REPRESENTACIÓN DEL SISTEMA EN ESPACIO DE

ESTADOS, CRITERIO DE CONTROLABILIDAD Y

OBSERVABILIDAD.
TEORÍA DE CONTROL I
SEXTO NIVEL GRUPO 2

INTEGRANTES:

BALDEON ESTRELLA KAREN ESTEFANÍA

CALUPIÑA GÁLVEZ LUIS RAMIRO
LUGMAÑA CHULCA LEONARDO DAVID
PINO NOGUERA WELLINGTON ENRIQUE
ENERO 2018
TITUAÑA CANCHIG ANA VALERIA
Recordando

Control clásico
El modelado y control de sistemas basado en la transformada de Laplace, es un enfoque muy sencillo y de fácil
aplicación. Permite analizar sistemas utilizando una serie de reglas algebraicas en lugar de trabajar con
ecuaciones diferenciales. En este enfoque tiene más valor la simplicidad que la exactitud.

Sistema
X (s) G(s) Y (s)
Entradas Salidas
Características
Características
Modelado y dinámicas Lineales
dinámicas Función de y
No Linealidades Fricción no
Transferencia
t 5
lineal
d
Variante en el
Múltiples puntos
sen  s 2  2s  5
tiempo dt
de equilibrio
Sin embargo, la descripción de sistemas mediante la función de transferencia tiene las
siguientes limitaciones:
• No proporciona información sobre la estructura física del sistema.
• Solo es válida para sistemas lineales con una entrada y una salida e invariantes en el tiempo.
• No proporciona información de lo que pasa dentro del sistema.
• Se necesita que las condiciones iniciales del sistema sean nulas.

¨Los sistemas reales presentan no linealidades, pueden tener más de una

entrada o salida, sus parámetros cambian en el tiempo y sus condiciones
iniciales no siempre tienen un valor de cero¨
Existen sistemas que son tan complejos que no es posible utilizar este tipo de control. Para
este tipo de sistemas se utiliza la representación en espacio de estado. La representación
es espacio de estado presenta las siguientes ventajas:
• Ventajas
Definiciones básicas:

Sistema, se entenderá como una relación entre entradas y salidas.

Un Sistema es determinista, si a cada entrada le corresponde una y solo una salida.

Sistema monovariable. Es aquel que solo tiene una entrada y una salida. Si el sistema tiene
más de una entrada o más de una salida se llamará multivariable.

Sistema causal o no anticipatorio. Es aquel que su salida para cierto tiempo t1, no
depende de entradas aplicadas después de t1. Obsérvese que la definición implica que un
sistema no causal es capaz de predecir entradas futuras, por lo tanto la causalidad es una
propiedad intrínseca de cualquier sistema físico.
Sistema dinámico. Es aquel cuya salida presente depende de entradas pasadas y
presentes. Si el valor de la salida en t1 depende solamente de la entrada aplicada en t1, el
sistema se conoce como estático o sin memoria.
La salida de un sistema estático permanece constante si la entrada no cambia.
En un sistema dinámico la salida cambia con el tiempo aunque no se cambie la entrada, a
menos que el sistema ya se encuentre en estado estable.

Sistema invariante en el tiempo. Es aquel que tiene parámetros fijos o estacionarios con
respecto al tiempo, es decir, sus características no cambian al pasar el tiempo o dicho de
otra forma, sus propiedades son invariantes con traslaciones en el tiempo.
 Representación por medio del espacio de estado
Con la representación en espacio de estado tenemos la capacidad de conocer y
controlar en cierta medida la dinámica interna de un sistema y su respuesta. Este
método principia con la selección de las variables de estado, las cuales deben de ser
capaces en conjunto de determinar las condiciones de la dinámica del sistema para todo
tiempo. Pueden existir varias representaciones en variables de estado para un sistema.
En forma general, un sistema visto en espacio de estado tiene la siguiente forma:

x  f ( x, t )  g ( x, t ) (1)
donde x  R , u  R m , x  dx dt , f y g son generalmente mapeos
n

suaves de clase C  (una excepción pueden ser los sistemas con discontinuidades).

El vector x representa las variables de estado y el vector u representa el control. A la

ecuación (1) se le llama ecuación del espacio de estado. Para realizar la representación en
el espacio de estado, se necesita manipular las ecuaciones físicas del modelo de un
sistema, de tal forma que se pueda obtener la razón de cambio respecto al tiempo de cada
variable de estado seleccionada.
Terminología empleada en espacio de estado:
Sistemas Lineales invariantes en el tiempo
Cuando se trata de sistemas lineales invariantes en el tiempo, la ecuación (1), se transforma en:
Obtención de las ecuaciones de estado
La representación en espacio de estado puede ser derivada desde las ecuaciones diferenciales que
representan a un sistema, o desde cualquier arreglo de ecuaciones diferenciales aunque estas no
representen ningún sistema. Si no se tiene el modelo matemático (ecuaciones diferenciales) será
necesario obtenerlo por medio de leyes o teorías (físicas, químicas, monetarias, etc.)

Una secuencia muy común para obtener el espacio de estado es la siguiente:

1. Identificar completamente el sistema. Conocer el sistema, que es lo que hace, cuales son sus
variables de interés, su comportamiento, su interrelación al exterior, etc.

2. Identificar las leyes o teorías que gobiernan el comportamiento del sistema. Leyes de
termodinámica, Leyes dinámicas, segunda ley de Newton, Ley de voltajes y corrientes de Kirchoff,
Ley de Ampere, Ley de Ohm, Ley de Boyle, etc.
3. Definir las ecuaciones diferenciales que representen el comportamiento del sistema. El grado de
complejidad dependerá de la fidelidad del modelo al comportamiento del sistema y de las
necesidades de simulación, medición o control. Los pasos 1,2,3 son básicos de cualquier
modelado.

4. Seleccionar las variables de estado. Son las variables mínimas que determinan el comportamiento
dinámico del sistema. Si se escogen menos de las necesarias, el espacio de estado no representa
todo el comportamiento del sistema, si se definen más, el espacio de estado es redundante.
5. Encontrar la dinámica de cada estado. Es decir, encontrar la razón de cambio respecto al tiempo
de cada variable de estado (su derivada).

6. Desplegar el arreglo de las dinámicas del estado como en la ecuación (1) o como el arreglo de las
ecuaciones (2)-(3) si las ecuaciones son lineales o linealizadas.
Ejemplo 1:
Represente por medio de espacio de estado el siguiente sistema mecánico.

Resorte Donde: u(t ) es la fuerza aplicada, K es la

u(t ) K
constante del resorte, b es el coeficiente de
y (t ) masa fricción viscosa. La fuerza del resorte se considera
proporcional a la posición y la fuerza del
b
amortiguador
amortiguador es proporcional a la velocidad. y(t)
es la posición de la masa.
Solución:
Utilizando la segunda ley de newton, se obtiene la ecuación de sumatoria de fuerzas:
masa  aceleración  fuerza Aplicada  fuerza Amortiguador  fuerza Re sorte
my(t )  u(t )  by
 (t )  ky (t )
Se desea conocer la posición y la velocidad de la masa para todo tiempo. Por esta razón se asignan
como variables de estado.
x1 (t )  y (t ) x2 (t )  y
 (t )

El siguiente paso es determinar las dinámicas del estado. Para la variable de estado x1 ( t ), su derivada
es la variable de estado x2 ( t )
x1 (t )  y
 (t )  x2 (t )
Mientras que la derivada del estado x2 (t ) se obtiene de la ecuación de sumatorias de fuerzas:
my(t )  u(t )  by
 (t )  ky (t )

mx2 (t )  u(t )  bx2 (t )  kx1 (t )

k b 1
x 2 (t )   x1 (t )  x2 (t )  u(t )
m m m
Finalmente se agrupan las dos ecuaciones de estado:
x1(t )  x2 (t )
k b 1
x 2 (t )   x1 (t )  x2 (t )  u(t )
m m m
como la representación es lineal, se puede indicar en matrices

 x1 (t )   0 1   x (t )   0 
 x (t )   k 
b  1    1 u ( t )
 2  
 m m 
  x2 ( t )   m 
VENTAJAS
• Las condiciones iniciales pueden ser diferentes de cero. • Proporciona información de lo que pasa dentro del sistema.
• Puede usarse en sistemas variantes o invariantes en el• Resultados sencillos y elegantes.
tiempo.
• Representación de sistema multivariable, que tiene varias entradas y varias salidas se puede representar mediante un solo
conjunto de ecuaciones, lo cual no permite una representación de la función de transferencia (ecuación de estado, ecuación
de salida). En el caso de usar funciones de transferencia, las relaciones especificas de entrada / salida para cada una de las
variables del sistema se tienen que expresar mediante funciones separadas. Cada una de ellas representando la relación entre
una variable de entrada con otra de salida.
• Es aplicable a sistemas cuyos parámetros varían en el tiempo a velocidades comparables con la evolución de sus variables,
para lo que no se puede obtener un modelo de parámetros constantes valido en el rango temporal necesario para efectuar el
control.
• Análisis de sistemas no lineales: Expresar y describir el comportamiento de sistemas dinámicos no lineales por medio de un
conjunto de ecuaciones diferenciales de primer orden, lo cual no es posible con una función de transferencia.
• Diseño de controladores de estado: Esta representación permite analizar el problema de control para un sistema determinado
de manera interna, utilizando una retroalimentación de una función de sus estados como entrada para llevar al sistema a un
punto deseado.
APLICACIONES
• La representación de estado se puede emplear para sistemas: lineales, no lineales,
variantes, invariantes, continuos, discretos, SISO y MIMO
• Se aplica en la optimización del comportamiento de sistemas minimizando una función
que describe un índice de costo que a su ve refleja la calidad en la consecución de los
objetivos de control.
• Se aplica en sistemas complejos de control con un gran numero de variables internas
que condicionan el comportamiento futuro de la salida
• Se aplica en sistemas con relaciones no lineales entre sus variables involucradas en su
comportamiento, y dicho comportamiento no puede ser aproximado por un modelo
lineal dentro del rango de valores posibles para sus variables.
EJEMPLOS DE APLICACIONES
Modelo Estructural de Espacio de Estado para la demanda diaria promedio
de energía eléctrica en la República Argentina
MODELACIÓN Y CONTROL EN ESPACIO DE ESTADO-DE UN SERVOMECANISMO USANDO MATLAB
APLICACIÓN DEL MODELO DE CONTROL EN ESPACIOS DE ESTADO A PARTIR
DE LAS PÉRDIDAS TOTALES OBTENIDAS DEL PORCENTAJE DE CARBONO DE
LA CHAPA DE ACERO AL SILICIO
MODELADO EN EL
ESPACIO DE ESTADOS

Desventaja
• Es conveniente seleccionar para las
variables de estado cantidades físicamente
medibles, si esto es posible, porque las
leyes de control óptimo requerirán
realimentar todas las variables de estado
con una ponderación adecuada.
APLICACIÓN
 CONTROLABILIDAD

• Es la propiedad que indica si el comportamiento de un sistema se puede controlar

actuando sobre sus entradas.

• Juega un papel crucial en muchos problemas de control, como la estabilización

de sistemas inestables, o el control óptimo del sistema.

• Empezaremos considerando la controlabilidad de varios sistemas.

 SISTEMAS LINEALES E INVARIANTES EN EL TIEMPO

Considere el sistema LTI representado por la ecuación de estados de n

estados, q entradas.
x ˙(t) = Ax(t) + Bu(t); (1)

La controlabilidad solo relaciona entradas y estados, así la ecuación de

salida y(t) = Cx(t) + Du(t) es irrelevante.
 CONTRABILIDAD
x ˙(t) = Ax(t) + Bu(t)

• Se dice CONTROLABLE si para todo estado inicial X(0) = X0 y todo

estado final X1, hay una entrada que transfiere X0 a X1 en tiempo finito.
En otro caso se dice No Controlable.

• Esta definición solo requiere que la entrada sea capaz de llevar el

estado a cualquier lugar en el espacio de estados en tiempo finito sin
importar qué trayectoria siga el estado
 TEOREMA PRUEBA DE CONTROLABILIDAD.
Las siguientes declaraciones son equivalentes:
 GRAMIANO DE CONTROLABILIDAD
• La matriz Wc(t) utilizada para chequear la controlabilidad de (A; B) se puede usar para
construir una señal de control de lazo abierto u(t) que lleve al estado x desde
cualquier x0 a cualquier x1 en tiempo finito.

• Tal ley de control está dada por:

• Esta ley de control usa la menor cantidad de energía para transferir x desde x0 a x1
en tiempo t1. Esto significa que cualquier otro control u¯(t) que realice la misma
transferencia,
 GRAMIANO DE CONTROLABILIDAD

• Si la matriz A es Hurwitz (todos sus autovalores tiene parte real negativa), entonces
Wc(t) converge para t → ∞, y se denota simplemente como Wc,

• y se denomina Gramiano de controlabilidad de (A; B). Si deseamos llevar el estado x

desde 0 a x1 en tiempo infinito, (t1 → ∞), se encuentra que la mínima energía de control
requerida debería ser,

• Entre más cercano a cero sea cualquier autovalor de Wc, más cercano estará Wc de la
singularidad, y más grande será la energía mínima requerida para llevar el estado hasta
x1
 GRAMIANO DE CONTROLABILIDAD

• Para el caso de tiempo infinito, no se requiere resolver la integral de

tiempo infinito para calcular Wc. Si (A; B) es controlable, (C tiene
rango fila completo), Wc es la única solución de la matriz lineal de
Lyapunov,
AWc + WcAT = −BBT
• La cual puede resolverse con MATLAB usando Wc = lyap(A,B*B’), o
usando la función Wc = gram(SYS,’c’).
 EJEMPLO DE CONTROLABILIDAD
La controlabilidad del sistema hidráulico de la
derecha no es tan obvia, aunque podemos ver que
x1(t) y x3(t) no se pueden afectar independientemente
con u(t).
La matriz de controlabilidad es
El modelo linealizado en este caso es,

la cual tiene rango 2, mostrando que el

sistema no es controlable.
OBSERVABILIDAD
• Se relaciona con la posibilidad de obtener el estado de un sistema a partir de la
medición o el conocimiento de las entradas y de las salidas del mismo.

𝑥 𝑘 + 1 = 𝐴𝑥 𝑘 + 𝐵𝑢(𝑘)
𝑦 𝑘 = 𝐶𝑥 𝑘 + 𝐷𝑢 𝑘

• Se dice que el sistema es complemente observable si cualquier estado inicial puede

determinarse a partir de la observación de y(n) en n períodos de muestreo como
máximo.
• La determinación de la observabilidad de un sistemadepende de las matrices A y C del
sistema.
 𝑥 𝑘 + 1 = 𝐴𝑥 𝑘
𝑦 𝑘 = 𝐶𝑥 𝑘

x1
X(0)=?

x2

y(k)=Cx(k)
xf
u(kT)
Para eso se asume que 𝑢 𝑘 = 0

𝑥 𝑘 + 1 = 𝐴𝑥(𝑘)
𝑦 𝑘 = 𝐶𝑥(𝑘)
Variando la salida desde cero hasta n
𝑦 0 = 𝐶𝑥(0)
𝑦 1 = 𝐶𝑥 1 = 𝐶𝐴𝑥(0)
𝑦 2 = 𝐶𝐴𝑥 1 = 𝐶𝐴2 𝑥 0

𝑦 𝑛 − 1 = 𝐶𝑥 𝑛 − 1 = 𝐶𝐴𝑛−1 𝑥(0)
De forma matricial las ecuaciones anteriores son representadas por:
𝑦(0) 𝐶
𝑦(1) 𝐶𝐴
𝑦(2) 𝐶𝐴2
. = . 𝑥(0)
. .
. .
𝑦(𝑛 − 1) 𝐶𝐴𝑛−1
El vector de salida tiene n elementos por lo tanto, se deben generar n ecuaciones simultáneas, esta
condición solo es posible si:
𝐶
𝐶𝐴
.
𝑟𝑎𝑛𝑘 =𝑛
.
.
𝐶𝐴𝑛−1
El sistema es observable si el rango de la matriz observable es igual a su dimencion.
 EJEMPLO 0 1 0
𝑥 𝑥+1 = 0 0 1 𝑥 𝑘
−0,6 − 0,7 − 0.5
𝑦 𝑘 = 1 0 0𝑥 𝑘
La matriz de observabilidad viene dada por:
𝐶
𝑂𝑏 = 𝐶𝐴
𝐶𝐴2
0 1 0
𝐶𝐴 = 1 0 0 0 0 1 = [0 1 0]
−0,6 − 0,7 − 0.5
0 1 0
𝐶𝐴2 = 1 0 0 0 0 1 = [0 0 1]
−0,6 − 0,7 − 0.5

1 0 0
𝑂𝑏 = 0 1 0
0 0 1
𝑟𝑎𝑛𝑘 𝑂𝑏 =3
OBSERVABLE
BIBLIOGRAFÍA

[1] S. Domínguez, P. Campoy, J. M. Sebastián y A. Jiménez, Control en el espacio de estado, Madrir: Pearson Education
S.A., 2006, pp. 3-4.
[2] F. Ruiz, «Pontificia Universidad Javeriana - Bogotá,» 2013. [En línea]. Available:
http://www.javeriana.edu.co/ruizf/sys_din_cap1.pdf. [Último acceso: 13 Enero 2018].
[3] Departamento de control, Facultad de Ingenieria UNAM, «Universidad Nacional Autónoma de México,» 21 Noviembre
2006. [En línea]. Available: verona.fi-p.unam.mx/~lfridman/clases/control/Clase16.ppt. [Último acceso: 13 Enero
2018].
[4] M. T. Balcona y J. C. Abril, «Asociación Argentina de Economía Política,» [En línea]. Available:
http://www.aaep.org.ar/anales/works/works2000/blacona_abril.pdf. [Último acceso: 13 Enero 2018].
[5] W. Sunz, J. Castellanos, C. Peraza y F. Arteaga, «MODELACIÓN Y CONTROL EN ESPACIO DE ESTADO DE UN
SERVOMECANISMO USANDO MATLAB,» UNIVERSIDAD DE CARABOBO, VALENCIA.
[6] M. G. MAGO RAMOS, L. VALLÉS DEFENDINE, J. J. OLAYA FLÓREZ y C. PALOMINO NARANJO, «Aplicación del modelo de
control en espacios de estado a partir de las pérdidas totales obtenidas del porcentaje de carbono de la chapa de
acero al silicio,» Scientific Electronic Library Online , 2015.
GRACIAS POR SU ATENCIÓN