IME340 AnalisisIntroduccion

1
Analisis de Sistemas Dinmicos Laurent Sass

Analisisde sistemasdinmicos
Contenido
Respuestaen el tiempo:
transformacinde Laplace, funccinde transferencia
sistemasde primer y segundoorden
sistemasde estado, ecuacincaracterstica
valoresy modosproprios
estabilidad(root locus analisis,)
Linealizacinde sistemasno-linealesalrededor de un
puntode equilibrio
Respuestaen frecuencia:
transformacinde Fourier
diagramasde Bodey Nyquist
2
Diagramasde bloques
muycomnpara representar sistemasdinmicosa fin
de control
( )
u t
( )
y t
( ) ( )
, y t f u t =
Bloques bsicos
( )
u t
( ) ( )
y t Ku t =
K
( )
u t
( ) ( )
0
0
t
y t u t dt y = +
( )
u t
( )
( )
du t
y t
dt
=
d
dt
0
y
+
+
3
Diagramasde bloques
se puedeobtener el diagramade bloques directamente
desdeel linear graph
( )
f t
( )
v t
0
v
+
+
1/C
Elemento tipo A con
causalidad integral
(dentro del rbol normal)
( )
v t
( )
f t
d
dt
C
Elemento tipo A con
causalidad derivada
(fuera del rbol normal)
4
Diagramasde bloques
( )
v t
( )
f t
0
f
+
+
1/ L
Elemento tipo T con
causalidad integral
( )
f t
( )
v t
d
dt
L
Elemento tipo T con
causalidad derivada
5
Diagramasde bloques
( )
f t
( )
v t R
Elemento tipo D
( )
v t
( )
f t 1/ R
Elemento tipo D
6
Diagramasde bloques
Ejemplo
+
R
L C
s
V
L C
R
s
V
L C
R
s
V
0
f
+
+
1/ L
0
v
+
+
1/C
( )
s
V t
+
1/ R
+
7
Diagramasde bloques
Ecuacionesde estadoen diagramasde bloques
A
B
C
D
+
+
+
+
( )
u t
( )
y t
( )
x t
( )
x t
`
( ) ( ) ( )
( ) ( ) ( )
x t Ax t Bu t
y t Cx t Du t
= +
= +
`
8
Transformacinde Laplace
Definiciones
Nmeros complejos z x jy = +
2
con 1 j =
cos ; sin (EULER)
2 2
j j j j
e e e e
j

+
= =
Propriedades: ; z x jz w u jv = + = +
( ) ( )
z w x u j y v + = + + +
( ) ( )
z w x u j y v = +
(con real) az ax jay a = +
(con real) jz y jx a = +
( ) ( )
zw xu yv j xv yu = +
( )
cos sin z j = +
2 2
con y tan
y
z x y
x
= + =
( )
/
z
z w
w
=
( )
n
n
z z n =
Conugado
z x jy =
9
Definiciones
Nmeros complejos z x jy = +
2
con 1 j =
Propriedades:
( )
cos sin z j = +
2 2
con y tan
y
z x y
x
= + =
Re
Im
z
x
y
X
z
Re
Im
z
jz
z
j
z
10
Definiciones
Variable compleja s j = +
Funcin compleja
( )
x y
F s F jF = +
Transformacin de Laplace
( ) ( )
( )
funcion del tiempo tal como 0, 0
variable compleja
transfomada de Laplace
operador de Laplace
f t f t t
s
F s
= = <
=
=
= L
( ) ( ) ( )
0
st
L f t F s f t e dt
= =

11
Definiciones
Transformacin de Laplace: funciones bsicas
Funcin paso
Funcin rampa
Funcin senos
Funcin cosenos
Translacin de una funcin
( ) ( ) ( )
0 0
; funcion paso unitario: 1
0
t
A
f t F s t
A t s
<
= =
( ) ( )
2
0 0
;
0
t
A
f t F s
At t s
<
= =
( ) ( )
2 2
0 0
;
sin 0
t
A
f t F s
A t t s

<
= =
( ) ( )
2 2
0 0
;
cos 0
t
As
f t F s
A t t s
<
= =
( ) ( ) ( ) ( ) ( )
1 ;
as
g t f t a t a G s e F s
= =
12
Definiciones
Funcin pulso
Funcin impulso
( ) ( )
( )
0
0
0
0
0
1
0 0,
st
A
t t
A
t f t F s e
st
t t t
<
= =
< <
( ) ( )
0
0 0
0
0
lim
0 0,
t
A
t t
t
f t F s A
t t t
<
= =
< <
Funcin de Dirac
( ) ( ) ( ) ( )
0 0
1; 1
0
t
d
t F s t t
t dt

= = =
13
Definiciones
Multiplicacin por exponencial
( ) ( ) ( ) ( )
at
g t f t e G s F s a
= = +
Diferenciacin ( )
( )
( ) ( ) ( )
( )
( )
( ) ( ) ( ) ( )
2
2
2
0
0 0
df t
g t G s sF s f
dt
d f t
g t G s s F s sf f
dt
= =
= =
`
Integral
( ) ( ) ( )
( ) ( )
1
0 F s f
g t f t dt G s
s s
= = +
14
Definiciones
Resolver ecuaciones diferenciales con la transformacin de Laplace
( ) ( )
( ) ( ) ( )
( )
( ) ( ) ( ) ( )
( )
( ) ( ) ( )
2
2
2
3 2 0 con 0 y 0
( ) 0 0 3 0 2 0
3 2
3 2 1 2
2
t t
x x x x a x b
Laplace s X s sx x sX s x X s
as b a a b a b
X s
s s s s
x t a b e a b e

+ + = = =
+ + =
+ + + +
= = +
+ + + +
= + +
`` ` `
`
15
Definiciones
Transformacin de Laplace para ecuaciones de estado
( ) ( ) ( )
( ) ( ) ( )
( ) ( ) ( )
( ) ( )
( )
( )
1
1
( )
sX s AX s BU s x Ax Bu
Laplace
Y s CX s DU s y Cx Du
X s sI A BU s
Y s C sI A B D U s
= + = +

= + = +

= +
`
( ) ( ) ( ) ( ) ( )
1
con Y s H s U s H s C sI A B D
= = +
Funcin de transferencia
16
1 2
1 2 1 0
1 2
1
1 1 0
1
...
...
n n n
n n
n n n
m m
m
m m
d y d y d y dy
a a a a y
dt dt dt dt
d u d u du
b b b u
dt dt dt

+ + + + +
= + + + +
( ) ( ) ( )
( ) ( ) ( )
( ) ( )
con e escalares
x t Ax t Bu t
u t y t
y t Cx t Du t
= +
= +
`
Sstema SISO (Single Input Single Output)
Ecuacin diferencial clsica
Solucingeneral de ecuacionesde estado
17
( )
1 2
1 2 1 0
1 2
1
1 1 0
1
...
...
n n n
n n
n n n
m m
m
m m
f t
d y d y d y dy
a a a a y
dt dt dt dt
d u d u du
b b b u
dt dt dt

+ + + + +
= + + + +
_
( ) ( ) ( )
( ) ( ) ( )
( ) ( )
con e escalares
x t Ax t Bu t
u t y t
y t Cx t Du t
= +
= +
`
( )
( )
0
0 0
0
2 1
0 0 1 2 1
2 1
si es continua sobre el interval ,
la ecuacion tiene una solucion unica para el conjunto de condiciones inciales
; ; ;...;
n
n
n
t
t t
f t t t T
dy d y d y
y t c c c c
dt dt dt
< <
= = = =
18
( )
1 2
1 2 1 0
1 2
...
n n n
n n
n n n
d y d y d y dy
a a a a y
dt dt dt dt
f t

+ + + + +
=
( ) ( ) ( )
( ) ( ) ( )
( ) ( )
con e escalares
x t Ax t Bu t
u t y t
y t Cx t Du t
= +
= +
`
( ) ( ) ( )
h p
y t y t y t = +
La solucin general se puede escribir
Solucin general de la
ecuacin homognea
( ) ( )
0 f t =
Solucin particular
de la ecuacin
19
1 2
1 2 1 0
1 2
... 0
n n n
n n
n n n
d y d y d y dy
a a a a y
dt dt dt dt

+ + + + + =
Solucin general de la ecuacin homognea
Suponemos una solucin de la forma
( )
t
h
y t Ce
=
Reemplazamos en la ecuacin y obtenemos una ecuacin sobre
1 2
1 2 1 0
... 0
n n n
n n
a a a a

+ + + + + =
Ecuacin caracteristica
n races
i

20
1 2
1 2 1 0
1 2
... 0
n n n
n n
n n n
d y d y d y dy
a a a a y
dt dt dt dt

+ + + + + =
La solucin general es
( )
1
i
n
t
h i
i
y t Ce
=
=
Los coeficientes C
i
se determinan mediante las condiciones iniciales.
21
1 2
1 2 1 0
1 2
... 0
n n n
n n
n n n
d y d y d y dy
a a a a y
dt dt dt dt

+ + + + + =
Para resolver la ecuacin diferencial, basta obtener las n races
de la ecuacin caracterstica y escribir la solucin general
( )
1
i
n
t
h i
i
y t Ce
=
=
Si hay races de multiplicadad ms grande que uno...

la contribucin de esa ras es, para multiplicidad m:
2 1
0 1 2 1
...
t t t m t
m
C e Cte C t e C t e

+ + + +
22
Solucin particular de la ecuacin completa
1 2
1 2 1 0
1 2
1
1 1 0
1
...
...
n n n
n n
n n n
m m
m
m m
d y d y d y dy
a a a a y
dt dt dt dt
d u d u du
b b b u
dt dt dt

+ + + + +
= + + + +
( )
u t
( )
forma supuesta de
p
y t
k
1
K
n
kt
2
0 1 2
...
n
n
K K t K t K t + + + +
t
ke
1
t
K e
( ) ( )
cos o sin k t k t
( ) ( )
1 2
cos + sin K t K t
23
Sstema SISO (con LAPLACE)
1 2
1 2 1 0
1 2
... 0
n n n
n n
n n n
d y d y d y dy
a a a a y
dt dt dt dt

+ + + + + =
( ) ( )
( )
( ) ( )
( )
( ) ( ) ( ) ( )
1 2
1 2 3
1
1 0
0
0 ...
0
0 ...
... 0 0
n n n
n n n
n
dy
s Y s s y s
dt
dy
a s Y s s y s
dt
a sY s y a Y s

+

+ + + =
Laplace
( )
( ) ( )
1 2
1 2 1 0
...
n n n
n n
s a s a s a s a Y s F s

+ + + + + =
24
1 2
1 2 1 0
1 2
... 0
n n n
n n
n n n
d y d y d y dy
a a a a y
dt dt dt dt

+ + + + + =
( )
( )
1 2
1 2 1 0
...
n n n
n n
F s
Y s
s a s a s a s a

=
+ + + + +
Consecuentemente, la transformada de Laplace de la solucin de la ecuacin es:
Para poder obtener la transformada inversa de Laplace, necesitamos factorizar
el denominador y por lo tanto calcular las races de ese polinmio
1 2
1 2 1 0
... 0
n n n
n n
s a s a s a s a

+ + + + + =
n races
i

25
1 2
1 2 1 0
1 2
... 0
n n n
n n
n n n
d y d y d y dy
a a a a y
dt dt dt dt

+ + + + + =
Si las races son de multiplicidad 1, la factorizacin del denominador lleva a:
( )
1 2
1 2
...
n
n
C C C
Y s
s s s
= + + +

Y la transformada inversa de Laplace permite deducir
( )
1 2
1 2
...
n
t t t
h n
y t C e C e C e

= + + +
Races de multiplicidad m, llevan a una factorizacin de tipo:
( )
( )
1
1 2 0
...
m
m m
m
i
C C s C s
Y s
s

+ + +
=
2 1
0 1 2 1
...
t t t m t
m
C e Cte C t e C t e

+ + + +
26
Sstema MIMO (Multiple Input Multiple Output)
( ) ( ) ( )
( ) ( ) ( )
( ) ( )
con e arreglos
x t Ax t Bu t
u t y t
y t Cx t Du t
= +
= +
`
En ese caso, vamos a resolver las ecuaciones de estado de manerageneral:
( ) ( ) ( )
x t Ax t Bu t = + `
Vamos a hacer eso en dos etapas:
1. ecuacin homognea
2. ecuacin completa
( ) ( )
x t Ax t = `
( ) ( ) ( )
x t Ax t Bu t = + `
27
1. ecuacin homognea
( ) ( )
x t Ax t = `
En caso escalar, la solucin de la ecuacin es:
( ) ( )
x t ax t = `
( ) ( ) ( )
0 0
at at
x t x e e x = =
El trmino exponencial se puede escribir en seria de Taylor, y obtenemos:
( ) ( )
2 2 3 3
1 ... ... 0
2! 3! !
k k
a t a t a t
x t at x
k

= + + + + + +

Por analoga, vamos a suponer que la solucin de la ecuacin homognea
matricial se escribe:
( ) ( )
2 2 3 3
... ... 0
2! 3! !
k k
h
A t A t A t
x t I At x
k

= + + + + + +

( ) ( )
y 0 son arreglos de dimension
h
x t x n
28
1. ecuacin homognea
( ) ( )
x t Ax t = `
( )
( )
( )
( )
( ) ( )
2 3 2 1
2 2
0 ... ... 0
1! 2! 1!
... ... 0
2! !
k k
h
k k
h h
A t A t A t
x t A x
k
A t A t
A I At x
k
x t Ax t

= + + + + + +

= + + + + +

=
`
`
La derivada de esa forma de solucin es
@ es solucin de la ecuacin homognea!!! ( )
h
x t
( )
2 2
... ...
2! !
k k
At
A t A t
e I At t
k
= + + + + + = Definimos la exponencial matricial
( ) ( ) ( ) ( )
0 0
At
h
x t e x t x = =
29
1. ecuacin homognea
( ) ( )
x t Ax t = `
( )
( )
( )
( )
( ) ( )
2 3 2 1
2 2
0 ... ... 0
1! 2! 1!
... ... 0
2! !
k k
h
k k
h h
A t A t A t
x t A x
k
A t A t
A I At x
k
x t Ax t

= + + + + + +

= + + + + +

=
`
`
La derivada de esa forma de solucin es
@ es solucin de la ecuacin homognea!!! ( )
h
x t
( )
2 2
... ...
2! !
k k
At
A t A t
e I At t
k
= + + + + + = Definimos la exponencial matricial
( ) ( ) ( ) ( )
0 0
At
h
x t e x t x = =
State transition
matrix
30
2. ecuacin completa
( ) ( ) ( )
x t Ax t Bu t = + `
En caso escalar, podemos resolver la ecuacin de la manera siguiente:
multiplicando ambos lados de la ecuacin por , podemos escribir
at
e
( ) ( ) ( )
at at at
e x t e ax t e bu t

= `
( )
( )
( )
at
at
d e x t
e bu t
dt
=
integrando con respecto al tiempo, obtenemos
( ) ( ) ( )
0
0
t
at at
e x t x e bu t dt

=
( ) ( ) ( )
0
0
t
at at at
x t e x e e bu t dt
= +

"solucin completa"
31
( ) ( ) ( )
x t Ax t Bu t = + `
En caso matricial, por analogia, escribimos la solucin completa cmo
( ) ( ) ( )
0
0
t
At At At
x t e x e e bu t dt
= +

Para un sistema de orden n,
( )
( )
( )
1
1
1
A n n
x t n
B n m
u t m
C r n
y t r
D r m

Ecuacin de salida
( ) ( ) ( ) ( ) ( ) ( )
0
0
t
At At At
y t Cx t Du t Ce x Ce e bu t dt Du t
= + = + +
State transition
matrix
2. ecuacin completa
32
Ejemplo
1 1
2 1 2
2 x x u
x x x
= +
`
`
2
2
0
t
At
t t t
e
e
e e e

2 0 1
;
1 1 0
A B

= =

( )
2
2
5 5
2 2
5 5
5
2 2
t
t t
e
x t
e e

=

+

State transition matrix
33
Propriedades de la state transition matrix
( )
2 2
... ...
2! !
k k
At
A t A t
t e I At
k
= = + + + + +
( )
( ) ( )
( ) ( ) ( )
( ) ( ) ( )
( )
1 2 1 2
1
0 0
1 2 1 2
1 2 2 1
0
, si
A A t A t A t
I
t t
x t t t x t
t t t t
e e e A A A A
+
=
=
= +

= =
34
Propriedades de la state transition matrix
( )
2 2
... ...
2! !
k k
At
A t A t
t e I At
k
= = + + + + +
( )
0 0 0 0
0 0 0 0
0 0 0 0
i
a t
i
A a t e

= =

At
At At
de
Ae e A
dt
= =
( ) ( )
1 1
0
t
At At At
e dt A e I e I A

= =
35
Valores proprios y modos proprios
Vamos a ver como el clculo de valores proprios y modos proprios lleva
de manera mucho ms conveniente a la state transition matrix .
Empesamos con una constatacin: la solucin general de todas las
ecuaciones diferenciales estudiadas hasta ahora tiene la forma de una
combiancin de exponenciales
1 2
1 2 1 0
1 2
... 0
n n n
n n
n n n
d y d y d y dy
a a a a y
dt dt dt dt

+ + + + + =
( )
1
i
n
t
h i
i
y t Ce
=
=
( ) ( )
x t ax t = `
( ) ( ) ( )
0 0
at at
x t x e e x = =
( )
At
t e =
36
En ese caso, porque no intentar de ver si una respuesta exponencial sirve
para sistemas de ecuaciones de estado. Porque no escribir que lasolucin
debe ser de la forma
( )
( )
( )
1 1
2 2
11 12 1 1
21 22 2
1
n n
t t
n
t t
t t
n nn n
m m m x t
e e
m m x t
e e
M
m m x t
e e

= =

. .
. .
37
Reemplazamos en la ecuacin de estado homognea y obtenemos
1 1
2 2
1 11 2 12 1
1 21 2 22
1 1
n n
t t
n n
t t
t t
n n nn
x Ax
m m m
e e
m m
e e
AM
m m
e e

=

`

.
. .
Definiendo m
i
, la columna i de la matriz M, podemos escribir
[ ] [ ]
1 1
2 2
1 1 2 2 1 2
n n
t t
t t
n n n
t t
e e
e e
m m m A m m m
e e

=

. .
38
Ello implica que las matrices coeficientes de las exponenciales sean
iguales:
Por lo tanto, las columnas correspondientes deben ser iguales:
[ ] [ ]
1 1 2 2 1 2 n n n
m m m A m m m =
1,2,...,
i i i
m Am i n = =
Para que la solucin del sistema de ecuaciones de estado tenga una forma
exponencial, la condicin anterior tiene que ser verificada...
@ problema de valores proprios de la matriz A
39
( )
0
i i
I A m =
Resolucin del problema de valores proprios de la matriz A
Para tener otra solucin que m
i
= 0, es necesario tener que
( )
det 0
i
I A =
1 2
1 2 1 0
... 0
n n n
n n
a a a a

+ + + + + = Ecuacin caracteristica
Las races de este polinomio nos da los valores proprios de la matriz A
Para un sistema fsico, las races son reales o en pares complejas conjugadas
40
Los vectores proprios m
i
asociados con los valores proprios se obtienen
resolvando la ecuacin para cada valor proprio.
( )
0
i i
I A m =
Cuando tengamos los modos proprios, podemos construr la matriz modal
cuya columnas son los vectores proprios
[ ]
1 2 n
M m m m =
Como visto antes, podemos ahora escribir la solucin de las ecuaciones
homogneas de estado cmo:
1
2
n
t
t
h
t
e
e
x M
e

=

.
41
Todavia tenemos una indeterminacin porque cualquier multiple de los
vectores proprios puede ser usadas. La matriz modal no es nica:
[ ]
1 1 2 2 n n i
M m m m =
1 1
2 2
1
1
2
2
0 0
0
0
n n
t t
t t
h
t t
n
n
e e
e e
x M M
e e

= =

.
.
. .
Por lo tanto, tenemos una infinidad de soluciones

42
Las condiciones iniciales permiten obtener la solucin final del problema:
( ) ( )
1 1
2 2 1
0 0
n n
x MI M x

= =

. .
Y la solucin final se escribe
( ) ( ) ( )
1
2
1
0 0
0
0 0
0
n
t
t
h
t
e
e
x M M x t x
e
t
e

= =

.
.
_
43
Ejemplos y ejercicios
Ejemplo 10.6 y 10.7
Ejercicio 10.7, 10.8 (a), 10.8 (c)
44
Resumen hasta ahora
1 2
1 2 1 0
1 2
... 0
n n n
n n
n n n
d y d y d y dy
a a a a y
dt dt dt dt

+ + + + + =
Ecuacin caracteristica:
1 2
1 2 1 0
... 0
n n n
n n
a a a a

+ + + + + =
( )
1
i
n
t
h i
i
y t Ce
=
=
2 1
0 1 2 1
...
t t t m t
m
C e Cte C t e C t e

+ + + +
Solucin homogena:
Races de multiplicidad m:
Solucin particular se obtiene mediante el mtodo de coeficientes
indeterminados.
Sistemas SISO
45
Resumen hasta ahora
1 2
1 2 1 0
1 2
... 0
n n n
n n
n n n
d y d y d y dy
a a a a y
dt dt dt dt

+ + + + + =
1 2
1 2 1 0
... 0
n n n
n n
a a a a

+ + + + + =
( )
1
i
n
t
h i
i
y t Ce
=
=
2 1
0 1 2 1
...
t t t m t
m
C e Cte C t e C t e

+ + + +
Solucin homogena:
Races de multiplicidad m:
Solucin particular se obtiene en general mediante la transformada de
Laplace para cualquier seal de entrada
( )
( ) ( )
1 2
1 2 1 0
...
n n n
n n
s a s a s a s a Y s F s

+ + + + + = (LAPLACE)
( )
( )
1 2
1 2 1 0
...
n n n
n n
F s
Y s
s a s a s a s a

=
+ + + + +
Sistemas SISO
46
Resumen hasta ahora Sistemas MIMO
( ) ( ) ( )
( ) ( ) ( )
x t Ax t Bu t
y t Cx t Du t
= +
= +
`
( ) ( ) ( )
0
0
t
At At At
x t e x e e bu t dt
= +

( ) ( ) ( ) ( ) ( ) ( )
0
0
t
At At At
y t Cx t Du t Ce x Ce e bu t dt Du t
= + = + +
Solucin completa:
( )
2 2
... ...
2! !
k k
At
A t A t
t e I At
k
= = + + + + +
State transition matrix (matriz de transicin de estado):
( )
( )
( )
1
con 1
1
A n n
x t n
B n m
u t m
C r n
y t r
D r m

47
Resumen hasta ahora Sistemas MIMO
( ) ( ) ( )
( ) ( ) ( )
x t Ax t Bu t
y t Cx t Du t
= +
= +
`
Problema de valores proprios (eigenvalues):
( )
( )
( )
1
con 1
1
A n n
x t n
B n m
u t m
C r n
y t r
D r m

( )
det 0
i
I A =
[ ]
1 2 n
M m m m =
( )
0
i i
I A m =
Valores proprios
Vectors proprios
State transition matrix:
( )
1 At t
t e Me M

= =
48
Sistemas MIMO con LAPLACE
x Ax Bu = + `
( ) ( ) ( ) ( )
( )
0
Laplace
sX s x AX s BU s = +
( ) ( ) ( ) ( ) ( )
1
0 X s sI A x BU s
= +
( ) ( ) ( ) ( ) ( ) ( )
1
det 0 X s sI A adj sI A x BU s
= +
Caso homogeno:
( ) ( ) ( ) ( )
1
det 0 X s sI A adj sI A x
=
( )
( )
( )
( )
( )
( )
1
1
det
det
n
n
F s
sI A
X s
X s
F s
sI A

. .
49
Caso homogeno:
( )
( )
( )
( )
( )
( )
1
1
det
det
n
n
F s
sI A
X s
X s
F s
sI A

. .
Toca factorizar el denominador para poder aplicar la transformada
inversa de Laplace (mtodo de fraciones parciales). Por lo tanto,
necesitamos resolver
Ecuacin caracteristica
( )
det 0 I A =
n races
50
Caso homogeno:
La rices reales de multiplicidad 1 contribuyen de forma siguiente:
( ) ( )
... ... ... ...
j
t ij
i i ij
j
K
X s x t K e
s

= + + = + +
La rices complejas en pares conjugadas de multiplicidad 1

contribuen de forma siguiente:
( ) ( )
( ) ( )
2 2
'
... ... ... cos ' sin ...
ij ij
i i ij j ij j
j
K s K
X s x t t t
s

+
= + + = + + +
+
51
Caso homogeno:
La rices reales de multiplicidad m contribuyen de forma siguiente:
( )
( )
( )
1
1 2 0
1 2
1 2 0
...
... ...
... ...
j j j
m
ijm ijm ij
i
m
j
t t t
m m
i ijm ijm ij
K K s K s
X s
s
x t K t e K t e K e

+ + +
= + +
= + + + +
Caso completo:
( ) ( ) ( ) ( ) ( ) ( )
1
det 0 X s sI A adj sI A x BU s
= +
( ) ( ) ( ) ( ) ( ) ( )
( )
( )
1 1
det 0 det Y s sI A Cadj sI A x sI A adj sI A B D U s

= + +
52
( )
( )
( )
( )
( )
( )
det det
i i
i
F s G s
Y s U s
sI A sI A
= +

( ) ( ) ( ) ( ) ( ) ( )
( )
( )
1 1
det 0 det Y s sI A Cadj sI A x sI A adj sI A B D U s

= + +
Funcin de transferencia
( )
i
H s
Los polos del sistema son las rices del denominador de
la funcin de transferencia
Las races del sistema son las races del numerador de la
funcin de transferencia
53
( ) ( ) ( )
1 1
1 2
2 2
2 2 0
, con 0 2 y 0 1
2 3 1
x x
u t x x
x x

= + = =

`
`
Ejemplo:
( )
( )
( )
1
2
2 2 2 0
2 3 1 1
X s s
U s
X s s
sI A
+

= +

+

_
(LAPLACE)
( )
1
2
3 2
1
2 2 5 2
s
sI A
s s s
+

=

+ + +

2
4.56
5 17
5 2 0
2
0.43
s s s

+ + = = =
_
54
( ) ( ) ( )
1 1
1 2
2 2
2 2 0
, con 0 2 y 0 1
2 3 1
x x
u t x x
x x

= + = =

`
`
Ejemplo:
( )
( )
( )
1
2
2 2 2 0
2 3 1 1
X s s
U s
X s s
sI A
+

= +

+

_
(LAPLACE)
Solucin completa:
( )
( )
( )( )
( )( )
( )( )
( )( )
( )
1
2
2 4 2
4.56 0.43 4.56 0.43
2 2
4.56 0.43 4.56 0.43
s
s s s s
X s
U s
X s s s
s s s s
+

+ + + +

= +

+

+ + + +

55
( ) ( ) ( )
1 1
1 2
2 2
2 2 0
, con 0 2 y 0 1
2 3 1
x x
u t x x
x x

= + = =

`
`
Ejemplo:
t
( )
u t
0.1
10
( )
1 U s =
( )
( )
( )( )
( )( )
( ) ( )
( ) ( )
1
2
2 6 0.76 1.24
4.56 0.43 4.56 0.43
4 0.96 0.96
4.56 0.43 4.56 0.43
s
s s s s
X s
X s
s s s s
+

+

+ + + +

= =

+

+ + + +

56
( ) ( ) ( )
1 1
1 2
2 2
2 2 0
, con 0 2 y 0 1
2 3 1
x x
u t x x
x x

= + = =

`
`
Ejemplo:
t
( )
u t
0.1
10
( )
1 U s =
( )
( )
4.56 0.43
1
4.56 0.43
2
0.76 1.24
0.96 0.96
t t
t t
x t
e e
x t
e e

+
=

+

57
( ) ( ) ( )
1 1
1 2
2 2
2 2 0
, con 0 2 y 0 1
2 3 1
x x
u t x x
x x

= + = =

`
`
Ejemplo:
( ) ( )
sin u t t =
( )
2
1
1
U s
s
=
+
( )
( )
( )( )
( )( )
( )( )
( )( )
1
2
2
2 4 2
4.56 0.43 4.56 0.43
1
2 2 1
4.56 0.43 4.56 0.43
s
s s s s
X s
X s s s s
s s s s
+

+ + + +

= +

+ +

+ + + +

58
( ) ( ) ( )
1 1
1 2
2 2
2 2 0
, con 0 2 y 0 1
2 3 1
x x
u t x x
x x

= + = =

`
`
Ejemplo:
( )
( )
( )( )
( )
( )( )
( )
( ) ( )
( )
( ) ( )
( )
3 2
2 2
1
3 2
2
2
2
2 4 2 6
4.56 0.43
4.56 0.43 1 1
' ' ' '
2 4
4.56 0.43
1
4.56 0.43 1
s s s a b cs d
s s
s s s s
X s
X s a b c s d
s s
s s
s
s s s
+ + + +

+ +

+ +
+ + + +

= =

+
+ +

+ +

+ + +
+ + +

( ) ( )
sin u t t =
( )
2
1
1
U s
s
=
+
59
( ) ( ) ( )
1 1
1 2
2 2
2 2 0
, con 0 2 y 0 1
2 3 1
x x
u t x x
x x

= + = =

`
`
Ejemplo:
( )
( )
( ) ( )
( ) ( )
4.56 0.43
1
4.56 0.43
2
cos sin
' ' 'cos 'sin
t t
t t
x t ae be c t d t
x t a e b e c t d t

+ + +
=

+ + +

( ) ( )
sin u t t =
( )
2
1
1
U s
s
=
+
60
Estabilidad
definir la estabilidadrequieredefinir un puntode
equilibrio...
Un sistemaesten equilibrio si la derivadade su vector
de estadoigual cero:
Si la seal de entradavalecero, el sistemaesten
reposo:
0
0 x =
( )
0 x t = `
( ) ( )
0 y 0 x t u t = = `
61
Estabilidad
definicinde Lyapunov: un sistemaes establesi para
pequeasperturbaciones, su respuestaes pequea
definicinELSL: un sistemaes establesi cualquiera
entradalimitadaproduceunarespuestalimitada
62
Estabilidad
un sistemaes estable asintoticamente (asymptotically
stable) si es establesegnLyapunovy si regresaa su
puntode equilibriodespusde haber estadoperturbado
un sistemaes inestable (unstable) si se alejade su punto
de equilibriodespusde haber estadoperturbado
un sistemaes estable (marginallystable) si sus
osilacionesmantienenunaamplitudconstante despus
de haber estadoperturbado
( ) ( )
lim 0, 0 , 1...
i i
t
x t x i n
= =
63
Estabilidad
estable asintoticamente
inestable
estable
64
Estabilidad
inestable
estable
1
x
2
x
0
0
1
x
2
x
0
0
1
x
2
x
0
0
65
Estabilidad
inestable
estable
0 1 2 3 4 5 6 7 8 9 10
-1
-0.8
-0.6
-0.4
-0.2
0
0.2
0.4
0.6
0.8
1
Tiempo t [s]
x
i(t)
0 1 2 3 4 5 6 7 8 9 10
-100
-50
0
50
100
150
0 1 2 3 4 5 6 7 8 9 10
-0.6
-0.4
-0.2
0
0.2
0.4
0.6
0.8
1
Tiempo t [s]
x
i(t)
66
Estabilidad
( ) ( ) ( )
( ) ( ) ( )
x t Ax t Bu t
y t Cx t Du t
= +
= +
`
La solucin del sistema de estado es una superposicin de exponenciales
con argumentos mltiplos de los valores proprios de la matriz A (polos del
sistema).
Para que el sistema estestable asintoticamente, es necesario que todas las
exponenciales sean decrecientes y por lo tanto que los valores proprios
tengan una parte real negativa.
Valores proprios complejos llevan a osilaciones amortiguadas si la parte
real es negativa.
Valores proprios imaginarios puros llevan a osilaciones sin amortiguamiento.
El sistema es estable.
67
Estabilidad
Re
Im
Re
Im
Re
Im
0 1 2 3 4 5 6 7 8 9 10
-0.6
-0.4
-0.2
0
0.2
0.4
0.6
0.8
1
Tiempo t [s]
x
i(t)
0 1 2 3 4 5 6 7 8 9 10
-100
-50
0
50
100
150
0 1 2 3 4 5 6 7 8 9 10
0
0.2
0.4
0.6
0.8
1
1.2
1.4
1.6
1.8
2
0 1 2 3 4 5 6 7 8 9 10
1
2
3
4
5
6
7
8
Re
Im
68
Estabilidad
Por consecuente, analisar la estabilidad de un sistema de estado, es analisar
el signo de la parte real de los valores proprios.
Los valores proprios son las races de la ecuacin caracterstica:
( )
1
1 1 0
det 0
... 0
n n
n n
I A
a a a a
=
+ + + + =
Se puede determinar la estabilidad del sistema clculando los valores proprios,
pero se puede tambin evitar ese clculo usando el mtodo de Routh.
69
Estabilidad
2 4
1 3 1 5
1 2
1 1
1 5 1 3
1 3 1 2
1 1
1 1
;
;
n n n n
n n n n
n n
n n n n
a a a a
a a a a
b b
a a
a a a a
b b b b
c c
b b

= =
= =
Mtodo de Routh:
#cambio de signo
=
#polos inestables
2 4
1 3 5
1 2 3
1 2
0
0
n n n
n n n
a a a
a a a
b b b
c c

70
Estabilidad
2 4
1 3 5
1 2 3
1 2
0
0
n n n
n n n
a a a
a a a
b b b
c c

Mtodo de Routh:
Si hay 0 en la primera columna,
si la lina correspondente contiene elementos diferentes de 0, existe
al menos un polo inestable
si la lina correspondente contiene solo 0s,
o existen valores proprios imaginarios puros conjugados
o existen valores proprios reales opuestos
o valores proprios complejos conjugados y con partes reales
opuestas
71
Estabilidad
Ejemplosy discussiones
72
Estabilidad
y funcinde transferencia
( )
( )
( )
( )
N s
Y s U s
D s
=
polos del sistema=racesde D(s)
racesde la funcinde transferencia=racesde N(s)
Hemosvistoque lospolos son igualesa losvaloresproprios y por
lotanto, la estabilidaddel sistemacon funcinde transferenciase
determinavia sus polos.

IME340 AnalisisIntroduccion

Încărcat de

Informații document

Titlu original

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

IME340 AnalisisIntroduccion

Încărcat de

Drepturi de autor:

Formate disponibile

1

Analisis de Sistemas Dinmicos Laurent Sass

Solucingeneral de ecuacionesde estado

Si hay races de multiplicadad ms grande que uno...

Solucingeneral de ecuacionesde estado

Por lo tanto, tenemos una infinidad de soluciones

La rices complejas en pares conjugadas de multiplicidad 1

S-ar putea să vă placă și