DISEÑO DE CONTROLADORES

USANDO VARIABLES DE ESTADOS

CONTROLABILIDAD Y OBSERVABILIDAD
INTRODUCCION
• El principal objetivo de usar ecuaciones de espacio de estado
para modelar sistemas es el diseño de esquemas de
compensación adecuados para controlar estos sistemas.
• Típicamente, la señal de control u(t) es una función de varias
variables de estado medibles. Así, se desarrolla un
controlador de la variable de estado, que opera sobre la
información medible.
INTRODUCCION
El diseño de un controlador de variable de estado está típicamente
comprendido en tres pasos:
1. Asumir que todas las variables de estado son medibles y usarlos para
diseñar una ley de control de realimentación de estado completo.
2. Se construye un observador para estimar los estados que no son
sensados directamente y disponibles como salidas. Los observadores
de orden reducido aprovechan el hecho de que ciertos estados ya
están disponibles como salidas y no necesitan ser estimados.
3. Conectar apropiadamente al observador a la ley de control de
realimentación de estado completo produce un controlador de
variable de estado, o compensador.
REPRESENTACION EN FORMA CANONICA
• Existen varias técnicas para obtener las representaciones de espacio de
estado de los sistemas discretos en el tiempo.
• Cada una de las formas canónicas tienen ventajas específicas que los hacen
convenientes para el uso en técnicas de diseño en particular.
• Además, es interesante notar que las propiedades dinámicas del sistema
permanecen inalterables sin importar el tipo de representación usado.
• Entre las más importantes se puede mencionar:
Forma canónica controlable.
Forma canónica observable.
Forma canónica diagonal.
Forma canónica de Jordan.
• Nos enfocaremos a dos de los más importantes: la controlable y la
observable.
 REPRESENTACION EN FORMA CANONICA
Consideremos al sistema descrito por:
𝒅𝒏 𝒚 𝒅𝒏−𝟏 𝒚 𝒅𝒚 𝒅𝒏 𝒖 𝒅𝒏−𝟏 𝒖 𝒅𝒖
𝒏
+ 𝒂𝟏 𝒏−𝟏
+ ⋯ + 𝒂 𝒏−𝟏 + 𝒂𝒏 𝒚 = 𝒃𝟎 𝒏
+ 𝒃𝟏 𝒏−𝟏
+ ⋯ + 𝒃𝒏−𝟏 + 𝒃𝒏 𝒖 (1) Sistema continuo
𝒅𝒕 𝒅𝒕 𝒅𝒕 𝒅𝒕 𝒅𝒕 𝒅𝒕

𝒚 𝒏 + 𝒂𝟏 𝒚 𝒏 − 𝟏 + 𝒂𝟐 𝒚 𝒏 − 𝟐 + … + 𝒂𝒌 𝒚 𝒏 − 𝒌 = 𝒃𝟎 𝒖 𝒏 + 𝒃𝟏 𝒖 𝒏 − 𝟏 + … + 𝒃𝒌 𝒖[𝒏 − 𝒌] Discreto
(2)
Donde y y u es la salida y entrada respectivamente, del Sistema.

Aplicando las transformadas de Laplace y z para los sistemas continuos y discretos

respectivamente y hallando sus funciones de transferencia, se tiene:
𝒀(𝒔) 𝒃𝒐 𝒔𝒏 + 𝒃𝟏 𝒔𝒏−𝟏 + ⋯ + 𝒃𝒏−𝟏 𝒔 + 𝒃𝒏 𝒀(𝒛) 𝒃𝟎 + 𝒃𝟏 𝒛−𝟏 + … + 𝒃𝒌 𝒛−𝒌
= (3b)
= 𝒏 (3a) 𝑼(𝒛) −𝟏
𝟏 + 𝒂𝟏 𝒛 + … + 𝒂𝒌 𝒛 −𝒌
𝑼(𝒔) 𝒔 + 𝒂𝟏 𝒔𝒏−𝟏 + ⋯ + 𝒂𝒏−𝟏 𝒔 + 𝒂𝒏
𝒀(𝒛) 𝒃𝒐 𝒛𝒌 + 𝒃𝟏 𝒛𝒌−𝟏 + ⋯ + 𝒃𝒌 (3c)
= 𝒌
𝑼(𝒛) 𝒛 + 𝒂𝟏 𝒛𝒌−𝟏 + ⋯ + 𝒂𝒌
 FORMA CANONICA CONTROLABLE
A partir de la ecuación (3b) o (3c), desarrollando dichas ecuaciones, se llega a:

𝑥1 [𝑛 + 1] 0 1 0 ⋯ 0 𝑥1 [𝑛] 0
𝑥2 [𝑛 + 1] 0 0 1 ⋯ 0 𝑥2 [𝑛] 0
⋮ = ⋮ ⋮ ⋮ ⋯ ⋮ ⋮ + ⋮ 𝑢[𝑛] (4)
𝑥𝑘−1 [𝑛 + 1] 0 0 0 ⋯ 1 𝑥𝑘−1 [𝑛] 0
𝑥𝑘 [𝑛 + 1] −𝑎𝑘 −𝑎𝑘−1 −𝑎𝑘−2 ⋯ −𝑎1 𝑥𝑘 [𝑛] 1 ECUACIONES DE ESTADO

𝑥1 [𝑛]
𝑥2 [𝑛]
𝑦 = 𝑏𝑘 − 𝑎𝑘 𝑏𝑜 𝑏𝑘−1 − 𝑎𝑘−1 𝑏𝑜 … 𝑏2 − 𝑎2 𝑏𝑜 𝑏1 − 𝑎1 𝑏𝑜 ⋮ + 𝑏𝑜 𝑢[n] (5)
𝑥𝑘−1 [𝑛]
𝑥𝑘 [𝑛] SALIDA
 FORMA CANONICA CONTROLABLE
EJEMPLO: Sea el Sistema representado por la función de transferencia, expresarlo
mediante la forma canónica Controlable.
𝑌(𝑧) 𝑧+1
Arreglando: 𝑌(𝑧) 0𝑧 2 + 𝑧 + 1
= 2 = 2
𝑈 𝑧 𝑧 + 1.3𝑧 + 0.4 𝑈 𝑧 𝑧 + 1.3𝑧 + 0.4

Según la ecuación (3c): 𝑎2 = 0.4 𝑎1 = 1.3 𝑏2 = 1 𝑏1 = 1 𝑏𝑜 = 0

𝑥1 [𝑛 + 1] 0 1 𝑥1 [𝑛] 0 𝒙𝟏 [𝒏 + 𝟏] 𝟎 𝟏 𝒙𝟏 [𝒏] 𝟎
= + 𝑢[𝑛] = + 𝒖[𝒏]
𝑥2 [𝑛 + 1] −𝑎2 −𝑎1 𝑥2 [𝑛] 1 𝒙𝟐 [𝒏 + 𝟏] −𝟎. 𝟒 −𝟏. 𝟑 𝒙𝟐 [𝒏] 𝟏

Y la salida es:
𝑥1 [𝑛] 𝒙𝟏 [𝒏]
𝑦 = 𝑏2 − 𝑎2 𝑏0 𝑏1 − 𝑎1 𝑏0
𝑥2 [𝑛]
𝒚= 𝟏 𝟏
𝒙𝟐 [𝒏]
 FORMA CANONICA CONTROLABLE
𝑌(𝑧) 𝑧+1
Otra forma: Dada la función de transferencia = 2
𝑈 𝑧 𝑧 + 1.3𝑧 + 0.4

Por descomposición directa de la función de transferencia:

𝑌(𝑧) 𝑧+1 𝑧 −2 𝑃(𝑧)
= ⋅
𝑈(𝑧) 𝑧 2 + 1.3𝑧 + 0.4 𝑧 −2 𝑃(𝑧)
𝑌(𝑧) 𝑧 −1 𝑃(𝑧) + 1𝑧 −2 𝑃(𝑧)
=
𝑈(𝑧) 𝑃(𝑧) + 1.3𝑧 −1 𝑃(𝑧) + 0.4𝑧 −2 𝑃(𝑧)

Igualando Y(z) con el numerador en el lado derecho y U(z) con el denominador en el lado
derecho: −1 −2
𝑌(𝑧) = 𝑧 𝑃(𝑧) + 1𝑧 𝑃(𝑧). . . . . . . . . . . . . . . . (1)

𝑈(𝑧) = 𝑃(𝑧) + 1.3𝑧 −1 𝑃(𝑧) + 0.4𝑃(𝑧). . . . . . . . . . . . . . . . (2)

 FORMA CANONICA CONTROLABLE
Despejando P(z) de la ecuación (2):
𝑃(𝑧) = 𝑈(𝑧) − 1.3𝑧 −1 𝑃(𝑧) − 0.4𝑧 −2 𝑃(𝑧). . . . . . . . . . . . . . . . (3)

Se dibuja el diagrama de simulación del Sistema a partir de las ecuaciones (3) y (1):

𝑃(𝑧) = 𝑈(𝑧) − 1.3𝑧 −1 𝑃(𝑧) − 0.4𝑧 −2 𝑃(𝑧)

+
𝑌(𝑧) = 𝑧 −1 𝑃(𝑧) + 1𝑧 −2 𝑃(𝑧) U(z) + X2[n + 1] X2[n] = X1[n + 1] X1[n] Y(z)
z-1 z-1
+
-
Se supone que P(z) = x2[n + 1]
+
1.3
+

0.4
 FORMA CANONICA CONTROLABLE
A partir del diagrama de simulación se puede obtener la ecuación de estado y la ecuación
de la salida:

𝑥1 [𝑛 + 1] = 𝑥2 [𝑛]

𝑥2 [𝑛 + 1] = 𝑈(𝑧) − 3𝑥2 [𝑛] − 2𝑥1 [𝑛]

𝑌(𝑧) = 3𝑥1 [𝑛] + 𝑥2 [𝑛] 𝒙𝟏 [𝒏 + 𝟏] 𝟎 𝟏 𝒙𝟏 [𝒏] 𝟎

= + 𝒖[𝒏]
𝒙𝟐 [𝒏 + 𝟏] −𝟎. 𝟒 −𝟏. 𝟑 𝒙𝟐 [𝒏] 𝟏

𝒙𝟏 [𝒏]
𝒚[𝒏] = 𝟏 𝟏
𝒙𝟐 [𝒏]
 FORMA CANONICA OBSERVABLE
𝒀(𝒛) 𝒃𝒐 𝒛𝒌 + 𝒃𝟏 𝒛𝒌−𝟏 + ⋯ + 𝒃𝒌
A partir de la ecuación (3b): = 𝒌
𝑼(𝒛) 𝒛 + 𝒂𝟏 𝒛𝒌−𝟏 + ⋯ + 𝒂𝒌

Se expresa en forma matricial la forma canónica Observable:

𝑥1 [𝑛 + 1] 0 0 ⋯ 0 −𝑎𝑘 𝑥1 [𝑛] 𝑏𝑘 − 𝑎𝑘 𝑏𝑜
𝑥2 [𝑛 + 1] 1 0 ⋯ 0 −𝑎𝑘−1 𝑥2 [𝑛] 𝑏𝑘−1 − 𝑎𝑘−1 𝑏𝑜
⋮ = ⋮ ⋮ ⋮ ⋯ ⋮ ⋮ + ⋮ 𝑢[𝑛]
𝑥𝑘−1 [𝑛 + 1] 0 0 ⋯ 0 −𝑎2 𝑥𝑘−1 [𝑛] 𝑏2 − 𝑎2 𝑏𝑜
𝑥𝑘 [𝑛 + 1] 0 0 ⋯ 1 −𝑎1 𝑥𝑘 [𝑛] 𝑏1 − 𝑎1 𝑏𝑜

𝑥1 𝑛
𝑥2 𝑛
Y la ecuación de salida: 𝑦[𝑛] = 0 0 ⋯ 0 1 ⋮ + 𝑏𝑜 𝑢[𝑛]
𝑥𝑘−1 𝑛
𝑥𝑛 𝑛
 FORMA CANONICA OBSERVABLE
EJEMPLO: Utilizar el modelo del Sistema del ejemplo anterior para expresarlo en la forma
canónica Observable
𝑌(𝑧) 𝑧+1
Arreglando: 𝑌(𝑧) 0𝑧 2 + 𝑧 + 1
= 2 = 2
𝑈 𝑧 𝑧 + 1.3𝑧 + 0.4 𝑈 𝑧 𝑧 + 1.3𝑧 + 0.4

Según la ecuación (3c): 𝑎2 = 0.4 𝑎1 = 1.3 𝑏2 = 1 𝑏1 = 1 𝑏𝑜 = 0

𝑥1 [𝑛 + 1] 0 −𝑎2 𝑥1 [𝑛] 𝑏 − 𝑎2 𝑏𝑜 𝒙𝟏 [𝒏 + 𝟏] 𝟎 −𝟎. 𝟒 𝒙𝟏 [𝒏] 𝟏

= + 2 𝑢[𝑛] = + 𝒖[𝒏]
𝑥2 [𝑛 + 1] 1 −𝑎1 𝑥2 [𝑛] 𝑏1 − 𝑎1 𝑏𝑜 𝒙𝟐 [𝒏 + 𝟏] 𝟏 −𝟏. 𝟑 𝒙𝟐 [𝒏] 𝟏

Para la salida:
𝒙𝟏 [𝒏] 𝒙𝟏 [𝒏]
𝑦[𝑛] = 0 1 + 𝑏𝑜 𝑢[𝑛] 𝒚[𝒏] = 𝟎 𝟏
𝒙𝟐 [𝒏] 𝒙𝟐 [𝒏]
CONTROLABILIDAD Y OBSERVABILIDAD

• Los conceptos de controlabilidad y observabilidad fueron

introducidos por Kalman en 1960.
• Son de gran importancia en el diseños de sistemas de control en
espacio de estado.
• Las condiciones de controlabilidad y observabilidad determinan si
existe una solución viable y completa al diseño de control.
CONTROLABILIDAD
• En el Capítulo anterior se ha establecido la metodología para la
descripción del comportamiento de un sistema mediante variables de
estado, expresado mediante la ecuación de estado. Más
precisamente, se ha estudiado cómo dicha ecuación en general viene
descrita en función del vector de estado, su derivada primera, la
entrada y el tiempo.
• A continuación, se ha resuelto dicha ecuación de estado,
estableciendo de forma explícita la relación que existe entre la
evolución del estado, el valor inicial del mismo y el valor de la entrada
en cada instante.
CONTROLABILIDAD
• A la vista de la relación existente entre entrada y estado, cabe abordar el
estudio de cómo se puede influir en el valor del estado a través de la
entrada.
• Así, es pertinente preguntarse si dada una trayectoria arbitraria definida en
el espacio de estado, es posible encontrar la entrada que haga que el
vector de estados la siga o si, por el contrario, existe alguna restricción en
las posibles trayectorias que se puede inducir en el vector de estado
mediante la elección de las entradas apropiadas.
• El estudio de la controlabilidad de un sistema determina los puntos del
espacio de estado que pueden ser alcanzados por un sistema actuando
sobre las entradas de éste; puntos que determinan los denominados
estados controlables.
CONTROLABILIDAD
• Este estudio abarca dos cuestiones a tener en cuenta:
1. Considerando un sistema, un estado inicial y un estado final, se desea
determinar la existencia de una entrada que lleve al sistema entre ambos en
un tiempo finito.
2. Si un sistema no es controlable, la siguiente cuestión que surge es
determinar los puntos del espacio de estado que pueden ser alcanzados
partiendo de un estado inicial dado.
CONTROLABILIDAD

• Un sistema de control es completamente controlable o de estado

completamente controlable, si es posible transferir al sistema desde
un estado inicial arbitrario a cualquier estado deseado en un tiempo
finito.
• También puede decirse que será completamente controlable, si cada
variable de estado se puede controlar en un tiempo finito por una
señal de control que no esté sujeta a ningún tipo de restricción.
 CONTROLABILIDAD
Sea el sistema lineal:

descrito por las matrices (A,B,C), se dice que es controlable si es posible construir una
señal de control u(t) no restringida tal que pueda transferir cualquier condición inicial
de estado x(0) a cualquier otra condición x(t) en un intervalo de tiempo finito.
Un sistema lineal (A,B,C) es controlable si la matriz

es de rango (r) pleno r = n, en otras palabras, el determinante de la matriz C es diferente

de cero.
 CONTROLABILIDAD

EJEMPLO: Determine si el siguiente sistema es controlable:

Solución: El sistema es de segundo orden (n = 2)

tiene rango de 2, r = n, o det(C) ≠ 0. Por lo tanto el sistema es totalmente controlable.

 CONTROLABILIDAD

Ejemplo 2: Determine si el siguiente sistema es controlable:

Solución: El sistema es de segundo orden (n = 2), y

tiene rango de 1, n ≠ r, o, det(C) = 0.

Por lo tanto el sistema es no es totalmente controlable
 CONTROLABILIDAD
Una forma alterna de verificar si un sistema es controlable, es dibujando el diagrama
de flujo de los estados y determinar si existen caminos desde la señal de control
hasta todas las variables de estado. Si se cumple, el sistema es controlable:
Diagramas de flujo del estado de los ejemplos 1 y 2
CONTROLABILIDAD

No existe un camino desde u hasta la variable x1

CONTROLABILIDAD
• En el ejemplo 1:
• Existe un camino desde u hasta x1 y x2.
• El sistema es controlable.
• En el ejemplo 2:
• No existe un camino desde u hasta x1. Pero si hacia x2.
• El sistema es parcialmente controlable.
• No se tiene acceso a modificar la dinámica de x1.
• Si la dinámica de x1 es inestable, entonces el sistema lo es.
• Si la dinámica de x1 fuera estable y como es posible asignar a x2 la dinámica
deseada. El sistema se dice estabilizable.
 CONTROLABILIDAD

Como es habitual, ahora centrándonos en el estudio de la controlabilidad de sistemas

LTI discretos en el tiempo:
x[(n + 1)T] = Gx[nT] + Hu[nT] Donde G = A y H = B

siendo la señal u[nT] constante en el intervalo de tiempo nT ≤ t ≤ (n + 1)T.

En este caso, la controlabilidad de estado completo implica que existe una señal de
control constante entre cada tiempo de muestreo que transfiere al sistema, desde un
estado x[nT] cualquiera a un estado deseado xf en como mucho n periodos de
muestreo, donde k es el tamaño del vector de estados.
Lema: Dado un sistema LTI de orden k, es condición necesaria y suficiente para que el
sistema sea completamente controlable que el rangode la matriz de controlabilidad
sea igual a k.
CONTROLABILIDAD
• Comentario: El sistema que cumpla la condición establecida en el lema podrá
alcanzar cualquier estado como máximo en k periodos de muestreo, pero sólo si
no existen restricciones sobre la señal de control. En caso contrario, se tardaría
más.
• Si el sistema es controlable, se podrá determinar la secuencia de valores de la
entrada necesaria para llevar al sistema a xf resolviendo el sistema de ecuaciones.
• Por otra parte, la controlabilidad se puede comprobar a partir de la función de
transferencia de un sistema observando si hay cancelaciones de polos y ceros. En
el caso de que las hubiese, el sistema no sería controlable. Por tanto, el sistema:
𝒀(𝒛) 𝒛 + 𝟎. 𝟐
= no sería controlable pues existe una
𝑼(𝒛) (𝒛 + 𝟎. 𝟖)(𝒛 + 𝟎. 𝟐)
cancelación de un polo con un cero.
OBSERVABILIDAD
• Como se estudió en el Capítulo anterior, el modelo de estado refleja
las relaciones entre los tres actores que describen el comportamiento
de un sistema: entrada, estado y salida.
• En la anterior sección se ha estudiado la forma en la que entrada
repercute sobre la evolución del estado, así como las posibilidades de
obtener un determinado valor para éste en un instante dado,
mediante la elección adecuada de dicha entrada.
• En esta sección se estudia la forma en la que las variaciones en el
valor del estado se manifiestan sobre la salida, con lo que se cubre la
segunda etapa de la interacción descrita por el modelo de estado y
se completa el análisis del comportamiento del sistema completo.
OBSERVABILIDAD
• La idea de observabilidad se relaciona con la posibilidad de conocer el valor del estado
de un sistema, a partir del conocimiento de la evolución de la entrada y de la salida que
genera. La observabilidad es la capacidad que existe en un sistema para poder estimar
sus variables de estado.
• Una vez conocido el estado en un instante inicial, se puede determinar el estado en
cualquier otro instante posterior utilizando la solución de la ecuación de estado.
• La observabilidad se presenta conceptualmente como una idea complementaria a la de
controlabilidad; si la controlabilidad estudia la relación entrada-estado, ahora se va a ver
la relación estado-salida.
• Primero, se verá en qué sistemas es posible conocer el estado y, en segundo lugar, qué
variables de estado se pueden conocer, en el caso de que no sea posible conocerlas
todas .
• Por último, se estudiará la selección de las salidas que contienen la máxima información
sobre el estado del sistema.
 OBSERVABILIDAD
Dado el siguiente Sistema no forzado: 𝑥 𝑛 + 1 𝑇 = 𝐺𝑥 𝑛𝑇
𝑦 𝑛𝑇 = 𝐶𝑥[𝑛𝑇]

x[nT] vector de estado (de dimensión k) en el n-ésimo instante de muestreo.

Donde: y[nT] vector de salida (de dimensión m) en el n-ésimo instante de muestreo.

El sistema se dice ser completamente observable si cualquier estado inicial x(0) puede
determinado a partir de la observación de y[nT)] sobre un número finito de períodos
de muestreo. El sistema, lo tanto, es completamente observable, si cualquier
transición del estado de manera eventual afecta a todos los elementos del vector de
salida.
El concepto de observabilidad es útil para resolver el problema de la reconstrucción de
variables de estado no medibles.
 OBSERVABILIDAD – ALGUNAS DEFINICIONES
Se dice que un punto Xo del espacio de estado es observable en [to, t¡] si, siendo éste
el estado inicial en el instante to, Xo = x(to), el conocimiento de la entrada u(t) en el
intervalo [to, t1] y de la salida y(t) en el mismo intervalo permite determinar que el
estado inicial del sistema en el instante to es Xo

Dado el sistema: descrito por las matrices (A, B,C).

El sistema (A,B,C) es observable si y solo si la matriz:

es de rango pleno (r = n) , es decir, es no singular,
o su determinante es diferente de cero.
Si el sistema no es totalmente observable significa
que algunas variables de estado quedan ocultas a
las mediciones de y(t).
 OBSERVABILIDAD
EJEMPLO: Dado el siguiente sistema, averiguar si es observable o no.

Solución: El sistema es de segundo orden (n = 2) y =4–0=4

Tiene rango 2, es decir, entonces r = n. O también se puede apreciar que O es distinto

de cero. Por lo tanto es sistema es completamente observable.
 OBSERVABILIDAD
EJEMPLO: Dado el sistema mostrado, determinar si es observable

Solución: El sistema es de segundo orden (n = 2) y =0–0=0

Tiene rango r = 1, entonces como n ≠ r, o también la matriz O es igual a cero, el

sistema es no observable.
 EJEMPLO
Determine controlabilidad y observabilidad en el sistema:
DISEÑO DE CONTROLADORES
• Uno de los inconvenientes del método de diseño en el dominio de la
frecuencia es que después de diseñar la ubicación de los polos dominantes
de Segundo orden, cruzamos nuestros dedos esperando que los polos de
orden superior no afecte a la aproximación de Segundo orden.
• Lo que desearíamos es poder especificar todos los polos de lazo cerrado
del sistema de orden superior.
• Los métodos de diseño en el dominio de la frecuencia no nos permite
especificar todos los polos en sistemas con orden superior a 2 no permiten
un número suficiente de parámetros desconocidos para colocar
todos los polos de bucle cerrado de forma única.
• Para ajustar una ganancia, o seleccionar un cero y un polo del
compensador no se producen un número suficiente de parámetros
para colocar todos los polos de bucle cerrado en las ubicaciones
deseadas.
DISEÑO DE CONTROLADORES
• Recordando, para colocar n cantidades desconocidas, se necesita n
parámetros ajustables
• Los métodos de variable de estado solucionan este problema
introduciendo en el sistema:
Otros parámetros ajustables y
La técnica de encontrar los valores de estos parámetros.
• Por otro lao, los métodos de espacio de estado no permiten la
especificación de las ubicaciones de los ceros en un lazo cerrado, que
en el método del dominio de la frecuencia sí se permite dicho
colocado a través del método de compensador de adelanto de fase.
DISEÑO DE CONTROLADORES
• Finalmente, existe una gran variedad de soporte computacional para
los métodos de la variable de estados; muchos paquetes de software
soportan el álgebra y cálculo matricial requerido para el análisis y
diseño.
• Sin embargo, como se mencionó anteriormente, las ventajas del
soporte computacional son compensados por la pérdida de
información gráfica en un problema de diseño que produce por
ejemplo el método del dominio de la frecuencia.
DISEÑO DE CONTROLADORES
• Se va a estudiar el control de un sistema mediante la realimentación de
sus variables de estado, poniendo de manifiesto la potencia de esta
estructura de control para fijar las características del comportamiento
dinámico de un sistema.
• Primeramente se realiza un análisis de la dinámica del sistema cuan do se
efectúa la realimentación de sus variables de estado, mediante una matriz
constante, para actuar sobre las variables de entrada del sistema.
• A continuación, se aborda el diseño de la matriz de realimentación del
estado con objeto de fijar el comportamiento dinámico del sistema,
justificándose la asignación directa de todos los polos de la parte
controlable del sistema.
COLOCADO DE POLOS
• En el diseño de controladores se hará uso el método de diseño
comúnmente llamado colocado de polos o técnica de asignación de
polos.
• Para la realización de esta técnica vamos a asumir que todas las
variables son medibles y están disponibles para la realimentación.
• Si el sistema considerado es de estado completamente controlable,
entonces los polos del sistema de lazo cerrado pueden ser colocados
en cualquier lugar deseado por medio de la realimentación de estado
a través de una apropiada matriz de ganancia de realimentación de
estado.
COLOCADO DE POLOS
• La presente técnica de diseño empieza con la determinación de los
polos deseados en lazo cerrado basados en la respuesta transitoria
y/o los requerimientos de respuesta en frecuencia, tales como
velocidad, razón de amortiguamiento, o ancho de banda, así como
también los requerimientos en estado estacionario.
• Seleccionando una apropiada matriz de ganancia para la
realimentación de estado es posible forzar al sistema que tenga polos
en lazo cerrado en las ubicaciones deseadas, siempre que el sistema
original es completamente de estado controlable
 COLOCADO O UBICACIÓN DE POLOS
𝒙ሶ = 𝑨𝒙 + 𝑩𝒖
Consideremos la planta representada en espacio de estado por:
𝒚 = 𝑪𝒙
(1)

• En un sistema de control realimentado típico, la salida, y, es llevado hacia la

entrada a la unión suma.
• Es aquí que la topología del diseño cambia. En vez de realimentar y hacia atrás,
realimentamos todas las variables de estado.
• Si cada variable de estado se devuelve al control, u, a través de una ganancia, ki,
habría n ganancias, ki, que podrían ajustarse para obtener los valores de
polo de bucle cerrado requeridos.
 COLOCADO O UBICACIÓN DE POLOS
El polinomio característico del Sistema original, según la figura anterior es:

(2)
que representa cierto comportamiento dinámico.

Ahora se busca modificar el comportamiento del sistema (A,B,C) por medio de la

realimentación del estado:
𝒖 𝒕 = −𝑲𝒙 𝒕 + 𝒗(𝒕) (3)

donde K = [k1 k2 k3 .. kn] es un vector fila y v(t) es una nueva entrada, a fin de
obtener un sistema de lazo cerrado con el polinomio característico deseado.

(4)
 COLOCADO O UBICACIÓN DE POLOS
Por lo tanto, la realimentación a través de las ganancias, ki, está representada en la siguiente
figura por el vector de realimentación K:

De la figura:

𝒙ሶ = 𝑨𝒙 + 𝑩(𝑣 − 𝑲𝒙)
𝒙ሶ = (𝑨 − 𝑩𝑲)𝒙 + 𝑩𝒗
𝒙ሶ = 𝑨𝒙 + 𝑩𝑣 − 𝑩𝑲𝒙 𝒚 = 𝑪𝒙
(5)
 COLOCADO O UBICACIÓN DE POLOS
El polinomio característico de la anterior ecuación de estado es:
𝒂𝒌 𝒔 = 𝐝𝐞𝐭(𝒔𝑰 − 𝑨 + 𝑩𝑲) (6)
La meta es que por medio del control: 𝒖 𝒕 = −𝑲𝒙 𝒕 + 𝒗(𝒕)
el polinomio característico modificado (6) se iguale al polinomio característico deseado
(4).
𝒂𝒌 𝒔 = 𝜶(𝒔)
• La estabilidad y las características de la respuesta transitoria están determinadas por
los eigenvalores (raíces) de la matriz A – BK.
• Si la matriz K se escoge apropiadamente los Eigenvalores del sistema pueden ser
colocados en el lugar deseado.
• Y el problema de colocar los polos del regulador (polos en lazo cerrado) en el lugar
deseado se conoce como un problema de colocación de polos.
COLOCADO O UBICACIÓN DE POLOS
• Existen tres aproximaciones que pueden ser usados para
determinar la matriz ganancia K para colocar los polos en la
lugar deseado:
Usando la Matriz de Transformación, P.
Método de Sustitución Directa.
La Fórmula de Ackermann.
• Por supuesto, todos estos métodos producen el mismo
resultado.
 MATRIZ DE TRANSFORMACION P
PASOS PARA EL DISEÑO MEDITANTE MATRIZ DE TRANSFORMACION, P:

1. Verificar la Controlabilidad de estado del sistema:

𝐶𝑀 = 𝐵 𝐴𝐵 𝐴2 𝐵 ⋯ 𝐴𝑛−1 𝐵

2. Transformar el sistema dado en la forma canónica Controlable, CCF:

𝑷 = 𝑪𝑴 × 𝑾
𝑎𝑛−1 𝑎𝑛−2 ⋯ 𝑎1 1
𝑎𝑛−2 𝑎𝑛−3 ⋯ 1 0
𝑊= ⋮ ⋮ ⋱ ⋮ ⋮ 𝒔𝑰 − 𝑨 = 𝒔𝒏 + 𝒂𝟏 𝒔𝒏−𝟏 + 𝒂𝟐 𝒔𝒏−𝟐 + ⋯ + 𝒂𝒏−𝟏 s+𝒂𝒏
𝑎1 1 ⋯ 0 0 𝐴ሜ = 𝑃−1 𝐴𝑃
1 0 ⋯ 0 0 𝐵ሜ = 𝑃−1 𝐵 𝐶ሜ = 𝐶𝑃
 MATRIZ DE TRANSFORMACION P

3. Obtener la ecuación característica de deseada a partir de los Eigenvalores.

Si los Eigenvalores son: 𝝁𝟏 , 𝝁𝟐 , ⋯ , 𝝁𝒏

(𝑠 − 𝜇1 )( 𝑠 − 𝜇2 ) ⋯ 𝑠 − 𝜇𝑛 = 𝑠 𝑛 + 𝛼1 𝑠 𝑛−1 + 𝛼2 𝑠 𝑛−2 + ⋯ + 𝛼𝑛−1 𝑠+𝛼𝑛

4. Calcular la matriz Ganancia, K

𝑲 = 𝜶𝒏 − 𝒂𝒏 𝜶𝒏−𝟏 − 𝒂𝒏−𝟏 ⋯ 𝜶𝟐 − 𝒂𝟐 𝜶𝟏 − 𝒂𝟏
 MATRIZ DE TRANSFORMACION P
EJEMPLO: Sea el sistema mostrado en la figura. La planta está modelado por:
𝑥1 0 1 0 𝑥1 0
𝑥2 = 0 0 1 𝑥2 + 0 𝑢(𝑡) El sistema usa el control realimentado
𝑥3 −1 −5 −6 𝑥3 1 de estado u=-Kx.
Los Eigenvalores deseados son:

𝝁𝟏 = −𝟐 + 𝒋𝟒, 𝝁𝟐 = −𝟐 − 𝒋𝟒 ,𝝁𝟑 = −𝟏.

Determinar la Matriz Ganancia realimentada, K

 EJEMPLO – PASOS PARA EL CALCULO
1. A partir de la ecuación, se determinar la controlabilidad:
𝑥1 0 1 0 𝑥1 0
𝑥2 = 0 0 1 𝑥2 + 0 𝑢(𝑡)
𝑥3 −1 −5 −6 𝑥3 1

0 0 1
𝐶𝑀 = 𝐵 𝐴𝐵 𝐴2 𝐵 = 0 1 −6 Det(CM) ≠ 0
1 −6 31

Debido a que el rango es igual a 3, entonces el sistema es completamente controlable.

Por lo tanto se puede colocar polos en la ubicación deseada.
 EJEMPLO – PASOS PARA EL CALCULO
𝑥1 0 1 0 𝑥1 0
2. Transformación de CCF: 𝑥2 = 0 0 1 𝑥2 + 0 𝑢(𝑡)
𝑥3 −1 −5 −6 𝑥3 1
El sistema ya está en la forma canónica Controlable, CCF

3. Determinar la ecuación característica: 𝑠𝐼 − 𝐴 = 𝑠 3 + 6𝑠 2 + 5𝑠 + 1 = 0

𝑠𝐼 − 𝐴 = 𝑠 3 + 𝑎1 𝑠 2 + 𝑎2 𝑠 + 𝑎3

Por lo tanto: 𝒂𝟏 = 𝟔, 𝒂𝟐 = 𝟓, 𝒂𝟑 = 𝟏
 EJEMPLO – PASOS PARA EL CALCULO
4. Las características deseadas del polinomio pueden ser calculadas usando los Eigenvalores
deseados:
𝜇1 = −2 + 𝑗4 𝜇2 = −2 − 𝑗4 𝜇3 = −1

(𝑠 − 𝜇1 )( 𝑠 − 𝜇2 ) ⋯ 𝑠 − 𝜇𝑛 = (𝑠 + 2 − 4𝑗)( 𝑠 + 2 + 4𝑗) 𝑠 + 1

𝑠 + 2 − 4𝑗 𝑠 + 2 + 4𝑗 𝑠 + 10 = 𝑠 3 + 5𝑠 2 + 24𝑠 + 20
= 𝑠 3 + 𝛼1 𝑠 2 + 𝛼2 𝑠 + 𝛼3

Por lo tanto: 𝜶𝟏 = 𝟓, 𝜶𝟐 = 𝟐𝟒, 𝜶𝟑 = 𝟐𝟎

 EJEMPLO – PASOS PARA EL CALCULO

Entonces la Matriz Ganancia K, se calcula de la siguiente manera:

𝑎1 = 6, 𝑎2 = 5, 𝑎3 = 1
𝛼1 = 5, 𝛼2 = 24, 𝛼3 = 20

𝑲 = 𝛼3 − 𝑎3 𝛼2 − 𝑎2 𝛼1 − 𝑎1

𝑲 = 𝟏𝟗 𝟏𝟗 −𝟏
 EJEMPLO – PASOS PARA EL CALCULO
𝑥1 0 1 0 𝑥1 0
𝑥2 = 0 0 1 𝑥2 + 0 𝑢(𝑡) Sistema sin compensar
𝑥3 −1 −5 −6 𝑥3 1

+ 𝑥ሶ 3 𝑥3 𝑥ሶ 2 𝑥2 𝑥ሶ 1 𝑥1
𝑢(𝑡)
+
∫ ∫ ∫
+
Diagrama de espacio de -6
estado para el Sistema +
+
dado: -5
+
+
-1
 19 𝒖 = −𝑲𝒙
+
+
19 𝑲 = 19 19 −1
+
+ 𝑥1
-1 𝒖 = − 19 19 −1 𝑥2
+
𝑥3
𝑢(𝑡) + 𝑥ሶ 3 𝑥3 𝑥ሶ 2 𝑥2 𝑥ሶ 1 𝑥1
-1
+
∫ ∫ ∫
+
-6
+
+
-5 SISTEMA
+ RESULTANTE
+
-1
 MÉTODO DE SUSTITUCIÓN DIRECTA
LOS PASOS A SEGUIR PARA ESTE MÉTODO SON:
1. Verificar la controlabilidad del estado del sistema.
𝐶𝑀 = 𝐵 𝐴𝐵 𝐴2 𝐵 ⋯ 𝐴𝑛−1 𝐵

2. Definir la Matriz Ganancia de realimentación de estado como:

𝑲 = 𝑘1 𝑘2 𝑘3 ⋯ 𝑘𝑛
- E igualando el polinomio característico 𝒔𝑰 − 𝑨 + 𝑩𝑲 con la ecuación característica
deseada:
(𝑠 − 𝜇1 )( 𝑠 − 𝜇2 ) ⋯ 𝑠 − 𝜇𝑛 = 𝑠 𝑛 + 𝛼1 𝑠 𝑛−1 + 𝛼2 𝑠 𝑛−2 + ⋯ + 𝛼𝑛−1 s+𝛼𝑛
 MÉTODO DE SUSTITUCIÓN DIRECTA
EJEMPLO: Repetir en anterior ejemplo utilizando el método de sustitución directa.
𝑥1 0 1 0 𝑥1 0
𝑥2 = 0 0 1 𝑥2 + 0 𝑢(𝑡) El sistema usa el control realimentado
𝑥3 −1 −5 −6 𝑥3 1 de estado u=-Kx.
Los Eigenvalores deseados son:

𝝁𝟏 = −𝟐 + 𝒋𝟒, 𝝁𝟐 = −𝟐 − 𝒋𝟒 ,𝝁𝟑 = −𝟏.

Determinar la Matriz Ganancia realimentada, K

 MÉTODO DE SUSTITUCIÓN DIRECTA
1. Para verificar si es controlable, sigue el mismo procedimiento que para el ejemplo
anterior. Al ser el mismo sistema, éste es Controlable.
2. Hacemos que K sea igual a: 𝑲 = 𝑘1 𝑘2 𝑘3
𝑠 0 0 0 1 0 0
𝑠𝐼 − 𝐴 + 𝐵𝐾 = 0 𝑠 0 − 0 0 1 + 0 𝑘1 𝑘2 𝑘3
0 0 𝑠 −1 −5 −6 1
= 𝑠 3 + 6 + 𝑘3 𝑠 2 + 5 + 𝑘2 𝑠 + 1 + 𝑘1
3. Las características deseadas del polinomio pueden ser calculadas usando los Eigenvalores
deseados: (𝑠 − 𝜇 )( 𝑠 − 𝜇 ) ⋯ 𝑠 − 𝜇 = (𝑠 + 2 − 4𝑗)( 𝑠 + 2 + 4𝑗) 𝑠 + 1
1 2 𝑛
𝑠 + 2 − 4𝑗 𝑠 + 2 + 4𝑗 𝑠 + 10 = 𝑠 3 + 5𝑠 2 + 24𝑠 + 20
= 𝑠 3 + 𝛼1 𝑠 2 + 𝛼2 𝑠 + 𝛼3
MÉTODO DE SUSTITUCIÓN DIRECTA

Comparando los coeficientes de la potencia de s, se tiene:

5 = 6 + 𝑘3 𝑘3 = −1
24 = 5 + 𝑘2 𝑘2 = 19
20 = 1 + 𝑘1 𝑘1 = 19
 MÉTODO DE LA FÓRMULA DE ACKERMANN
• Es el tercer método para el diseño de realimentación de variable de estado.
• Al igual que los otros dos métodos anteriores, con este método se pretende encontrar
la Matriz Ganancia, K.
La fórmula para encontrar el vector K es la siguiente:

Donde α(s) es el polinomio característico deseado.

por lo que:

Mientras que: [0 0 … 0 1]C-1 es la última fila de la matriz de Controlabilidad.

 MÉTODO DE LA FÓRMULA DE ACKERMANN
EJEMPLO: Utilizando la fórmula de Ackermann, diseñe un controlador por realimentación
del estado que asigne los valores propios: λ1 = -3 – j1 y λ2 = -3 + j1, λ3 = -6 al sistema:

Paso 0. Verificar estabilidad (no indispensable)

Det(λI – A) =

Los tres valores propios tienen parte

real positiva, por lo tanto el sistema
es inestable.
 MÉTODO DE LA FÓRMULA DE ACKERMANN
Paso 1. Verificar controlabilidad

por lo tanto el sistema es

totalmente controlable, y
puede diseñarse el controlador

Paso 2. Obtención del vector K, utilizando la fórmula de Ackermann

Donde:

El último renglón de C-1 es:

 MÉTODO DE LA FÓRMULA DE ACKERMANN
por otra parte, el polinomio característico deseado es:

entonces:
por último, el vector K, queda:

Resolviendo K, entonces: K = [6.0065 26.6903 -1.8452]

DISEÑO DEL ERROR EN ESTADO ESTACIONARIO
• Con los métodos de diseño para los sistemas, lo que se hizo es
cumplir con los requisitos de las características dinámicas del sistema.
• Sin embargo no se tomó en cuenta el comportamiento del sistema en
estado estacionario.
• En general, a pesar que los métodos de control estudiados son
excelentes para mejorar las características dinámicas no permite
asegurar que el sistema alcance la respuesta requerida.
• Es decir, si se introduce una función escalón de valor unitario, el
sistema no alcanzará dicho valor en el tiempo establecido,
cometiéndose por lo tanto, un error.
 DISEÑO DEL ERROR EN ESTADO ESTACIONARIO
• De ahí que es necesario utilizar algún método para asegurar que la salida del
sistema llegue a su estado final requerido.
• Una estrategia para poder cumplir con este requisito es realimentar la salida del
sistema y adicionar una nueva variable.
• Recordando, para el sistema compensado: 𝒙ሶ 𝒕 = 𝑨𝒙 𝒕 + 𝑩𝒖 𝒚 = 𝑪𝒙 𝒕
𝒖 = 𝒓 − 𝑲𝒙(𝒕)

Para un buen rendimiento en el seguimiento de la entrada se quiere:

𝑦 𝑡 ≅ 𝑟 𝑡 𝑎 𝑚𝑒𝑑𝑖𝑑𝑎 𝑞𝑢𝑒 𝑡 → ∞
Considerando el rendimiento del sistema en el dominio de la frecuencia y usando el
Teorema del valor final: lim 𝑦 𝑡 = lim 𝑠𝑌(𝑠)
𝑡→∞ 𝑠→0

Así, para un buen rendimiento del Sistema, se quiere que: 𝑠𝑌 𝑠 ≈ 𝑠𝑅 𝑠 𝑎 𝑚𝑒𝑑𝑖𝑑𝑎 𝑞𝑢𝑒 𝑠 → 0
𝒀(𝒔)
=> ቤ =𝟏
𝑹(𝒔) 𝒔=𝟎
 DISEÑO DEL ERROR EN ESTADO ESTACIONARIO
Como se dijo, una de las estrategias o técnicas para mejorar el error en estado estacionario
es realimentar la salida.
• Se agrega un camino de realimentación
desde la salida para formar el error e que
es alimentado a la planta controlada a
través de un integrador.
• El integrador incrementa el tipo del
Sistema y reduce el anterior error finito a
cero.
• Se va a encontrar una ecuación de estado
para el Sistema mostrado en la figura y
este será usado para el diseño del
controlador.
• De esta forma seremos capaces de
diseñar un Sistema con cero error en
estado estacionario y que cumpla con las
condiciones de respuesta transitoria.
 DISEÑO DEL ERROR EN ESTADO ESTACIONARIO
Este método se conoce como diseño mediante control integral.
Partiendo de la figura de la anterior diapositiva se ve que se agrega una nueva variable de
estado, xN. El error es la derivada de esta variable, por lo tanto: 𝑥ሶ 𝑁 = 𝑟 − 𝐶𝑥
Escribiendo las ecuaciones de estado: 𝑥ሶ = 𝐴𝑥 + 𝐵𝑢
𝑥ሶ 𝑁 = −𝐶𝑥 + 𝑟
𝑦 = 𝐶𝑥
Por lo tanto en base a las tres ecuaciones anteriores se puede escribir la ecuación de
estados modificado:
𝒙ሶ 𝑨 𝟎 𝒙 𝑩 𝟎
= + 𝒖+ 𝒓
𝒙ሶ 𝑵 −𝑪 𝟎 𝒙𝑵 𝟎 𝟏
𝒙
𝒚= 𝑪 𝟎 𝒙
𝑵
 DISEÑO DEL ERROR EN ESTADO ESTACIONARIO
𝑥
Pero, además: 𝑢 = −𝐾𝑥 + 𝐾𝑒 𝑥𝑁 = − 𝐾 −𝐾𝑒 𝑥𝑁
Sustituyendo y arreglando, se tiene al final:

𝒙ሶ (𝑨 − 𝑩𝑲) 𝑩𝑲𝒆 𝒙 𝟎
= 𝒙 + 𝒓
𝒙ሶ 𝑵 −𝑪 𝟎 𝑵 𝟏
𝒙
𝒚= 𝑪 𝟎 𝒙
𝑵

De esta manera, el tipo de Sistema ha sido incrementado y se puede usar la ecuación

característica anterior para calcular K y Ke para cumplir con requisitos transitorios
deseados.
 DISEÑO DEL ERROR EN ESTADO ESTACIONARIO
EJEMPLO: Considerar la planta modelada por la ecuación de estado:
0 1 0
𝑥ሶ = 𝑥+ 𝑢
−3 −5 1
𝑦= 1 0𝑥

a) Diseñar un controlador de tal forma que el porcentaje de overshoot sea del 10% y el
tiempo de establecimiento ts = 0.5 [seg]. Evaluar el error de estado estacionario para
una entrada escalón.
b) Repetir el ejercicio ahora utilizando el diseño de control Integral. Evaluar el Error de
estado estacionario para una entrada Escalón unitario.
 EJEMPLO DISEÑO
a) Usando los requerimientos del tiempo de establecimiento y el porcentaje de sobre impulso, se encuentra
que el polinomio característico deseado es:
𝑠 2 + 16𝑠 + 183.1

Debido a que la planta esta representado en forma canónica controlable, el polinomio característico para la
planta controlada con realimentación de la variable de estado es:

𝑠 2 + 5 + 𝑘2 𝑠 + (3 + 𝑘1 )

Igualando ambas ecuaciones, y despejando los valores de K, se tiene:

𝑲 = 𝒌𝟏 𝒌𝟐 = 𝟏𝟖𝟎. 𝟏 𝟏𝟏
 EJEMPLO DISEÑO
Por lo tanto la ecuación de estado de la planta controlada es:
0 1 0
𝑥ሶ = 𝐴 − 𝐵𝐾 𝑥 + 𝐵𝑟 = 𝑥+ 𝑟
−183.1 −16 1
𝑦 = 𝐶𝑥 = 1 0𝑥

El error en estado estacionario para una entrada escalón unitario es:

𝒆 ∞ = 𝟏 − 𝒚𝒔𝒔 = 𝟏 − 𝑪𝑽 = 𝟏 + 𝑪𝑨−𝟏 𝑩
−𝟏
𝟎 𝟏 𝟎
𝒆 ∞ =𝟏+ 𝟏 𝟎 = 𝟎. 𝟗𝟗𝟓
−𝟏𝟖𝟑. 𝟏 −𝟏𝟔 𝟏
 EJEMPLO DISEÑO
b) Ahora utilizando la técnica de control Integral:
𝑥ሶ 1 0 1 0 𝑘 0 𝑥1 0
− 𝑘2 𝐾
𝑥ሶ 2 = −3 −5 1 1 1 𝑒 𝑥2 + 0 𝑟
𝑥ሶ 𝑁 −1 0 0 𝑥𝑁 1
0 1 0 𝑥1 0
= −(3 + 𝑘1 ) −(5 + 𝑘2 ) 𝐾𝑒 𝑥2 + 0 𝑟
−1 0 0 𝑥𝑁 1
𝑥1
𝑦= 1 0 0 𝑥2
𝑥𝑁
Despejando de la ecuación de estados del Sistema se ve que su función de transferencia
es: G(s) = 1/(s2 + 5s + 3) y el polinomio característico para el Sistema controlado Integral
en lazo cerrado es: s2 + 16s + 183.1.
 EJEMPLO DISEÑO
Se escoge el tercer polo por lo menos 5 veces mas grande que la magnitud del polo
deseado de Segundo orden. Por lo tanto, el polo escogido es: -100. Entonces, se tiene:
𝒔 + 𝟏𝟎𝟎 𝒔𝟐 + 𝟏𝟔𝒔 + 𝟏𝟖𝟑. 𝟏 = 𝒔𝟑 + 𝟏𝟏𝟔𝒔𝟐 + 𝟏𝟕𝟖𝟑. 𝟏𝒔 + 𝟏𝟖𝟑𝟏𝟎
El polinomio característico del Sistema con control integral es:
0 1 0
𝑑𝑒𝑡 𝑠𝐼 − −(3 + 𝑘1 ) −(5 + 𝑘2 ) 𝐾𝑒 = 𝑠 3 + 5 + 𝑘2 𝑠 2 + 3 + 𝑘1 𝑠 + 𝐾𝑒
−1 0 0
Igualando los coeficientes de ambas ecuaciones, se encuentran los valores de los K.
k1 = 1780.1
k2 = 111
Ke = 18310
 EJEMPLO DISEÑO
Finalmente, sustituyendo estas constantes encontradas, se tiene la ecuación de estado del
Sistema compensado:
𝒙ሶ 𝟏 𝟎 𝟏 𝟎 𝒙𝟏 𝟎
𝒙ሶ 𝟐 = −𝟏𝟕𝟖𝟑. 𝟏 −𝟏𝟏𝟔 𝟏𝟖𝟑𝟏𝟎 𝒙𝟐 + 𝟎 𝒓
𝒙ሶ 𝑵 −𝟏 𝟎 𝟎 𝒙𝑵 𝟏
𝒙𝟏
𝒚= 𝟏 𝟎 𝟎 𝒙𝟐
𝒙𝑵

Llevando el Sistema a su función de transferencia en lazo cerrado:

−𝟏
𝟏𝟖𝟑𝟏𝟎
𝑻 𝒔 = 𝑪 𝒔𝑰 − 𝑨 𝑩+𝑫= 𝟑
𝒔 + 𝟏𝟏𝟔𝒔𝟐 + 𝟏𝟕𝟖𝟑. 𝟏𝒔 + 𝟏𝟖𝟑𝟏𝟎
 EJEMPLO DISEÑO
Ahora se verificara si se cumple con los requisitos de Error estacionario. Para una entrada
escalón unitario, R(s) = 1/s:
18310 1
lim 𝑠𝑌 𝑠 = lim 𝑠 3 . =𝟏
𝑠→0 𝑠→0 𝑠 + 116𝑠 2 + 1783.1𝑠 + 18310 𝑠

O mediante ecuaciones de estado:

𝑒 ∞ = 1 − 𝑦𝑠𝑠 = 1 − 𝐶𝑉 = 1 + 𝐶𝐴−1 𝐵
−1
0 1 0 0
𝑒 ∞ =1+ 1 0 0 −1783.1 −116 18310 0 =𝟎
−1 0 0 1
DISEÑO DEL OBSERVADOR
• El diseño del controlador se basa en el acceso a las variables de estado
para su retroalimentación a través del ajuste de las ganancias.
• Este acceso puede ser realizado mediante hardware.
• Por ejemplo se puede colocar un encoder para medir la velocidad, etc.
• Pero algunas veces no se pueden acceder a estas variables, ya sea porque
no son medibles directamente, o su costo en la medición resultan
demasiado costosos.
• Una alternativa es mas bien, estimar estados en vez de utilizar los estados
actuales y realimentarlos al controlador.
• Para esto se utiliza un Observador o también llamado Estimador para
calcular las variables de estado que no se pueden acceder de manera
directa de la planta.
 DISEÑO DEL OBSERVADOR
En el gráfico se muestra el observador en lazo abierto y en lazo cerrado
DISEÑO DEL OBSERVADOR • La velocidad de
convergencia entre el
estado actual y el estado
estimado es la misma que
la respuesta transitoria de
la planta debido a que la
ecuación característica es la
misma. De ahí que no se
puede usar los estados
estimados para el
controlador.
• Para aumentar la velocidad
de convergencia de los
estados actual y estimado,
se usa la realimentación.
 DISEÑO DEL OBSERVADOR

Observador en lazo
cerrado con
realimentación.

• Cuando se diseña un observador, se elige la forma canónica observable, ya que esta

forma se obtiene de manera sencilla las ganancias del observador.
• El observador tiene que ser más rápido que la respuesta del loop controlado para
obtener un estimado actualizado de forma rápida del vector de estado.
• El diseño del observador es separado del diseño del controlador.
 DISEÑO DEL OBSERVADOR
𝑥ො = 𝐴𝑥ො + 𝐵𝑢 ሶ + 𝐿(𝑦 − 𝑦)
ො 𝑥ሶ = 𝐴𝑥 + 𝐵𝑢
𝑦ො = 𝐶 𝑥ො 𝑦 = 𝐶𝑥

𝑥ሶ − 𝑥ොሶ = 𝐴 − 𝐿𝐶 𝑥 − 𝑥ො Sea: 𝑒𝑥 = 𝑥 − 𝑥ො

𝑦 − 𝑦ො = 𝐶 𝑥 − 𝑥ො
𝑒ሶ𝑥 = 𝐴 − 𝐿𝐶 𝑒𝑥
𝑦 − 𝑦ො = 𝐶𝑒𝑥

• El diseño consiste en encontrar los valores de Lc para obtener la ecuación característica deseada.
• La ecuación característica es: det[sI – (A – LC)].
• Entonces se seleccionan las raíces o polos del observador para obtener la estabilidad y una respuesta
transitoria deseada que sea mas rápido (por lo menos 10 veces) que la respuesta del lazo cerrado
controlado.
 DISEÑO DEL OBSERVADOR
Sea una planta de orden n representada mediante la forma canónica observable:

La ecuación característica de (A – LC) es

det[sI – (A – LC)], de donde:

𝒔𝒏 + 𝒂𝒏−𝟏 + 𝒍𝟏 𝒔𝒏−𝟏 + 𝒂𝒏−𝟐 + 𝒍𝟐 𝒔𝒏−𝟐

+ … + 𝒂𝟏 + 𝒍𝒏−𝟏 𝒔 + 𝒂𝟎 + 𝒍𝒏 = 𝟎
 DISEÑO DEL OBSERVADOR
Si la ecuación característica deseada del observador es:

𝑠 𝑛 + 𝑑𝑛−1 𝑠 𝑛−1 + 𝑑𝑛−2 𝑠 𝑛−2 + … + 𝑑1 𝑠 + 𝑑0 = 0

Entonces, se puede encontrar los valores de l. Por lo tanto:

𝒍𝒊 = 𝒅𝒏−𝒊 − 𝒂𝒏−𝒊 , 𝑝𝑎𝑟𝑎 𝑖 = 1, 2, 3, … . 𝑛

 EJEMPLO DISEÑO DEL OBSERVADOR
PROBLEMA: Diseñar un Observador para la planta representada en forma canónica
observable. El observador responderá 10 veces mas rápido que el Sistema de control
de lazo cerrado con polos en -1 +/- j2 y en -10
(𝒔 + 𝟒) (𝒔 + 𝟒)
𝑮 𝒔 = = 𝟑
𝒔+𝟏 𝒔+𝟐 𝒔+𝟓 𝒔 + 𝟖𝒔𝟐 + 𝟏𝟕𝒔 + 𝟏𝟎
SOLUCION: La expresión en variables de estado en forma canónica observable es:
−8ሶ 1 0 0 El error del observador:
𝑥ො = 𝐴𝑥ො + 𝐵𝑢 = −17 0 1 𝑥ො + 1 𝑢
−(8 + 𝑙1 ) 1 0
−10 0 0 1
𝑒ሶ𝑥 = 𝐴 − 𝐿𝐶 𝑒𝑥 = −(17 + 𝑙2 ) 0 1 𝑒𝑥
𝑦ො = 𝐶 𝑥ො = 1 0 0 𝑥ො −(10 + 𝑙3 ) 0 0
El polinomio característico es: 𝑠 3 + 8 + 𝑙1 𝑠 2 + 17 + 𝑙2 𝑠 + 10 + 𝑙3
 EJEMPLO DISEÑO DEL OBSERVADOR
El sistema controlado en lazo cerrado tiene polos en: -1 +/- j2 y en -10
Se escoge al observador para que sea 10 veces mas rápido que el controlador, por lo tanto
los polos deseados son: -10 +/- j20 y en -100
Y el polinomio característico deseado es:
𝑠 + 100 𝑠 2 + 20𝑠 + 500 = 𝑠 3 + 120𝑠 2 + 2500𝑠 + 50000

Igualando los coeficientes del polinomio deseado con los del polinomio característico:

𝒍𝟏 = 𝟏𝟏𝟐, 𝒍𝟐 = 𝟐𝟒𝟖𝟑, 𝒍𝟑 = 𝟒𝟗𝟗𝟗𝟎