Documente Academic
Documente Profesional
Documente Cultură
El controlador que manipula la señal de error para determinada acción deseada de control
ha sido clásicamente un sistema analógico, que incluye componentes eléctricos, fluidos,
neumáticos o mecánicos. Todos estos sistemas tienen entradas y salidas análogas, es
decir, sus señales de entrada y salida se definen de forma continua en un intervalo de
tiempo y tienen valores que están definidos en un rango continuo de amplitudes. En las
últimas décadas, los controladores analógicos han sido a menudo reemplazados por
controladores digitales cuyas entradas y salidas se definen en instancias de tiempo
discreto. Los controladores digitales están en forma de circuitos digitales, computadoras
digitales o microprocesadores.
Además, las variables de control (salidas del controlador) que cambian continuamente
obtienen un mejor control que las que cambian periódicamente. Si todos los demás
factores hubieran sido idénticos para el control digital y analógico, el control analógico
sería superior al control digital, por lo que se plantea la pregunta: ¿Cuál es, entonces, la
razón detrás del cambio de analógico a digital que ha ocurrido en las últimas décadas?.
Pero, el control digital ofrece claras ventajas sobre el control analógico que explican su
popularidad. Estas son algunas de sus muchas ventajas:
1
resistencias y condensadores con valores reales que varían significativamente de los
valores nominales de diseño.
5. Costo. Aunque los precios de la mayoría de los bienes y servicios han aumentado
constantemente, el costo de los circuitos digitales continúa disminuyendo. Los
avances en la tecnología de integración a gran escala (VLSI) han permitido fabricar
circuitos integrados mejores, más rápidos y más confiables y ofrecerlos al consumidor
a un precio menor. Esto ha hecho que el uso de controladores digitales sea más
económico incluso para aplicaciones pequeñas y de bajo costo
La elección del periodo de muestreo es muy importante puesto que un valor demasiado
grande hace que se pierda información cuando se muestrean señales rápidas, que en el
caso de tratarse de un problema de control provendrán de sistemas rápidos.
2
Figura 1.1. (a) Señal analógica representada por función continua. (b) Señal digital
representada por secuencia discreta.
También se debe tener en cuenta que la señal de Referencia o consigna del Procesador
corresponde a una señal digital.
3
traducción del lenguaje de proceso al lenguaje de controlador digital se realiza mediante
un convertidor de analógico a digital (CAD). Se necesita un sensor para monitorear la
variable controlada para control de retroalimentación.
Las variaciones en esta configuración de control son posibles. Por ejemplo, el sistema
podría tener varias entradas de referencia y variables controladas, cada una con un lazo
similar al de la Figura 1.2. El sistema también podría incluir un lazo interno con control
digital o analógico. En la Figura 1.3 se muestra un sistema de control en tiempo discreto
con comparador analógico y un regulador digital en una planta con realimentación de
lazo cerrado.
Analizando las Figuras 1.3 se tiene lo siguiente: se parte de la una señal analógica (luego
de la comparación analógica) como se observa en la Figura 1.3a, a la cual se le digitaliza
mediante el Muestreador para obtener el vector de puntos de las muestras representadas
en la Figura 1.3b, a continuación se realiza el muestreo y retención (sampling and hold)
para que la señal sea continua como la Figura 1.3c, luego se aplica un filtro pasa bajo con
la frecuencia de corte a la mitad de la frecuencia de muestreo, para obtener la Figura 1.3d.
que es la señal análoga reconstruida para el control.
4
pintura. Para realizar sus tareas con precisión y fiabilidad, las posiciones y velocidades
de la mano del manipulador (efector final) se controlan digitalmente.
Para simplificar, solo se muestra un lazo de control de movimiento en la Figura 1.4, pero
en realidad hay n lazos para un manipulador n-D.O.F.
5
1. Características del control en tiempo discreto
a) Emulación analógica
b) Diseño digital directo
6
Respuesta de orden n con cancelación de polos
Dead-Beat
𝑦̇ + 𝑎𝑦 = 𝑏𝑢 ; 𝑎, 𝑏 = 𝑐𝑡𝑒
𝑦̇ = − 𝑎𝑦 + 𝑏𝑢
7
𝑑𝑦
= −𝑎𝑦 (𝑡) + 𝑏𝑢 (𝑡)
𝑑𝑡
𝑑𝑦
Y despejando para obtener:
𝑑𝑡
𝑑𝑦
= (−𝑎𝑦 (𝑘𝑇) + 𝑏𝑢 (𝑘𝑇))|𝑡=𝑘𝑇
𝑑𝑡 |𝑡=𝑘𝑇
𝑑𝑦
= −𝑎𝑦 (𝑘𝑇) + 𝑏𝑢 (𝑘𝑇)
𝑑𝑡 |𝑡=𝑘𝑇
(1.1)
𝑑𝑦
Se aproxima la derivada por el método de Euler para una función y(t)
𝑑𝑡 |𝑡=𝑘𝑇
continua.
se obtiene:
y (k + 1) = −aT . y (k) + bT . u (k) + y (k)
y (k) = (1 − aT ) y (k − 1) + bT . u (k − 1)
(1.3)
Se obteniene como resultado la ecuación de diferencias correspondiente a la ecuación
diferencial de primer orden.
Los valores discretos y(k) = y(kT) de la solución de y(t) pueden ser calculados
resolviendo la ecuación de diferencias.
8
Primero se calcula la solución homogénea: u(k) = 0, ∀k por recursión:
Sustituir t = kT :
𝑎𝑇 𝑎2 𝑇 2 𝑎3 𝑇 3
𝑒 −𝑎𝑇 = 1 − + − +⋯
1! 2! 3!
𝑘
𝑎2 𝑇 2 𝑎3 𝑇 3
𝑦(𝑘) = [1 − 𝑎𝑇 + − + ⋯ ] 𝑦(0) ; 𝑘 = 0, 1, 2, …
2! 3!
Si aT << 1 entonces, las potencias de aT serán mucho menores que (1-aT) y por
lo tanto se puede aproximar la solución a:
1
Para cumplir la condición |𝑎𝑇| << 1 se hace que T << |𝑎| con lo que se puede
escoger el periodo de muestreo como:
9
1 1
𝑇≤ .| |
10 𝑎
1
𝑓𝑠 = ≥ 20. 𝐵𝑊
𝑇
Figura 1.6. Sucesión de valores de salida y(kT) con 0 < (1-aT) < 1.
10
¿Cómo es la forma de la salida cuando (1− aT ) es negativo para los casos en que
su magnitud es menor que uno o mayor que uno?.
Ejemplo:
𝑑𝑦
3 + 2𝑦 (𝑡) = 5𝑢 (𝑡)
𝑑𝑡
𝑑𝑦 2 5
= − 𝑦 (𝑡) + 𝑢 (𝑡)
𝑑𝑡 3 3
𝑑𝑦 2 5
= − 𝑦 (𝑘𝑇) + 𝑢 (𝑘𝑇)
𝑑𝑡 |𝑡=𝑘𝑇 3 3
2 5
𝑦 ((𝑘 + 1 )𝑇) − 𝑦 (𝑘𝑇 ) = − 𝑇𝑦 (𝑘𝑇) + 𝑇𝑢 (𝑘𝑇)
3 3
Agrupando:
2 5
𝑦 ((𝑘 + 1 )𝑇) = (1 − 𝑇) 𝑦 (𝑘𝑇) + 𝑇𝑢 (𝑘𝑇)
3 3
Al reemplazar kT = k y k - 1 = k, se tiene:
2 5
𝑦 (𝑘) = (1 − 𝑇) 𝑦 (𝑘 − 1) + 𝑇𝑢 (𝑘 − 1)
3 3
𝑑𝑛 𝑦 𝑑 𝑛−1 𝑦 𝑑𝑦 𝑑𝑛 𝑢 𝑑 𝑞−1 𝑢 𝑑𝑢
𝑎𝑛 𝑛
+ 𝑎𝑛−1 𝑛−1
+ ⋯ + 𝑎1 + 𝑎0 𝑦 = 𝑏𝑞 𝑛
+ 𝑏𝑞−1 𝑞−1
+ ⋯ + 𝑏1 + 𝑏0 𝑢
𝑑𝑡 𝑑𝑡 𝑑𝑡 𝑑𝑡 𝑑𝑡 𝑑𝑡
11
A la cual le corresponde el siguiente modelo en variables de estado:
𝑥̇ = 𝐴 ⋅ 𝑥 + 𝐵 ⋅ 𝑢
𝑦 = 𝐶⋅𝑥+𝐷⋅𝑢
(1.4)
2. Sistema en tiempo discreto
Se desea encontrar las matrices Ad, Bd, Cd y Dd, de las ecuaciones (1.5), para lo cual
se parte de la ecuación de movimiento para el sistema en variables de estado, el cual
se evalúa en t = kT. (El desarrollo queda para el lector)
𝑑𝑦 2 𝑑 𝑑𝑦
|𝑡=𝑘𝑇 = ⋅
𝑑𝑡 2 𝑑𝑡 𝑑𝑡 |𝑡=𝑘𝑇
12
1.1.3. Solución de ecuaciones en diferencias
Pueden generarse o modificarse las señales en tiempo discreto mediante algoritmos (que
se concretan en un programa de ordenador).
Sistema en tiempo discreto. Define una regla para obtener cada valor de la salida y[k],
dados los valores de la entrada u[k] y las condiciones iniciales.
La ecuación en diferencias. Expresa el resultado del algoritmo (salida, y[k]) para cada
instante k como combinación lineal de valores de la entrada u[k] y de la salida en distintos
instantes. Para ser causal (ejecutable en tiempo real) estos valores deben ser pasados; se
admite también el valor presente de la entrada, lo cual requiere suponer que el tiempo de
cálculo es despreciable. En un sistema no causal, y[k] depende de u[k+1], u[k+2], ...
𝑦(𝑘 + 𝑛) = 𝑓[𝑦(𝑘 + 𝑛 − 1), 𝑦(𝑘 + 𝑛 − 2),⋅⋅⋅, 𝑦(𝑘 + 1), 𝑦(𝑘), 𝑢(𝑘 + 𝑛), 𝑢(𝑘 + 𝑛 − 1),⋅⋅⋅, 𝑢(𝑘 + 1), 𝑢(𝑘)]
forzando la función u(k) se dice que es de orden n porque la diferencia entre los
argumentos de tiempo más alto y más bajo de y(.) y u(.) es n. Las ecuaciones con las que
se trabaja son casi exclusivamente lineales y tienen la forma:
Se supone además que los coeficientes ai, bi, i = 0, 1, 2, . . ., son constantes. La ecuación
de diferencia se conoce entonces como invariante de tiempo lineal, o LTI. Si la función
de forzamiento u(k) es igual a cero, se dice que la ecuación es homogénea.
5y (k + 4) - 4y (k + 2) + y (k + 1) + (k - 2)3 = 0
es de orden 4 – 1 = 3.
Origen de tiempo: Se usará como origen de tiempos k=0. Nótese que esto implica que la
primera iteración es k=0.
Ejemplos:
13
Para cada una de las siguientes ecuaciones en diferencia, determine el orden de la
ecuación. ¿Es la ecuación (a) lineal, (b) invariante en el tiempo, o (c) homogénea?
Solución:
1. La ecuación es de segundo orden. Todos los términos entran en la ecuación linealmente
y tienen coeficientes constantes. La ecuación es por lo tanto LTI. Una función de forzado
aparece en la ecuación, por lo que no es homogénea.
2. La ecuación es de cuarto orden. El segundo coeficiente depende del tiempo, pero todos
los términos son lineales y no hay función forzada. La ecuación es, por lo tanto, lineal en
tiempo variable y homogénea.
3. La ecuación es de primer orden. El lado derecho (RHS) es una función no lineal de y (k),
pero no incluye una función de forzado o términos que dependen explícitamente del
tiempo. La ecuación es por lo tanto no lineal, invariante en el tiempo y homogénea.
El caso más sencillo es cuando los coeficientes pi (k) = ai, son constantes:
El problema de encontrar una función y que verifique la ecuación, y tal que en los
n enteros consecutivos k0, k0 + 1, . . . , k0 + n - 1 tomen valores dados c0, c1, . . . ,
cn-1, tiene solución única.
14
Dada una ecuación en diferencias lineal homogénea de coeficientes constantes y
de orden n entonces, si la solución y es nula en n enteros consecutivos, es
idénticamente nula.
Sea {y1, y2, ... ,yn} un sistema fundamental de soluciones de una ecuación en
diferencias lineal. Entonces:
1. D (k) ≠ 0
𝑦 (𝑘) = ∑ 𝑐𝑖 𝑦𝑖 (𝑘)
𝑖=1
y (k) = (1 - aT) y (k - 1)
15
Se realiza por recursión:
k = 1 : y (1) = (1 - aT) y (0)
k = 2 : y (2) = (1 - aT)2 y (0)
k = 3 : y (2) = (1 - aT)3 y (0)
…
k = n : y (n) = (1 - aT)n y (0)
Al generalizar:
Por ejemplo:
y (k + 2) - 4y (k + 1) + 3y (k) = 0
r2 - 4r + 3 = 0 , entonces: r1 = 3, r2 = 1.
Por tanto:
y (0) = 0 = c130 + c2 = c1 + c2
y (1) = 1 = c131 + c2 = 3c1 + c2
1 1
dnde: 𝑐1 = 2 y 𝑐2 = − 2, entonces y (k) será;
1 1
𝑦 (𝑘) = 3𝑘 −
2 2
16
2. Solución de la ecuación completa
El caso general en control está dado por: u (k) = akp (k), donde a es una constante y p es
un polinomio de grado m.
donde q es un polinomio del mismo grado que p, si z no tiene factores comunes con la
solución general de la ecuación homogénea.
Por ejemplo:
y (k + 2) - y (k + 1) + y (k) = k
y (k + 2) - y (k + 1) + y (k) = 0
1+√−3 1−√−3
r2 - r + 1 = 0 , entonces: 𝑟1 = y 𝑟2 = ,
2 2
Por tanto, al ser raíces imaginarias (se verá más adelante) la solución homogénea es:
𝑘𝜋 𝑘𝜋
𝑦 (𝑘) = 𝑐1 cos + 𝑐2 sin
3 3
Una solución particular será de la forma z (k) = ak + b, por lo que se determina los
valores de a y b mediante:
a (k + 2) + b - a (k + 1) - b + ak + b = k , entonces ak + a + b = k
Para k = 0 y a = 1
a + b = 0 , entonces b = -1
17
𝑘𝜋 𝑘𝜋
𝑦 (𝑘) = 𝑐1 cos + 𝑐2 sin +𝑘−1
3 3
Una ecuación en diferencias es una ecuación que relaciona varias secuencias con ellas
mismas desplazadas (o sea, una ecuación de recurrencia).
a0 y k a1 y k 1 a 2 y k 2 an y k n b0 u k b1u k 1 b2 u k 2 bm u k m
n m
a y
i 0
i k i b juk j
j 0
1. Diferencia Finita
Sea y f [k ] una función para k Z, se llama primera diferencia, o diferencia finita
de primer grado de y f [ k ] a la expresión dada por
Ejemplo:
Si
Solución:
Yk f [k ] 1 2k 3k 2
18
Yk 1 f [k 1] 1 2(k 1) 3(k 1)2 1 2k 2 3(k 2 2k 1) 6 8k 3k 2
f [k ] f [k 1] f [k ] (6 8k 3k 2 ) (1 2k 3k 2 ) 5 6k
Como se observa, a partir del resultado del ejemplo anterior, f [ k ] es otra función que
depende de la misma variable k, por tanto se puede hablar de la segunda diferencia de
f [k ] (o primera diferencia de f [k ] ). Esta se escribe:
2 f [k ] f [k 1] f [k ]
y así sucesivamente para diferencias de orden mayor.
Ejercicios
1. f [k ] k 2 2k 1
2. g [k ] 1 / k
3. h [k ] ln (k )
2. Ecuaciones de Diferencia Finita de Primer Orden
Una ecuación que relacione los valores de una función y f [k ] con una o varias de
sus diferencias finitas, se llama ecuación de diferencia finita en f [ k ] .
Ejemplos:
1. 3Yk 1 Yk 0
2. Yk 1 4Yk k
3. Yk 1 Yk 3 (2)k
3. Modelaje de Sistemas de Tiempo Discreto Mediante Ecuaciones en
Diferencias
Como los sistemas de tiempo discreto que se usan aquí no son tomados del mundo físico
real (la naturaleza) sino que son una invención del hombre, normalmente no parten de
un modelo físico, como ocurría en los sistemas de tiempo continuo, sino que
directamente se representan mediante algún tipo de modelo matemático.
19
Lo más normal es que los sistemas de tiempo discreto se representen gráficamente
mediante diagramas de bloques, donde los elementos fundamentales son: multiplicación
por una constante, sumador y retardo. Así, un sistema de tiempo discreto puede
representarse mediante un diagrama de bloques con estos elementos básicos y de él se
puede obtener la ecuación en diferencias correspondiente. Se asume que uk es la
entrada, yk es la salida y n es el orden del sistema de tiempo discreto.
Ejemplo:
1 1 1 1 1
R 2R R V k 1 V k 2 Vk 0
R R
5 1 1
V k 1 V k 2 V k 0
2R R R
O mejor
Que es la ecuación en diferencias que modela a los voltajes de nodo para la red R-2R.
En el nodo N se tiene la restricción impuesta por la ecuación:
1
VN V N 1
2
Ejemplo:
20
Solución:
Solución:
Del diagrama de bloques se tiene que:
1 2
yk y k 2 y k 3 u k 2u k 2
4 8
quedando la ecuación de diferencias así:
1 2
yk y k 2 y k 3 u k 2u k 2
4 8
4. Solución de Ecuaciones de Diferencia Finita
Una función Y f [ k ] es una solución de la ecuación de diferencia finita si está definida
para todo k= 0, 1, 2, 3,... y satisface la ecuación dada.
Ejemplo:
Yk 1 Yk 2k 1
Solución:
Yk 1 Yk [(k 1)2 1] [k 2 1] 2k 1
21
o sea que la función Y f [ k ] cumple con la ecuación de diferencia dada en el ejemplo.
Existen dos clases de soluciones para una ecuación de diferencia finita: la solución
particular y la solución general.
Ejemplo:
solución de Yk 1 Yk 2k 1 .
EJERCICIOS.
1. Yk k ; Yk 1 Yk 1
2. Yk 4 (2)k ; Yk 1 2Yk 0
3. Yk 1 (k 1) * k ; Yk 1 Yk 2k 3
4. Yk 3 ; Yk 1 Yk 0
(1 k ) * k
5. Yk C ; Yk 1 Yk k
2
1
Yk Yk 1 3Yk 1
6.
1 k ;
1 3k 1 Yk
7.
Yk Y
; k 1
2 1 Yk
k
1
8.
Yk 1 ; 2Yk 1 Yk 3
2
22
9. Yk 3(2k 1 1) ; Yk 1 2Yk 1
10. Yk e k
; Yk 1 Yk (1 e)Yk
5. Ecuación de Diferencia Lineal de Primer Orden
Se llama ecuación de diferencia lineal de primer orden con coeficientes constantes en
Yk a toda expresión de la forma:
a1 Yk 1 a0 Yk f [k ]
con a0, a1 constantes y f [ k ] una función tal que k = 0, 1, 2, 3, …
Ejemplos:
1. 5Yk 1 3Yk k 1
2. 2Yk 1 Yk 2k
La ecuación en diferencia de orden n es
an Yk n an 1 Yk n 1 a1 Yk 1 a0 Yk Uk
Se recalca que estas ecuaciones son aplicables si y sólo si el valor de la función en un
período cualquiera, está relacionado o depende del valor de dicha función en el período
inmediatamente anterior, además la variable independiente debe tomar los valores
enteros 0, 1, 2, 3, …
f [k ] Yk 1 Yk
y la ecuación de diferencia lineal de primer orden con coeficientes constantes se
escribirá:
a1 Yk a0 Yk 1 f1 [k ]
Donde a0, a1 son constantes y f1 [ k ] es una función que depende de k relacionada con
f [ k ] . El manejo de estas ecuaciones es idéntico al de las anteriores, simplemente que
Yk de la primera ecuación corresponde a Yk-1 de la segunda y Yk+1 de la primera ecuación
23
corresponde a Yk de la segunda.
Ejemplo:
En un instante cualquiera, una señal es igual a las tres cuartas partes de la recibida en
el periodo anterior aumentada en 0.2. Plantear una ecuación de diferencia que relacione
dos señales consecutivas.
Solución:
O también
24
la cual se van registrando las salidas y entradas para los respectivos periodos en el
tiempo conforme éste avanza.
0 2 0 0 2
1 5 2 0 2
2 7.9 5 2 2
3 9.85 7.9 5 2
Como se puede observar, este método es muy conveniente para mirar la dinámica
del sistema, pero que tal si la pregunta fuera: ¿Cuál es la población en 1000 años?.
La construcción de la tabla para resolver esta inquietud es muy tediosa, de ahí que
mejor se empleen métodos matemáticos para resolver este tipo de ecuaciones de
diferencia.
25
Figura 1.12. Tipos de raíces de la ecuación característica.
n
y[k ] ci ri ,
k
k= 0, 1, 2, …,n -1
i 1
y[0] 1 1 1 c1
y[1] r r2 rn c 2
1
y[2]
n 1 n 1 n 1
y[3] r1 r2 rn c n
ri , kri , , k m 1 ri
k k k
26
Ejemplo:
1 1 1 0 c1
3 3 2 2 c
2
0 9 4 8 c 3
ri Re j , ci R0 e j0
ri 1 Re ( j ) , ci 1 R0 e ( j0 )
De la solución general:
n
y[k ] ci ri ,
k
k 0
i 1
𝑒 𝑖𝑥 + 𝑒 −𝑖𝑥
Aplicando la fórmula de Euler: cos 𝑥 = 2
27
ci ri ci 1ri k1 2 R0 R k cos(k 0 )
k
(1.6)
Ejemplo:
r1 , r2 a a 2 1
De la solución general, lo que implica una solución homogénea de la forma:
y[k ] c1 r1 c 2 r2
k k
Así:
1 c a 1
k k
y[k ] c1 a a 2
2 a 2
a 2 1 0 1 a 2 0
Por tanto, las raíces son complejas y conjugadas:
r1, 2 a j 1 a 2
De donde, R es el módulo de la raíz de r1 (raíz cuadrado de la suma de los cuadrados
de la parte real e imaginaria).
R r1 a 2 (1 a 2 ) 1
Las raíces se pueden escribir como:
r2 Re( j )
Como R=1, se calcula el ángulo con el tan-1 de la parte real e imaginaria de r1.
(1 a 2 )
tan
1
a
28
De la ecuación (1.6), la solución es y[k ] 2R0 cos(k 0 ) donde R0 , 0
depende de las condiciones iniciales:
k kn
ak k nak
k n a k cos k 1 k 0
sin(𝛼𝑘) 𝑜 𝑐𝑜𝑠(𝛼𝑡) 𝐴0 𝑐𝑜𝑠(𝑘𝛼) + 𝐴1 𝑠𝑖𝑛(𝑘𝛼)
k
i 0
i
i
ak
29
n n
i k i a k i k i a k cos(k 0 )
i 0 i 0
1[k ] 1[k ]
(-1)K (1)k
j
Si ó e son raíces de multiplicidad m de la ecuación característica, entonces
la solución propuesta debe ser multiplicada por k m.
Ejemplo:
y[k ] (1) k
Sustituyendo:
(1) k (1) 3 7 (1) k (1) 2 16 (1) k (1)1 12 (1) k (1) k
De donde
1
y[k ] c1 3k (c2 kc3 )2 k (1) k ó
36
1
y[k ] (1) k c1 3 k (c 2 kc3 )2 k
36
Con la última ecuación y las condiciones iniciales y[0]=1, y[1]=3, y[2]=0, se calcula
las constantes ci :
30
37 / 36 1 1 0 c1
107 / 36 3 2 2 c
2
1 / 36 9 4 8 c3
Ejemplo:
r 2 1.5r 0.8 0
Cuyas raíces son: r1 , r2 0.75 0.4873 j o expresadas de otra forma:
El lado derecho de la ecuación es una entrada paso de la forma 2(1[k]) y por tanto
la solución propuesta tendrá la forma (1[k]), así en la ecuación:
y[k 2] 1.5 y[k 1] 0.8 y[k ] u[k 2]
31
Por consiguiente la solución total será:
Y así:
2R0 5.994
4.666
cos 1 3.82
5.994
De donde la solución total estará dada por:
32
1.1.3.3. Transformada Z de Funciones Elementales
En la Figura 1.13 se muestra los espacios de trabajo de los sistemas de control digital:
1.1.3.3.1. Introducción
La transformada z es una herramienta matemática muy utilizada en el análisis y la síntesis de
control en tiempo discreto. El papel de la transformada z en sistemas en tiempo discreto es
similar al de la transformada de Laplace en sistemas de tiempo continuo. En un sistema de
control en tiempo discreto, una ecuación en diferencias lineal caracteriza la dinámica del
sistema. Para determinar la respuesta del sistema a una entrada dada, se debe resolver dicha
33
ecuación en diferencias. Con el método de la transformada z, las soluciones a las ecuaciones en
diferencias se convierten en un problema de naturaleza algebraica.
Al considerar la transformada Z de una función del tiempo x(t), solo se toman en cuenta los
valores muestreados de x(t), esto es, x(0), x(T), x(2T),…, donde T es el periodo de muestreo.
donde:
La transformada Z se fefine para señales de tipo discreto donde existe la sucesión x(k).
𝑥(𝑘𝑇) es la función en el dominio de tiempo discreto, que está muestreado
números enteros del periodo de muestreo T.
1. Escalón Unitario
34
Partiendo de la definición:
∞
Se debe hallar una expresión que hasta el infinito sea igual a la sumatoria anterior,
entonces se va a utilizar la serie de potencias, que se define así:
∞
1
∑ 𝑣𝑛 = = 𝑣 0 + 𝑣1 + 𝑣 2 + 𝑣 3 + ⋯
1−𝑣
𝑘=0
𝑍 [𝑥(𝑘)] = ∑ 1𝑧 −𝑘 = 1 + 𝑧 −1 + 𝑧 −2 + 𝑧 −3 + ⋯
𝑘=0
(1.7)
Si se saca z -1 y se va dando los valores que van tomando k, va a quedar igual a la serie
de potencias, así:
∞
𝑍[ [𝑢(𝑘)] = ∑ 1𝑧 −𝑘 = (𝑧 −1 )0 + (𝑧 −1 )1 + (𝑧 −1 )2 + (𝑧 −1 )3 + (𝑧 −1 )4 + ⋯
𝑘=0
Entonces z -1
sería v de la serie de potencias, por lo que la sumatoria de la ecuación 1.7
quedaría:
∞
1 1 1 𝑧
∑ 𝑧 −1 = = = =
1−𝑧 −1 1 𝑧−1 𝑧−1
𝑘=0 1−
𝑧 𝑧
Por lo tanto la transformada Z de la función escalón unitario sería:
𝑧
𝑋(𝑍) =
𝑧−1
(1.8)
35
>> % Script_1_1
>> syms z k %se crean las variables simbólicas z,k
>> f=symsum(z^(-k),k,0,inf);
% Devuelve la suma de la serie con los términos
% que especifica la expresión f= z^(-k), que dependen
% de la variable simbólica k. El valor de k
% varía de 0 a inf
>> pretty(f) % Imprime f en un formato de texto plano,
% se arregla la presentación
{ z
{ ----- if 1 < |z|
{ z - 1
{
{ Inf if (|z| in (0, 1) and z in (0, 1]) or z == 1
{
{ / / 1 \ \
{ z | | lim -- | - 1 |
{ | | k -> Inf k | |
{ \ \ z / /
{ - ------------------------- if ((|z| == 1 and 0 <= z) or (|z| in (0, 1) and
not z
{ z - 1
{ in (0, 1))) and z ~= 1
% Script_1_3
% GENERACIÓN DE ESCALÓN UNITARIO DISCRETO
x = ones (1,11); % define once valores de 1's
v = [0 10 0 2]; % define valores de ejes
axis (v); % Establecer límites de eje y relaciones de aspecto
plot (x,'ro') % grafica círculos de color rojo
xlabel ('k') % asigna rotulo al eje x
ylabel ('x(k)') % asigna rotulo al eje y
title ('ESCALON UNITARIO DISCRETO')
36
2. Rampa Unitaria
Sea la función rampa unitaria:
𝑡 , para 𝑡 ≥ 0
𝑥(𝑡) = {
0 , para 𝑡 < 0
Las magnitudes de los valores de las muestras son proporcionales para el período de
muestreo T. La transformada Z de la función rampa unitaria, se puede escribir como:
∞ ∞ ∞
−𝑘 −𝑘
𝑋(𝑧) = ∑ 𝑥(𝑘𝑇)𝑧 = ∑ 𝑘𝑇𝑧 = 𝑇 ∑ 𝑘𝑧 −𝑘
𝑘=0 𝑘=0 𝑘=0
𝑋(𝑧) = 𝑇(𝑧 −1 + 2𝑧 −2 + 3𝑧 −3 + ⋯ )
(1.9)
𝑧 −1 𝑋(𝑧) = 𝑇(𝑧 −2 + 2𝑧 −3 + 3𝑧 −4 + ⋯ )
(1.10)
𝑋(𝑧)(1 − 𝑧 −1 ) = 𝑇(𝑧 −1 + 𝑧 −2 + 𝑧 −3 + ⋯ )
𝑇𝑧 −1 𝑇𝑧 −1 𝑇𝑧 −1 𝑇𝑧 −1 𝑧 2
𝑋(𝑧) = = = =
(1 − 𝑧 −1 )2 1 2 𝑧−1 2 (𝑧 − 1)2
(1 − ) ( )
𝑧 𝑧
𝑇𝑧
𝑋(𝑧) =
(𝑧 − 1)2
37
(1.11)
3. Potencial: a k , (a = constante)
Sea la función potencial:
38
𝑎𝑘 , para 𝑘 = 0,1,2, …
𝑥(𝑘) = {
0 , para 𝑘 < 0
Donde a es una constante.
𝑋(𝑧) = 1 + 𝑎𝑧 −1 + 𝑎2 𝑧 −2 + 𝑎3 𝑧 −3 + ⋯
39
Figura 1.17. Gráfico potencial 2k.
𝑒 −𝑎𝑡 , para 𝑡 ≥ 0
𝑥(𝑡) = {
0 , para 𝑡 < 0
puesto que,
Sacando (𝑒 𝑎𝑇 𝑧) se tiene,
𝑋(𝑧) = 1 + (𝑒 𝑎𝑇 𝑧)−1 + (𝑒 𝑎𝑇 𝑧)−2 + (𝑒 𝑎𝑇 𝑧)−3 + ⋯
40
Operando para eliminar z -1, se tendría:
1 1 𝑧
𝑋(𝑧) = =
1− 𝑒 −𝑎𝑇 𝑧 −1 1− 𝑒 −𝑎𝑇 𝑧 −1 𝑧
𝑧
𝑋(𝑧) =
𝑧 − 𝑒 −𝑎𝑇
(1.13)
41
>> pretty(f) % Imprime f en un formato de texto plano
z
-------------
z - exp(-T a)
5. Senoidal : sen(ωkT)
sen(ω𝑡) , para 𝑡 ≥ 0
𝑥(𝑡) = {
0 , para 𝑡 < 0
si se observa que,
1
𝑋(𝑧) = 𝒵{𝑒 −𝑎𝑡 } =
1− 𝑒 −𝑎𝑇 𝑧 −1
se tiene,
1
𝑋(𝑧) = 𝒵{ 𝑠𝑒𝑛(𝜔𝑡)} = 𝒵 [ (𝑒 𝑗𝜔𝑡 − 𝑒 −𝑗𝜔𝑡 )]
2𝑗
1 1 1
𝑋(𝑧) = ( − )
2𝑗 1 − 𝑒 𝑗𝜔𝑇 𝑧 −1 1 − 𝑒 −𝑗𝜔𝑇 𝑧 −1
Operando,
1 (𝑒 𝑗𝜔𝑇 + 𝑒 −𝑗𝜔𝑇 )𝑧 −1
𝑋(𝑧) =
2𝑗 1 − (𝑒 𝑗𝜔𝑇 + 𝑒 −𝑗𝜔𝑇 )𝑧 −1 + 𝑧 −2
𝑧 −1 𝑠𝑒𝑛(ω𝑇)
𝑋(𝑧) =
1 − 2𝑧 −1 cos(ω𝑇) + 𝑧 −2
Eliminando z -1;
𝑧 𝑠𝑒𝑛(ω𝑇)
𝑋(𝑧) =
𝑧2 − 2𝑧 cos(ω𝑇) + 1
(1.14)
42
% x(k) = sen(wkT)
k = linspace(1,20); % define valores de k con espaciamiento lineal
x = sin(k); % función senoidal
grid % rejilla para grafica
plot(k, x,'bo') % grafica x en función de k
xlabel('k'); % rotulo para eje x
ylabel('x(k) =seno(k)'); % rotulo para eje y
title('SENOIDAL DISCRETA')
6. Cosenoidal : cos(ωkT)
cos(ω𝑡) , para 𝑡 ≥ 0
𝑥(𝑡) = {
0 , para 𝑡 < 0
43
1
𝑋(𝑧) = 𝒵{ 𝑐𝑜𝑠(𝜔𝑡)} = 𝒵 [ (𝑒 𝑗𝜔𝑡 − 𝑒 −𝑗𝜔𝑡 )]
2
1 1 1
𝑋(𝑧) = ( 𝑗𝜔𝑇 −1
− −𝑗𝜔𝑇
)
2 1−𝑒 𝑧 1−𝑒 𝑧 −1
Operando,
1 2 − (𝑒 𝑗𝜔𝑇 + 𝑒 −𝑗𝜔𝑇 )𝑧 −1
𝑋(𝑧) =
2𝑗 1 − (𝑒 𝑗𝜔𝑇 + 𝑒 −𝑗𝜔𝑇 )𝑧 −1 + 𝑧 −2
1 − 𝑧 −1 𝑐𝑜𝑠(ω𝑇)
𝑋(𝑧) =
1 − 2𝑧 −1 cos(ω𝑇) + 𝑧 −2
Eliminando z -1;
𝑧 2 − 𝑧 𝑐𝑜𝑠(ω𝑇)
𝑋(𝑧) =
𝑧 2 − 2𝑧 cos(ω𝑇) + 1
(1.15)
44
2. Linealidad
Si x(kT) = a f(kT) + b g(kT), entonces,
X(z) = a F(z) + b G(z)
3. Multiplicación por a k
Si y(kT) = a k x(kT), entonces,
Z[a k y(kT)] = k 0
a k x(kT) z – k
k 0
x(kT) (a -1 z) – k = X(a -1 z)
4. Teorema de Traslación
Si y(kT) = e - akT x(kT), entonces,
k 0
x(kT) (e aT z) – k = X(e aT z)
Z[x(k+n)T] = z n [ X(z) –
k 0
x(kT)*z –k ]
Sea y(k) =
h 0
x(h) , para h = 0,1,2, ···
45
Restando estas dos expresiones,
y(k) - y(k-1) = x(k)
sacando la Transformada Z,
Y(z) – z – 1Y(z) = X(z)
entonces despejando Y(z) se tiene que:
1
Y ( z) X ( z)
1 z 1
7. Teorema del Valor Inicial
Si el límite lim X(z) existe, entonces el valor inicial de x(k) = x(0) es igual a:
x() lim x(k ) lim (1 z 1 ) X ( z)
k z 1
Este teorema se aplica si el sistema es estable.
Ejemplo 1-1
Encontrar la transformada Z de una función escalón de amplitud 4 y desfase en atraso
de 3 periodos de muestreo.
Solución:
x(kT) = 4*u(kT- 3T), asumiendo T = 1 por simplicidad,
x(k) = 4u(k-3)
aplicando teoremas: multiplicación por una constante y corrimiento en atraso
Z[4u(k-3)] = 4Z[u(k-3)] = 4 z - 3Z[u(k)]
aplicando teorema suma de funciones
X(z) = 4 z -3 (1/ (1 - z –1
)) = 4 / (z 3 – z 2)
Ejemplo 1-2
Obtener la transformada Z de y(k) = 5 k–2
para k = 1, 2, .... e igual a cero para k 0.
Solución:
Sea x(k) = 5 k, entonces y(k) = x(k – 2) = 5 k–2
Ejemplo 1-3
Obtener la transformada Z de y(k) =k e - 5k
para k = 1, 2, .... e igual a cero para k ≤0.
46
Solución:
Sea x(k) = k, entonces, X(z) = z –1
/ (1 – z –1
) 2 , y además, y(k) = e – 5k
x(k) ,
Aplicando el teorema de traslación:
Z[y(k)] = Z[k e – 5k
] = X(e 5T
z )] ,
reemplazando 𝑧 = 𝑒 5𝑇 𝑧, en X(z) se tiene:
(𝑒 5𝑇 𝑧)−1 𝑒 −5𝑇 𝑧 −1
𝑌(𝑧) = =
(1 − (𝑒 5𝑇 𝑧)−1 )2 (1 − 𝑒 −5𝑇 𝑧 −1 )2
Ejemplo 1-4
Determinar el valor inicial x(0) de una señal si su transformada Z es igual a:
(1 e 5k ) z 1
X ( z)
(1 z 1 )(1 e 5k z 1 )
Aplicando el Teorema de valor inicial,
(1 e 5 k ) 1
x(0) lim X ( z ) 0
z (1 1 )(1 e 5 k 1 )
Ejemplo 1-5
Determinar el valor final x(∞) de una señal si su transformada Z es igual a:
1 1
X ( z)
(1 z 1 ) (1 e 5 z 1 )
Dentro del límite se multiplica (1 – z -1) a las dos fracciones de X(z), se tiene:
1 z 1
x() lim x(k ) lim (1 z ) X ( z ) lim1 1
5 1
1
k z 1 z 1
1 e z
Ejemplo 1-6
Obtener la transformada Z de la Figura 1.21. Tiempo de muestreo = 1.0.
x(k ) z
k 0
k
x(0) + x(1) z –1
+ x(2) z –2
+ x(3) z –3
+ ···
Ejemplo 1-7
Obtener la transformada Z inversa x(k) de:
5z 10 5z 10
X ( z) 2
( z 0.8)( z 0.2) z z 0.16
multiplicando numerador y denominador por z –2
,
5z 1 10 z 2
X ( z)
1 z 1 0.16 z 2
dividiendo numerador entre denominador, se tiene,
X(z) = 5 z –1
+ 15 z –2
+ 14.2 z –3
+ 11.8 z –4
+ ···
Comparando con la definición de X(z), se obtiene que:
X(0) = 0, x(1) = 5, x(2) =15, x(3) = 14.2, x(4) = 11.8, ···
Si se desea obtener más muestras de la señal, es mejor aplicar Matlab para la división
del numerador y denominador, de esta forma:
% Script_1_17
% EJEMPLO 1-6: DE TRANSFORMADA Z INVERSA
x = [1 zeros(1,40)]; % para k = 40 muestras
num = [0 5 10]; % coeficientes del numerador
den = [1 -1 0.16]; % coeficientes del denominador
y = filter(num,den,x) % obtención de las 40 muestras
k = 0:40;
48
plot(k,y,'ro',k,y,'-')
xlabel('k')
ylabel('y(k)')
5 z 3 26 z 2 44 z 29
X ( z)
z 3 6 z 2 11z 6
Para representar esta función en fracciones parciales se usa el comando de Matlab
residue, que encuentra los valores del vector r, del vector p y del término independiente
k; según la siguiente expresión:
r1 r rn
X ( z) 2 k
z p1 z p 2 z pn
Usando Matlab para obtener los valores: vector r, vector p y k; se tiene:
49
% Script_1_18
num = [5 26 44 29];
den = [1 6 11 6];
[r, p, k] = residue(num,den)
% Los resultados son:
r =
-2.0000
-5.0000
3.0000
p =
-3.0000
-2.0000
-1.0000
k =
5
por tanto, las fracciones parciales quedan:
2 5 3
X ( z) 5
z 3 z 2 z 1
Multiplicando por z -1
el numerador y denominador de cada fracción parcial:
2 z 1 5z 1 3z 1
X ( z) 5
1 3z 1 1 2 z 1 1 z 1
Si se supone que:
v(k) = a k, porque tiene la forma de la transformada Z de las fracciones parciales,
Entonces, se tiene:
Z[a k–1
] = Z[v(k -1)] = z –1
Z[v(k)] = z -1
Z[a k ] = z – 1 * 1/(1 – a z –1
)
entonces ,
x(k) = -2(-3) k–1
- 5(-2)k – 1 + 3(-1)k – 1 + 5δk
donde δk es el delta kronecker (delta de Dirac en control continuo) cuya transformada
Z es igual a 1.
3. Método de los Residuos
El método plantea que:
m
x(kT) =
i 1
(residuos de X(z) z k - 1 en el polo z = zi )
ki lim ( z zi ) * X ( z) *z k 1
z zi
b) Si X(z) z k – 1 tiene un polo múltiple en z = zi de orden q (es el número de veces
que se repite el polo), entonces, el residuo es:
50
ki
1
lim
q1
(q 1)! zzi z q 1
( z zi ) q * X ( z ) *z k 1
Ejemplo 1-9
a) Caso Polo Simple.
Obtener la transformada Z Inversa de:
z
X(z) =
(z − 2)(z − 3)(z − 1)
ans =
3.0000
2.0000
1.0000
51
% comando limit de Matlab
syms z
% obtiene Xz1 dividiendo los polinomios formados por el numerador y
% denominador
% obtiene polinomio numerador: multiplica [0 0 1 0] y [z^3 z^2 z 1]
% y luego suma
% obtiene polinomio denominador:multiplica [1 -6 11 -6] y
% [z^3 z^2 z 1] y luego suma
Xz1 = sum(num.*[z^3 z^2 z 1])/sum(den.*[z^3 z^2 z 1])
Xz1 =
z/(z^3 - 6*z^2 + 11*z - 6)
3z 9
k1 lim * zk
z 0.8 z 0.52
3 * 0.8 3 * 0.8 3 * 2.2 * 0.8 6.6 * 0.8
k k k
k1
0.8 0.5 2
0.3 2
0.09
k1 73.30.8
k
ki
1
lim
q1
(q 1)! zzi z q 1
( z zi ) q * X ( z ) *z k 1
52
1 𝜕 (𝑧 − 0.5)2 (3𝑧 − 9)𝑧 𝑘
𝑘2 = lim [ ]
(2 − 1)! 𝑧→0.5 𝜕𝑧 (𝑧 − 0.5)2 (𝑧 − 0.8)
𝑑 3𝑧 𝑘+1 − 9𝑧 𝑘
𝑘2 = lim ( )
𝑧→0.5 𝑑𝑧 (𝑧 − 0.8)
Aplicando las derivadas de un cociente y de una potencia:
(𝑧 − 0.8)[3(𝑘 + 1)𝑧 𝑘 − 9𝑘𝑧 𝑘−1 ] − [3𝑧 𝑘+1 − 9𝑧 𝑘 ](1)
𝑘2 = lim
𝑧→0.5 (𝑧 − 0.8)2
(𝑧 − 0.8)[3𝑘𝑧 𝑘 + 3𝑧 𝑘 − 9𝑘𝑧 𝑘−1 ] − 3𝑧 𝑘+1 + 9𝑧 𝑘
𝑘2 = lim
𝑧→0.5 (𝑧 − 0.8)2
(−0.3)[3𝑘(0.5)𝑘 + 3(0.5)𝑘 − 9𝑘(0.5)𝑘−1 ] − 3(0.5)𝑘+1 + 9(0.5)𝑘
𝑘2 =
(−0.3)2
2.7𝑘(0.5)𝑘
−0.9𝑘(0.5)𝑘 − 0.9(0.5)𝑘 + − 3(0.5)(0.5)𝑘 + 9(0.5)𝑘
𝑘2 = 0.5
0.09
ans =
0.8000
0.5000
0.5000
Xz1 =
53
-(- 3*z^2 + 9*z)/(z^3 - (9*z^2)/5 + (21*z)/20 - 1/5)
k1 =
-(220*2^(2*k)/5^k)/3
h =
(z^(k - 1)*(6*z - 9)*(z - 1/2)^2)/(z^3 - (9*z^2)/5 + (21*z)/20 -
1/5) - (z^(k - 1)*(2*z - 1)*(- 3*z^2 + 9*z))/(z^3 - (9*z^2)/5 +
(21*z)/20 - 1/5) - (z^(k - 2)*(- 3*z^2 + 9*z)*(k - 1)*(z -
1/2)^2)/(z^3 - (9*z^2)/5 + (21*z)/20 - 1/5) + (z^(k - 1)*(- 3*z^2 +
9*z)*(z - 1/2)^2*(3*z^2 - (18*z)/5 + 21/20))/(z^3 - (9*z^2)/5 +
(21*z)/20 - 1/5)^2
k2 =
(10/2^k*(15*k + 22))/3
k1 =
-(220*2^(2*k)/5^k)/3
54
Figura 1.23. Representación gráfica de la señal.
c) Utilizando Matlab para hallar Z Inversa
Para calcular una transformada Z inversa se utiliza el comando iztrans
% Script_1_21
syms z k %se crean las variables simbólicas z,k
g=z/(z-1); %se crea la función a transformar
f=iztrans(g); %se calcula la transformada z inversa
pretty(f) %se arregla la presentación de la fución escalón
1
n
{ kroneckerDelta(n, 0) if a == 0
{
{ / n \
{ | a kroneckerDelta(n, 0) |
{ a | -- - -------------------- | + kroneckerDelta(n, 0) if a ~= 0
{ \ a a /
55
c) Por último, obtener la transformada Z inversa.
Se debe recordar que:
Z[x(k-n)T] = z – n Z[x(k)] = z –n
X(z)
n 1
Z[x(k+n)T] = z n
[ X(z) –
k 0
x(kT)*z –k ]
=z n
X(z) – z n
x(0) – z n-1
x(1) – z n-2
x(2) - ··· - z x(n-1)
Ejemplo 1-10
Resolver la siguiente ecuación en diferencias:
x( k +2) + 5x(k +1) + 6x(k) = 0
Condiciones iniciales: x(0) = 0, x(1) = 1
Solución:
d) Aplicando Transformada_Z, se tiene:
[z 2
X(z) – z 2
x(0) – z x(1)] + 5[z X(z) – z x(0)] + 6 X(z) = 0
e) Sustituyendo condiciones iniciales:
[z 2
X(z) – z 2
(0) – z (1)] + 5[z X(z) – z (0)] + 6 X(z) = 0
z 2
X(z) - z + 5z X(z) + 6 X(z) = 0
despejando X(z):
z z z
X ( z) , luego se hace fracciones parciales.
z 5z 6 z 2 z 3
2
Ejemplo 1-11
Resolver la siguiente ecuación en diferencias:
x(k) + 5x(k-1) + 6x(k-2) = u(k), donde u(k) es el escalón unitario
g) Aplicando Transformada Z, se tiene:
Solución:
X(z) + 5 z –1
X(z) + 6 z -2
X(z) = U(z), pero U(z) = 1 / (1 – z- 1)
Despejando X(z) :
1 z3
X ( z)
(1 z 1 )(1 5 z 1 6 z 2 ) ( z 1)( z 2 5 z 6)
h) Sustituir condiciones iniciales:
56
No es necesario.
i) Obtener la transformada Z inversa:
% Script_1_22
% Aplicando Matlab para encontrar las fracciones parciales
% Ganancia de polo y cero [1 -2 -3, con ganancia 1
Xz = zpk([0 0 0 ], [1 -2 -3], 1, -1);
Xz = tf(Xz)
pole(Xz)
% tiene polos simples em: -3.0000 -2.0000 1.0000
[num,den]=tfdata(Xz,’v’)
[r,p,k]=residue(num,den)
% r = -6.7500 2.6667 0.0833
% p = -3.0000 -2.0000 1.0000
% k = 1
Xz =
z^3
-------------------
z^3 + 4 z^2 + z – 6
Ans =
-3.0000
-2.0000
1.0000
num =
1 0 0 0
den =
1 4 1 -6
r =
-6.7500
2.6667
0.0833
p =
-3.0000
-2.0000
1.0000
k =
1
6.75 2.6667 0.0833
Con base en lo anterior, 𝑋 (𝑧) = − − +1
𝑧+3 𝑧+2 𝑧−1
Multiplicando por z -1 :
6.75𝑧 −1 2.6667𝑧 −1 0.0833𝑧 −1
𝑋(𝑧) = − − +1
1 + 3𝑧 −1 1 + 2𝑧 −1 1 − 𝑧 −1
Ejemplo 1-12
Resolver la siguiente ecuación en diferencias.
X (k + 2) + 0.5x (k + 1) + 0.2x(k) = u(k + 1) + 0.3u(k), (1.16)
Condiciones iniciales:
x(k) = 0, para k 0 y u(k) = 0, para k 0 y además,
u(0) = 1.5, u(1) = 0.5, u(2) = -0.5, u(k) = 0 para k = 3, 4, 5, ···
Solución:
j) Aplicando Transformada Z, se tiene:
[ z 2 X(z) – z2 x(0) – z x(1) ] + 0.5[ z X(z) – z x(0)] + 0.2 X(z) = [z U(z) –z u(0)] + 0.3 U(z) (1.17)
k) Sustituyendo condiciones iniciales:
Como no se conoce x(1), se debe encontrar reemplazando k por -1 en la ecuación (1.16),
x(-1+2) + 0.5x(-1+1) + 0.2x(-1) = u(-1+1) + 0.3u(-1), entonces,
x(1) + 0.5 x(0) + 0.2 x(-1) = u(0) + 0.3 u(-1),
de las condiciones iniciales, x(0)=0, x(-1)= 0, u(0) = 1.5, u(-1) = 0,
reemplazando se tiene que,
x(1) = 1.5
encontrado x(1) se sustituyen condiciones iniciales en (1.17),
[ z 2 X(z) – z (1.5) ] + 0.5[ z X(z) ] + 0.2 X(z) = [z U(z) - z (1.5)] + 0.3 U(z)
Despejando X(z):
z 0.3
X ( z) U ( z) (1.18)
z 0 . 5 z 0 .2
2
U ( z ) u (k ) z k u (0) u (1) z 1 u (2) z 2 u (3) z 3
k 0
58
0 1.5000 0.2000 -0.7500 0.1850 0.0575 -0.0658 0.0214 0.0025 -0.0055 0.0023
Y ( z) z 2 1.5Y ( z) z 0.8Y ( z) U ( z) z 2
De esta manera, se tiene que,
𝑌(𝑧)[𝑧 2 − 1.5𝑧 + 0.8] = 𝑈(𝑧)𝑧 2
De donde,
𝑈(𝑧)𝑧 2
𝑌(𝑧) =
[𝑧 2 − 1.5𝑧 + 0.8]
(1.18)
59
2𝑧
𝑈(𝑧) =
𝑧−1
(1.19)
(1.20)
Ahora bien, para que la función racional (1.20) sea una fracción propia, y se pueda
realizar su descomposición en fracciones parciales, se transforma (1.20) como sigue:
𝑌(𝑧) 𝑧2 2
= 2 ∙
𝑧 [𝑧 − 1.5𝑧 + 0.8] 𝑧 − 1
(1.21)
𝑧2 2 𝐴 𝐵 𝐶
∙ = + +
[𝑧 2 − 1.5𝑧 + 0.8] 𝑧 − 1 𝑧 − 1 𝑧 − 𝛼1 𝑧 − 𝛼2
r =
6.6667
-2.3333 - 1.8810i
-2.3333 + 1.8810i
p =
1.0000
0.7500 + 0.4873i
0.7500 - 0.4873i
k =
[]
(1.22)
Determinando la transformada inversa Z de la expresión
(1.22) se tiene:
60
𝑌[𝑛] = 6.6667 + (−2.3333 − 𝑗1.8810)(0.75 + 𝑗0.4873)𝑛
+ (−2.3333 + 𝑗1.8810)(0.75 – 𝑗0.4873)𝑛
M-FILE asociado
% Función tz, almacenado en Script_1_25
function y = tz(x)
num = [2 0 0 ];
den = [1 -2.5 2.3 -0.8];
[r ,p, k] = residue(num,den);
EJECUCION EN EL WORKSPACE
>> x = 0:1:15;
>> tz(x)
ans =
Columns 1 through 11
2.0000 5.0000 7.9000 9.8500 10.4550 9.8025
8.3398 6.6676 5.3296 4.6604 4.7268
Columns 12 through 16
5.3620 6.2615 7.1026 7.6448 7.7851
61
ROC (Region Of Convergence) = Región de Convergencia donde la Transformada
Z es válida.
62
Ejercicios
1) Clasifique los sistemas definidos por cada una de las relaciones entrada salida,
especificaciones.
a)
y k xk 1 2xk
b)
y k kxk 1
yk xk
c)
d)
y k xk sen( xk k )
e)
y k y k 1 y k 2 xk 2xk 2
Donde x(k) es la salida y x(k)=0 para k 0 y donde u(k) es la entrada y está dada
por:
Determine los valores inicial y final de x(k). También encuentre x(k), la transformada
z inversa de X(z), en una forma cerrada
63
z 3
6) Obtenga la transformada z inversa de X ( z ) en una forma
(1 z 1 )(1 0.2 z 1 )
cerrada.
u(k)=1, k= 0, 1, 2, …
z ( z 1)( z 2)
10) Encuentre f(kT) si F ( z )
( z 0.5)( z 0.7)( z 0.9)
64
1.1.4. Diagramas de simulación y flujo
1. Diagrama de flujo
En la Tabla 1.5 se indica el nudo mixto y lo que tiene tanto entradas como salidas.
Tabla 1.5. Indica el nudo mixto y lo que tiene tanto entradas como salidas.
65
Figura 1.27. Propiedades gráficas de flujo.
En la Figura 1.28 se indica las equivalencias de las gráficas de flujo, que sirven para
reducir el diagrama de flujo.
66
3. Programación directa
𝑌 (𝑧) 𝑏0 + 𝑏1 𝑧 −1 + 𝑏2 𝑧 −2 + . . . + 𝑏𝑚 𝑧 −𝑚
𝐺(𝑧) = =
𝑋 (𝑧) 𝑎0 + 𝑎1 𝑧 −1 + 𝑎2 𝑧 −2 + . . . + 𝑎𝑝 𝑧 −𝑝
Y (z) [a0 + a1z -1 + a2z -2 + . . . + apz -p ] = X (z) [b0 + b1z -1 + b2z -2 + . . . + bmz -m ]
∑ 𝑎𝑖 𝑧 𝑌(𝑧) = ∑ 𝑏𝑖 𝑧 −𝑖 𝑋(𝑧)
−𝑖
𝑖=0 𝑖=0
∑ 𝑎𝑖 𝑦(𝑘 − 𝑖) = ∑ 𝑏𝑖 𝑥(𝑘 − 𝑖)
𝑖=0 𝑖=0
de donde:
𝑚 𝑝
1 1
𝑦(𝑘) = ∑ 𝑏𝑖 𝑥(𝑘 − 𝑖) − ∑ 𝑎𝑖 𝑦(𝑘 − 𝑖)
𝑎0 𝑎0
𝑖=0 𝑖=1
67
En la Figura 1.29 se muestra el diagrama de flujo del sistema.
Ejemplo:
Encontrar la ecuación de diferencias para la función de transferencia dada.
(𝑧 + 𝑐)
𝐺(𝑧) = 𝑘𝑐
(𝑧 + 𝑎) (𝑧 + 𝑏)
Solución:
𝑌 (𝑧) (𝑧 + 𝑐)
𝐺(𝑧) = = 𝑘𝑐
𝑋 (𝑧) (𝑧 + 𝑎) (𝑧 + 𝑏)
Distribuir la expresión anterior:
𝑌 (𝑧)(𝑧 + 𝑎) (𝑧 + 𝑏) = 𝑘𝑐 (𝑧 + 𝑐)𝑋 (𝑧)
𝑌 (𝑧)(𝑧 2 + (𝑎 + 𝑏)𝑧 + 𝑎𝑏) = 𝑘𝑐 𝑧 𝑋 (𝑧) + 𝑘𝑐 𝑐 𝑋 (𝑧)
𝑧 2 𝑌 (𝑧) + (𝑎 + 𝑏)𝑧𝑌 (𝑧) + 𝑎𝑏𝑌 (𝑧) = 𝑘𝑐 𝑧 𝑋 (𝑧) + 𝑘𝑐 𝑐 𝑋 (𝑧)
68
Multiplicando por z-2
𝑌 (𝑧) + (𝑎 + 𝑏)𝑧 −1 𝑌 (𝑧) + 𝑎𝑏 𝑧 −2 𝑌 (𝑧) = 𝑘𝑐 𝑧 −1 𝑋 (𝑧) + 𝑘𝑐 𝑐𝑧 −2 𝑋 (𝑧)
Encontrar la transformada Z inversa.
𝑦(𝑘) + (𝑎 + 𝑏)𝑦(𝑘 − 1) + 𝑎𝑏 𝑦(𝑘 − 2) = 𝑘𝑐 𝑥(𝑘 − 1) + 𝑘𝑐 𝑐 𝑦 (𝑘 − 2)
Finalmente despejando y(k).
𝑦(𝑘) = −(𝑎 + 𝑏)𝑦(𝑘 − 1) − 𝑎𝑏 𝑦(𝑘 − 2) + 𝑘𝑐 𝑥(𝑘 − 1) + 𝑘𝑐 𝑐 𝑦 (𝑘 − 2)
En la Figura 1.31 se indica el flujo del sistema y la reducción de este diagrama flujo para
obtener la función de transferencia.
69
Figura 1.31. Flujo del sistema y la reducción para obtener la función de transferencia.
70
1.1.5. Muestreo y reconstrucción de datos
1. Tiempo de muestreo
a. Para evitar problemas con el ruido de cuantización se debe de usar una resolución
del convertidor A/D lo suficientemente grande.
b. Para reducir los problemas con el redondeo se debe de realizar los cálculos
intermedios con una precisión mayor a la del resultado esperado. Esto es por
ejemplo, trabajar con doce bits y al final redondear a ocho bits el resultado.
Por lo tanto, el tiempo de muestreo (Ts) debe ser menor a la décima parte de la
constante de tiempo dominante (Tdom) del sistema en lazo cerrado. Como se indica
a continuación:
1
𝑇𝑠 < 𝑇
10 𝑑𝑜𝑚
71
de la señal en tiempo continuo en el instante de tiempo correspondiente. En la Figura 1.32
se puede observar un diagrama de un muestreador mediante impulsos.
La salida del muestreador mediante impulsos se denotara con X *, esta salida es una
secuencia de impulsos, y es igual al producto de la señal de entrada en tiempo continuo
x(t) por el tren de impulsos unitario .
(1)
se tiene:
72
(2)
Se puede escribir:
(3)
Hay que tener presente que T es el período de muestreo y que la variable z es una variable
compleja. Es útil distinguir que la notación X(z) no significa X(s) remplazando por z, si
no que
3. Retención De Datos.
Un muestreador convierte una señal en tiempo continuo en un tren de pulsos que se
presenta en los instantes de muestreo t = 0, T, 2T,…, donde T es el período de muestreo.
Donde
73
(4)
En la ecuación (4) para n=0 se obtiene el retenedor más sencillo, y la ecuación quedaría
de la siguiente manera:
3. Tipos de Retenedores
1 − 𝑒 −𝑇𝑠
𝐺𝑧0ℎ (𝑠) =
𝑠
74
Figura 1.33. Muestreador y Retenedor de Orden Cero.
Se puede observar mediante la figura anterior que la señal de entrada se muestrea en
instantes discretos y la señal muestreada se pasa a través del retenedor de orden cero. El
circuito del retenedor de orden cero visualiza la señal muestreada para producir la señal
, la cual es constante desde el último valor muestreado hasta que se pueda disponer
de la siguiente muestra.
Esto es,
, para
En la Figura 1.34 se tiene un muestreador real y un retenedor de orden cero, así como
también un muestreador mediante impulsos y una función de transferencia.
Analizando la figura del muestreador real y un retenedor de orden cero, Figura 1.34 (b),
se supone que la señal es cero para . Entonces la salida está relacionada
con x(t) como sigue:
(5)
Ya que:
75
Entonces la transformada de Laplace de la ecuación (5) se convierte en:
(6)
Así,
(7)
(8)
Puesto que:
(9)
Si se compara la ecuación (8) con la ecuación (9); se puede observar que la función de
transferencia del retenedor de orden cero es:
Se puede concluir que una vez que el muestreador real y el retenedor de orden cero se
remplazan de manera matemática por un muestreador mediante impulsos y la función de
transferencia, el sistema se convierte en un sistema en tiempo continuo, lo que trae como
consecuencia simplificar el análisis de los sistemas de control en tiempo discreto. El
retenedor de orden cero es el más sencillo de todos los circuitos de retención y el que se
utiliza con mayor frecuencia en la práctica.
76
Los retenedores de primer orden en lugar de mantener la salida constante entre instantes
de muestreo, se extrapola la última pendiente. Este retenedor no es usado en sistemas de
control, y su función de transferencia es:
(10)
Donde: y
(11)
Para obtener la función de transferencia del circuito retenedor de primer orden, se asumirá
una función escalón unitario como x(t).
77
La curva de h(t) viene dada por la siguiente ecuación:
…(12)
(13)
Se parte de la señal analógica, la misma que se muestrea para obtener una función
"estrella" para finalmente proveerle "memoria". Ver Figura 1.37.
Figura 1.37. Muestreo de la señal analógica, para obtener una función "estrella" para
finalmente proveerle "memoria".
78
∞
∗ (𝑡)
𝑓 = ∑ 𝑓(𝑘𝑇)𝛿(𝑡 − 𝑘𝑇)
𝑘=0
𝐹 ∗ (𝑧) = ∑ 𝑓(𝑘𝑇)𝑧 −𝑘
𝑘=0
En la Figura 1.39 se indica el diagrama de bloques de muestreo y las señales ZOH y Z1H.
79
En la Figura 1.40 se indica el diagrama de Bode en magnitud y fase.
5. Varias discretizaciones
𝑌 (𝑧)
𝐺 (𝑧) = = 𝐺1 (𝑧) x 𝐺2 (𝑧) = 𝑍{𝐺1 (𝑠)} x 𝑍{𝐺2 (𝑠)}
𝑋 (𝑧)
80
Figura 1.42. Dos funciones continuas en cascada se discretizan.
𝑌 (𝑧)
𝐺(𝑧) = = 𝑍{𝐺(𝑠)} = 𝑍{𝐺1 (𝑠) x 𝐺2 (𝑠)}
𝑋 (𝑧)
En general.
Aquí
Donde:
{ }
{G(s)}=
Ejemplo 1:
81
Ejemplo 2:
82
Aquí se tiene;
Así que
Finalmente,
83
Ejemplo:
Se conoce:
Así;
, Respuesta impulsiva
85