Documente Academic
Documente Profesional
Documente Cultură
DE SAN AGUSTÍN DE
AREQUIPA
ESCUELA PROFESIONAL DE
INGENIERIA ELECTRICA
CURSO:
LABORATORIO DE CONTROL 1
DOCENTE:
ING. VICTOR HUGO CORNEJO
ALUMNO:
CUAYLA CORDOVA, KEVIN DIEGO
CUI:
20080676
AREQUIPA – PERÚ
2014
PRACTICA Nº 4
1. OBJETIVOS
2. FUNDAMENTO TEÓRICO
Transfer function:
s^2 - s - 3
-----------------
s^3 + 2 s^2 - 3 s
>> [A,B,C,D]=tf2ss(num,den)
%convierte función de trasferencia a variables de estado
A =
-2 3 0
1 0 0
0 1 0
B =
1
0
0
C =
1 -1 -3
D =
0
>> [num,den]=ss2tf(A,B,C,D)
%convierte de variables de estado a función de transferencia
num =
0 1.0000 -1.0000 -3.0000
den =
1 2 -3 0
>> [z,p,k]=tf2zp(num,den)
%convierte función de trasferencia a ceros, polos, ganancia
z =
2.3028
-1.3028
p =
0
-3.0000
1.0000
k =
1.0000
>> [num,den]=zp2tf(z,p,k)
%convierte de ceros, polos, ganancia a función de trasferencia
num =
0 1.0000 -1.0000 -3.0000
den =
1.0000 2.0000 -3.0000 0
>> [z,p,k]=ss2zp(A,B,C,D)
%convierte de variables de estado a ceros, polos, ganancia
z =
2.3028
-1.3028
p =
0
1.0000
-3.0000
k =
1.0000
>> [A,B,C,D]=zp2ss(z,p,k)
%convierte de ceros, polos, ganancia a variables de estado
A =
1.0000 0 0
1.0000 -3.0000 0
0 1.0000 0
B =
1
0
0
C =
1.0000 -4.0000 -3.0000
D =
0
>> [r,p,k]=residue(num,den)
%convierte función de trasferencia a residuos (Fracciones
Parciales)
r =
0.7500
-0.7500
1.0000
p =
-3.0000
1.0000
0
k =
[]
>> [num,den]=residue(r,p,k)
%convierte residuos (F. Parciales) a función de transferencia
num =
1.0000 -1.0000 -3.0000
den =
1.0000 2.0000 -3.0000 0
>> [A,B,C,D]=canon(A,B,C,D,'companion')
%convierte de variables de estado a la forma canónica
observable
>> [A,B,C,D]=canon(A,B,C,D,'modal')
%convierte de variables de estado a la forma canónica diagonal
̇ [ ] [ ]
[ ]
⃛ ̈ ̇
num=[6];
den=[1 6 11 6];
[A,B,C,D]=tf2ss(num,den);
[A,B,C,D]=canon(A,B,C,D,'modal')
A =
-3.0000 0 0
0 -2.0000 0
0 0 -1.0000
B =
-7.7621
-9.7980
2.8723
C =
-0.3865 0.6124 1.0445
D =
0
===============================================================
A=[0 1 0;-1 -1 0;1 0 0];
B=[0;1;0];
C=[0 0 1];
D=[0];
[num,den]=ss2tf(A,B,C,D);
[A,B,C,D]=tf2ss(num,den);
A=fliplr(flipud(A))
B=flipud(B)
C=fliplr(C)
D=D
A =
0 1.0000 0
0 0 1.0000
0 -1.0000 -1.0000
B =
0
0
1
C =
1.0000 0.0000 -0.0000
D =
0
===============================================================
num=[6];
den=[1 6 11 6];
[A,B,C,D]=tf2ss(num,den);
A=fliplr(flipud(A))
B=flipud(B)
C=fliplr(C)
D=D
A =
0 1 0
0 0 1
-6 -11 -6
B =
0
0
1
C =
6 0 0
D = 0
Forma canónica observable
===============================================================
A=[0 1 0;-1 -1 0;1 0 0];
B=[0;1;0];
C=[0 0 1];
D=[0];
[A,B,C,D]=canon(A,B,C,D,'companion')
A =
0 0 0
1 0 -1
0 1 -1
B =
1
0
0
C =
0 0 1
D =
0
===============================================================
num=[6];
den=[1 6 11 6];
[A,B,C,D]=tf2ss(num,den);
[A,B,C,D]=canon(A,B,C,D,'companion')
A =
0 0 -6
1 0 -11
0 1 -6
B =
1
0
0
C =
0 0 6
D =
0
3.3. Para cada uno de los sistemas siguientes determine si son controlables u
observables
̇ [ ] [ ]
[ ]
Probando controlabilidad
Rango =
3
Probando la observabilidad
Mo =
29 9 1
-6 18 3
-18 -39 0
Rango =
3
̇ [ ] [ ]
[ ]
9 s^2 + 72 s + 168
----------------------
s^3 + 6 s^2 + 11 s + 6
[A,B,C,D]=tf2ss(num,den)
A =
-6.0000 -11.0000 -6.0000
1.0000 0 0
0 1.0000 0
B =
1
0
0
C =
9.0000 72.0000 168.0000
D =
0
[num2,den2]=linmod('ejercicio_5_a');
G2=tf(num2,den2)
G2 =
9 s^2 + 72 s + 168
----------------------
s^3 + 6 s^2 + 11 s + 6
num=[10];
den1=[1 0];den2=[1 3];den3=[1 4];
den=conv(den1,conv(den2,den3));
G1=tf(num,den)
[A,B,C,D]=tf2ss(num,den)
G1 =
10
------------------
s^3 + 7 s^2 + 12 s
A =
-7 -12 0
1 0 0
0 1 0
B =
1
0
0
C =
0 0 10
D =
0
Diagrama de bloques:
[num2,den2]=linmod('ejercicio_5_b');
G2=tf(num2,den2)
G2 =
10
------------------
s^3 + 7 s^2 + 12 s
[ ]
[A,B,C,D]=linmod('ejercicio_6')
tf(num(1,:),den)
tf(num(2,:),den)
tf(num(3,:),den)
tf(num(14,:),den)
num =
0 6 0
0 0 -4
0 3 -2
0 1 1
den =
1 3 2
>> tf(num(1,:),den)
ans =
6 s
-------------
s^2 + 3 s + 2
>> tf(num(2,:),den)
ans =
-4
-------------
s^2 + 3 s + 2
>> tf(num(3,:),den)
ans =
3 s - 2
-------------
s^2 + 3 s + 2
>> tf(num(4,:),den)
ans =
s + 1
-------------
s^2 + 3 s + 2
Observabilidad:
Es la propiedad que indica si el comportamiento interno de un sistema puede
detectarse desde sus salidas.
4. CONCLUSIONES y RECOMENDACIONES
- Se aprendió a representar en espacio de estado sistemas de control.
- Es de gran utilidad las ecuaciones de estado encontradas para un análisis
requerido.
- Se encontró muchos comandos en Matlab, útiles para facilitar el análisis de
sistemas.
5. BIBLIOGRAFÍA
- Teoría de control Ogata 5ta edición.
- Sistemas de control – Nise Norman 7ma edición.