DINÁMICA Y CONTROL DE PROCESOS

4 MODELOS LINEALES Y NO LINEALES - REPRESENTACIÓN

EN VARIABLES DE ESTADO

Introducción

Hemos mencionado que los modelos con los que vamos a trabajar son del tipo de
ecuaciones matemáticas, más específicamente ecuaciones algebraicas, diferenciales
ordinarias o en derivadas parciales. Particularmente si queremos trabajar con modelos
dinámicos las ecuaciones diferenciales incluyen la variable tiempo. La resolución de
dichas ecuaciones diferenciales puede realizarse en el propio dominio del tiempo, en el
cual normalmente planteamos nuestro modelo, pero también, como veremos más
adelante, pueden realizarse transformaciones de dichas ecuaciones para resolverlas en el
dominio de Laplace (ver Capítulo 6) o en el dominio de la frecuencia (ver Capítulo 17).
En el dominio de Laplace las ecuaciones diferenciales respecto al tiempo se transforman
normalmente en ecuaciones algebraicas. En el dominio de la frecuencia se puede
visualizar con relativa sencillez el comportamiento dinámico del sistema.

Restringiéndonos al dominio del tiempo, existe un importante desarrollo matemático

para la resolución de modelos lineales, por lo que normalmente se comienza por su
estudio; para los modelos no lineales se plantea la linealización previa en un entorno
determinado de trabajo.

Representación en variables de estado (“State - space models”)

En forma general un modelo dinámico puede escribirse como

x  f x, u 

donde x es el vector de variables de estado y u el vector de variables de entrada.

Cuando la función f es lineal tenemos el subconjunto de los modelos lineales. En
particular la formulación de modelos en variables de estado para sistemas lineales es:
x  Ax  Bu
y  Cx  Du
donde y es el vector de variables de salida y A, B, C y D son matrices. En particular
A es la matriz jacobiana.

Veamos un ejemplo aclaratorio. Consideremos dos tanques conectados en serie tal

como se muestra en la Figura 4.1

ILM 1
DINÁMICA Y CONTROL DE PROCESOS

v0

h1 1 v1

h2 2 v2

Fig. 4.1 Dos tanques de líquido conectados en serie.

Asumamos que el flujo que sale de cada tanque es proporcional a la altura de líquido
(esto no es rigurosamente cierto pero puede ser una aproximación válida en cierto
rango): vi =ihi

Realizando los correspondientes balances de materia en cada tanque, y asumiendo que

el área transversal horizontal (Ai) es constante en cada tanque:

dh1 v0 1
  h1
dt A1 A1
dh2 v1  2  
  h2  1 h1  2 h2
dt A2 A2 A2 A2

Estas mismas ecuaciones pueden escribirse en forma matricial:

 1 
 0  1
 h1   A1  h1   
      
    A1  0
v
h2   1  2  h2   0 
 A2 A2 

O bien
x  Ax  Bu
donde
 1 
h   A 0  1
x   1  u  v0 A 1  B   A1 
h2   1 
2   
 A2 A2  0

ILM 2
DINÁMICA Y CONTROL DE PROCESOS

Si tomamos las alturas como variables de salida también podemos escribir la siguiente
ecuación
y  Cx  Du
 h  1 0  h1 
y   1    
h2  0 1 h2 

con 1 0
C  D0
0 1 

Linealización de modelos no lineales

Veamos primero un ejemplo de una función de una variable:

 f x 
dx
dt

Llamemos xs a la solución de estado estacionario, esto es f(xs) = 0 . Realizando una

expansión por Taylor en torno al punto de estado estacionario:

f
 x  xs   1 
2
f  x   f  xs   x  xs 2  ...
f
x xs 2 x 2
xs

Despreciando los términos de mayor orden

f
f  x   f  xs    x  xs 
x xs

Por ser estado estacionario f(xs) = 0, entonces

dx d x  xs  f
   x  xs 
dt dt x xs

O definiendo la variable desviación x’ = x - xs

dx f
 x
dt x xs

dx 
  x
dt

Donde  es la derivada de la función evaluada en el punto de estado estacionario.

ILM 3
DINÁMICA Y CONTROL DE PROCESOS

Supongamos ahora un ejemplo de una función con una variable de estado y una de
salida:
 f  x, u 
dx
x 
dt
Realizando una expansión por Taylor en torno al punto de estado estacionario (xs , us):

f
x  f xs , u s   x  xs   f u  us   1 2 f
x  xs 2 
x x s ,u s u x s ,u s 2 x 2 xs

2 f
x  xs u  u2   1 
2

f
u  us 2  ...
xu xs
2 u 2
xs

Despreciando los términos de mayor orden

f
x  f xs , us   x  xs   f u  us 
x x s ,u s u x s ,u s

Por ser estado estacionario f(xs , us) = 0 , entonces

d x  xs  f
 x  xs   f u  us 
dt x x s ,u s u x s ,u s

O definiendo la variable desviación x’ = x – xs y u’ = u - us

dx f f
 x  u
dt x x s ,u s u x s ,u s

dx
 a x  b u 
dt

Veamos un ejemplo: Tanque de líquido con salida proporcional al cuadrado de la altura

de líquido (Figura 4.2; ver „ejem4.1.sce‟).

v h

vin
V v

Fig. 4.2 Tanque de líquido; el flujo de salida es proporcional a la raíz cuadrada de

la altura de líquido

ILM 4
DINÁMICA Y CONTROL DE PROCESOS

La función del modelo, derivada del balance de materia

 h vin
f h, v  
dh
 
dt A A
donde h es la variable de estado, vin es la variable de entrada y  y A son los
parámetros. Usando Taylor

v   
f h, v    s  hs   h  hs   1 v  vs 
A A  2 A hs A

El término entre paréntesis rectos es cero porque es el valor en estado estacionario

d h  hs  
 h  hs   1 v  vs 
dt 2 A hs A

Y usando las variables desviación

dh  1
 h  v
dt 2 A hs A

O bien llamando x = h’ , u = v’
dx
 ax  bu
dt
con
 1
a b
2 A hs A

En forma general puede escribirse

x 1  f1  x1 ,..., xn , u1 ,...., u m 
. . . . .
. . . . .
x n  f n  x1 ,..., xn , u1 ,...., u m 
y 1  g1  x1 ,..., xn , u1 ,...., u m 
. . . . .
. . . . .
y r  g r  x1 ,..., xn , u1 ,...., um 

ILM 5
DINÁMICA Y CONTROL DE PROCESOS

Si se tiene x el vector de n variables de estado, u el vector de m variables de entrada

e y el vector de r variables de salida

x  f x, u 
y  gx, u 

Para linealizar se definen las matrices de la siguiente manera:

f i f i g i g i
Aij  Bij  Cij  Dij 
x j u j x j u j
x s ,u s x s ,u s x s ,u s x s ,u s

Si anotamos con ‟ las variables desviación

x  Ax  Bu

y  Cx  Du

Cabe destacar que muchas veces las variables de salida no son función de las de entrada
y entonces D = 0 ; e incluso muchas veces las variables de salida (y) son las propias
variables de estado (x) con lo cual la matriz C es la matriz identidad.

Veamos otro ejemplo: dos tanques en serie, ambos en el mismo nivel (Figura 4.3).
Asumamos que el flujo que sale de cada tanque es proporcional a la raíz cuadrada de la
altura de líquido:

v h
v

h1 1 h2 v2
2
v1

Fig. 4.3 Dos tanques en serie colocados al mismo nivel.

Realizando los correspondientes balances de materia, y asumiendo que el área

transversal horizontal de cada tanque (Ai) es constante:


 f1 h1 , h2 , v   0  1
dh1 v
h1  h2
dt A1 A1
 2
 f 2 h1 , h2 , v   1
dh2
h1  h2  h2
dt A2 A2

ILM 6
DINÁMICA Y CONTROL DE PROCESOS

Asumamos que solo se mide la altura del segundo tanque; la variable de salida es
entonces y = h2 – h2s

x  h  h 
x   1    1 1s  u  v  vs y  h2  h2 s
 x2  h2  h2 s 

f1 1 f1 1
A11   B11  
h1
h ,v 2 A1 h1s  h2 s v h s ,vs A1
s s

f 1 f 2
A12  1  B21  0
h2 h ,v 2 A1 h1s  h2 s v h s ,vs
s s

f 1 g
A21  2  C11  0
h1 h ,v 2 A1 h1s  h2 s h1 h s ,vs
s s

f 1 2 g
A22  2   C 21  1
h2 h ,v 2 A1 h1s  h2 s 2 A2 h2 s h2 h s ,vs
s s

De modo que reescribiendo el modelo en forma matricial

 dx1   1 1 
 dt    x 1
2 A1 h1s  h2 s 2 A1 h1s  h2 s   1    A u 
 dx   
 2 
1 1 2   x 2   1 
   0
 dt   2 A2 h1s  h2 s 2 A2 h1s  h2 s 2 A2 h2 s 
x 
y  0 1 1 
 x2 
donde
y  x 2  h2  h2 s

Solución para el caso en que no hay entradas (“zero-input form”)

Recordemos la forma general para la formulación en variables de estado de los modelos

lineales:
x  Ax  Bu
Puede considerarse el caso especial en el que las entradas se mantienen constantes en el
valor de estado estacionario (eventualmente se puede hacer un cambio de variable):

x  Ax
ILM 7
DINÁMICA Y CONTROL DE PROCESOS

De igual forma que para una única variable la solución de la ecuación x  ax es

x(t )  e at x(0) que es estable (converge a un valor) si a < 0 , en forma similar
para varias variables
x(t)  e At x(0)
que es estable si los valores propios (“eigenvalues”) de A son negativos.

Para calcular la matriz exponencial, consideremos la matriz V de vectores propios

(“eigenvectors”):
v v 
V  1  2    11 12 
v21 v22 
y la matriz de los valores propios
 0 
 1 
 0 2 

Entonces
A  VV 1

e At  V e t V 1

te 1t 0 
e  
0 e 2 t 

Por lo que las soluciones del sistema están dadas por

x(t)  V e t V 1 x(0)
Donde x(0) son las condiciones iniciales.

Dependiendo de cuáles sean las condiciones iniciales elegidas será la evolución en el

tiempo de las variables de estado. En particular, si la condición inicial está en la misma
dirección del vector propio i entonces la “velocidad de respuesta” será proporcional al
valor propio i (ver „ejem4.2.sce‟ y „ejem4.3.sce‟).

Solución para el caso general

Recordemos que la forma general de los sistemas lineales era

x  Ax  Bu
De igual forma que para un única variable x  ax  bu

ILM 8
DINÁMICA Y CONTROL DE PROCESOS

la solución es
  ba u0
x(t )  e at x(0)  e at  1

cuando u(t) = cte = u(0) , en forma similar para varias variables

x(t)  P x(0)  Q u(0)

Q  P  I  A-1B
donde
P  e At
La ecuación puede resolverse también para sistemas que cambian en el tiempo paso a
paso:
x( t  Δt )  P x( t )  Q u(t )
O bien

x( k  1 )  P x( k )  Q u(k )

ILM 9