Vista previa del material en texto
See discussions, stats, and author profiles for this publication at: https://www.researchgate.net/publication/282134117 Apuntes de Ingeniería de Control I Book · September 2015 DOI: 10.13140/RG.2.1.5126.1921 CITATION 1 READS 47,098 4 authors, including: Luis E Moreno University Carlos III de Madrid 306 PUBLICATIONS 3,915 CITATIONS SEE PROFILE Santiago Garrido University Carlos III de Madrid 160 PUBLICATIONS 2,107 CITATIONS SEE PROFILE Miguel Angel Salichs University Carlos III de Madrid 261 PUBLICATIONS 3,379 CITATIONS SEE PROFILE All content following this page was uploaded by Santiago Garrido on 09 November 2015. The user has requested enhancement of the downloaded file. https://www.researchgate.net/publication/282134117_Apuntes_de_Ingenieria_de_Control_I?enrichId=rgreq-246f699743d09686753036bdddbba4d6-XXX&enrichSource=Y292ZXJQYWdlOzI4MjEzNDExNztBUzoyOTM4ODYyNTQ2OTg0OTZAMTQ0NzA3OTM1MTA5MQ%3D%3D&el=1_x_2&_esc=publicationCoverPdf https://www.researchgate.net/publication/282134117_Apuntes_de_Ingenieria_de_Control_I?enrichId=rgreq-246f699743d09686753036bdddbba4d6-XXX&enrichSource=Y292ZXJQYWdlOzI4MjEzNDExNztBUzoyOTM4ODYyNTQ2OTg0OTZAMTQ0NzA3OTM1MTA5MQ%3D%3D&el=1_x_3&_esc=publicationCoverPdf https://www.researchgate.net/?enrichId=rgreq-246f699743d09686753036bdddbba4d6-XXX&enrichSource=Y292ZXJQYWdlOzI4MjEzNDExNztBUzoyOTM4ODYyNTQ2OTg0OTZAMTQ0NzA3OTM1MTA5MQ%3D%3D&el=1_x_1&_esc=publicationCoverPdf https://www.researchgate.net/profile/Luis-Moreno-29?enrichId=rgreq-246f699743d09686753036bdddbba4d6-XXX&enrichSource=Y292ZXJQYWdlOzI4MjEzNDExNztBUzoyOTM4ODYyNTQ2OTg0OTZAMTQ0NzA3OTM1MTA5MQ%3D%3D&el=1_x_4&_esc=publicationCoverPdf https://www.researchgate.net/profile/Luis-Moreno-29?enrichId=rgreq-246f699743d09686753036bdddbba4d6-XXX&enrichSource=Y292ZXJQYWdlOzI4MjEzNDExNztBUzoyOTM4ODYyNTQ2OTg0OTZAMTQ0NzA3OTM1MTA5MQ%3D%3D&el=1_x_5&_esc=publicationCoverPdf https://www.researchgate.net/institution/University_Carlos_III_de_Madrid?enrichId=rgreq-246f699743d09686753036bdddbba4d6-XXX&enrichSource=Y292ZXJQYWdlOzI4MjEzNDExNztBUzoyOTM4ODYyNTQ2OTg0OTZAMTQ0NzA3OTM1MTA5MQ%3D%3D&el=1_x_6&_esc=publicationCoverPdf https://www.researchgate.net/profile/Luis-Moreno-29?enrichId=rgreq-246f699743d09686753036bdddbba4d6-XXX&enrichSource=Y292ZXJQYWdlOzI4MjEzNDExNztBUzoyOTM4ODYyNTQ2OTg0OTZAMTQ0NzA3OTM1MTA5MQ%3D%3D&el=1_x_7&_esc=publicationCoverPdf https://www.researchgate.net/profile/Santiago-Garrido?enrichId=rgreq-246f699743d09686753036bdddbba4d6-XXX&enrichSource=Y292ZXJQYWdlOzI4MjEzNDExNztBUzoyOTM4ODYyNTQ2OTg0OTZAMTQ0NzA3OTM1MTA5MQ%3D%3D&el=1_x_4&_esc=publicationCoverPdf https://www.researchgate.net/profile/Santiago-Garrido?enrichId=rgreq-246f699743d09686753036bdddbba4d6-XXX&enrichSource=Y292ZXJQYWdlOzI4MjEzNDExNztBUzoyOTM4ODYyNTQ2OTg0OTZAMTQ0NzA3OTM1MTA5MQ%3D%3D&el=1_x_5&_esc=publicationCoverPdf https://www.researchgate.net/institution/University_Carlos_III_de_Madrid?enrichId=rgreq-246f699743d09686753036bdddbba4d6-XXX&enrichSource=Y292ZXJQYWdlOzI4MjEzNDExNztBUzoyOTM4ODYyNTQ2OTg0OTZAMTQ0NzA3OTM1MTA5MQ%3D%3D&el=1_x_6&_esc=publicationCoverPdf https://www.researchgate.net/profile/Santiago-Garrido?enrichId=rgreq-246f699743d09686753036bdddbba4d6-XXX&enrichSource=Y292ZXJQYWdlOzI4MjEzNDExNztBUzoyOTM4ODYyNTQ2OTg0OTZAMTQ0NzA3OTM1MTA5MQ%3D%3D&el=1_x_7&_esc=publicationCoverPdf https://www.researchgate.net/profile/Miguel-Salichs?enrichId=rgreq-246f699743d09686753036bdddbba4d6-XXX&enrichSource=Y292ZXJQYWdlOzI4MjEzNDExNztBUzoyOTM4ODYyNTQ2OTg0OTZAMTQ0NzA3OTM1MTA5MQ%3D%3D&el=1_x_4&_esc=publicationCoverPdf https://www.researchgate.net/profile/Miguel-Salichs?enrichId=rgreq-246f699743d09686753036bdddbba4d6-XXX&enrichSource=Y292ZXJQYWdlOzI4MjEzNDExNztBUzoyOTM4ODYyNTQ2OTg0OTZAMTQ0NzA3OTM1MTA5MQ%3D%3D&el=1_x_5&_esc=publicationCoverPdf https://www.researchgate.net/institution/University_Carlos_III_de_Madrid?enrichId=rgreq-246f699743d09686753036bdddbba4d6-XXX&enrichSource=Y292ZXJQYWdlOzI4MjEzNDExNztBUzoyOTM4ODYyNTQ2OTg0OTZAMTQ0NzA3OTM1MTA5MQ%3D%3D&el=1_x_6&_esc=publicationCoverPdf https://www.researchgate.net/profile/Miguel-Salichs?enrichId=rgreq-246f699743d09686753036bdddbba4d6-XXX&enrichSource=Y292ZXJQYWdlOzI4MjEzNDExNztBUzoyOTM4ODYyNTQ2OTg0OTZAMTQ0NzA3OTM1MTA5MQ%3D%3D&el=1_x_7&_esc=publicationCoverPdf https://www.researchgate.net/profile/Santiago-Garrido?enrichId=rgreq-246f699743d09686753036bdddbba4d6-XXX&enrichSource=Y292ZXJQYWdlOzI4MjEzNDExNztBUzoyOTM4ODYyNTQ2OTg0OTZAMTQ0NzA3OTM1MTA5MQ%3D%3D&el=1_x_10&_esc=publicationCoverPdf UNIVERSIDAD CARLOS III DE MADRID Departamento de Ingeniería de Sistemas y Automática APUNTES DE INGENIERÍA DE CONTROL I L. Moreno, S. Garrido, C. Balaguer y M. A. Salichs II PREFACIO La Ingeniería de Control tradicionalmente ha estado vinculada al sector in- dustrial para control de sistemas físicos. Pero últimamente, ésta se ha extendido a otros campos productivos y de servicios tales como sistemas biológicos, fisioló- gicos, económicos, etc., en donde el modelado y posterior control son claves. De este modo, la Ingeniería de Control se presenta como una disciplina horizontal con múltiples aplicaciones y campos sectoriales. El objetivo de este libro es presentar las metodologías y técnicas de modelado y control de sistemas dinámicos. El libro pretende, sobre todo, ser un texto didáctico para impartir y recibir clases de Ingeniería de Control. No se ha pretendido hacer un libro de profundidad y contenido investigador, sino un libro para los alumnos. Por ello, sus desarrollos son los estrictamente necesarios y los que en el tiempo lectivo disponible puedan ser impartidos. Se trata de un texto de carácter introductorio que pretende, evitando las demos- traciones innecesarias, no solamente presentar y desarrollar el aparato matemático estrictamente necesario, sino también analizar el carácter físico de los resultados y comportamientos. El libro presenta en la mayoría de los capítulos una amplia gama de problemas resueltos que ayudan al lector a la mejor asimilación de los contenidos teóricos. Asimismo, el texto incluye numerosas referencias que pueden apoyar la profundización de los contenidos de algunos capítulos. Los autores VI Índice general Prefacio . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . V 1.. Introducción . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1 1.1. Introducción . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1 1.2. Concepto de transformada . . . . . . . . . . . . . . . . . . . . . 2 1.3. Transformada de Fourier . . . . . . . . . . . . . . . . . . . . . . 2 1.3.1. Transformada inversa de Fourier . . . . . . . . . . . . . 3 1.4. Transformada de Laplace . . . . . . . . . . . . . . . . . . . . . . 3 1.4.1. Propiedades de la transformada de Laplace . . . . . . . . 4 1.4.2. Transformadas de Laplace de algunas funciones . . . . . . 7 1.4.3. Transformada inversa de Laplace . . . . . . . . . . . . . 7 1.4.4. Resolución de ecuaciones diferenciales . . . . . . . . . . 11 2.. Técnicas clásicas de modelado de sistemas . . . . . . . . . . . 15 2.1. Introducción . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15 2.2. Modelos de entrada/salida . . . . . . . . . . . . . . . . . . . . . 16 2.3. Modelos temporales . . . . . . . . . . . . . . . . . . . . . . . . . 16 2.3.1. Conceptos básicos . . . . . . . . . . . . . . . . . . . . . 16 2.3.2. Modelos en tiempo continuo . . . . . . . . . . . . . . . . 20 2.3.3. Movimiento de rotación . . . . . . . . . . . . . . . . . . 22 2.3.4. Sistemas eléctricos . . . . . . . . . . . . . . . . . . . . . 24 2.4. Linealización . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27 2.5. Diagramas de bloques . . . . . . . . . . . . . . . . . . . . . . . . 28 2.5.1. Reducción de bloques . . . . . . . . . . . . . . . . . . . 29 2.5.2. Trasposición de sumadores . . . . . . . . . . . . . . . . . 30 3.. Análisis Temporal . . . . . . . . . . . . . . . . . . . . . . . . . . . 47 3.1. Introducción al Análisis Temporal de Sistemas . . . . . . . . . . . 47 3.2. Respuesta Temporal . . .. . . . . . . . . . . . . . . . . . . . . . 47 3.2.1. Respuesta impulsional . . . . . . . . . . . . . . . . . . . 48 3.2.2. Respuesta de los sistemas de primer orden . . . . . . . . . 49 3.2.3. Respuesta de los sistemas de segundo orden . . . . . . . . 52 3.3. Parámetros que caracterizan la respuesta de un sistema de segundo orden o Especificaciones . . . . . . . . . . . . . . . . . . . . . . 60 4.. Estabilidad de sistemas dinámicos . . . . . . . . . . . . . . . . 73 4.1. Métodos clásicos de análisis de estabilidad . . . . . . . . . . . . . 74 4.1.1. Método de Routh . . . . . . . . . . . . . . . . . . . . . . 74 5.. Errores en régimen permanente . . . . . . . . . . . . . . . . . . 81 5.1. Introducción errores . . . . . . . . . . . . . . . . . . . . . . . . 81 5.1.1. Ganancia de posición (estática) . . . . . . . . . . . . . . 82 5.1.2. Ganancia de velocidad . . . . . . . . . . . . . . . . . . . 84 5.1.3. Ganancia de aceleración . . . . . . . . . . . . . . . . . . 84 5.1.4. Tipo de un sistema . . . . . . . . . . . . . . . . . . . . . 84 5.1.5. Relación entre tipo y ganancia de un sistema . . . . . . . 85 5.1.6. Relación entre tipo y ganancia de un sistema . . . . . . . 86 5.1.7. Error en régimen permanente de un sistema realimentado unitariamente . . . . . . . . . . . . . . . . . . . . . . . . 87 5.1.8. Errores ante entradas normalizadas . . . . . . . . . . . . 87 5.1.9. Relación entre errores y tipo de un sistema . . . . . . . . 89 5.1.10. Errores para entradas polinómicas en t . . . . . . . . . . . 90 6.. Lugar de las raíces . . . . . . . . . . . . . . . . . . . . . . . . . . 91 6.1. Concepto de lugar de las raíces . . . . . . . . . . . . . . . . . . . 91 6.2. Criterios del módulo y del argumento . . . . . . . . . . . . . . . 92 6.3. Reglas de trazado del lugar de las raíces . . . . . . . . . . . . . . 93 7.. Técnicas clásicas de control . . . . . . . . . . . . . . . . . . . . 99 7.1. Planteamiento del problema . . . . . . . . . . . . . . . . . . . . 99 7.2. Diseño de controladores clásicos . . . . . . . . . . . . . . . . . . 100 7.3. Control PID . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 101 7.3.1. Estructura básica de un controlador PID . . . . . . . . . . 102 7.3.2. Métodos de Ziegler - Nichols . . . . . . . . . . . . . . . 103 7.4. Métodos analíticos de diseño de controladores PID . . . . . . . . 106 7.4.1. Método de asignación de polos . . . . . . . . . . . . . . . 106 7.4.2. Diseño basado en los polos dominantes . . . . . . . . . . 109 8.. Modelos frecuenciales. Diagrama de Bode . . . . . . . . . . . . 123 8.1. Diagrama de Bode asintótico . . . . . . . . . . . . . . . . . . . . 125 8.1.1. Diagrama asintótico de Bode. Constantes K . . . . . . . . 126 8.1.2. Diagrama asintótico de Bode. Polos/ceros en en origen 1 sn 126 8.1.3. Diagrama asintótico de Bode. Polos/ceros reales negativos 1 (1+Ts)n . . . . . . . . . . . . . . . . . . . . . . . . . . . 128 VIII 8.1.4. Diagrama asintótico de Bode. Polos/ceros complejos nega- tivos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 129 8.1.5. Diagrama asintótico de Bode. Polos/ceros reales positivos. 130 8.1.6. Diagrama asintótico de Bode. Polos/ceros complejos posi- tivos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 132 9.. Método de Nyquist . . . . . . . . . . . . . . . . . . . . . . . . . . 133 10..Diseño de reguladores por métodos frecuenciales . . . . . . . 147 10.1. Relación entre los parámetros de estabilidad relativa y los de la respuesta transitoria . . . . . . . . . . . . . . . . . . . . . . . . . 149 10.2. Redes de adelanto . . . . . . . . . . . . . . . . . . . . . . . . . . 150 10.3. Redes de atraso . . . . . . . . . . . . . . . . . . . . . . . . . . . 152 IX X Índice de cuadros 7.1. Valores de los parámetros propuestos por Ziegler-Nichols para el método de respuesta a un escalón . . . . . . . . . . . . . . . . . . 104 7.2. Valores de los parámetros propuestos por Ziegler-Nichols para el método frecuencial . . . . . . . . . . . . . . . . . . . . . . . . . 106 XII Índice de figuras 2.1. Respuesta a un impulso y a una suma de impulsos desplazados . . 18 2.2. Sistema masa-muelle-amortiguador . . . . . . . . . . . . . . . . 22 2.3. Sistema mecánico de traslación con dos entradas y dos salidas . . 22 2.4. Ejemplo de sistema mecánico: modelo de 1/4 de coche . . . . . . 23 2.5. Elementos de los sistemas mecánicos de traslación y de rotación . 23 2.6. Ejemplo de sistema mecánico de rotación . . . . . . . . . . . . . 24 2.7. Circuito RLC con voltaje como entrada . . . . . . . . . . . . . . 25 2.8. Ejemplo de sistema . . . . . . . . . . . . . . . . . . . . . . . . . 26 2.9. Ejemplo de red RLC con dos mallas . . . . . . . . . . . . . . . . 26 2.10. Linealización de una función en torno a dos puntos (x0, y0) y (x1, y1) 27 2.11. Simplificación de bloques . . . . . . . . . . . . . . . . . . . . . . 29 2.12. Trasposición de sumadores . . . . . . . . . . . . . . . . . . . . . 30 2.13. a) Sistema de partida del ejemplo y b) primera simplificación: bu- cle de realimentación . . . . . . . . . . . . . . . . . . . . . . . . 31 2.14. a) Transposicion de la bifurcación, simplificación de la realimen- tación y simplificación de los bloques en paralelo. b) Función de transferencia final. . . . . . . . . . . . . . . . . . . . . . . . . . . 32 2.15. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33 2.16. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33 2.17. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34 2.18. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35 2.19. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37 2.20. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38 2.21. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40 2.22. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40 2.23. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42 3.1. Respuesta de un sistema . . . . . . . . . . . . . . . . . . . . . . 48 3.2. Respuesta impulsional de un sistema de primer orden . . . . . . . 49 3.3. Respuesta impulsional de un sistema de primer orden . . . . . . . 50 3.4. Respuesta ante escalón unidad de un sistema de primer orden . . . 50 3.5. Respuesta ante escalón unidad de un sistema de primer orden . . . 51 3.6. Determinación de la función de transferencia a partir de la respues- ta ante escalón unidad de un sistema de primer orden . . . . . . . 51 3.7. Respuesta ante rampa unidad de un sistema de primer orden . . . 52 3.8. Respuesta ante rampa unidad de un sistema de primer orden . . . 52 3.9. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53 3.10. Clasificación de los sistemas de segundo orden . . . . . . . . . . 54 3.11. Respuesta impulsional de los sistemas de segundo orden subamor- tiguados. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55 3.12. La función exponencial real eσt es creciente cuando el coeficiente real σ es positivo y decreciente cuando es negativo. . . . . . . . . 56 3.13. La función eαtsen(βt + ϕ) es una sinusoide creciente si α es po- sitiva y decreciente si es negativa. . . . . . . . . . . . . . . . . . 56 3.14. Las respuestas ante escalón unidad de un sistema de segundo orden según el valor del coeficiente de rozamiento: 1) ζ = 0, oscilador (polos en el eje imaginario). 2 ) 0 < ζ < 1, sistema subamorti- guado (polos complejos conjugados en el semiplano izquierdo. 3) ζ = 1, sistema críticamente amortiguado (polos reales e iguales). 4 )ζ > 1, sistema sobreamortiguado (polos reales y distintos). . . 57 3.15. Parámetros de la respuesta temporal . . . . . . . . . . . . . . . . 61 4.1. Bucle de realimentación . . . . . . . . . . . . . . . . . . . . . . 73 4.2. Sistema del ejemplo 5.1.4 . . . . . . . . . . . . . . . . . . . . . . 77 5.1. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 81 5.2. . .. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82 5.3. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83 5.4. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 84 5.5. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 84 5.6. Relación entre tipo y error de un sistema . . . . . . . . . . . . . . 85 5.7. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 86 5.8. Sistema realimentado unitariamente. . . . . . . . . . . . . . . . . 87 5.9. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 88 5.10. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 88 5.11. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89 5.12. Relación entre las constantes de error y el tipo del sistema. . . . . 89 6.1. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 91 6.2. Significado de los módulos y los argumentos. . . . . . . . . . . . 93 6.3. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 94 6.4. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 94 6.5. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 95 6.6. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 95 XIV 6.7. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 95 6.8. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 96 6.9. Reglas de trazado del lugar de las raíces . . . . . . . . . . . . . . 98 7.1. Diagrama de bloques de un esquema general de control . . . . . . 99 7.2. Controlador en el lazo principal . . . . . . . . . . . . . . . . . . 100 7.3. Respuesta ante entrada escalón de G(s) = a sLe −sL . . . . . . . . 104 7.4. Obtención de la ganancia crítica y del periodo crítico para el se- gundo método de Ziegler-Nichols . . . . . . . . . . . . . . . . . 105 7.5. Respuesta del sistema del ejemplo 7.5.1: (a) en bucle abierto y (b) en bucle cerrado con el controlador diseñado . . . . . . . . . . . . 110 7.6. Sistema del ejemplo 7.5.2 . . . . . . . . . . . . . . . . . . . . . . 112 7.7. Respuesta del sistema del ejemplo 7.5.2: (a) en bucle abierto y (b) en bucle cerrado con el controlador diseñado . . . . . . . . . . . . 114 7.8. Efecto de la adición de un polo sobre el lugar de las raíces . . . . 114 7.9. Efecto de la adición de un cero sobre el lugar de las raíces . . . . 115 7.10. Lugar de las raíces para el sistema del ejemplo 7.5.3 . . . . . . . . 116 7.11. Aplicación del criterio del módulo y del argumento para el ejemplo 7.5.3 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 118 7.12. Respuesta del sistema del ejemplo 7.5.3: (a) en bucle abierto y (b) en bucle cerrado con el controlador diseñado . . . . . . . . . . . . 118 7.13. Sistema del ejemplo 7.5.5 . . . . . . . . . . . . . . . . . . . . . . 118 7.14. Distribución de polos y ceros del ejemplo 7.5.5 . . . . . . . . . . 119 8.1. Diagrama de bode de un sistema de segundo orden . . . . . . . . 125 8.2. Diagrama asintótico de Bode de un término constante. . . . . . . 126 8.3. Diagrama asintótico de Bode. Polos en en origen 1 sn . . . . . . . 127 8.4. Diagrama asintótico de Bode. Polos/ceros reales negativos 1 (1+Ts)n 128 8.5. Diagrama asintótico de Bode. Polos/ceros complejos negativos . . 129 8.6. Diagrama de Bode. Polos/ceros complejos negativos . . . . . . . 130 8.7. Diagrama asintótico de Bode de 1/s− 1. (Polos reales positivos). 131 8.8. Diagrama de Bode de s− 1. (Ceros reales positivos). . . . . . . . 131 8.9. Diagrama de Bode con polos complejos con: a) parte real negativa, b) parte real positiva . . . . . . . . . . . . . . . . . . . . . . . . . 132 9.1. Camino cerrado ρ y su imagen por F (s) . . . . . . . . . . . . . . 133 9.2. Sistema en bucle cerrado . . . . . . . . . . . . . . . . . . . . . . 134 9.3. Método de Nyquist . . . . . . . . . . . . . . . . . . . . . . . . . 135 9.4. Método de Nyquist modificado . . . . . . . . . . . . . . . . . . . 136 9.5. Sistema del ejemplo 5.1.6 . . . . . . . . . . . . . . . . . . . . . . 136 9.6. Camino de Nyquist para el ejemplo 5.1.8 . . . . . . . . . . . . . . 137 9.7. Diagrama de Nyquist del ejemplo 5.1.6 . . . . . . . . . . . . . . 137 XV 9.8. Camino de Nyquist para un sistema con un polo en el origen . . . 138 9.9. Camino de Nyquist para un sistema con polos en el eje imaginario 139 9.10. Sistema estable . . . . . . . . . . . . . . . . . . . . . . . . . . . 140 9.11. Sistema inestable . . . . . . . . . . . . . . . . . . . . . . . . . . 140 9.12. El sistema a) es más estable que los sistemas b) y c) . . . . . . . . 141 9.13. Cálculo del margen de ganancia . . . . . . . . . . . . . . . . . . 142 9.14. Diagrama de Nyquist, lugar de las raíces y respuesta escalón en bu- cle cerrado según aumenta la ganancia del sistemaG(s) = 1 s(s+a)(s+b) con a, b > 0. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 143 9.15. Los dos sistemas tienen el mismo margen de ganancia, pero el a) es más estable que el b) . . . . . . . . . . . . . . . . . . . . . . . 144 9.16. Margen de fase . . . . . . . . . . . . . . . . . . . . . . . . . . . 145 9.17. Margen de ganancia y de fase en el diagrama de Bode . . . . . . . 146 10.1. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 147 10.2. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 148 10.3. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 148 10.4. Red de adelanto RLC y su correspondiente diagrama de polos y ceros. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 150 10.5. Diagrama de Bode y diagrama de Nyquist para una red de adelanto según distintos valores del parámetro α. . . . . . . . . . . . . . . 150 10.6. Diagrama de Bode del sistema y de la red de adelanto. . . . . . . 151 10.7. Comparación de los diagramas de Bode y de las respuestas escalón 151 10.8. Añadir una red de adelanto al sistema cambia la magnitud y la fase, por eso es difícil predecir el nuevo punto de cruce. . . . . . . . . . 151 10.9. Diseño de una red de adelanto. . . . . . . . . . . . . . . . . . . . 152 10.10.Red de atraso y su diagrama de polos y ceros. . . . . . . . . . . . 152 10.11.Respuesta frecuencial de las redes de atraso. . . . . . . . . . . . . 153 10.12.Comparación de la respuesta de los sistemas. . . . . . . . . . . . 153 10.13.Diseño de una red de atraso. . . . . . . . . . . . . . . . . . . . . 154 10.14.El efecto del cambio de T. . . . . . . . . . . . . . . . . . . . . . 154 XVI 1. INTRODUCCIÓN 1.1. Introducción Uno de los problemas con los que tradicionalmente se tienen que enfrentar aquellos que trabajan en el control o en la identificación de procesos estriba en la existencia de una diversidad de herramientas matemáticas para estudiar, analizar y diseñar dichos sistemas. Por ejemplo, si deseamos analizar y controlar un sistema continuo el sistema podemos modelarlo en cuanto a su respuesta temporal mediante la utilización de la función de transferencia o mediante la técnica de variables de estado. Además el sistema puede ser controlado en tiempo continuo o en tiempo discreto lo que reque- rirá la utilización de transformadas de Laplace, para el caso de tiempo continuo, o transformadas en Z, para el caso de tiempo discreto. Otras veces nos interesará estudiar la respuesta en frecuencia del sistema para lo que nos basaremos en el es- tudio de la respuesta en régimen permanente del sistema (en base a la función de transferencia). También nos encontramos con frecuencia el caso en el que la utilización de las técnicas anteriores no explica suficientemente el comportamiento del sistema, bien por que este está sometido a perturbaciones no modelables o bien porque nuestro conocimiento del mismo no es suficientemente preciso. En estas situaciones se ha- ce necesario la utilización de técnicas probabilísticas que nos ayuden a caracterizar estas señales o sistemas. Así que es muy frecuente que en el estudio y análisisde un sistema nos encon- tremos con la presencia de diferentes herramientas matemáticas que nos permiten caracterizar, analizar y diseñar un sistema de control de forma que tengamos en cuenta los diferentes efectos presentes en el sistema. El objetivo básico de este capítulo es introducir las herramientas matemáticas que se utilizan normalmente para analizar y sintetizar los sistemas de control de- terministas en el dominio del tiempo, tanto en tiempo discreto como en tiempo continuo, así como en frecuencia. Y se introducirá la herramienta matemática bá- sica para analizar los comportamientos probabilísticos presentes en procesos o en señales. 2 1. Introducción 1.2. Concepto de transformada A la hora de analizar y diseñar los sistemas de control para una amplia variedad de procesos, nos encontramos con la necesidad de resolver ecuaciones diferencia- les o integro-diferenciales con el fin de conocer la respuesta que el proceso nos va a dar ante determinadas entradas o acciones de control. Estas ecuaciones diferen- ciales pueden resolverse de forma directa o bien se pueden resolver convirtiéndolas en otro tipo de ecuaciones de más fácil resolución. Existen una serie de métodos operacionales que nos permiten transformar problemas de resolución de ecuacio- nes diferenciales lineales o problemas de resolución de ecuaciones en diferencias en problemas de tipo polinómico mucho más fáciles de tratar. Entre las transformaciones más frecuentemente utilizadas para la solución de ecuaciones diferenciales ordinarias de tipo lineal están las transformaciones de tipo integral, y entre estas una muy ampliamente utilizada en control es la denominada transformada de Laplace. Para el caso de los sistemas con ecuaciones en diferencias se utiliza la denomi- nada transformada z. 1.3. Transformada de Fourier Dada una función real f(t), se define la transformada de Fourier de la función f(t) como: F (ω) = F [f(t)] = ∫ +∞ −∞ f(t)e−jωtdt (1.3.1) siendo ω una frecuencia variable, −∞ < ω < +∞, expresada en (rad/s). La función f(t) se dice que tiene transformada de Fourier si la integral 1.3.1 existe para todos los valores de ω. Son condiciones suficientes para que la integral exista que la función f(t) sólo tenga un número finito de discontinuidades, máximos y mínimos a lo largo de un intervalo finito de tiempo, y que la función f(t) sea absolutamente integrable, es decir que∫ +∞ −∞ |f(t)|dt <∞ (1.3.2) El término exponencial complejo de la transformada 1.3.1 puede expresarse, aplicando la fórmula de Euler, como e−jωt = cos(ωt)− j sin(ωt) (1.3.3) Si sustituimos en la expresión de la transformada de Fourier 1.3.1 el término exponencial por 1.3.3, obtenemos que, 1.4. Transformada de Laplace 3 F (ω) = ∫ +∞ −∞ f(t)[cos(ωt)− j sin(ωt)]dt = ∫ +∞ −∞ f(t) cos(ωt)dt− j ∫ +∞ −∞ f(t) sin(ωt)dt (1.3.4) En esta expresión 1.3.4 de la transformada de Fourier se puede apreciar la exis- tencia de dos términos, uno de ellos real y otro imaginario, que denominaremos R(ω) e I(ω) respectivamente, con lo que F (ω) vendrá dado por F (ω) = R(ω) + jI(ω) (1.3.5) En la ecuación 1.3.5 se puede apreciar que la transformada de Fourier F (ω) es una función compleja de la variable ω. Para todo valor de la variable ω, tendremos un valor de F (ω) que tiene un módulo, |F (ω)|, y un argumento, ∠F (ω). |F (ω)| = √ R2(ω) + I2(ω) ∠F (ω) = arctan−1 ( I(ω) R(ω) ) (1.3.6) Si representásemos en una gráfica los valores |F (ω)| para cada ω obtendríamos lo que se denomina el espectro de magnitudes de la señal f(t), y si hiciésemos lo mismo para el argumento ∠F (ω) obtendríamos lo que se conoce como espectro de fase de la señal f(t). 1.3.1. Transformada inversa de Fourier La transformada inversa es una operación que nos permite obtener la función original f(t) o partir de la transformada de Fourier F (ω). Esta operación viene dada por la siguiente expresión f(t) = F−1[F (ω)] = 1 2π ∫ +∞ −∞ F (ω)ejωtdω (1.3.7) 1.4. Transformada de Laplace Dada una función real f(t) tal que f(t) = 0 para t < 0 se define la transfor- mada unilateral de Laplace de la función f(t) como: F (s) = L[f(t)] = ∫ ∞ 0 f(t)e−stdt (1.4.1) 4 1. Introducción Existe también la transformada bilateral de Laplace, en la que los límites de integración se extienden desde −∞ a +∞, pero dado que no se suele utilizar en ingeniería de control, no se va a tratar. La transformada unilateral de Laplace, que en adelante y por simplificar denominaremos como transformada de Laplace, existe siempre que la integral 1.4.1 converja, para lo que es condición necesaria y sufi- ciente que se verifique que: ∫ ∞ 0 |f(t)e−σt|dt <∞ (1.4.2) para σ finito y real. Dada una transformada de Laplace de una función f(t), al conjunto de todos los números complejos s para los cuales la integral 1.4.1 existe se le denomina región de convergencia. Dada una función f(t), si existe la transformada de Laplace L(s) y la particu- larizamos para aquellos complejos en los que s = jω obtenemos que F (s)|s=jω = F (jω) = ∫ ∞ 0 f(t)e−jωtdt (1.4.3) si además la función f(t) = 0 para t < 0, la ecuación 1.4.3 es igual a la transfor- mada de Fourier F (ω) de la función f(t) (compárese con la expresión que veíamos en 1.3.1). Es decir F (ω) = F (s)|s=jω (1.4.4) Esto nos indica que podemos obtener la transformada de Fourier, F (ω) de una función f(t) (siempre que el valor de esta función para t < 0 sea cero), a partir de su transformada de Laplace, F (s), sin más que sustituir en la expresión de la transformada de Laplace la variable s por jω. 1.4.1. Propiedades de la transformada de Laplace La transformada de Laplace presenta una serie de propiedades muy útiles que hace que pueda ser considerada como un operador que convierte una función tem- poral f(t) en el dominio del tiempo en una función F (s) de variable compleja s. Veamos estas propiedades: 1. Linealidad Una propiedad muy importante de la transformada de Laplace es que es un operador lineal. Dadas dos funciones f(t) y g(t) y una constante k se verifica que: L[f(t) + g(t)] = L[f(t)] + L[g(t)] (1.4.5) 1.4. Transformada de Laplace 5 y L[kf(t)] = kL[f(t)] (1.4.6) 2. Diferenciación La transformada de Laplace de la diferencial de una función f(t) se puede expresar de la siguiente manera: L[ d dt f(t)] = sF (s)− lim t→0 f(t) = sF (s)− f(0) (1.4.7) siendo F (s) la transformada de la función f(t) y f(0) el límite de la función f(t) cuando t tiende a cero. En general, para derivadas de orden superior se tiene la siguiente expresión: L[ dn dtn f(t)] = snF (s)−sn−1f(0)−sn−2 d dt f(0)+. . .+ dn−1 dtn−1 f(0) (1.4.8) 3. Integración La transformada de Laplace de la integral de una función f(t) con respecto al tiempo es la transformada de Laplace de la función dividida por s, es decir: L[ ∫ t 0 f(τ)dτ ] = F (s) s (1.4.9) y si se generaliza para integraciones de órdenes superiores L[ ∫ t1 0 ∫ t2 0 . . . ∫ tn 0 f(τ)dτdτ1 . . . dτn] = F (s) sn (1.4.10) 4. Desplazamiento en el tiempo Un desplazamiento en el tiempo de valor a de la función f(t), equivale en el dominio complejo a multiplicar la transformada de Laplace de la función F (s), por e−sa ; esto es: L[f(t− a)u0(t− a)] = e−saF (s) (1.4.11) donde u0(t−a) representa la función escalón unidad desplazada en el tiempo a unidades. 6 1. Introducción 5. Teorema del valor inicial Si la transformada de Laplace de la función f(t) es F (s), entonces lim t→0 f(t) = lim s→∞ sF (s) (1.4.12) si existe el límite en el tiempo. 6. Teorema del valor final Si la transformada de Laplace de la función f(t) es F (s), y si sF (s) es analítica en la parte derecha del plano-s y sobre el eje imaginario, entonces lim t→∞ f(t) = lim s→0 sF (s) (1.4.13) Este teorema es de gran utilidad en el análisis y diseño de sistemas de control ya que nos dice el valor final que tomará una función en el dominio del tiempo conociendo el valor que toma su transformada de Laplace para s = 0. 7. Desplazamiento complejo La transformada de Laplace de una función f(t) multiplicada por e∓αt,dondeα es una constante, equivale a reemplazar en la transformada de Laplace de la función, F (s), s por s± a es decir L[e∓αtf(t]] = F (s± a) (1.4.14) 8. Convolución real Sean F1(s) y F2(s) las transformadas de Laplace de las funciones f1(t) y f2(t), respectivamente, y f1(t) = 0 y f2(t) = 0 para t < 0 entonces F1(s)F2(s) = L[f1(t) ∗ f2(t)] (1.4.15) = L[ ∫ t 0 f1(τ)f2(t− τ)dτ ] (1.4.16) = L[ ∫ t 0 f2(τ)f1(t− τ)dτ ] (1.4.17) en esta expresión el símbolo ∗ denota la operación convolución en el dominio del tiempo. 1.4. Transformada de Laplace 7 1.4.2. Transformadas de Laplace de algunas funciones Ejemplo 1.4.1: La transformada de Laplace de la función escalón unitario u0(t) que se define como f(t) = u0(t) = { 1, t ≥ 0 0, t < 0 (1.4.18) se obtiene como F (s) = L[u0(t)] = ∫ ∞ 0 u0(t)e−stdt = −1 s e−st ∣∣∣∞ 0 = 1 s (1.4.19) Ejemplo 1.4.2: La transformada de Laplace de la función exponencial f(t) = e−αt para t ≥ 0 se obtiene como F (s) = L[e−αt] = ∫ ∞ 0 e−αte−stdt = − 1 s+ α e−(s+α)t ∣∣∣∞ 0 = 1 s+ α (1.4.20) En la tabla se pueden ver las transformadas de algunas de las funciones más usuales. f(t) L(s) δ(t) 1 u0(t) 1 s t 1 s2 e−at 1 s+a te−at 1 (s+a)2 tn, t ≥ 0 n! sn+1 , n = 1, 2, . . . tne−at, t ≥ 0 n! (s+a)n+1 , n = 1, 2, . . . sin(ωt) ω (s2+ω2) cos(ωt) s (s2+ω2) e−at sinωt ω (s+a)2+ω2 e−at cosωt s+a (s+a)2+ω2 1.4.3. Transformada inversa de Laplace La operación de obtener la función f(t) a partir de la transformada de Laplace F (s) se le denomina transformada inversa de Laplace, y se escribe 8 1. Introducción f(t) = L−1[F (s)] (1.4.21) La transformación integral inversa de Laplace se define como f(t) = 1 2πj ∫ c−j∞ c+j∞ F (s)estds (1.4.22) donde c es una constante real mayor que la parte real de todas las singularidades de F(s) . Esta integral se evalúa en el plano-s complejo. Desde el punto de vista del control de procesos esta forma de obtener la transformación inversa resulta extremadamente costosa y resulta poco práctica. Por ello se acude o a la utilización de tablas de transformadas de Laplace o a la expansión en fracciones parciales. Expansión en fracciones parciales En la mayor parte de las aplicaciones de control, no es necesario recurrir a la inversión integral dada por 1.4.22 para obtener la transformada inversa de Laplace. Normalmente tanto las ecuaciones diferenciales como las soluciones de las mismas en los problemas de control suelen tener la forma de funciones racionales en s, del tipo F (s) = N(s) D(s) (1.4.23) donde N(s) y D(s) son polinomios en s. Se supone que el grado del polinomio N(s) del numerador en s es menor o igual que el grado del polinomio D(s) del denominador. Esta expresión puede escribirse en la siguiente forma F (s) = N(s) sn + a1sn−1 + . . .+ an−1s+ an (1.4.24) donde los coeficientes ai son coeficientes reales. A las raíces del polinomio N(s) se les denominan ceros y a las raíces del denominadorD(s) se les denominan polos de dicha función F (s). La idea básica del método de la expansión en fracciones parciales consiste en descomponer el polinomio F (s) en una suma de fracciones simples de forma que éstas sean las transformadas de funciones simples y conocidas, de forma que para cada fracción resulte muy fácil calcular la transformada inversa. Como la trans- formada de Laplace es un operador lineal, una vez calculadas las transformadas inversas de las fracciones simples, para obtener la transformada inversa de la fun- ción F (s) basta con sumar las transformadas inversas de las fracciones simples. Veamos los diferentes casos que se pueden presentar. 1.4. Transformada de Laplace 9 Caso de polos simples y reales Si todos los polos de D(s) son simples y reales, entonces la ecuación 1.4.24 toma la siguiente forma F (s) = N(s) (s+ s1)(s+ s2) . . . (s+ sn) (1.4.25) y en ella ∀i 6= j, si 6= sj . Descomponiendo la expresión 1.4.25 en fracciones parciales obtenemos F (s) = A1 (s+ s1) + A2 (s+ s2) + . . .+ An (s+ sn) (1.4.26) donde los coeficientes A1, . . . , An se obtienen como Ai = [ (s+ si) N(s) D(s) ]∣∣∣ s=−si (1.4.27) Obsérvese que cada una de estas fracciones simples son las transformadas de Laplace de funciones de tipo exponencial con exponente −si y coeficiente Ai. Caso de polos múltiples y reales Si algunos de los polos de D(s) son múl- tiples, entonces la ecuación 1.4.24 toma la siguiente forma F (s) = N(s) (s+ s1)(s+ s2) . . . (s+ sk−1)(s+ sk)n−k+1 (1.4.28) y en ella sk tiene un orden de multiplicidad de n − k + 1. Descomponiendo la expresión 1.4.28 en fracciones parciales obtenemos F (s) = A1 (s+ s1) + A2 (s+ s2) + . . .+ Ak−1 (s+ sk−1) + + Ak1 (s+ sk) + Ak2 (s+ sk)2 + . . .+ Akn−k (s+ sk)n−k+1 (1.4.29) donde los coeficientes A1, . . . , Ak−1 correspondientes a los polos simples se ob- tienen igual que en el caso anterior, y los correspondientes al polo multiple se obtienen como Akn−k = [ (s+ sk) n−k+1N(s) D(s) ]∣∣∣∣ s=−sk (1.4.30) Akn−k+1 = d ds [ (s+ sk) n−k+1N(s) D(s) ]∣∣∣∣ s=−sk (1.4.31) . . . Ak1 = 1 (n− k)! dn−k dsn−k [ (s+ sk) n−k+1N(s) D(s) ]∣∣∣∣ s=−sk (1.4.32) 10 1. Introducción Caso de polos complejos conjugados La expansión en fracciones parcia- les vista para el caso de polos simples y reales, es válida también para el caso de polos complejos conjugados de la forma s = −σ + jw y s = −σ − jw. En este caso los coeficientes A−σ+jw y A−σ−jw se obtienen de la siguiente forma A−σ+jw = [ (s+ σ − jw) N(s) D(s) ]∣∣∣ s=−σ+jw (1.4.33) A−σ−jw = [ (s+ σ + jw) N(s) D(s) ]∣∣∣ s=−σ−jw (1.4.34) Ejemplo 1.4.3: Supongamos la siguiente función F (s) = 2s+ 3 s(s+ 1)(s+ 3) (1.4.35) que si la expandimos en fracciones parciales quedará de la siguiente forma F (s) = A1 s + A2 (s+ 1) + A3 (s+ 3) (1.4.36) Los coeficientes vendrán determinados por A1 = [ sF (s) ]∣∣∣ s=0 = 2s+ 3 (s+ 1)(s+ 3) ∣∣∣ s=0 = 1 A2 = [ (s+ 1)F (s) ]∣∣∣ s=−1 = 2s+ 3 s(s+ 3) ∣∣∣ s=−1 = −1 2 A3 = [ (s+ 3)F (s) ]∣∣∣ s=−3 = 2s+ 3 s(s+ 1) ∣∣∣ s=−3 = −1 2 con lo que F (s) = 1 s + −1 2 (s+ 1) + −1 2 (s+ 3) (1.4.37) y su transformada inversa será la función f(t) = 1− 1 2 e−t − 1 2 e−3t (1.4.38) Ejemplo 1.4.4: Supongamos la siguiente función F (s) = s2 + 3s (s+ 1)3 (1.4.39) que si la expandimos en fracciones parciales quedará de la siguiente forma 1.4. Transformada de Laplace 11 F (s) = A1 (s+ 1) + A2 (s+ 1)2 + A3 (s+ 1)3 (1.4.40) Los coeficientes vendrán determinados por A3 = [ (s+ 1)3F (s) ]∣∣∣ s=−1 = s2 + 3s ∣∣∣ s=−1 = −2 A2 = d ds [ (s+ 1)3F (s) ]∣∣∣ s=−1 = 2s+ 3 ∣∣∣ s=−1 = 1 A1 = 1 2! d2 ds2 [ (s+ 1)3F (s) ]∣∣∣ s=−1 = 2 2! ∣∣∣ s=−1 = 1 con lo que F (s) = 1 (s+ 1) + 1 (s+ 1)2 + −2 (s+ 1)3 (1.4.41) y su transformada inversa será la función f(t) = e−t + te−t − t2e−t (1.4.42) 1.4.4. Resolución de ecuaciones diferenciales Una de las propiedades más útiles de la transformada de Laplace es la simpli- cidad con la que se pueden resolver ecuaciones diferenciales lineales. Veamos un ejemplo. Ejemplo 1.4.5: Supongamos un cierto sistema, cuya ecuación diferencial es la siguiente d2x dt2 + 2 dx dt + δ = 0 (1.4.43) sabemos además que para dicho sistema los valores de x y ẋ para t = 0 son respectivamente x(0) = 1 y ẋ(0) = 0, y queremos obtener la salida x(t) que dará el sistema 1.4.43. Aplicando la propiedad de la transformada de Laplace de la derivada tendremos lo siguiente [s2X(s)− sx(0)− ẋ(0)] + 2[sX(s)− x(0)] + 1 = 0 si ahora sustituimos x(0) y ẋ(0) por su valor, nos quedará [s2X(s)− s] + 2[sX(s)− 1] + 1 = 0 s2X(s) + 2sX(s) = s+ 1 X(s) = s+ 1 s(s+ 2) 12 1. Introducción Expandiendo en fracciones parciales esta expresión X(s) = A1 s + A2 (s+ 2) (1.4.44) Los coeficientes vendrán determinados por A1 = [ sX(s) ]∣∣∣ s=0 = (s+ 1) (s+ 2) ∣∣∣ s=0 = 1 2 A2 = [ (s+ 2)X(s) ]∣∣∣ s=−2 = s+ 1 s ∣∣∣ s=−2 = 1 2 con lo que X(s) = 1 2 s + 1 2 (s+ 2) y su transformada inversa será la solución de la ecuación diferencial 1.4.43 para las condiciones iniciales que se han supuesto,es decir x(t) = 1 2 (1 + e−2t). (1.4.45) 1.4. Transformada de Laplace 13 Bibliografía [1] L. Ljung, System Identification: Theory for the User, Prentice Hall, 1987. [2] L. Ljung and T. Söderstrom, Theory and Practice of Recursive Identification, The MIT Press, 1983. [3] T. Söderstrom and P. Stoica, System Identification, Prentice Hall, 1989. [4] J. P. Norton, An Introduction to Identification, Academic Press, 1986. [5] G.R. Cooper and C.D McGuillem, Probabilistic Methods of Signal and Sys- tem Analysis, Oxford University Press, 1999. [6] A. Papoulis, Probabilidad, variables aleatorias y procesos estocásticos, Ed. Universitaria de Barcelona, 1980. [7] B.C. Kuo, Automatic Control Systems, Ed. Prentice Hall, 1991. [8] K. Ogata, Discrete-Time Control Systems, Prentice Hall International Edi- tion, 1995. [9] K. Ogata, Ingeniería de control moderna, Prentice Hall, 1998. [10] E. Andrés Puente, Regulación automática, Servicio de publicaciones ETSIIM- UPM, 1993. 14 1. Introducción 2. TÉCNICAS CLÁSICAS DE MODELADO DE SISTEMAS 2.1. Introducción Un problema básico en ingeniería de control y en general en muchas otras ciencias consiste en ser capaces de predecir qué efecto tendrá una cierta acción sobre un sistema físico. Dado que lo que se quiere es predecir una respuesta futura del sistema, resulta necesario utilizar algún tipo de modelo que nos permita el poder hacer esta predicción. Existen diversos tipos de modelos, en algunos de ellos como es el caso de los modelos a escala lo que se busca es reproducir el sistema físico real por medio de alguna maqueta o sistema más manejable sobre el que se pueda experimentar y ex- traer resultados. Estos modelos, aunque interesantes, no son los que más interesan en control, sino aquellos donde las predicciones se realizan sobre un cierto modelo matemático del sistema. Dentro de los modelos matemáticos que se pueden utilizar para analizar los efectos que diferentes acciones van a tener sobre el sistema podemos diferenciar dos grandes grupos de modelos: Modelos de entrada/salida. En esta clase de modelos se busca una descripción matemática que exprese la relación que existe entre la entrada del sistema y la salida del mismo. Estos modelos no describen el funcionamiento interno del sistema, sino meramente la relación entre la entrada y la salida. Podemos encontrarnos con sistemas diferentes pero que presentan la misma relación entrada/salida por lo que dan lugar al mismo modelo matemático. Estos tipos de modelos son lo que podríamos denominar modelos clásicos. Modelos basados en el espacio de estados. Esta clase de modelos buscan una descripción más profunda del sistema, ya que no sólo se caracteriza la relación entre la entrada y la salida, sino que además se caracteriza el comportamiento de una serie de variables o magni- tudes internas del sistema. Existen muchos sistemas en los que las magnitu- des internas que se pueden utilizar para caracterizarlo pueden ser escogidas 16 2. Técnicas clásicas de modelado de sistemas de diferentes formas, por lo que un mismo sistema podrá ser descrito por diferentes modelos matemáticos. Estos tipos de técnicas han dado lugar a lo que se ha denominado teoría moderna de control. En este capítulo abordaremos el estudio de lo que son las técnicas clásicas de modelado de sistemas, y en el capítulo siguiente las técnicas de modelado basadas en el espacio de estados. 2.2. Modelos de entrada/salida Estos tipos de modelos son lo que podríamos denominar modelos clásicos, y dentro de ellos podemos distinguir varios tipos: modelos temporales, frecuenciales y estocásticos. Los modelos temporales de entrada/salida se caracterizan por per- mitir el estudio de la respuesta temporal del sistema ante una entrada cualesquiera. El conocer la respuesta temporal del sistema nos permitirá analizar efectos tran- sitorios de corta duración en el sistema, como son picos en la respuesta, tiempos de subida o tiempos de establecimiento. Estos modelos temporales pueden ser mo- delos de tiempo continuo basados en ecuaciones diferenciales o bien modelos de tiempo discreto descritos por ecuaciones en diferencias. Los modelos denominados frecuenciales se basan en la caracterización de la relación entrada/salida de un sistema en régimen permanente ante entradas de tipo sinusoidal. Por último los modelos estocásticos más usuales suelen combinar modelos temporales o frecuenciales deterministas y señales de ruido o perturbación que aña- den un comportamiento estocástico al sistema y que requiere ser modelado cuando resulta posible. 2.3. Modelos temporales 2.3.1. Conceptos básicos Sistemas lineales invariantes en el tiempo Los modelos de entrada/salida de los sistemas lineales responden a la siguiente forma general, dn dtn y(t) + an−1 dn−1 dtn−1 y(t) + . . .+ a0y(t) = (2.3.1) bm dm dtm u(t) + bm−1 dm−1 dtn−1 u(t) + . . .+ b0u(t) (2.3.2) donde los coeficientes ai, i = 0, 1, . . . , n − 1 y bj , j = 0, 1, . . . ,m son números reales, u(t) es la entrada al sistema e y(t) es la salida del mismo. Si estos coefi- 2.3. Modelos temporales 17 cientes ai y bj no dependen del tiempo, el sistema se dice que es invariante en el tiempo. Estos modelos lineales presentan varias ventajas, entre ellas y quizás la más im- portante es la de la linealidad en la respuesta. Es decir, si α y β son dos constantes arbitrarias y u1(t) y u2(t) son dos entradas al sistema, se verifica que si u(t) = αu1(t) + βu2(t) (2.3.3) entonces la salida del sistema vendrá dada por y(t) = αy1(t) + βy2(t) (2.3.4) Respuesta impulsional Dado un sistema lineal invariante en el tiempo, que para una entrada u(t) da una respuesta y(t), se define como respuesta impulsional del sistema la salida g(t) que daría el sistema cuando la entrada al mismo es un impulso unitario δ(t). Esta respuesta impulsional g(t) contiene toda la información necesaria sobre el sistema, y se puede obtener la salida del mismo, ante cualquier entrada u(t), sin más que realizar la convolución en el dominio del tiempo con esta señal, es decir, y(t) = g(t) ∗ u(t) (2.3.5) = ∫ t 0 g(τ)u(t− τ)dτ (2.3.6) = ∫ t 0 u(τ)g(t− τ)dτ (2.3.7) Si estamos en tiempo discreto tendríamos una secuencia {g(n)} que algunos autores denominan secuencia de ponderación. En este caso la salida del sistema ante una secuencia de entrada cualesquiera se obtendrá como la convolución dis- creta entre la secuencia de respuesta impulsional y la secuencia de entrada, y(n) = ∞∑ k=0 g(k)u(n− k) (2.3.8) En términos generales la respuesta impulsional g(t) no resulta demasiado prác- tica a la hora de modelar un cierto sistema ya que resulta mucho más fácil traba- jar en el campo de Laplace, que resolver expresiones integrales que pueden ser complejas. En el caso discreto es algo más fácil pero salvo para los sistemas cu- ya respuesta impulsional tenga un número finito de coeficientes distintos de cero, también resulta laborioso resolver un sumatorio que tiende a∞. En la figura 2.1 se puede ver que si a una entrada impulsional δ(t), la salida del sistema es g(t), entonces, por linealidad, a una entrada aδ(t), le corresponderá una 18 2. Técnicas clásicas de modelado de sistemas t u(t) y(t) t δ(t) g(t) u(t) y(t) g(t) t u(t) y(t) t 2δ(t) t u(t) y(t) t aδ(t) ag(t) t u(t) y(t) t δ(t-to) g(t-to) to 1.5δ(t-t1)δ(t-to) to tot1 t1 Escalado Desplazamiento Superposición 2g(t)+g(t-to)+1.5g(t-t1) Fig. 2.1: Respuesta a un impulso y a una suma de impulsos desplazados salida ag(t). Como el sistema es invariante en el tiempo, a un impulso desplazado δ(t− t0) le corresponderá una respuesta desplazada g(t− t0). A una entrada com- puesta de una superposición de impulsos escalados le corresponderá una salida que será la suma de las respuestas correspondientes. Función de transferencia Se define como función de transferencia de un sistema lineal e invariante en el tiempo la transformada de Laplace (o la transformada z) de la respuesta impulsio- nal del sistema, supuestas condiciones iniciales nulas. Es decir,en tiempo continuo sería 2.3. Modelos temporales 19 G(s) = L[g(t)] (2.3.9) y en tiempo discreto G(z) = Z[g(k)] (2.3.10) El concepto de función de transferencia resulta muy útil a la hora de determinar la salida y del sistema ante una entrada determinada u, ya que esta viene dada por la expresión Y (s) = G(s)U(s) (2.3.11) o en tiempo discreto por Y (z) = G(z)U(z) (2.3.12) a partir de cuyos valores en el campo complejo, desarrollando en fracciones parcia- les y haciendo las transformadas inversas de cada una de estas fracciones parciales resultaba simple obtener la respuesta analítica que dará el sistema en el dominio del tiempo tal y como se vio en el capítulo anterior. Este concepto de función de transferencia se utilizará mucho en adelante y resulta conveniente el hacer algunas matizaciones al respecto: La función de transferencia se ha definido para sistema lineales e invariantes en el tiempo, por lo que no está definida en el caso de sistemas no lineales. Para obtener la función de transferencia se han supuesto condiciones inicia- les nulas. La función de transferencia expresa la relación que existe entre una señal de entrada y una señal de salida, por lo que sólo permite expresar de forma completa la dinámica de un sistema con una entrada y una salida. Si el siste- ma tuviese más de una entrada o salida, serían necesarias varias funciones de transferencia para expresar todas las posibles relaciones entre cada entrada y cada salida. En este caso estaríamos ante sistemas multivariables MIMO (Multiple Input - Multiple Output). La función de transferencia es independiente de la entrada al sistema. La función de transferencia de un sistema es únicamente función racional de s o z, y además con un denominador de grado mayor o igual que el numera- dor, para que sea físicamente realizable. 20 2. Técnicas clásicas de modelado de sistemas 2.3.2. Modelos en tiempo continuo Una parte muy importante de los sistemas que nos interesa controlar corres- ponde a sistemas físicos cuya dinámica viene descrita por medio de ecuaciones diferenciales ordinarias del tipo siguiente dn dtn y(t) + an−1 dn−1 dtn−1 y(t) + . . .+ a0y(t) = bm dm dtm u(t) + bm−1 dm−1 dtn−1 u(t) + . . .+ b0u(t) (2.3.13) donde u(t) es la entrada al sistema e y(t) la salida del mismo. Si suponemos con- diciones iniciales nulas y tomamos transformadas de Laplace en ambos lados de la ecuación 2.3.13, el resultado es (sn+an−1s n−1 + . . .+a0)Y (s) = (bms m+bm−1s m−1 + . . .+b0)U(s) (2.3.14) Despejando Y (s) en la ec 2.3.14 obtenemos que Y (s) = sn + an−1s n−1 + . . .+ a0 bmsm + bm−1sm−1 + . . .+ b0 U(s) (2.3.15) y de aquí que la forma general de la función de transferencia G(s) para un sistema físico descrito por una ecuación diferencial ordinaria de la forma 2.3.13 sea una función racional de s del tipo G(s) = sn + an−1s n−1 + . . .+ a0 bmsm + bm−1sm−1 + . . .+ b0 (2.3.16) Ejemplo 2.3.1: Un automóvil responde a una fuerza aplicada f(t) del motor y a una fuerza debida a la fricción ρv(t), proporcional a la velocidad v(t) del automó- vil. La ecuación diferencial del sistema es mv̇(t) = f(t)− ρv(t) (2.3.17) Tomando transformadas de Laplace se obtiene msV (s) = F (s)− ρV (s) (2.3.18) es decir, (ms+ ρ)V (s) = F (s) (2.3.19) y la función de transferencia de la velocidad respecto de la fuerza es V (s) F (s) = 1 ms+ ρ (2.3.20) 2.3. Modelos temporales 21 Ejemplo 2.3.2: Consideremos el sistema masa-muelle-amortiguador de la figura. La segunda ley de Newton establece que la suma de todas las fuerzas que actúan sobre un sólido rígido es igual a su masa por su aceleración.∑ Fi = m · ÿ (2.3.21) donde y representa la posición de la masa m y, por tanto, ÿ es su aceleración. Un muelle es un elemento que almacena energía potencial y que cuando se estira o se comprime ejerce una fuerza que viene expresada por la ley de Hooke: Fm = −K · y (2.3.22) donde el signo menos representa que la fuerza Fm se opone al cambio de posición. Un amortiguador es un elemento que convierte energía en calor y que repre- senta una fricción viscosa. La fuerza que ejerce en sus extremos se puede expresar como Fa = −b · ẏ (2.3.23) Es decir, la fuerza que ejerce el amortiguador se opone al cambio de velocidad. El sistema masa-muelle-amortiguador de la figura 2.2, se puede modelar usan- do estas tres expresiones en forma de ecuación diferencial m · ÿ = u−K · y − b · ẏ (2.3.24) donde u representa una fuerza externa, que es la entrada del sistema. Reordenando m · ÿ + b · ẏ +K · y = u (2.3.25) Tomando transformadas de Laplace ms2Y (s) + bsY (s) +KY (s) = U(s) (2.3.26) La función de transferencia es la salida partido por la entrada (en el dominio s) Y (s) U(s) = 1 ms2 + bs+K (2.3.27) Ejemplo 2.3.3: En el caso multivariable de la figura 2.3, hay que escribir dos ecuaciones diferenciales, una para cada masa. Conviene hacer el correspondiente diagrama de fuerzas. En este caso las ecuaciones diferenciales son m1ÿ1 = u1 + b1(ẏ2 − ẏ1)− k1y1 (2.3.28) m2ÿ2 = u2 − b1(ẏ2 − ẏ1)− k2y2 (2.3.29) Ejemplo 2.3.4: 22 2. Técnicas clásicas de modelado de sistemas Fig. 2.2: Sistema masa-muelle-amortiguador Fig. 2.3: Sistema mecánico de traslación con dos entradas y dos salidas 2.3.3. Movimiento de rotación En este caso se consideran movimientos alrededor de un eje fijo. Se parece bastante a los movimientos de traslación, pero las variables de interés son despla- zamiento, velocidad y aceleración angulares y en vez de masas y fuerzas, hay que considerar momentos de inercia y torques (pares de fuerza). La segunda ley de Newton para movimientos de rotación dice que la suma de todos los pares es igual al momento de inercia por la aceleración angular.∑ Ti(t) = J · θ̈(t) (2.3.30) Además de la segunda ley de Newton, se pueden considerar los muelles de torsión, cuya ley de Hooke es Tm(t) = −K · θ(t) (2.3.31) 2.3. Modelos temporales 23 Fig. 2.4: Ejemplo de sistema mecánico: modelo de 1/4 de coche y los elementos correspondientes a los amortiguadores que son las fricciones viscosas de rotación, cuya expresión es Ta(t) = −b · θ̇(t) (2.3.32) Fig. 2.5: Elementos de los sistemas mecánicos de traslación y de rotación Ejemplo 2.3.5: Consideremos el sistema mecánico de rotación de la figura 2.6. Si se parte del reposo y se aplica un pequeño par al volante de inercia J1, en los primeros momentos del movimiento, θ1 > θ2 > θ3. Esto significa que la torsión del muelleK es θ1−θ2 y la del amortiguadorD2 es θ2−θ3. Por tanto las ecuaciones 24 2. Técnicas clásicas de modelado de sistemas serán J1θ̈1 = T (t)−D1θ1 −K(θ1 − θ2) (2.3.33) J2θ̈2 = K(θ1 − θ2)−D2(θ̇1 − θ̇2) (2.3.34) J3θ̈3 = D2(θ̇1 − θ̇2)−D3θ̇3 (2.3.35) Fig. 2.6: Ejemplo de sistema mecánico de rotación 2.3.4. Sistemas eléctricos Los tres elementos básicos de los circuitos eléctricos son resistencias, conden- sadores y bobinas. La resistencia es un elemento que disipa energía convitiéndola en calor y su ecuación viene dada por la ley de Ohm v(t) = R · i(t) (2.3.36) Un condensador es un elemento que almacena energía y su ecuación es v(t) = 1 C ∫ i(t)dt (2.3.37) Finalmente, la bobina o inductancia tiene como ecuación u(t) = L di(t) dt (2.3.38) Además, las leyes básicas son las leyes de Kirchoff: En un nudo la suma de las intensidades es cero La suma de las caídas de potencial a lo largo de un camino cerrado o malla es cero Además, para calcular la función de transferencia es preferible trabajan en el dominio de la frecuencia, es decir, con las transformadas de Laplace de las ecua- ciones: 2.3. Modelos temporales 25 Para las resistencias, la expresión v(t) = Ri(t) se transforma en V (s) = RI(s). También se puede decir que su impedancia compleja es ZR(s) = V (s) I(s) = R Para los condensadores, la expresión v(t) = 1 C ∫ i(t)dt se transforma en V (s) = 1 CsI(s). También se puede decir que su impedancia compleja es ZC(s) = V (s) I(s) = 1 Cs Par las bobinas o inductancias, la expresión v(t) = Ldi(t)dt se transforma en V (s) = LsI(s). En este caso laimpedancia compleja es ZL(s) = V (s) I(s) = Ls. Ejemplo 2.3.6: Consideremos la red RLC de la figura 2.7. A la derecha tenemos el resultado al usar impedancias complejas. El la malla de entrada, según la 2a ley de Kirchoff tenemos V (s) = LsI(s) + RI(s) + 1 CsI(s) y en la salida, la tensión es VC(s) = 1 CsI(s). La función de transferencia es el cociente VC(s) V (s) = 1 CsI(s) LsI(s) +RI(s) + 1 CsI(s) = 1 Cs Ls+R+ 1 Cs = 1 LCs2 +RCs+ 1 Fig. 2.7: Circuito RLC con voltaje como entrada Ejemplo 2.3.7: 26 2. Técnicas clásicas de modelado de sistemas Fig. 2.8: Ejemplo de sistema Fig. 2.9: Ejemplo de red RLC con dos mallas 2.4. Linealización 27 2.4. Linealización Fig. 2.10: Linealización de una función en torno a dos puntos (x0, y0) y (x1, y1) Los sistemas físicos reales no son lineales. En los ejemplos anteriores, las no linealidades son pequeñas y se pueden considerar despreciables. Pero en muchos casos el sistema es claramente no lineal. En estos casos, se puede obtener un mo- delo simplificado, que sea una aproximación lineal en un punto de trabajo, para pequeños incrementos de la variable alrededor de ese punto (x0, y0). Como se pue- de ver en la figura 2.10, la linealización en otro punto (x1, y1), será generalmente distinta. Si consideramos una pequeña variarión alrededor del punto de trabajo o de equilibrio, desarrollando en serie de Taylor y = y0 + dy dx ∣∣∣∣ 0 (x−x0) + 1 2! d2y dx2 ∣∣∣∣ 0 (x−x0)2 + . . .+ 1 m! dmy dxm ∣∣∣∣ 0 (x−x0)m+ . . . (2.4.1) La mejor aproximación lineal es la recta tangente, que corresponde al desarrollo para m = 1 y = y0 + dy dx ∣∣∣∣ 0 (x− x0) (2.4.2) Para funciones multivariables, la aproximación lineal es y = y0 + ∂y ∂x1 ∣∣∣∣ 0 (x1−x10)+ ∂y ∂x2 ∣∣∣∣ 0 (x2−x20)+ · · ·+ ∂y ∂xn ∣∣∣∣ 0 (xn−xn0) (2.4.3) y corresponde a un plano o un hiperplano. Ejemplo 2.4.1: Obtenga la función de transferencia VL(s)/V (s) de la red eléc- trica no lineal de la figura para pequeñas señales v(t), que contiene una resistencia 28 2. Técnicas clásicas de modelado de sistemas 20V Resistencia no lineal 1Hi(t) v (t) L v(t) + - no lineal cuya relación voltaje-corriente está definida por ir = 2e0.1vr , donde ir y vr son la corriente y el voltaje del resistor, respectivamente. Si consideramos el sistema en reposo o en equilibrio, la pequeña señal v(t) = 0 y todas las derivadas son cero, es decir, VL(t) = Ldi(t)dt = 0. Entonces, en el punto de equilibrio, i0 = 2e0.1·20 = 14.8. La ecuación linealizada de la resistencia es ir = ir0+ ∂2e0.1vr ∂vr ∣∣∣∣ 0 (vr−vr0) = 14.8+2·0.1e0.1vr0(vr−vr0) = 14.8+0.2e2(v−20) = 14.8+1.48(vr−20) Considerando incrementos alrededor del punto de equilibrio ∆(ir(t)) = 1.48∆(vr(t)) y la transormada de Laplace es Ir(s) = 1.48Vr(s) Una vez linealizado el elemento no lineal, podemos escribir las ecuaciones del circuito ∆v(t) = L∆ di(t) dt +R∆i(t) donde R = 1.48 es el valor obtenido en la linealización. La transformada de La- place es V (s) = VL(s) + Vr(s) = LsI(s) +RI(s) La salida es VL(s) = LsI(s). Dividiendo la salida por la entrada, obtenemos la función de transferencia VL(s) V (s) = LsI(s) LsI(s) +RI(s) = Ls Ls+R = s s+ 1.48 2.5. Diagramas de bloques Los diagramas de bloques son una manera de representar sistemas que están compuestos por varias partes que se representan por bloques y que estánunidos entre sí por flechas que representan el flujo de las señales. El objetivo es representar como bloques las funciones de transferencia de cada parte, porque es más sencillo, y después, simplificar el diagrama para obtener la función de transferencia del sistema completo. 2.5. Diagramas de bloques 29 2.5.1. Reducción de bloques a) La salida de un sistema es el producto de la función de transferencia por la entrada (esto es cierto sólo en el dominio de la frecuencia). b) La función de transferencia de dos bloques en serie es el producto de las funciones de transferencia de los bloques. c) La función de transferencia de dos bloques en paralelo es la suma de las funciones de transferencia de los bloques. d) La función de transferencia de un bucle de realimentación negativa es la función de transferencia de la línea directa dividido por uno más la F.T.de la line directa y la realimentación. Fig. 2.11: Simplificación de bloques 30 2. Técnicas clásicas de modelado de sistemas 2.5.2. Trasposición de sumadores Fig. 2.12: Trasposición de sumadores 2.5. Diagramas de bloques 31 Ejemplo 2.5.1: Consideremos el diagrama de bloques de la figura 2.13a. Para simplificar el diagrama los pasos pueden ser: 1. Simplificación del bucle con realimentación negativa formado por H1(s) y H2(s) para obtener el diagrama de la figura 2.13b. 2. Trasposición de la bifurcación de la línea de arriba, que va a H6(s), para obtener el diagrama de la figura 2.14a. 3. Sustitución del bucle de realimentación negativa por su F.T. correspondiente y de la suma de las señales en paralelo de la parte derecha como se ve en el diagrama de la figura 2.14a. 4. Finalmente se hace el producto de las dos F.T. y se simplifica, como se ve en la figura 2.14b. Fig. 2.13: a) Sistema de partida del ejemplo y b) primera simplificación: bucle de realimentación Ejemplo 2.5.2: Para levantar y bajar una masa m = 1 kg se emplea una polea de radio r = 0.5m y momento de inercia J = 0.1 kg ·m2 accionada mediante un motor de corriente continua cuyas características son: • Resistencia interna Ri = 70 Ω • Inductancia Li = 10H 32 2. Técnicas clásicas de modelado de sistemas Fig. 2.14: a) Transposicion de la bifurcación, simplificación de la realimentación y simplificación de los bloques en paralelo. b) Función de transferencia final. • Constante de par Ki = 2N ·m/A • Constante de fuerza electromotriz Ke = 6V · s El desplazamiento vertical de la masa es proporcional a la posición de la polea y se mide empleando un sensor de posición cuyo comportamiento dinámico viene dado por la expresión: us (t) = −5 √ 2θ (t) π cos(θ(t)) La tensión de medida us(t) se compara con la tensión de referencia uref (t) con la que se gobierna el sistema, siendo la etapa de la ganancia amplificadora ku = 1. Se pide: 1. Linealizar el sistema en torno al punto de equilibrio definido por x0 = π 4 . 2. Dibujar el diagrama de bloques del anterior sistema teniendo como entrada la señal uref(t) y como salida el desplazamiento del peso x(t). 3. Calcular la función de transferencia del sistema X(s) Uref (s) 4. Cuanto cambia el desplazamiento del peso si la tensión uref pasa a valer 180.5V . 2.5. Diagramas de bloques 33 Fig. 2.15: Fig. 2.16: 5. Si se quiere convertir el peso que mueve el motor en un valor variable (como es el caso de lo que ocurre en un ascensor, cuando no se sabe el número exacto de personas que entran), ¿dónde se introduciría la señal de perturbación al diagrama de bloques? Ejemplo 2.5.3: En la figura se representa un sistema que controla la altura del líquido en un depósito h(t) en función de la señal de referencia, r(t). El sensor es un flotador de peso y dimensiones despreciables unido a una varilla de peso despreciable cuyo extremo es el cursor de un potenciómetro de 1/4 de circunferencia. La tensión del extremo de la varilla, b(t), se compara con la de referencia, r(t), y la diferencia se amplifica con una gananciaA = 20. Esta tensión regula la válvula de entrada cuya ecuación es: q1(t) = Kv · [50− v(t)] 34 2. Técnicas clásicas de modelado de sistemas Fig. 2.17: con Kv = 0.5m3 s·V Datos:K = 5 √ 2m 5 2 s (coeficiente de la ecuación de Torricelli q2(t) = K √ h(t), desagüe del depósito). a) Escribir las ecuaciones que representan el modelo físico del sistema. b) Li- nealizarlas entorno al punto de equilibrio dado por h0 = 0.5m. c) Dibujar un diagrama de bloques representativo del sistema. d) Calcular la función de transfe- rencia H(s)/R(s). e) Calcular el valor final de h(t) cuando la entrada sufre un cambio brusco de valor 1. f) ¿Rebosará el líquido del depósito en este caso? Resolución: a) Escribir las ecuaciones que representanel modelo físico del sistema. La salida del amplificador es: v(t) = A[r(t)− b(t)] La válvula regula el caudal de entrada según la relación: q1(t) = Kv[50− v(t)] Las ecuaciones del depósito en la figura con sección S = 1m3 son: q1(t)− q2(t) = S dh(t) dt 2.5. Diagramas de bloques 35 Fig. 2.18: q2(t) = K √ h(t) con K = 5 √ 2m 5 2 s La ecuación del potenciómetro es: b(t) = Vmax θ(t) θmax con Vmax = 20V y θmax = π/2 El ángulo está relacionado a la altura del líquido: hmax − h(t) = l cos θ(t) Con hmax = 1m y l = 1m. Finalmente escribimos las ecuaciones del sistema: v(t) = 20[r(t)− b(t)] q1(t) = 1 2 [50− v(t)] q1(t)− q2(t) = dh(t) dt q2(t) = 5 √ 2 √ h(t) cos θ(t) = 1− h(t) b(t) = 40 θ(t) π b) Linealizarlas entorno al punto de equilibrio dado por h0 = 0.5m. 36 2. Técnicas clásicas de modelado de sistemas La condición de equilibrio será: h0 = 1 rad θ0 = arc cos(1− h0) = π 3 rad b0 = 40 π θ0 = 13.3V q2,0 = 5 √ 2h0 = 5m3/s q1,0 = q2,0 v0 = 50− 2q1,0 = 40V r0 = 1 20 v0 + b0 = 15.3V El sistema linealizado en torno a esa condición de equilibrio será: ∆v = A(∆r −∆b) = 20(∆r −∆b) ∆q1 = −Kv∆v = −1 2 ∆v ∆q1 −∆q2 = S∆ḣ = ∆ḣ ∆q2 = K 2 √ h0 ∆h = 5∆h ∆h = l sin θ0∆θ = √ 3 2 ∆θ ∆b = Vmax ∆θ θmax = 40 π ∆θ c) Dibujar un diagrama de bloques representativo del sistema. Para dibujar el diagrama de bloques debemos aplicar la Transformada de La- place a las ecuaciones linealizadas: V (s) = A(R(s)−B(s)) Q1(s) = −KvV (s) Q1(s)−Q2(s) = SsH(s) Q2(s) = K 2 √ h0 H(s) H(s) = l sin θ0Θ(s) B(s) = Vmax θmax(s) Θ(s) El diagrama de bloques es: 2.5. Diagramas de bloques 37 Fig. 2.19: d) Calcular la función de transferencia H(s)/R(s). H(s) R(s) = C ·G(s) 1 + C ·G(s) · Z donde C = −KvA = −10 m3 s · V G(s) = H(s) Q1(s) = 1 sS 1 + 1 sS K 2 √ h0 = 1 s 1 + 5 s = 1 s+ 5 Z = B(s) H(s) = B(s) Θ(s) Θ(s) H(s) = Vmax θmax 1 sin θ0 = 80 π √ 3 Finalmente: H(s) R(s) = − 10 s+5 1− 80 π √ 3 10 s+5 = −10 s+ 5− 800 π √ 3 e) Calcular el valor final de h(t) cuando la entrada sufre un cambio brusco de valor 1. Aplicando el teorema del valor final, se obtiene: ∆h∞ = lim t→∞ ∆h(t) = lim s→0 sH(s) = lim s→0 s −10 s+ 5− 800 π √ 3 R(s) = = ĺım s→0 s −10 s+ 5− 800 π √ 3 1 s = −0.0704m f) ¿Rebosará el líquido del depósito en este caso? La altura alcanzada por el líquido es: h∞ = h0 + ∆h∞ = 0.5− 0.0704m = 0.5704m < hmax = 1m Así que el líquido no rebosará. 38 2. Técnicas clásicas de modelado de sistemas Fig. 2.20: Ejemplo 2.5.4: Se dispone de un horno en el que el calor generado por una re- sistencia interna qg(t) es proporcional (K1 = 10) al cuadrado de la corriente que circula por ella, mientras que el calor perdido qp(t) es proporcional (K2 = 2.5) a la diferencia entre la temperatura interna del horno θi(t) y la temperatura externa θe(t). Sabiendo que la variación de la temperatura interna del horno es proporcional (K3 = 1) a la diferencia entre el calor generado y el calor perdido, y que el control del sistema se realiza mediante un amplificador que genera una corriente i(t) = θref (t)− θi(t) + 5. Obtener: a) Ecuaciones del sistema. b) Linealizar el sistema en torno a la condición de equilibrio θi0 = θref0 = 100oC y θe0 = 0oC c) Dibujar el diagrama de bloques del dispositivo. Entradas: ∆θref (s),∆θe(s). Salida: ∆θi(s). Resolución a) Ecuaciones del sistema. q(t) = K1i 2(t) qp(t) = K2[θi(t)− θe(t)] dθi(t) dt = K3[qg(t)− qp(t)] i(t) = θref (t)− θi(t) + 5 with K1 = 10, K2 = 2.5, and K3 = 1. 2.5. Diagramas de bloques 39 b) Linealizar el sistema en torno a la condición de equilibrio θi0 = θref0 = 1000C y θe0 = 00C. Condiciones iniciales: qg0 = K1i 2 0 qp0 = K2[θi0 − θe0] 0 = K3[qg0 − qp0] i0 = θref0 − θi0 + 5 es decir i0 = 5 qg0 = 250 qp0 = 250 El sistema linealizado en torno al punto de equilibrio es ∆qg(t) = 2i0K1∆i(t) ∆qp(t) = K2[∆θi(t)−∆θe(t)] ∆θ̇i(t) = K3[∆qg(t)−∆qp(t)] ∆i(t) = ∆θref (t)−∆θi(t) c) Dibujar el diagrama de bloques del dispositivo. Entradas: ∆θref (s), ∆θe(s). Salida: ∆θi(s) Transformamos según Laplace: ∆Qg(s) = 2i0K1∆I(s) ∆Qp(s) = K2[∆Θi(s)−∆Θe(s)] s∆Θi(s) = K3[∆Qg(s)−∆Qp(s)] ∆I(s) = ∆Θref (s)−∆Θi(s) El diagrama de bloques es: 40 2. Técnicas clásicas de modelado de sistemas Fig. 2.21: Ejemplo 2.5.5: Sea un sistema físico constituido por una etapa de potencia, un motor, un tren reductor y un encoder según se muestra en la figura: La tensión e que le llega a la etapa de potencia es proporcional a la diferencia entre la ten- sión de referencia Ur y la tensión de salida del encoder Ur, siendo la constante de proporcionalidad Kp = 2. La etapa de potencia produce una intensidad i a partir de la tensión de entrada e, según la siguiente ecuación diferencial: i(t) d i(t) dt + i(t)− 2 √ e(t) + 1.75 = 0 En el motor se produce un par τ1 que es proporcional a la intensidad i, siendo la constante de proporcionalidad Km = 4Nm/A. El eje motor está conectado a un reductor, siendo N1 = 16 dientes y N2 = 32 dientes. En el segundo eje tenemos acoplado un volante de inercia con momento de inercia I = 10Kgm2, rozamiento B = 5Nms/rad, mostrando el eje un comportamiento elástico con K = 2Nm/rad. Por último, el ángulo girado por el segundo eje, θ2, se mide con un encoder, apareciendo una tensión de salida Us proporcional al ángulo girado θ2, siendo la constante de proporcionalidad Ke = 0.5V/rad. Se pide: Fig. 2.22: 2.5. Diagramas de bloques 41 a) Ecuaciones del sistema. b) Linealizar en torno al punto de equilibrio dado por τ20 = 2Nm. c) Diagrama de bloques. d) Hallar la relación Us(s) Ur(s) . e) Hallar la tensión de salida del encoder Us cuando la tensión de referencia experimenta un salto brusco de dos unidades. Resolución: a) Ecuaciones del sistema. Las ecuaciones del sistema son: Amplificador: e(t) = Kp[Ur(t)− Us(t)], con Kp = 2 Etapa de potencia: i(t) di(t) dt + i(t)− 2 √ e(t) + 1.75 = 0 Motor: τ1(t) = Kmi(t), con Km = 4Nm/A Reductor: τ1(t) τ2(t) = N1 N2 , con N1 N2 = 0.5 Volante de inercia I d2θ2(t) dt2 = τ2(t)−Kθ2(t)−Bdθ2(t) dt con I = 10Kgm2, B = 5Nms/rad y K = 2Nm/rad Encoder Us(t) = Keθ2(t), con Ke = 0.5V/rad b) Linealizar en torno al punto de equilibrio dado por τ20 = 2Nm. Consideramos el punto de equilibrio: τ20 = 2Nm τ10 = τ20 N1 N2 = 1Nm i0 = τ10 Km = 0.25A e0 = [ i0+1.75 2 ]2 = 1V La única ecuación no lineal es la que caracteriza la etapa de potencia. Así que: i0∆i̇+ ∆i− 1 √ e0 ∆e = 0 42 2. Técnicas clásicas de modelado de sistemas Fig. 2.23: Las ecuaciones de las variaciones serán: ∆e = Kp(∆Ur −∆Us) i0∆i̇+ ∆i− 1√ e0 ∆e = 0 ∆τ1 = Km∆i ∆τ2 = N2 N1 ∆τ I∆θ̈2 = ∆τ2 −K∆θ2 −B∆θ̇2 ∆Us = Ke∆θ2 Aplicando la trasformada de Laplace E(s) = Kp[Ur(s)− Us(s)] i0sI(s) + I(s)− 1√ e0 E(s) = 0 τ1(s) = KmI(s) τ2(s) = N2 N1τ1(s) Is2Θ(s) = τ2(s)−KΘ(s)−BsΘ(s) Us(s) = KeΘ2(s) El diagrama de bloques será: c) Hallar la relación Us(s) Ur(s) Us(s) Ur(s) = G(s) 1 +G(s) Donde G(s) = Us(s) U(s) = Kp 1 √ e0 1 i0s+ 1 Km N2 N1 1 Is2 +Bs+K Ke = 16 2.5s3 + 11.25s2 + 5.5s+ 2 Así que Us(s) Ur(s) = 1 2.5s3 + 11.25s2 + 5.5s+ 18 d) Hallar la tensión de salida del encoder Us cuando la tensión de referencia experimenta un salto brusco de dos unidades. Aplicando el teorema del valor final, se obtiene: 2.5. Diagramas de bloques 43 ∆Us,∞ = lim t→∞ ∆Us(t) = lim s→0 sUs(s) = lim s→0 s 16 2.5s3 + 11.25s2 + 5.5s+ 18 Ur(s) = = lim s→0 s 16 2.5s3 + 11.25s2 + 5.5s+ 18 2 s = 1.778V Us,∞ = Us,0 + ∆Us,∞ Us0 = Keθ20 = Ke K τ20 = 0.25V Así que Us,∞ = Us,0 + ∆Us,∞ = 2.028V Ejemplo 2.5.6: Un termistor tiene una respuesta a la temperatura representada porR = R−0.1T 0 , en donde,R = resistencia, y T = temperatura en grados Celsius. Encuentra el modelo lineal para el termistor que funciona a T = 20 degC y con un pequeño rango de variación de la temperatura. Solución: En el punto de equilibrio o punto de funcionamiento T = 20 degC Req = R0e −0.1·20 = 0.135R0 Linealizando alrededor de este punto de equilibrio ∆R = ∂R0e −0.1T ∂T ∣∣∣∣ T=20∆T = R0 (−0.1)e−0.1T ∣∣ T=20 ∆T = −0.0135∆T Tomando transformadas de Laplace R(s) = −0.0135T (s) Ejemplo 2.5.7: Hallar la función de transferencia H(s)/Qe(s) del sistema con- sistente en un depósito de agua, linealizando alrededor del punto de equilibrio dado por qe0 = 1m3/s. si la sección de la tubería de salida es A = 1m y el área de la base es B = 1m2. Datos: Considerar la ecuación de Torricelli qs(t) = K ·A √ h. 44 2. Técnicas clásicas de modelado de sistemas Solución: El caudal de entrada menos el de salida es la variación de volumen qe(t)− qs(t) = B dh(t) dt = dh(t) dt Según la ecuación de Torricelli qs(t) = √ h En el punto de equilibrio, qe0 = 1m3/s se tiene qe0=qs0 ⇒ qs0 = 1m3/s qs0=K √ h0 ⇒ h0 = 1 K m (2.5.1) Linealizando ∆qe −∆qs=∆ḣ ∆qs= K 2 √ h0 ∆h = K3/2 2 ∆h (2.5.2) Tomando transformadas de Laplace Qe(s)−Qs(s)=sH(s) Qs(s)= K3/2 2 H(s) (2.5.3) Sustituyendo Qe(s)− K3/2 2 H(s) = sH(s) La función de transferencia será H(s) Qe(s) = 1 s+ K3/2 2 2.5. Diagramas de bloques 45 Bibliografía [1] E.A. Puente, Regulación Automática I, Sección de Publicaciones ETSIIM, 1980. [2] K. Ogata, Discrete-Time Control Systems, Prentice Hall International Edi- tion, 1995. [3] B. Kuo, Automatic Control Systems, Prentice Hall, 1996. [4] R. Isermann, Digital Control Systems, Springer Verlag, 1989. [5] K.J. Aström, Computer Controlled Systems, Prentice Hall, 1988. 46 2. Técnicas clásicas de modelado de sistemas 3. ANÁLISIS TEMPORAL 3.1. Introducción al Análisis Temporal de Sistemas El los capítulos anteriores se ha tratado sobre el modelado matemático de los sistemas atendiendo a su relación entre la entrada y la salida. Esto nos lleva al concepto de Función de transferencia. En éste capítulo vamos a analizar el funcio- namiento de los sistemas partiendo de sus funciones de transferencia. 3.2. Respuesta Temporal Cuando la señal de entrada u(t) se introduce en un sistema con función de transferencia G(s), su salida es Y (s) = G(s)U(s)⇒ y(t) = g(t) ∗ u(t) = L−1(G(s)U(s)) Esta respuesta temporal consta de dos partes: la respuesta transitoria y la res- puesta en régimen permanente. La respuesta transitoria es la parte de la respuesta temporal que tiende a cero cuando el tiempo tiende a infinito y la respuesta en régimen permanente es la que permanece a lo largo del tiempo. y(t) = yrt(t) + yrp(t) lim t→∞ yrt(t) = 0 yrp(t) = lim t→∞ y(t) El comportamiento dinámico del sistema corresponde fundamentalmente al ré- gimen transitorio y en él se puede estudiar la rapidez y la estabilidad.En la respuesta en régimen permanente se puede estudiar la precisión de la respuesta, es decir el error estacionario del sistema. Para analizar la respuesta de un sistema se introducen distintas señales de prue- ba. Las más importantes son la señal impulso o delta de Dirac u(t) = δ(t)⇒U(s) = 1 La señal escalón unidad u(t) = u0(t) = { 0,t < 0 1,t > 0 ⇒U(s) = 1 s 48 3. Análisis Temporal Fig. 3.1: Respuesta de un sistema y la señal rampa unidad u(t) = tu0(t)⇒U(s) = 1 s2 3.2.1. Respuesta impulsional La principal razón para que la teoría de control clásica use el dominio de la fre- cuencia en vez del dominio del tiempo, viene dada por el teorema de convolución. En el dominio del tiempo la salida es una convolución y(t) = g(t) ∗ u(t) = ∫ t 0 g(t− τ)u(τ)dτ = ∫ t 0 g(τ)u(t− τ)dτ mientras que en el dominio de la frecuencia, la salida es un producto Y (s) = G(s)U(s). En el caso de que la entrada sea un impulso unidad u(t) = δ(t), en el dominio frecuencial U(s) = 1 y(t) = g(t) ∗ δ(t) = ∫ t 0 g(t− τ)δ(τ)dτ = g(t) Es decir, cuando la señal de entrada es un impulso, la salida es y(t) = g(t), siendo g(t) = L−1(G(s)) A la función g(t) se le denomina respuesta impulsional del sistema y es un mo- delo matemático del sistema, como pueden serlo las ecuaciones diferenciales o la función de transferencia G(s). 3.2. Respuesta Temporal 49 3.2.2. Respuesta de los sistemas de primer orden Los sistemas de primer orden son los más sencillos y vienen dados por la ecua- ción diferencial T ẏ(t) + y(t) = Ku(t) (3.2.1) Tomando transformada de Laplace con condiciones iniciales nulas T · sY (s) ∗ Y (s) = KU(s) y su función de transferencia se puede escribir como Y (s) U(s) = K 1 + Ts La constante K es la ganancia estática, T es la constante de tiempo y σ = 1 T es la constante de atenuación. Es interesante hacer notar que el polo está situado en −1/T. Respuesta impulsional Consideremos un sistema de primer orden con función de transferenciaG(s) = K 1+Ts . Si la entrada es un impulso unidad u(t) = δ(t)⇒ U(s) = 1, la salida es Y (s) = G(s) · 1 = K 1 + Ts y la salida en el dominio temporal es y(t) = g(t) = L−1 ( K 1 + Ts ) = k T e− t/T t ≥ 0 Fig. 3.2: Respuesta impulsional de un sistema de primer orden Como se ve en la Fig. 3.3, La constante T es el tiempo que tarda el sistema en alcanzar el 37 % del valor inicial, g(0) = K/T . 50 3. Análisis Temporal Fig. 3.3: Respuesta impulsional de un sistema de primer orden Respuesta a escalón Si la señal de entrada al sistema G(s) es un escalón unidad u(t) = u0(t) ⇒ U(s) = 1/s Fig. 3.4: Respuesta ante escalón unidad de un sistema de primer orden entonces la salida en el dominio del tiempo es y(t) = L−1 ( G(s) s ) = L−1 ( k s(1+Ts) ) = kL−1 ( 1 s − T 1+Ts ) = = k(1− e− t/T ), para t ≥ 0. En la figura Fig. 3.5 se muestra la salida de un sistema de primer orden ante una entrada escalón unidad. La constante de tiempo T es el tiempo que tarda el sistema en llegar al 63 % del valor final K y mide la velocidad de respuesta del sistema. El tiempo que tarda el sistema en alcanzar el 95 % del valor final se denomina tiempo de establecimiento y se puede calcular como ts ≈ 3T ≈ π σ . Ejemplo 3.2.1: También es interesante hacer notar que a partir de la respuesta escalón unidad es posible determinar los parámetros K (valor final) y T (tiempo que tarda el sistema en llegar al 63 % del valor final) y, por tanto, se puede deter- minar la función de transferencia. Por ejemplo si la respuesta ante escalón unidad 3.2. Respuesta Temporal 51 Fig. 3.5: Respuesta ante escalón unidad de un sistema de primer orden Fig. 3.6: Determinación de la función de transferencia a partir de la respuesta ante escalón unidad de un sistema de primer orden es la representada en la Fig.3.6, el valor final K = 0.72 (que también es la ganan- cia, porque la entrada es un escalón unidad) y la constante de tiempo es el tiempo correspondiente a 0.63 · 0.72, que es T = 0.13, y la función de transferencia es G(s) = K 1 + Ts = 0.72 1 + 0.13s 52 3. Análisis Temporal Respuesta a rampa Si la entrada del sistema G(s) es la rampa unidad u(t) = t · u0(t) ⇒ U(s) = 1/s2 Fig. 3.7: Respuesta ante rampa unidad de un sistema de primer orden la salida y(t) se puede expresar como y(t) = L−1 ( G(s) s2 ) = L−1 ( k s2(1+Ts) ) = kL−1 ( −T s + 1 s2 + T 2 1+Ts ) = = k(−T + t+ Te− t/T ) = k(t− T ) + kTe− t/T , para t ≥ 0 En esta expresión, T es el retardo entre la entrada rampa y la respuesta. Fig. 3.8: Respuesta ante rampa unidad de un sistema de primer orden 3.2.3. Respuesta de los sistemas de segundo orden La ecuación estándar de un sistema de segundo orden es G(s) = kωn 2 s2 + 2ζωns+ ωn2 (3.2.2) donde 3.2. Respuesta Temporal 53 k = Ganancia estática. ωn = Frecuencia natural no amortiguada (undamped natural frequency). ζ = Coeficiente de amortiguamiento (damping ratio). σ=ζωn = Factor de decrecimiento (attenuation). ωd = ωn √ 1− ζ2 = Frecuencia amortiguada (damped frequency). El comportamiento del sistema viene determinado por k, ζ y ωn. Los polos se pueden determinar a partir de la ecuación característica (denominador de G(s) igualado a cero). s2 + 2ζωns+ ωn 2 = 0 s = −ζωn ± √ ζ2ωn2 − ω2 n = −ζωn ± ωn √ ζ2 − 1 = −ζωn ± jωn √ 1− ζ2 = −σ ± jωd (3.2.3) Fig. 3.9: 54 3. Análisis Temporal Fig. 3.10: Clasificación de los sistemas de segundo orden Respuesta impulsional Consideremos un sistema de segundo orden G(s) = kωn