Apuntes Control Lineal en El Espacio Estados

TCNICAS DE CONTROL LINEAL EN VARIABLES DE ESTADO.
Tcnicas de Control Lineal en

variables de estado.
Departamento de Electrnica
MTODOS AVANZADOS DE MODELADO Y CONTROL DE SISTEMAS
Universidad de Alcal
NDICE.
1. Introduccin.
2. Modelado en VVEE a partir de modelos externos
3. Resolucin de la ecuacin de estado.
4. Linealizacin
5. Estabilidad, controlabilidad y observabilidad
6. Diseo de controladores
Control modal.
Control integral.
Control LQR.
7. Diseo de estimadores.
Estimador completo.
Estimador parcial.
Estimacin con ruido: filtro de Kalman.
8. Combinacin controlador-estimador.
9. Sistemas de control discreto en VVEE.
BIBLIOGRAFA
Sistemas de Control Automtico. 7 Edicin. Autor: B. Kuo. Editorial: Prentice Hall.

Ingeniera de Control Moderno. 3 Edicin. Autor: K. Ogata. Editorial: Prentice Hall.
Sistemas de Control en Tiempo Discreto. 2 Edicin. Autor: K. Ogata. Editorial: Prentice
Hall.
Feedback Control of Dynamic Systems. 3rd Edition. Author: G.F. Franklin y otros.
Editorial: Addison-Wesley.
Adaptive control: stability, convergence and robustness. Author: S. Sastry y M. Bodson.
Editorial: Prentice Hall.
Optimal control. 2nd Edition. Authors: F.L. Lewis and V.L. Syrmos. Edit. John Wiley &
Sons.
Identificacin y control adpatativo. Autores: A. Aguado, M. Martnez. Edit. Prentice Hall.
Control de sistemas no lineales. Autores: H. Sira-Ramirez, R. Mrquez, F. Rivas-Echeverra,
O Llanes-Santiago. Edit. Prentice Hall.
Robust control toolbox, for use with Matlab. Ver 2. The MathWorks, Inc.
An introduction to the Kalman Filter. G. Welch and G. Bishop. TR95-041 May 23, 2003
Hinf Optimal estimation: a tutorial. U. Shaked and Y. Theodor. TP7-16:20.
Dec.1992
IEEE.
Anlisis, diseo y realizacin de sistemas electrnicos de control continuo. Autores: F.

Espinosa y otros. Servicio de publicaciones de la Universidad de Alcal.
Anlisis, diseo y realizacin de sistemas electrnicos de control discreto. Autores: F.J.
Rodrguez y otros. Servicio de publicaciones de la Universidad de Alcal.
1. INTRODUCCIN.
DISEO EN EL ESPACIO DE ESTADOS
Se trata de una representacin compacta de los sistemas, tanto
SISO como MIMO, dando forma matricial a las ecuaciones
diferenciales que definen el comportamiento del sistema.
Se deben elegir las variables internas y externas mnimas que
permitan describir adecuadamente el sistema: vector estados.
El vector de estado no tiene porqu ser nico para un sistema, es
decir, con distintos vectores de estados puede representarse
adecuadamente el sistema.
Comparando con el control E/S:
( Se trabaja directamente sobre las ecuaciones

diferenciales que describen el sistema.
( Permiten un estudio del comportamiento de las
variables internas de sistema, adems del estudio
entrada/salida.
( Facilitan el estudio de sistemas de varias entradas y
varias salidas (MIMO)
CONCEPTO DE ESTADO
O Caracterizacin interna del sistema que en cada
instante (t) resume la historia del sistema.
O La salida depender del estado del sistema y de la
entrada.
O El estado futuro del sistema (derivada) depender del
estado actual y de la entrada actual al sistema.
Variables de estado: Conjunto mnimo de valores que
expresan el estado dinmico de un sistema.
- Pueden ser o no magnitudes fsicas
- Deben elegirse, si es posible, de modo que
puedan medirse (realimentacin)
Vector de estado: n variables que definen el estado.
Espacio de estados: espacio n dimensional cuyos
ejes lo forman las variables de estado. Todo vector de
estado estar representado por un punto en el espacio
de estados.
ECUACIONES QUE RIGEN UN SISTEMA EN VV.EE.
- Para sistemas LTI: A,B,C y D Matrices de elementos

constantes.
A: Matriz de evolucin del sistema.

Orden (n,n), donde n es n de variables de estado
B: Matriz de aplicacin del control.

Orden (n,m). m=n de entradas.
C: Matriz de observacin :
Orden (q,n). q=n de salidas.
D: Matriz de transicin directa de control:

Orden (q,m).
x(t) : vector de estado. (n,1)

y(t) : vector de salida (q,1)
u(t): vector de entrada (m,1)
N EJEMPLOS:
Para un motor de continua:
En variables de estado:
Altavoz:
Siendo M la masa del cono, b el coeficiente de friccin
viscosa, L la inductancia del bobinado y l la longitud del mismo.
DIAGRAMA DE BLOQUES DE UN SISTEMA EN

VARIABLES DE ESTADO.
(Entradas y salidas como vectores )
.
x
1/s
2. MODELADO EN VVEE
MODELOS EXTERNOS.
PARTIR
DE
Dado que los sistemas en forma de f. de t. no aportan informacin

respecto a variables internas, cualquier suposicin sobre cmo
estn construidos internamente ser vlida, siempre que se
mantenga la funcin de transferencia E/S. Por eso se pueden
elegir distintas formas para pasar a VVEE un modelo externo.
A) Realizacin directa.
1. Se factoriza el numerador y el denominador:
2. Se dispone segn:
3. Se traduce al dominio del tiempo.
4. Se determinan las matrices:
10
B) Forma cannica controlable .

1. Se emplean como variables de estado la
salida y sus sucesivas derivadas.
2. En variables de estado:
3. Finalmente:
11
4. Grficamente:
En MATLAB: [A,B,C,D]=tf2ss(num,den)
En general:
C) En paralelo cannica o de Jordan.

( Con este mtodo, la matriz A es resultante es diagonal.
Para polos simples:

1. Se descompone G(s) segn:
12
2. Se toman como variables de estado:
3. Resultando las ecuaciones de estado:
En MATLAB: [Ac,Bc,Cc,Dc] = canon (A,B,C,D,modal)
Para polos mltiples: (n polos: 1 polo mltiple de orden

m y n-m polos simples)
13
OBTENCIN DE LA FUNCIN DE TRANSFERENCIA A

PARTIR DE LA DESCRIPCIN EN VVEE.
Para condiciones iniciales nulas puede obtenerse la
funcin de transferencia del sistema:
sX(s)=AX(s)+BU(s)
Y(s) = CX(s)+DU(s)
Despejando, X(s)= [sI-A]-1BU(s)
Resulta finalmente:
N Donde puede apreciarse que los polos de G(s) son
aquellos que hacen:

*sI-A*=0
14
Es decir, los autovalores de A son los polos de G(s).
En MATLAB: P=eig(A)
N EJEMPLO:
Sea:
Aplicando la ecuacin anterior, resultar:
Con polos en -2 y -1, que son al mismo tiempo los

autovalores de A.
En MATLAB: [num,den]=ss2tf(A,B,C,D,iu)
15
3. RESOLUCIN DE LA ECUACIN DE ESTADO.

A) SOLUCIN A LA ECUACIN DE ESTADO
HOMOGNEA.
La solucin a la homognea ser, por similitud con el

caso escalar:
M(t) es la matriz de transicin de estados.

Propiedades: N(0)=I; N(-t)=N-1(t)
B) MTODOS DE CLCULO DE M(t).
1. Transformada de Laplace.
sX(s)-x(0)=AX(s)
X(s)=(sI-A)-1 x(0)
Resultando:
x(t)=L-1 {(sI-A)-1 } x(0)
Siendo, por comparacin:
M(t)=L-1 {(sI-A)-1 }
16
N EJEMPLO:
Realizando la transformada inversa de Laplace resulta:
2. Mtodo de los autovalores y autovectores.

- Se definen los autovalores, 8i, de una matriz A, como
- La ecuacin anterior es tambin la ecuacin
caracterstica de A.
- Se definen los autovectores, pi , segn:
8i pi = A pi
Existen tantos autovectores como autovalores
- Si A es una matriz diagonal se puede demostrar que:
17
- En general A no ser una matriz diagonal, pero,

mediante un cambio de variable adecuado:
Haciendo x=Pz
- Eligiendo P adecuadamente, P-1AP resulta ser

diagonal: en el caso de autovalores distintos
-P est formada por los autovectores de A.

- la matriz D= P-1AP es diagonal:
18
-Realizando el cambio inverso de variables, se

obtendr la solucin del sistema original:
En MATLAB: [P,D]=eig(A)
3. Aplicacin del teorema de Cayley-Hamilton
-Toda matriz
caracterstica:
satisface
su
propia
ecuacin
- Desarrollando en serie N(t) y aplicando la ecuacin

anterior se llega a:
-Ecuacin que tambin deben satisfacer los

autovalores de A, lo que permitir calcular los
coeficientes bi (t)
19
N EJEMPLO.
Para el caso anterior, A tiene como autovalores (-1 y -2)
C) SOLUCIN DE LAS ECUACIONES DE ESTADO

NO HOMOGNEAS.
- La resolucin puede hacerse mediante la
transformacin de Laplace o segn:
- Integrando la ecuacin anterior entre 0 y t:
20
4. LINEALIZACIN DE SISTEMAS NO LINEALES.

La mayora de sistemas son no lineales, de modo que para poder
aplicar el control lineal, es necesario linealizarlos.
En general las ecuaciones de estado y salida tendrn la forma:
En primer lugar debe buscarse un punto de equilibrio (puede

haber uno o varios):
Si las funciones f y g son continuas y derivables en torno al punto

de equilibrio, (x0, u0), se puede obtener un modelo linealizado,
truncando el desarrollo en serie de Taylor de las funciones no
lineales.
Para pequeas variaciones de las variables en torno al punto de
equilibrio, se pueden escribir las siguientes ecuaciones:
Donde
21
y donde los elementos de las matrices A, B, C y D son los

componentes Jacobianos de las funciones no lineales:
Ejercicio: linealizar las ecuaciones del pndulo invertido.
22
Ecuaciones del pndulo invertido:

Centro de gravedad:
Movimiento de rotacin de la varilla:
Movimiento horizontal del centro de gravedad:
Movimiento vertical del centro de gravedad:
Movimiento horizontal del carro:
Nota elija como variables de estado, 2 y su derivada y x y su

derivada.
23
5. ESTABILIDAD,
OBSERVABILIDAD.
CONTROLABILIDAD
A) Estabilidad absoluta.
Un sistema en VVEE es estable si los autovalores de
A tienen parte real negativa.
B) Concepto de controlabilidad.
Un sistema es controlable si se puede pasar, en un
tiempo t finito, de un estado inicial x(t0), a cualquier
otro x(t), aplicando seales de control adecuadas, u(t)
en un tiempo finito.
Criterio de controlabilidad de estados de kalman:
Debe poderse pasar de x(0) a x=0 en un tiempo finito:
24
Segn el teorema de Cayley-Hamilton, cualquier

funcin de A puede expresarse como combinacin
lineal de I, A, ....An-1
Agrupando trminos:
El sistema es controlable si es posible calcular b0 ..bn-1,

es decir, el rango de CO debe ser n.
En MATLAB: CO=ctrb(A,B); rank(CO)
25
C) Concepto de observabilidad.
Un sistema se dice observable si es posible conocer
x(0) mediante la observacin de la salida, y(t), en un
tiempo finito.
Criterio de observabilidad de kalman:
y(t)=CeAtx(0). Aplicando el teorema de CayleyHamilton:
Para que en la ecuacin anterior pueda calcularse x(0),

conocida y(t) y ai(t), el rango de OB debe ser n.
En MATLAB: OB=obsv(A,C); rank(OB)
26
6. DISEO DE CONTRALORES EN VARIABLES

DE ESTADO.
CONTROL MODAL.
Se trata de conseguir la matriz de realimentacin K, que permita
situar los polos del sistema realimentado en la posicin deseada.
En el sistema realimentado:
u(t)=ur(t)-Kx(t)
- El sistema final, con entrada ur, vector de estado x y

salida y, responde a las ecuaciones:
- Los polos del sistema realimentado sern los

27
autovalores de (A-BK):
*sI-(A-BK)*=0;
de aqu se pueden calcular los elementos de K
-Las dimensiones de K debern ser: m (n de entradas)
x n (n de estados)
- Para que sea posible el control modal el sistema debe

ser
1) Controlable
2) En el caso en el que los estados no estn
disponibles para ser medidos, deben estimarse a
partir de la salida, debiendo para ello tratarse de
un sistema observable.
En MATLAB: K=place(A,B,P) (MIMO)

K=acker(A,B,P) (SIMO)
28
Clculo de K.
a) Resolver la ecuacin ctca.
*sI-(A-BK)*=0.
b) Transformar el sistema en otro en forma

cannica controlable.
x=Tz;
dz/dt=T-1ATz+T-1Bu
Donde Ac=T-1AT debe aparecer en forma
cannica controlable.
El polinomio ctco de Ac es: sn+an-1sn-1+...+a0=0

Para ello T debe ser:
Mediante esta transformacin, la ecuacin

29
caracterstica (Ac-BcKc), ser:
Con lo que su polinomio caracterstico ser:
*sI-(Ac-BcKc)*=0.
sn+(an-1+kn-1) sn-1+...+(a0+k0)=0
Comparando esta ecuacin caraterstica con la
deseada se tendr Kc.
Finalmente se calcula K=Kc.T-1
c) Frmula de Ackermann.
Si el polinomio caracterstico deseado es:
P(s)=sn+"1sn-1+...+"n=0
K=[0 0 ... 1]CO-1P(A);
30
Seleccin de la ubicacin de los polos.
A) Dos polos dominantes.

- Dos polos dominantes.
- El resto de polos suficientemente lejos.
- Si hay ceros, deben estar lejos para no
afectar en exceso el valor de los residuos.
B) Minimizacin de ndices de comportamiento

Se elige el polinomio caracterstico para minimizar
un ndice de comportamiento.
1. Ejemplo ITAE.
Los coeficientes se encuentran en
tablas normalizadas.
2. Uso de las funciones de Bessel.
31
32
CONTROL INTEGRAL.
El control modal no permite aumentar el tipo de sistema y por
tanto, para sistemas que requieran el seguimiento de consignas
es necesario aadir integradores. En este caso, el nmero de
entrada y salidas debe coincidir.
dxI/dt=e=r-y=r-Cx-Du
Aadiendo xI como nueva variable de estado:
El diseo de Kt se realizar de la misma manera que en el caso

del control modal.
33
CONTROL PTIMO.
Tipos de problemas en control ptimo:
1.
2.
3.
4.
5.
Minimizacin de errores en rgimen permanente en torno a

un punto de equilibrio.
Minimizacin del tiempo en alcanzar el rgimen permanente.
Minimizar el consumo energtico en el proceso de control.
Regulador: recuperacin del punto de equilibrio del sistema,
minimizando un ndice de comportamiento.
Seguidor: Seguir una referencia, minimizando un ndice de
comportamiento.
Expresin general de un ndice de comportamiento:
Control LQR( Regulador cuadrtico linear)

Se plantea una funcin de coste que intente
conjugar el esfuerzo de control (magnitud de u)
con el valor de los estados.
Donde Q y R son matrices definidas semipositivas

y normalmente diagonales, que deben elegirse en
la fase de diseo y que ponderan los estados y el
esfuerzo de control.
1. El ndice se minimiza si:
u=-Kx ( Regulador:ur=0)
2. Valor ptimo de K .
P se obtiene resolviendo la ecuacin algebraica de Riccati.
Ejemplo:
Se define:
Determinar P y K.
34
35
Control LQT (para el caso de seguimiento).

Formulacin del ndice:
36
37
7. DISEO DE ESTIMADORES.
- Normalmente no se dispone de acceso a todos los
estados, por lo que es necesario estimarlos a partir de
ciertas medidas.
-La construccin del observador, en sistemas
determinsticos podra ser tan simple como calcular C-1.
Sin embargo esta inversin no suele ser posible.
- La mayora de los sistemas no son determinsticos
por lo que la construccin del observador es ms
compleja.
- Cuando la seal de salida est acompaada por ruido
gaussiano de media cero se emplea el estimador de
Kalman.
A) ESTIMADOR COMPLETO
- Se pretende construir un estimador para la
totalidad de los estados del sistema.
La dinmica del error ser :
El error de la estimacin converger hacia cero si el

38
sistema es estable. Adems lo har segn la dinmica

natural del sistema (A). Si esta convergencia es
satisfactoria, no hay porqu realimentar, con lo que
sobra el estimador.
- Para acelerar la convergencia del error, se deber
realimentar el proceso de estimacin (estimador de
Luenberger):
u(t)
x(t)
Proceso
A,B
C
y(t)
+
Modelo
A,B
xe(t)
ye(t)
-
De esta forma la dinmica del error ser:
Si (A-LC) es estable con autovalores

suficientemente rpidos, el estimador converger
rpidamente, independientemente del valor de
xe(0).
39
Clculo de L :
1) Se puede hacer siguiendo los criterios de
eleccin de K, habiendo establecido de antemano
un conjunto de polos que satisfagan los criterios
de convergencia del error.
2) Forma cannica observable (Ao).

Si la matriz Ao, con polinomio ctco:
sn+a1sn-1+...+an=0
fuese de la forma:
La matriz de la dinmica del error: (Ao-LCo) sera:
De donde se calculara inmediatamente su polinomio

caracterstico y de aqu, por comparacin con el
deseado, L.
40
El proceso a seguir sera anlogo al empleado en la

determinacin de la matriz de realimentacin de
estados, K.
a) Cambio de variable.
b) Frmula de Ackerman:
Dualidad de la estimacin y el control

Control: Elegir K (fila), para situar los polos de (A-BK)
Estimacin: Elegir L (columna), para situar los polos de
(A-LC)
Como los autovalores de (A-CL) son los mismos que
los de A-LC:
Problema de estimacin= problema de control

reemplazando A por A, B por C y K por L.
En Matlab: L=(place(A,C,polos));
41
Seleccin de los polos del estimador:

- Criterio: Polos ms rpidos que los del control en un
orden de 2 a 6.
Polos rpidos:
+ Convergencia rpida del error
- Ancho de bando mayor, ms ruido.
- Dinmica del error:
Se pueden elegir los polos por los criterios

establecidos para elegir los del control.
42
ESTIMADORES PARCIALES.
Normalmente no es necesario estimar todas las variables de
estado, pues algunas se podrn medir.
Suponiendo y como el vector de variables de estado medibles, el
esquema de estimacin es:
Para el caso de una salida y(1x1):
43
La ecuacin de salida, para la variable de estado medida es:
Para las variables de estado no medidas resulta:
Por tanto se puede establecer la siguiente equivalencia con las

ecuaciones de un observador completo:
Luego, por analoga con el observador completo:
o bien:
La dinmica del error de estimacin queda:
Definiendo:
Resulta:
Ejemplo:
Polos deseados para el estimador reducido:
44
La ecuacin del estimador queda:
45
46
ESTIMADOR DE KALMAN PARA SISTEMAS LTI CON

COVARIANZA DE RUIDO CONSTANTE.
Cuando la planta est afectada por un ruido w y las medidas de
salida por otro ruido <, las ecuaciones de estado pueden
escribirse como:
dx/dt=Ax+Bu+Gw
yv=Cx+Du+Hw +v
Suponiendo que los ruidos w y v pueden caracterizarse y que
cumplen con las siguientes condiciones:
E(w)=E(v)=0 (valor medio 0)
E(wwT)=Q, E(vvT)=R, E(wvT)=N
se puede disear un estimador de estados para x(t) que minimiza
la covarianza del error en rgimen esttico:
El filtro de Kalman proporciona el estimador ptimo
47
Donde
La ganancia L y el valor de P, se determinan (para el caso

habitual de H=0):
1. Clculo de P: resolucin ec. algebraica de Ricatti:
AP+PA-(PC+GN)R-1(CP+NG)+GQG=0
2. L=-PCR-1
La funcin de MATLAB kalman, proporciona la solucin al
estimador:
[kest,L,P] = kalman(sys,Q,R,N)
Donde kest contiene el modelo en el espacio de estados del
estimador, con entradas u e yv y con salidas las estimaciones
de x y de y.
48
8. COMBINACIN DE CONTROL Y
ESTIMACIN.
A) Para un regulador con estimador completo.
w(t)
u(t)
PLANTA
A,B
LEY DE
CONTROL
-K
v(t)
x(t)
xe(t)
COMPENSADOR
Las ecuaciones que rigen el sistema:
SENSOR
C
ESTIMADOR
A,B,L,C
y(t)
49
La ecuacin caracterstica del conjunto control - estimacin:

det(sI-A+BK)Adet(sI-A+LC)=0=Pc(s).Pe(s)=0
Los polos del sistema completo son los del estimador

junto con los del control Se puede disear
independientemente controlador y estimador.
NOTA: Analizar diferencias entre: sistema con controlador
y sistema con controlador-estimador.
B) Para un regulador con observador parcial.
La ecuacin caracterstica resultante mantiene el principio de

separacin:
50
9. SISTEMAS DE CONTROL DISCRETOS EN

VVEE.
Los sistemas discretos pueden analizarse tambin en el
dominio de estados. En este captulo se estudiarn las
diferencias de este anlisis con respecto al caso continuo.
A) Ecuacin de estado
La ecuacin de estado toma la forma:
Donde x(k+1) reemplaza a dx/dt (caso continuo).

El esquema equivalente, teniendo en cuenta que en dominio
discreto un retardo es equivalente a z-1, ser:
51
Solucin de la ecuacin de estado:
Matriz de transicin de estados:
Resolviendo con la transformada z:
52
B) Discretizacin de las ecuaciones de estado continuas.

Suponen la inclusin de un muestreador y un retenedor ZOH,
antes de la entrada u de la planta continua.
O, lo que es igual:
53
siendo:
C) Relacin Funcin Trans. VVEE

Matriz de funciones de transferencia pulso.
Paso FT a VVEE:
Igual que en el caso continuo, cambiando en la realizacin
integradores (1/s) por elementos de retardo (z-1).
D) Controlabilidad, observabilidad y estabilidad.
Los criterios son semejantes a los del caso continuo, con las
siguientes salvedades:
- Estabilidad: autovalores de la matriz G dentro del crculo
unitario.
54
- Controlabilidad y observabilidad: el mismo criterio que en el

caso continuo, reemplazando A por G y B por H.
E) Diseo de controladores por ubicacin de polos.
Al igual que en el caso continuo la ecuacin de diseo ser:
Si se eligen todos los autovalores en 0, la respuesta ser con

oscilaciones muertas (opcin de diseo slo para sistemas
discretos).
Control integral.
55
Es semejante al caso continuo:
Se aade una variable de estado, quedando:
Suponiendo una entrada escaln, r(k)=r, se tiene:

56
57
58
F) Diseo de observadores.
Observador de Luenberger:
Igual que en el caso continuo, reemplazando A por G y B por
H.
Observador con prediccin y actualizacin.

Consiste en realizar una prediccin del valor del estado en k,
segn los valores disponibles en k-1 y posteriormente
actualizar la prediccin con el valor del error entre la medida de
la salida en k y su prediccin:
En este caso, la dinmica del error de estimacin viene

determinado por la matriz: A-LCA, en lugar de A-LC.
Observador parcial.
Tiene una expresin semejante al caso continuo.
G) Control ptimo.
Semejante al caso continuo:
LQR
ndice para optimizar:
La ley de control que minimiza el ndice en rgimen pte es:
donde:
El valor mnimo del ndice resulta ser:
59
60
Estimacin en sistemas con ruido en la planta y en la

medida: filtro de Kalman.
En este caso debe disponerse del modelo del ruido que afecta
a la planta y a las medidas.
Si la covarianza del ruido es constante y los parmetros de la
planta tambin, se trabajar con la versin del filtro de Kalman
en rgimen permanente.
Si la covarianza no es constante o no lo son los parmetros de
la planta, se debe trabajar con la versin extendida del filtro de
Kalman.
- Caso general del filtro de Kalman.
El diagrama de bloques de planta, medida y ruidos es:
El estimador de Kalman es:
Desarrollo del estimador:

1. Prediccin del estado:
2. Estimacin del estado:
donde:
61
62
3. La matriz de covarianza y la ganancia K se calculan con:
Donde:
Es necesario disponen de una estimacin para P(0).
NOTA: En las demos de MATLAB, toolbox de control, se puede

encontrar un ejemplo sobre el uso de este estimador.
63
Control lineal cuadrtico con ruido gausiano.

Se trata de un controlador con LQR/LQ seguidor junto con una
estimacin por filtro de Kalman:

Apuntes Control Lineal en El Espacio Estados

Enviado por

Dados do documento

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Apuntes Control Lineal en El Espacio Estados

Enviado por

Direitos autorais:

Formatos disponíveis

TCNICAS DE CONTROL LINEAL EN VARIABLES DE ESTADO.

Tcnicas de Control Lineal en

MTODOS AVANZADOS DE MODELADO Y CONTROL DE SISTEMAS

TCNICAS DE CONTROL LINEAL EN VARIABLES DE ESTADO.

MTODOS AVANZADOS DE MODELADO Y CONTROL DE SISTEMAS

TCNICAS DE CONTROL LINEAL EN VARIABLES DE ESTADO.

Sistemas de Control Automtico. 7 Edicin. Autor: B. Kuo. Editorial: Prentice Hall.

Anlisis, diseo y realizacin de sistemas electrnicos de control continuo. Autores: F.

MTODOS AVANZADOS DE MODELADO Y CONTROL DE SISTEMAS

TCNICAS DE CONTROL LINEAL EN VARIABLES DE ESTADO.

( Se trabaja directamente sobre las ecuaciones

MTODOS AVANZADOS DE MODELADO Y CONTROL DE SISTEMAS

TCNICAS DE CONTROL LINEAL EN VARIABLES DE ESTADO.

MTODOS AVANZADOS DE MODELADO Y CONTROL DE SISTEMAS

TCNICAS DE CONTROL LINEAL EN VARIABLES DE ESTADO.

ECUACIONES QUE RIGEN UN SISTEMA EN VV.EE.

- Para sistemas LTI: A,B,C y D Matrices de elementos

A: Matriz de evolucin del sistema.

B: Matriz de aplicacin del control.

D: Matriz de transicin directa de control:

x(t) : vector de estado. (n,1)

MTODOS AVANZADOS DE MODELADO Y CONTROL DE SISTEMAS

TCNICAS DE CONTROL LINEAL EN VARIABLES DE ESTADO.

MTODOS AVANZADOS DE MODELADO Y CONTROL DE SISTEMAS

TCNICAS DE CONTROL LINEAL EN VARIABLES DE ESTADO.

DIAGRAMA DE BLOQUES DE UN SISTEMA EN

MTODOS AVANZADOS DE MODELADO Y CONTROL DE SISTEMAS

TCNICAS DE CONTROL LINEAL EN VARIABLES DE ESTADO.

Dado que los sistemas en forma de f. de t. no aportan informacin

3. Se traduce al dominio del tiempo.

4. Se determinan las matrices:

MTODOS AVANZADOS DE MODELADO Y CONTROL DE SISTEMAS

TCNICAS DE CONTROL LINEAL EN VARIABLES DE ESTADO.

B) Forma cannica controlable .

MTODOS AVANZADOS DE MODELADO Y CONTROL DE SISTEMAS

TCNICAS DE CONTROL LINEAL EN VARIABLES DE ESTADO.

C) En paralelo cannica o de Jordan.

Para polos simples:

MTODOS AVANZADOS DE MODELADO Y CONTROL DE SISTEMAS

TCNICAS DE CONTROL LINEAL EN VARIABLES DE ESTADO.

2. Se toman como variables de estado:

3. Resultando las ecuaciones de estado:

En MATLAB: [Ac,Bc,Cc,Dc] = canon (A,B,C,D,modal)

Para polos mltiples: (n polos: 1 polo mltiple de orden

MTODOS AVANZADOS DE MODELADO Y CONTROL DE SISTEMAS

TCNICAS DE CONTROL LINEAL EN VARIABLES DE ESTADO.

OBTENCIN DE LA FUNCIN DE TRANSFERENCIA A

N Donde puede apreciarse que los polos de G(s) son

aquellos que hacen:

TCNICAS DE CONTROL LINEAL EN VARIABLES DE ESTADO.

Es decir, los autovalores de A son los polos de G(s).

Aplicando la ecuacin anterior, resultar:

Con polos en -2 y -1, que son al mismo tiempo los

MTODOS AVANZADOS DE MODELADO Y CONTROL DE SISTEMAS

TCNICAS DE CONTROL LINEAL EN VARIABLES DE ESTADO.

3. RESOLUCIN DE LA ECUACIN DE ESTADO.

La solucin a la homognea ser, por similitud con el

M(t) es la matriz de transicin de estados.

MTODOS AVANZADOS DE MODELADO Y CONTROL DE SISTEMAS

TCNICAS DE CONTROL LINEAL EN VARIABLES DE ESTADO.

Realizando la transformada inversa de Laplace resulta:

2. Mtodo de los autovalores y autovectores.

- La ecuacin anterior es tambin la ecuacin

MTODOS AVANZADOS DE MODELADO Y CONTROL DE SISTEMAS