Departamento de Mecatrnica

Instituto Tecnolgico de Culiacn

Realimentacin del estado

Dr. Ral Santiesteban Cos

Culiacn, Sinaloa.
Introduccin

Controlabilidad y observabilidad.
Asignacin de polos
Observadores del estado
Esquema controlador-observador
Los conceptos de controlabilidad y observabilidad fueron
introducidos por Kalman en 1960.

Son de gran importancia en el diseos de sistemas de control

en espacio de estado.

Las condiciones de controlabilidad y observabilidad determinan

si existe una solucin viable y completa al diseo de control.
 Controlabilidad

Sea el sistema lineal

x (t ) Ax (t ) Bu(t )
(1)
y (t ) Cx(t )

descrito por las matrices (A,B,C), se dice que es controlable si

es posible construir una seal de control u (t ) no restringida tal
que pueda transferir cualquier condicin inicial de estado x(0) .

a cualquier otra condicin x(t ) en un intervalo de tiempo finito.

Un sistema lineal (A,B,C) es controlable si la matriz

C B AB An-1 B ( C matriz de controlabilidad)

es de rango (r) pleno r=n, en otras palabras, el determinante de

la matriz C es diferente de cero.

Nota: n es la dimensin del sistema (# de variables de estado),

mientras que el rango (r) de C es el nmero de vectores linealmente
independientes en C
Ejemplo 1:
Determine si el siguiente sistema es controlable
x1 5 5 x1 0u
x2 5 4 x2 1

Solucin:
El sistema es de segundo orden ( n 2 ) y
0 5
C B AB
1 4
tiene rango de 2, r n o, det(C) 0
por lo tanto el sistema es totalmente controlable
Ejemplo 2:
Determine si el siguiente sistema es controlable
x1 5 0 x1 0u
x2 5 4 x2 1

Solucin:
El sistema es de segundo orden ( n 2 ) y
0 0
C B AB
1 4
tiene rango de 1, r n o, det(C) 0

por lo tanto el sistema es no es totalmente controlable

Una forma alterna de verificar si un sistema es controlable, es
dibujando el diagrama de flujo de los estados y determinar si
existen caminos desde la seal de control hasta todas las
variables de estado. Si se cumple, el sistema es controlable:
Diagramas de flujo del estado de los ejemplos 1 y 2
a) Ejemplo 1 u x2 x2 x1 x1
+ 5 +
x1 5 5 x1 0u
x2 5 4 x2 1 4 5

-5

Fig.1 Diagrama a bloques ejemplo 1.

Existe un camino desde u hacia todas las variables de estado.

b) Ejemplo 2 u x2 x2 x1 x1
+
x1 5 0 x1 0u
x2 5 4 x2 1 4 5

-5
Fig.2 Diagrama a bloques ejemplo 2.

No existe un camino desde u hasta la variable x1 .

En el ejemplo 1

Existe un camino desde u hasta x1 y x2 .

El sistema es controlable.

En el ejemplo 2

No existe un camino desde u hasta x1 . Pero si hacia x2 .

El sistema es parcialmente controlable.
No se tiene acceso a modificar la dinmica de x1 .
Si la dinmica de x1 es inestable, entonces el sistema lo es.

Si la dinmica de x1 fuera estable y como es posible asignar

a x2 la dinmica deseada. El sistema se dice estabilizable.
Observabilidad
Sea el sistema lineal
x (t ) Ax (t ) Bu(t )
y (t ) Cx(t ) (1)

descrito por las matrices (A, B,C).

La observabilidad es la capacidad que existe en un sistema

para poder estimar sus variables de estado.
 Un sistema lineal (A,B,C) es Observable en el tiempo t 0
si es posible determinar el estado inicial x(t 0) a partir del
conocimiento de u (t ) y y (t ) en un intervalo de tiempo finito.

La definicin anterior no es restrictiva ya que si se desea

conocer el valor del estado para algn tiempo t i , estar dado
por
ti

x(t i ) e x(0) e
At i A( ti )
Bu ( )d
0
El sistema (A,B,C) es observable si y solo si la matriz
C
CA
( O matriz de observabilidad)
O

n 1
CA
es de rango pleno (r n) , es decir, O es no singular, o su
determinante es diferente de cero.

Si el sistema no es totalmente observable significa que algunas

variables de estado quedan ocultas a las mediciones de y (t ).
Ejemplo 3:
Determine si el siguiente sistema es observable
x1 5 0 x1 0u
x2 5 4 x2 1

y 1 1 1
x
x2
Solucin:
El sistema es de segundo orden ( n 2 ) y

O C 1 1

CA 0 4

tiene rango dos, r n o, det(O) 0

por lo tanto, el sistema es totalmente observable
Ejemplo 4:
Determine si el siguiente sistema es observable
x1 5 0 x1 0u
x2 5 4 x2 1

y 1 0 x1
x2
Solucin:
El sistema es de segundo orden ( n 2 ) y

O C 1 0

CA 5 0

tiene rango uno, r n o, det(O) 0

por lo tanto, el sistema es no es observable (totalmente)
Ejemplo 5:
Determine controlabilidad y observabilidad en el sistema:

x1 1 2 6 x1 0
x2 3 6 4 x2 0 u
x 7 2 5 x 2
3 3

y 1 0 0 x1
x2
x
Solucin: 3

C B AB A2 B 47 26 16
C A 2 49 38 14
O CA 22 12 9
CA 2
 0 12 32
C 0 8 28 det (C) 0 el sistema es controlable
2 10 18

1 0 0
O 1 2 6 det (O) 0 el sistema es observable
47 26 16

Realimentacin del estado
Sea el sistema
x (t ) Ax (t ) Bu(t )
(1)
y (t ) Cx(t )

Su polinomio caracterstico es
a( s) det(sI A) s n a1s n1 a2 s n2 an
que representa cierto comportamiento dinmico.

Ahora se busca modificar el comportamiento del sistema (1)

(A,B,C) por medio de la realimentacin del estado:
 u(t ) Kx(t ) v(t ) (2)

donde K [k1 k2 kn ] es un vector fila y v(t ) es una nueva entrada,

a fin de obtener un sistema de lazo cerrado con el polinomio
caracterstico deseado.
( s) s n 1s n1 2 s n2 n (3)

Esto es equivalente a modificar los polos del sistema en el

anlisis por Laplace. Sustituyendo (2) en (1) se obtiene:
 v(t ) u (t ) x (t ) x(t ) y (t )
+ B + C

A Fig. 3 Representacin del

sistema
modificado por
-K realimentacin del estado.

x (t ) ( A BK ) x(t ) Bv(t )
y(t ) Cx(t )

cuyo polinomio caracterstico es

ak ( s) det(sI A BK ) (4)
La meta es que por medio del control (2)
u (t ) Kx(t ) v(t ) (2)
el polinomio caracterstico modificado (4) se iguale al polinomio
caracterstico deseado (3):
ak ( s) ( s)

Frmula de Ackermann

El problema de realimentacin del estado se reduce a la

obtencin del vector de realimentacin K
u(t ) Kx(t ) v(t ) K k1 k2 kn
en sistemas lineales de una entrada y una salida. La frmula
de Ackermann es muy til para disear el vector K
 K [0 0 0 1]C 1 ( A) Frmula de Ackermann

donde (s) es el polinomio caracterstico deseado

( s) s n 1s n1 2 s n2 n
por lo que:
( A) An 1 An1 2 An2 n I

mientras que [0 0 0 1]C 1 es la ltima fila de la matriz

de controlabilidad.
Ejemplo 6:

Disee un controlador por realimentacin del estado que asigne

los valores propios 1 3 j1 y 2 3 j1, al sistema.

x1 1 1 x1 0u y 1 0 1
x
x2 3 2 x2 1 x2

Solucin:
Una de las formas ms sencillas de encontrar el vector de
realimentacin es igualar la ecuacin caracterstica del sistema
original con realimentacin del estado con la ecuacin
caracterstica de los valores propios deseados:
Paso 0. Verificar estabilidad ( no indispensable )

0 1 1
det 2 5 ( 1.7913)( 2.7913) 0
0 3 2

Hay una raz con parte real negativa, el sistema es inestable.

Paso 1. Verificar controlabilidad

0 1
C B AB
Es de rango pleno por lo tanto es
1 2 totalmente controlable

El diseo del controlador puede llevarse a cabo.

Paso 2. Obtencin del vector K
Se iguala:
ak ( ) ( )
det(I ( A BK )) ( 3 j1)( 3 j1)

0 1 1 0
det k
0 3 2 1 1
k 2 2 6 10


1 1
det
2
6 10
k1 3 2 k 2

2 (k2 1) k1 k2 5 2 6 10
se igualan los coeficientes del mismo orden

k2 1 6 k1 k 2 5 10

y se obtiene el vector de realimentacin K [8 7]

El sistema realimentado queda:

x1 1 1 x1 0 x1 0 y 1 0 x1
x 3 2 x 18 7 x 1 v, x2
2 2 2

donde v es una referencia asignada (escalar).

Ejemplo 7:
Utilizando la frmula de ackermann, disee un controlador por
realimentacin del estado que asigne los valores propios
1 4 j1 , 2 4 j1 y 3 6 al sistema.

x1 1 2 2 x1 0 x1
x 4 5 2 x 1 u
2
2 y 1 2 1 x 2 .

x 3 2 1 3 x3 2 x3
Solucin:
Paso 0. Verificar estabilidad ( no indispensable )
0 0 1 2 2

det 0 0 4 5 2 3 92 29 5
0 0 2 1 3

 1 4.4087 j 2.8202, 2 4.4087 j 2.8202, 3 0.1825

los tres valores propios tienen parte real positiva, por lo tanto
el sistema es inestable.
Paso 1. Verificar controlabilidad

0 2 6
C B AB
A 2 B 1 9 63 , det(C) 310 0
2 5 10

por lo tanto el sistema es totalmente controlable.

Paso 2. Obtencin del vector K, utilizando la frmula de
Ackerman
K [0 0 0 1]C 1 ( A)

la inversa de la matriz de controlabilidad es

45 5 18
62 31 31
58 6 3
C 1
155 155 155
13 2 1
310 155 155
1
el ltimo rengln de C es
 13
1 2 1
[0 0 0 1]C
310 155 155

por otra parte, el polinomio caracterstico deseado es

( ) ( 4 j1)( 4 j1)( 6) 3 142 65 102

entonces
( A) A3 14 A2 65 A 102I

74 394 164
(A) 788 632 624
164 312 468
por ltimo, el vector K, queda:

K [0 0 0 1]C 1 ( A)

74 394 164
13 2 1
K 788 632 624
310 155 155
164 312 468

K 6.0065 26.6903 1.8452

Observador de estado

- De orden completo n estados

- De orden reducido menos de n estados

- De orden mnimo el mnimo de estados

Sea el sistema
x (t ) Ax (t ) Bu (t )
(1)
y (t ) Cx(t )

Suponga que el estado x se aproximar mediante el

estado x del modelo dinmico

x (t ) A~
~ ~
x (t ) Bu (t ) Ke ( y Cx ) (2)
 u (t ) x (t ) x(t ) y (t )
B + C

~x (t ) ~ +
y (t )
B + C -
+ A
Ke

Fig. 1 Representacin del sistema modificado usando un

observador de estado de orden completo.
la ecuacin de error del observador est dada por

x (t ) Ax A~
x ~ x (t ) Ke (Cx C~
x) (3)

( A KeC )( x ~
x) (4)

Se define la variable de error como

e (x ~
x) (5)

Donde la dinmica de error esta dada por

e ( A KeC )e (6)
El problema de disear un observador de orden completo
se convierte en determinar la matriz de ganancias del
observador Ke, tal que la dinmica de error definida
mediante la ecuacin (6) sea asintticamente estable con
una velocidad de respuesta suficiente.

Problema Dual
Por tanto, aqu el problema se convierte en el mismo que
en el caso de ubicacin de polos analizado anteriormente.
 x (t ) Ax Bu z (t ) A* z C *u
(7)
y (t ) Cx (t ) B* z

La meta es utilizar un control del tipo

v Kz (8)

La matriz de ganancias de realimentacin del estado K se

determina de tal modo que la matriz A* C * K * produzca un
conjunto de los valores caractersticos deseados.
Frmula de Ackermann

Frmula de Ackermann para

K [0 0 0 1]C ( A)
1
el problema de retroalimentacin
(9)

Frmula de Ackermann para

Ke [0 0 0 1]O ( A )
1 *
el problema observacin
(10)

O1 [C * | A*C * | | ( A* ) n1 C * ]
 1
C 0 C 0
0
CA 0 CA
K e K * ( A* ) ( A)
n2 n2
CA 0 CA 0
n 1 1 n 1 1
CA CA

donde (s) es el polinomio caracterstico deseado

( s) s n 1s n1 2 s n2 n

mientras que [0 0 0 1]C 1 es la ltima fila de la matriz

de controlabilidad.
 Ejemplo 8:
Disee un observador de estado de orden completo que asigne
los valores propios 1 3 j1 y 2 3 j1, al sistema.

x1 1 1 x1 0u y 1 0 1
x
x2 3 2 x2 1 x2

Solucin:
Una de las formas ms sencillas de encontrar el vector de
observacin es igualar la ecuacin caracterstica del sistema
original con el observador de estado con la ecuacin
caracterstica de los valores propios deseados:
Paso 1. Verificar observabilidad

C 1 0 rango pleno?...por lo tanto es

O

CA 1 1

El diseo del observador puede llevarse a cabo.

Paso 2. Obtencin del vector Ke
Se iguala:
ake ( ) ( )
det(I ( A KeC )) ( 3 j1)( 3 j1)

0 1 1 K e1
det
0 3 2 K e 2
1 0

2
6 10

1 ke1 1
det
2
6 10
3 k e 2 2

2 (ke1 1) (ke 2 2ke1 5) 2 6 10

se igualan los coeficientes del mismo orden

ke1 1 6 2ke1 ke 2 5 10
7
y se obtiene el vector de realimentacin K e

29

La ecuacin para el observador de orden completo

~ x1 1 1 ~
x1 0 7
~ ~ u y
x2 3 2 x2 1 29
 Ejemplo 7:

Utilizando la frmula de Ackermann, disee un observador de

estado que asigne los valores propios 1 4 j1 2 4 j,1
y 3 6 al sistema.

x1 1 2 2 x1 0 x1
x 4 5 2 x 1 u
2 2 y 1 2 1 x 2 .

x 3 2 1 3 x3 2 x3
Solucin:

Paso 1. Verificar observabilidad

C 1 2 1

O CA 7 9 3 det(O) 250 0
CA2 49 28 41

por lo tanto el sistema es

Paso 2. Obtencin del vector K, utilizando la frmula de
Ackerman 1
C 0
AC
0
K e ( A)

n-1
A C 1
la matriz inversa de observabilidad es
57 11 3
50
25 50
14 9 1
O
1

25 25 25
49 7

1
50 25 50
 3
50
0
1 1
O 0
25
1
1
50
por otra parte, el polinomio caracterstico deseado es

( ) ( 4 j1)( 4 j1)( 6)

14 65 102
3 2
entonces

( A) A3 14 A2 65 A 102I

74 394 164
(A) 788 632 624
164 312 468
por ltimo, el vector K, queda:

1 3
C 0 50
AC 0 74 394 164
K e ( A)
K 788 632 624 1
25
n-1 164 312 468
A C 1 1
50
423
25


238
K
25

324
25