frecuencia generada por una PRBS en particular, la longitud
de una prueba debe ser al menos igual a la longitud de la secuencia. En un gran nmero
de casos, la duracin de la prueba (L) se elige igual a la longitud de la secuencia. Si no se
especifica la duracin de la prueba, por lo tanto, debe cerciorarse de que se

Tenga en cuenta que la condicin de la Ecuacin 5.3.23 puede resultar en bastante

grandes valores de N, correspondiente a la secuencia de longitudes de duracin
prohibitivo.
Es por ello que, en muchas situaciones prcticas, un sub-mltiplo de la toma de muestras
frecuencia es elegida como la frecuencia de reloj de la PRBS. Si

entonces la Ecuacin 5.2.23 se convierte en

Este enfoque es ms interesante que la ampliacin de la longitud de la secuencia

(aumento de N) con el fin de satisfacer la Ecuacin 5.3.23. De hecho, si se pasa de N a N '=
N + 1, la duracin mxima de un impulso pasa de las NT a (N +1) Ts, pero el duracin de la
secuencia se duplica L '= 2L. Por otro lado, si fPRBS = fs / 2 es elegido, la duracin mxima
de un impulso pasa de NT a 2nts para un duplicado duracin de la secuencia L '= 2L.
De una comparacin de los dos enfoques, el resultado es que el segundo enfoque (divisin
de frecuencia) permite un pulso de mayor duracin que puede obtenerse por una idntica
duracin de la secuencia y por lo tanto de la prueba. Si p es la frecuencia nmero entero
divisor, se ha hecho en el caso de la divisin de la frecuencia de reloj (dmax = pulso ximo
duracin)

En el caso de un aumento del nmero de registros de N por p-1, sin el cambio de la

frecuencia de reloj, uno tiene

Tenga en cuenta que la divisin de la frecuencia de reloj de la PRBS ser aumentar la

espectral densidad en bajas frecuencias (que se desea) pero reducir el rango de
frecuencia correspondiente a una densidad espectral constante.
Como un ejemplo, las densidades espectrales de las secuencias PRBS generado con N = 8,
para p = 1,2,3 se representan en la Figura 5.11.
Se puede observar que para p> 1 la energa de la seal es aumentada a bajas frecuencias
pero se reduce a altas frecuencias. Adems, para p = 3 hay un agujero en fs / 3 (la PRBS no
contiene la sinusoide de frecuencia fs / 3).
En general esto no afectar a la calidad de la identificacin ya sea porque el planta para
ser identificado ha pasar una banda reducida con respecto a la de muestreo frecuencia, o
debido a que el efecto de la reduccin de la relacin seal / ruido a alta frecuencias se
pueden compensar mediante el uso de la estimacin de parmetros apropiado
algoritmos. Sin embargo, se recomienda el uso de p 4 (ver Landau et al 1997.; Landau,
2001b).

Figura 5.11a -c. Densidad espectral para una PRBS : un N = 8 , p = 1 , b N = 8 , p = 2 , c N = 8

,p=3
Eleccin de la magnitud de la PRBSLa magnitud de la PRBS puede ser muy pequea , pero
debe ser mayor que elamplitud del ruido residual . Si la seal de relacin / ruido es
demasiado pequeo , es necesariopara aumentar la longitud de la prueba con el fin de
obtener una buena estimacin de parmetros .Tenga en cuenta que , en un gran nmero
de aplicaciones , el aumento significativo en el Nivel de PRBS puede ser indeseable en

vista del carcter no lineal de las plantas a ser identificado ( a nosotros se refiere a la
identificacin de un modelo lineal en torno a unpunto de funcionamiento ) .
5.4 Efectos de las perturbaciones aleatorias sobre Estimacin de Parmetros
La salida medida planta es en general contaminada por el ruido . Esto es debido ya
seapara el efecto de perturbaciones aleatorias que actan en diferentes puntos de la
planta , o pararuidos de medicin. Estas perturbaciones aleatorias se modelan por
frecuenciaModelos ARMA , la planta adems de la perturbacin que est siendo
modelado por un ARMAXmodelo ( vase el Captulo 4, Seccin 4.1 . para la descripcin de
las perturbaciones aleatorias ) .
Estas perturbaciones introducir errores en la identificacin de la planta modelo
parmetros cuando se utiliza el recursiva ( o no recursiva ) algoritmo de mnimos
cuadrados .
Este tipo de error se llama el sesgo de parmetros .
Antes de presentar los algoritmos capaces de eliminar el sesgo en la estimacin
parmetros, primero vamos a analizar el efecto de las perturbaciones aleatorias en el
menor algoritmo cuadrados.
Vuelva a colocar la planta modelo Ecuacin 2.5.67 por

donde w (t) representa el efecto del ruido de medicin (supuesta estacionaria, con cero
valor medio, varianza finita e independiente con respecto a u (t)).
Mediante la introduccin de esta expresin de y (t) en la Ecuacin 5.2.43 se obtiene para
una nmero de datos N

Multiplicando y dividiendo por N el segundo trmino del lado derecho se obtiene

Estamos interesados en las propiedades de (N) cuando N y nos gustara encontrar

las condiciones que permiten que una obtenga una estimacin asintticamente insesgado

supone no singular (el sistema est correctamente emocionado - vase la Seccin 5.3),
resulta que la condicin para obtener una estimacin asintticamente insesgado es

Por lo tanto, la estimacin de parmetros asintticamente insesgado se puede conseguir

slo si (t-1) y w (t) no estn correlacionados. Desafortunadamente, este llevar a cabo
slo en el caso en que w (t) = e (t) = ruido blanco. De la ecuacin 5.4.1 resulta que y (t)
depende W (t) y, como consecuencia, (t -1), que contiene y (t-1), y (t-2), ..., y (t-nA), es
una funcin de w (t-1), w (t-2), ..., w (t-nA). por lo tanto

y la ecuacin 5.4.6 se satisface solamente por el ruido blanco (ver seccin 4.1).
Esto muestra claramente que el uso de un algoritmo de mnimos cuadrados dar lugar a
un estimacin imparcial slo en la situacin prctica muy poco probable donde w (t) = e (t)
= Ruido blanco.
En particular, la estimacin de parmetros se har con preferencia si el sistema de "planta
+ perturbacin "se modela mediante un modelo ARMAX que es representativa de muchos
situaciones encontradas en la prctica.
Dejar
Entonces se obtiene:

Y
Supongamos ahora que el valor exacto

se desconoce, y se requiere que el algoritmo

de estimacin no altera (asinttica) el valor estimado. para

cuadrados predictor se escribe como

y se convierte en el error de prediccin

la ecuacin de mnimos

Por lo tanto, los resultados de la Ecuacin 5.4.4 que con el fin de obtener (N) = cuando
t no es una condicin necesaria para ser satisfecho por (t) = = const (sustituyendo
w (t) con (t, ) en la Ecuacin 5.4.4) 13:
13 Notacin (t-1, ) y (t, ) indica que estas variables se han obtenido con un vector
fijo de parmetro estimado.

Para evitar sesgos, es necesario elegir otros vectores de observacin, otros tipos de
predictores y otros errores de adaptacin con el fin de que

Dos criterios se han conservado para la generacin de algoritmos de cumplimiento de la

condicin de la Ecuacin 5.4.10 y asintticamente conduce a parmetro imparcial
estimaciones:

Es la eliminacin del sesgo en los parmetros estimados en presencia de perturbaciones

que est en el origen del desarrollo de la mayor parte de la identificacin mtodos.
5.5 Estructura del recursivas Mtodos de Identificacin
Todos los mtodos de identificacin recursivos se corresponden con el esquema bsico
que figura en Figura 5.12. Todos ellos utilizan la misma estructura para el algoritmo de
adaptacin paramtrica (PAA) con las diferentes opciones posibles para el "aumento de la
adaptacin"

donde (t +1) y 0 (t +1) son los a posteriori ya priori los errores de prediccin,
respectivamente, (t) es el vector de observacin, F (t) es la ganancia de adaptacin y
representa el vector de los parmetros estimados.

Figura 5.12 . Estructura de los mtodos de identificacin recursivos

Los mtodos de identificacin diferentes se pueden clasificar por:
La estructura del predictor
El origen de los elementos del vector de observacin ( )
La dimensin del vector de parmetros ajustables y de la
observacin vector (t ) ( t )
La forma de calcular el error de prediccin y , respectivamente, la adaptacin
Errores Las propiedades de convergencia , en presencia de perturbaciones aleatorias ,
dependern en las diferentes opciones se ha indicado anteriormente .
Tabla 5.2 proporciona una descripcin compacta de los distintos identificacin recursiva
mtodos que se discutirn en el Captulo 6 .
Todos estos mtodos de identificacin se clasifican en dos categoras , con respecto a los
el criterio considerado para su desarrollo ( con el fin de obtener imparcialmparmetros
estimados ) :
mtodos de identificacin basados en el blanqueamiento del error de prediccin ( )
mtodos de identificacin basados en la decorrelacin del vector de observacin ( ) y
el error de prediccin ( ) ( E { ( t ) ( t +1 ) } 0 ) Dado que los diferentes mtodos se
han desarrollado con el fin de verificar uno de los dos
el vector de observaciones , tres tipos de mtodos se puede distinguir :

 Los mtodos de error ( ecuacin de mnimos cuadrados recursivos y los diferentes

extensiones: extendieron por mnimos cuadrados , mnimos cuadrados generalizados ,
recursivo
mxima verosimilitud ) . Cada mtodo tiende a obtener un error de prediccin blanco
(ruido blanco ) para una clase de modelos de perturbacin mediante el modelado del
perturbacin
Los mtodos de variables instrumentales (con retraso en observaciones o con
modelo auxiliar) . Cada mtodo tiende a obtener E { ( t ) ( t +1 ) } = 0 por el
modificacin del vector observacin ( t ) usado en los mnimos cuadrados
algoritmo
Los mtodos de error de salida (con compensador fijo o variable , con filtrada
observaciones , con el modelo de estimacin extendida). Estos mtodos tienden para
obtener ya sea asintticamente E { ( t ) ( t +1 ) } = 0 , o el blanqueamiento de la error
de adaptacin por la modificacin del predictor y del mtodo para obtener el error de
adaptacin Cuatro estructuras de modelos pueden ser considerados para la
representacin del sistema "+ Perturbacin planta" . Estas cuatro estructuras se resumen
en la figura 5.13 y que se describen brevemente a continuacin. criterios mencionados
anteriormente , los modelos identificados con un mtodo particular, debern estar
validado usando el criterio correspondiente , que se utiliza para definir el objetivo de la
mtodo en s . Es el resultado de que dos tcnicas de validacin estn disponibles ,
permitiendo que uno para verificar , segn el caso , uno de los dos criterios .

El mtodo que se puede utilizar para esta estructura es:

1. Cuadrados recursivos menos (RLS)

Esta estructura corresponde a un modelo de la forma:

donde w (t) es una perturbacin no modelado para que se supone que es slo de valor
medio cero, la potencia finita e independiente de la entrada.
Los mtodos que se pueden utilizar para esta estructura son:

1. Variable Instrumental con el modelo auxiliar (IVAM)

2. Error de salida con compensador fijo (OEFC)
3. Error de salida con observaciones filtradas (OEFO)
4. Error de salida con Observaciones filtro adaptativo (OEAFO)

Los mtodos que se pueden utilizar para esta estructura son:

1. Mnimos Cuadrados extendidas (ELS)
2. Recursivo Mxima Verosimilitud (RML)
3. Error de salida con Extended Modelo de Prediccin (OEEPM)

El mtodo que se puede utilizar para esta estructura es:

1. Mnimos cuadrados generalizados (GLS)

Figura 5.13. Las estructuras de los modelos de "perturbacin de la planta +"

No existe ninguna sola planta + perturbacin estructura que puede describir toda la
situaciones encontradas en la prctica En la prctica, se puede sealar que la
estructura 3 corresponde a un poco menos de dos tercios de las situaciones, la
estructura 2 corresponde a aproximadamente un tercio de las situaciones, y las
estructuras 1 y 4 corresponden a las situaciones restantes.
Tenga en cuenta que no existe un mtodo de identificacin nico que se puede usar
con toda la posible planta + perturbacin estructuras de tal manera que la
estimada
parmetros son siempre imparcial .

Desde una estructura nica " perturbacin planta +" para describir todas las
situaciones que se pueden encontrar en la prctica no existe y ya tiene una
identificacin nica mtodo que siempre proporciona estimaciones de parmetros
ofrece no existe , se da como resultado que se requiere un procedimiento interactivo
para la identificacin del sistema .
Por lo tanto un ordenador con la ayuda de software de identificacin del sistema debe
proporcionar:
Diferentes estructuras para la "planta + disturbio"
Diferentes mtodos de identificacin y PAA
Los mtodos de validacin de los modelos identificados
Un sistema para la adquisicin de datos de entrada / salida y el procesamiento (
incluyendo el generacin de una PRBS )
Herramientas para el anlisis del modelo
Herramientas para visualizar diferentes grficos y diagramas
Hay software de identificacin del sistema autnomo dedicado como WinPIM + (
Adaptech 1996a ) o software interactivo utilizando MATLAB como el medio
ambiente Sistema de identificacin de Toolbox ( Mathworks 1998 ) .
Las rutinas correspondientes a los diferentes mtodos de identificacin y validacin
,que ser presentado en el Captulo 6 , se encuentran disponibles en Scilab y MATLAB
ambientes ( ver Apndice H) y se puede descargar desde el sitio web del libro.
5.6 Comentarios finales
Elementos bsicos para la identificacin de los sistemas dinmicos se han establecido
en el este captulo.
Identificacin del sistema incluye cuatro pasos bsicos:
1. Adquisicin de datos de entrada / salida en virtud de un protocolo experimental
2. Seleccin o estimacin de la estructura del modelo (complejidad)
3. Estimacin de los parmetros del modelo
4. Validacin del modelo identificado (estructura y los valores de los parmetros)
Algoritmos de identificacin de parmetro recursivas o no recursivas se pueden utilizar
para estimar el parmetro de un modelo a partir de los datos de entrada-salida.
Preferencia ha sido dado a algoritmos recursivos por varias razones incluyendo: (i) la

estimacin de la modelo como el sistema evoluciona, se requiere (ii) potencia de

menos memoria y el ordenador; (iii) capacidad de identificacin en tiempo real.
El ncleo de los mtodos de identificacin recursivos es la adaptacin de parmetros
algoritmo (PAA) que tiene la forma

donde es el vector de parmetro estimado y F ( t +1 ) ( t ) ( T 1 ) representa la

la correccin de trmino en cada paso . F es ( constante o variable en el tiempo ) , la
ganancia de adaptacin es el vector de observacin y es el error de prediccin ( o
en general la adaptacin de error ) , es decir, la diferencia entre la verdadera salida y la
predicha .
Diferentes opciones son posibles para la secuencia de la ganancia de adaptacin en
relacin con el tipo de problema de identificacin ( constante o variable en el tiempo
parmetros de la planta , con o sin la informacin inicial , etc ..) .
La singularidad de los parmetros identificados depende de las caractersticas de la
seal de entrada . Para obtener un conjunto nico de parmetros identificados , en el
caso de la identificacin de un modelo de planta que se caracteriza por una funcin de
transferencia irreductible , la seal de entrada debe contener un nmero de
componentes sinusoidales distintas superior a la mitad de la cantidad de parmetros
que se identifiquen . En la prctica , uno sistemticamente utiliza como insumo para la
identificacin de sistemas de las secuencias binarias pseudoaleatorias ( PRBS ) , que se
aproxima a un ruido blanco de tiempo discreto .
Las perturbaciones estocsticas que contaminan la salida medida pueden causar sesgo
en las estimaciones de parmetros . Para determinados tipos de perturbaciones
decuadas mtodos de identificacin recursivos , proporcionando asintticamente
imparciales estimaciones, estn disponibles.
Los diferentes mtodos de identificacin recursivos disponibles utilizan la misma
estructura para el PAA . Ellos se pueden distinguir por :
1. La estructura del predictor
2. El origen de los elementos del vector de observacin ()
3. La dimensin del vector de parmetro ajustable (t) y de la observacin vector
4. La forma en que los errores de prediccin (o los errores de adaptacin) son
generado
Estos mtodos de identificacin se pueden agrupar en dos categoras:

1. Mtodos de identificacin basados en el blanqueamiento del error de prediccin

2. Mtodos de identificacin basados en la decorrelacin del vector de observacin y
el error de prediccin
Una estructura de perturbacin planta + nico, que describe todas las situaciones
encontrado en la prctica, no existe, como tampoco existe una nica mtodo de
identificacin proporcionar estimaciones de los parmetros ofrece en todas las
situaciones.