UNIVERSIDAD NACIONAL

DE SAN AGUSTÍN DE
AREQUIPA

FACULTAD INGENIERIA DE PRODUCCION

Y SERVICIOS

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

REPRESENTACION EN ESPACIO DE ESTADO DE SISTEMAS

1. OBJETIVOS

 Conocer la representación en espacio de estado de los sistemas

 Utilizar las ecuaciones de espacio estado para el análisis de sistemas.
 Conocer comandos Matlab relacionados con EE

2. FUNDAMENTO TEÓRICO

 Representación en espacio de estado

 Matlab en la representación de espacio estado

3. TRABAJO PRACTICO MATLAB

3.1. Enumerar y poner un ejemplo para cada uno de los comandos
relacionados con la representación de espacio estado

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

3.2. Para los sistemas dados en las ecuaciones siguientes

̇ [ ] [ ]

[ ]


⃛ ̈ ̇

Determinar la representación de las ecuaciones de estado en las formas

canónicas dadas, de ser el caso:

 Forma canónica diagonal


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,'modal')
A =
0 0 0
0 -0.5000 0.8660
0 -0.8660 -0.5000
B =
0.5000
0.8660
0.5000
C =
2.0000 -1.1547 0.0000
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,'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

 Forma canónica controlable

===============================================================
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

A=[0 1 0;0 0 1;-6 -11 -6];

B=[0;1;0];
C=[29 9 1];
Mc=ctrb(A,B)
rank(Mc)
 Mc =
0 1 0
1 0 -11
0 -11 60

Rango =
3

El rango de Mc es igual a 3, es de rango máximo; por lo tanto es controlable.

Probando la observabilidad

A=[0 1 0;0 0 1;-6 -11 -6];

B=[0;1;0];
C=[29 9 1];
Mo=obsv(A,B)
rank(Mo)

Mo =
29 9 1
-6 18 3
-18 -39 0

Rango =
3

El rango de Mo es igual a 3, es de rango máximo; por lo tanto es observable.

3.4. Considere el sistema siguiente obtenga las ecuaciones de estado en una

forma canónica de Jordan

3.5. Hacer una transformación de estados a cada uno de los sistemas

siguientes.

̇ [ ] [ ]

[ ]

A=[0 1 0;0 0 1;-6 -11 -6];

B=[0;1;0];
C=[29 9 1];
D=[0];
 [num,den]=ss2tf(A,B,C,D);
G1=tf(num,den)
G1 =

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

Del diagrama de bloques:

[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

3.6. Determine un diagrama de bloques (integradores y constantes) y una

representación matricial de las ecuaciones de estado, cuya función
matricial de transferencia es:

[ ]

Graficando el diagrama de bloques:

[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

3.7. Explique qué significa controlabilidad y observabilidad. Si existe dualidad

entre ellos, demuestre este hecho y proponga un ejemplo de un sistema
(tercer orden) para verificar.
Controlabilidad:
Es la propiedad que indica si el comportamiento de un sistema se puede
controlar actuando sobre sus entradas.

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.