Tarea N.

2 Unidad 3
Realizado por: Fernando Quisaguano Materia: Control
Digital
Leandro Alvarez
Anita Aguirre

Fecha: 3 de Agosto del 2016

NRC: 2696

TEMA: DIGITALIZACIÓN DE SISTEMAS CONTINUOS DESCRITOS EN EL

ESPACIO DE ESTADO

Resultado de aprendizaje: Digitalizar un sistema continuo descrito en el

espacio de estados a través de la relación exacta del vector resolvente,
aproximación matricial de la función exponencial y la asistencia de
software. Se ha considerado como sistemas representativos de la
problemática de control los que proponen Karl J. Astrom en su libro
(Computer Controlled Systems)

1. El doble integrador

1.1 Formulación de las matrices del sistema en continuo

1
Y ( s )= U (s )
s2

U Y
1
s2
X1

s2 Y ( s ) =U ( s )
Ÿ =U
X 1 =Y → Ẋ 1=Ẏ

X 2 =Ẏ → Ẋ 2 =Ÿ

De esta manera obtenemos:

Ẋ 1 =X 2 ¿

X˙ 2 =U ¿

Y = X1¿
 Ẋ 1 X1 0
=0 1
( ) ( )( ) ( )
Ẋ 2
+ U
0 0 X2 1

X1
Y= 1 0
( )
( ) X2

Programa en matlab:

A=[0 1;0 0];

B=[0;1];
C=[1 0];
D=0;
sysC=ss(A,B,C,D)

Ejecución:

1.2 Solución extra a través del vector resolvente

φ ( t )=L−1 {(S I − A)−1 }

−1
( SI −A )−1= S 1 0 − 0 1
[ ( ) ( )]
0 1 0 0
 −1
( SI −A )−1= S 0 − 0 1
[( ) ( )]
0 S 0 0

1 1
( SI −A )−1= S −1
[
0 S
−1

] =
( )
S
0
S2
1
S

[ 10 T1 ]
φ ( t )=

1 T
F=φ ( t )=[
0 1]
T T
G=∫ [ 1 T ][ 0 ] dT=∫ [ T ] dT
0 0 1 1 1 0

T2
G=
[ ]
2¿
¿
T

Suponga que T=0.1

F=[10 0.11 ]
0.005
G=[
0.1 ]
Programa en matlab:

T = 0.1
Fe =[1 T;0 1]
Ge =[(T^2)/2; T]

Ejecución:

1.3 Solución aproximada

A T2
ψ=IT + ; F=I + Aψ
2
G=ψB

T2
ψ= 1 0 T + 0 1
[ ] [ ]
0 1 0 0 2

T2
ψ=
[ ]
T
0
2
T

T2
F=
[ ]
[10 01]+[ 00 10] T0 2
T

F= [10 T1 ]
T2 T2
G=
[ ][ ] [ ]
T
0
2
T
0
1
= 2
T
Si T=0.1

F=[10 0.11 ]
0.005
G=[
0.1 ]
Programa en matlab:

X=eye(2)*T+A*T^2/2
Fa=eye(2)+A*X
Ga=X*B
Ejecución:

1.4 Mediante la función C2D

 sysD=c2d(sysC,T)
[F,G,H,D]=ssdata(sysD)

2. El oscilador armónico

2.1 Formulación de las matrices del sistema en continuo

 Siento u la aceleración del pivote e y el ángulo del péndulo
La ecuación que describe el sistema es:
d2 y
+sen y −u cos y=0
d t2

ÿ + sen y−u cos y =0

x 1= y → x˙1= ẏ
x 2= ẏ → x˙2= ÿ

Remplazando los valores tenemos:

x˙1=x 2 ¿
x˙2=−sen x 1+u cos x 1 ¿
y=x 1¿

Como es un sistema no lineal procedemos a linealizar con u = x1 (del libro

Karl J. Astrom)

x˙1=x 2 ¿
x˙2=−x 1+u ¿
y=x 1¿

Ẋ 1 X1 0
= 0 1
( )( + U
Ẋ 2 −1 0 X 2 1 )( ) ( )
X1
Y = (1 0 )
( )
X2

Programa en matlab:

A=[0 1;-1 0];

B=[0;1];
C=[1 0];
D=0;
sysC=ss(A,B,C,D)

Ejecución:
 2.2 Solución extra a través del vector resolvente

φ ( t )=L−1 {(S I − A)−1 }

−1
( SI −A )−1= S 1 0 − 0 1
0 1 [ ( ) ( )]
−1 0
−1
( SI −A )−1= S 0 − 0 1
0 S [( ) ( )]
−1 0

S 1
( SI −A ) = S −1
−1

1 S [
−1

] (
= S +1
−1
2
S +1
2 2
S +1

2
S
S +1
)
φ ( t )= cos ⁡(T ) sen(T )
[
−sen ⁡(T ) cos(T ) ]
F=φ ( t )= cos ⁡( T ) sen(T )
[
−sen ⁡(T ) cos(T ) ]
T T
cos ⁡(T ) sen (T ) 0 sen (T )
G=∫
0
[ −sen ⁡(T ) cos( T ) 1 ][ ]
dT =∫
0 cos (T )
dT
[ ]
G= 1−cos ⁡(T )
[
sen (T ) ]
 Suponga que T=0.1

0.995 0.0998
F=[−0.0998 0.995 ]
0.005
G=[
0.0998 ]

Programa en matlab:
T = 0.1
Fe =[cos(T) sin(T);-sin(T) cos(T)]
Ge =[1-cos(T); sin(T)]

Ejecución del programa:

2.3 Solución aproximada

A T2
ψ=IT + ; F=I + Aψ
2
G=ψB

1 0 0 1 T2
ψ= [ ] [
0 1
T+
−1 0 2 ]
T2
ψ=
[ ]
T

−T 2
2
2
T

T2
F= 1 0 + 0 1
[ ][
T
0 1 −1 0 −T 2
2
] [ ] 2
T
 T2
F=
[ ] 1−

−T
2
1−
T

T2
2

T2
G=
[ ][ ] [ ]
Si T=0.1
T

−T 2
2
2 0
T
1
T2
= 2
T

F= 0.995 0.1
[
0.1 0.995 ]
G=[ 0.005 ]
0.1

Programa en matlab:

X=eye(2)*T+A*T^2/2
Fa=eye(2)+A*X
Ga=X*B

Ejecución:

2.4 Mediante la función C2D

Programa en matlab:
T=0.1
sysD=c2d(sysC,T)
[F,G,H,D]=ssdata(sysD)
Discusión: Ya en este punto podemos encontrar una diferencia de
resultados entre el método de solución aproximada pero con una
diferencia muy pequeña del resultado 0.1 y el valor real 0.099.
3. Sistema con retardo de transporte

3.1 Formulación de las matrices del sistema en continuo

Sabiendo la ecuación de transferencia

1 −s∗2.6
G ( s )= e
s +1
Determinando el retenedor de orden cero:
dx (t)
=−x (t ) +u(t−2.6)
dt
Con un intervalo h=1 en este caso d = 3 y τ ' =0.6

El correspondiente espacio estados tenemos:

x ( k +1 )=φ x ( t ) + Γ o u ( k −2 ) + Γ 1u (k −3)

ϕ=e−1=0.3679
0.4
Γ o=∫ e−s ds=0.3297
0

0.6
−0.4
Γ 1=e ∫ e−s ds=0.3024
0

3.4 Mediante la función C2D

Programa en matlab:

gs=tf([1],[1 1],'inputdelay',2.6)
gz = c2d(gs,1)

Ejecución del programa:

Discusión: Podemos observar que se verifica la solución analítica y la
solución utilizando la función c2d.