Control I PDF

UNIVERSIDAD
NACIONAL
DE INGENIERIA
APUNTES DE CLASE
DE CONTROL I
Teora y Ejemplos con
Aplicaciones de MATLAB
Raul Benites Saravia, M.Sc.

ii
Estas notas de clase son el material utilizado por el autor en el curso de Control I en la Facultad de
Ingeniera Electrica y Electronica de la Universidad Nacional de Ingeniera (UNI). Este material es el esfuerzo de
recopilacion y ordenamiento de materias tratados en diversos libros de la lnea de Control y Automatizacion, en
las que destacan autores como Ogata, Eronini, Lewis, Kuo, etc., as como, diversas materias teoricas y ejemplos
en Matlab introducidas por el autor, que en conjunto conforman un resumen que sera de utilidad para los alumnos
y docentes de la lnea de control y anes.
Apuntes de Clase de Control I, Teora y Ejemplos con Aplicaciones de MAT-

LAB
Copyright c Raul Benites-Saravia, 2002. Reservados todos los derechos
Indice General
Agradecimientos iii
Prefacio v
1 Introduccion a los Sistemas de Control 1

1.1 Objetivo del Control Automatico . . . . . . . . . . . . . . . . 1
1.2 Campos de aplicacion . . . . . . . . . . . . . . . . . . . . . . 1
1.3 Deniciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.4 Diagramas de bloques y diagramas de ujo . . . . . . . . . . 3
1.4.1 Funciones de Transferencia y Diagramas de bloques . 3
1.4.2 Algebra de Diagramas de Bloques . . . . . . . . . . . 3
1.4.3 Diagramas de ujo . . . . . . . . . . . . . . . . . . . . 7
1.5 Clasicacion de Sistemas de Control . . . . . . . . . . . . . . 11
1.6 Componentes de un Sistema de Control . . . . . . . . . . . . 12
1.7 Ejemplos de Sistemas de Control . . . . . . . . . . . . . . . . 13
2 Modelos Matematicos de Sistemas Dinamicos 19

2.1 Introduccion . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
2.2 Tablas de Transformadas de Laplace . . . . . . . . . . . . . . 19
2.3 Ecuaciones Diferenciales de Sistemas Fsicos . . . . . . . . . . 20
2.4 Modelos de funcion de transferencia . . . . . . . . . . . . . . 20
2.4.1 Funcion y Matriz de transferencia de sistemas fsicos . 20
2.5 Modelos de Estado . . . . . . . . . . . . . . . . . . . . . . . . 26
2.5.1 Representacion de sistemas dinamicos en el espacio de
estado . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
2.5.2 Modelos de sistemas lineales . . . . . . . . . . . . . . . 31
2.5.3 Conversion de modelos matematicos lineales . . . . . 34
viii INDICE GENERAL
2.5.4 Soluciones de las ecuaciones de estado lineales e inva-

riantes en el tiempo (SLIT) . . . . . . . . . . . . . . . 35
2.5.5 Solucion de las ecuaciones de estado lineales y varian-
tes en el tiempo . . . . . . . . . . . . . . . . . . . . . . 36
2.5.6 Modelado utilizando software de simulacion . . . . . . 40
2.5.7 Modelos de sistemas no lineales y linealizaion . . . . . 42
3 Analisis de Funcionamiento de Sistemas de Control 47

3.1 Introduccion . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
3.2 Analisis de respuesta transitoria para sistemas de primer orden 48
3.2.1 Respuesta escalon unitario de sistemas de primer orden 48
3.2.2 Respuesta rampa unitaria de sistemas de primer orden 50
3.2.3 Respuesta impulso unitario de sistemas de primer orden 52
3.3 Analisis de respuesta transitoria para sistemas de segundo orden 53
3.3.1 Respuesta a un escalon unitario . . . . . . . . . . . . . 54
3.3.2 Respuesta impulsiva de sistemas de segundo orden . . 56
3.4 Analisis de respuesta transitoria para sistemas de orden superior 57
3.4.1 Respuesta de sistemas de tercer orden al escalon unitario 57
3.4.2 Respuesta transitoria de sistemas de orden superior . 58
3.5 Analisis de respuesta transitoria utilizando software de simu-
lacion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
3.5.1 Respuesta a una entrada escalon a partir de la funcion
de transferencia del sistema . . . . . . . . . . . . . . . 60
3.5.2 Respuesta a una entrada escalon de un sistema en el
espacio de estados . . . . . . . . . . . . . . . . . . . . 60
3.5.3 Respuesta a una entrada impulso unitario . . . . . . . 63
3.5.4 Respuesta a una entrada en rampa . . . . . . . . . . . 64
3.6 Analisis de respuesta estacionaria . . . . . . . . . . . . . . . . 65
3.7 Rechazo a Perturbaciones . . . . . . . . . . . . . . . . . . . . 68
3.8 Sensibilidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . 71
3.9 Respuesta Estacionaria utilizando Software de Simulacion . . 74
4 Estabilidad 77
4.1 Introduccion . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77
4.2 Estabilidad Aplicados a Modelos de Estado Lineales . . . . . 77
4.3 Estabilidad Aplicados a Modelos de Funcion de Transferencia 78
4.4 Test de Routh - Hurwitz . . . . . . . . . . . . . . . . . . . . . 79
4.5 Estabilidad utilizando software de simulacion . . . . . . . . . 81
INDICE GENERAL ix
5 Metodos Gracos de Analisis de Sistemas de Control 83

5.1 Metodo del Lugar Geometrico de las Races . . . . . . . . . . 83
5.1.1 Reglas generales para construir el lugar geometrico de
las races (LGR) . . . . . . . . . . . . . . . . . . . . . 85
5.1.2 Analisis de Sistemas de Control mediante el LGR . . . 94
5.1.3 Lugar Geometrico de las Races para Sistemas con Re-
tardo de Transporte . . . . . . . . . . . . . . . . . . . 96
5.1.4 Gracas del LGR utilizando Software de Simulacion . 99
5.2 Metodo de Respuesta en Frecuencia . . . . . . . . . . . . . . 103
5.2.1 Gracas de Bode . . . . . . . . . . . . . . . . . . . . . 105
5.2.2 Gracas de Bode utilizando software de simulacion . . 112
5.2.3 Gracas Polares y Criterio de Estabilidad de Nyquist 113
5.2.4 Aplicacion a sistemas con retardo de transporte . . . . 116
Bibliografa 129
Indice de Figuras
1.1 Representacion del proceso dinamico. . . . . . . . . . . . . . . 2

1.2 Representacion de un sistema lineal mediante diagrama de
bloques. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.3 (a) Elementos de un diagrama de bloques; (b) Diagrama de
bloques como resultado de combinar elementos. . . . . . . . 4
1.4 Diagrama de bloque 1 . . . . . . . . . . . . . . . . . . . . . . 5
1.9 Diagrama de bloques completo . . . . . . . . . . . . . . . . . 7
1.10 Diagrama de bloques reducido . . . . . . . . . . . . . . . . . . 8
1.11 Sistema de control de velocidad . . . . . . . . . . . . . . . . . 8
1.12 Diagrama de bloques del servomotor . . . . . . . . . . . . . . 9
1.13 Diagrama de bloques del amplicador+integrador . . . . . . . 9
1.14 Diagrama de bloques del sistema de control de velocidad, con
los bloques de transferencia directa y el de realimentacion . . 10
1.15 Diagrama de bloques del sistema de control de velocidad, con
un solo bloque de transferencia directa y el de realimentacion 10
1.16 Diagrama de bloques reducido de todo el sistema de control
de velocidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
1.17 Diagramas de ujo del sistema descrito . . . . . . . . . . . . . 12
1.18 Diagrama de ujo del sistema de control de velocidad . . . . 13
1.19 Diagrama de ujo de un sistema con tres lazos . . . . . . . . 13
1.20 Sistemas de control en lazo abierto y cerrado. . . . . . . . . . 14
1.21 Control de temperatura:(a)neumatico; (b) electronico; (c) Di-
agrama de bloques. . . . . . . . . . . . . . . . . . . . . . . . . 15
xii INDICE DE FIGURAS
1.22 (a) Esquema electrico del sistema control de velocidad; (b)

Diagrama de bloques. . . . . . . . . . . . . . . . . . . . . . . 16
1.23 (a) Sistema de Control de la locomotora,(b) Diagrama de blo-
ques. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
1.24 b) Diagrama de bloques del sistema de control de la locomotora. 17
2.1 Diagrama de un motor DC controlado por armadura . . . . . 24

2.2 Diagrama de bloques del motor DC controlado por armadura 26
2.3 Diagrama de bloques reducido del motor DC controlado por
armadura . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
2.4 Diagrama de bloques detallado del sistema de orden n . . . . 29
2.5 Circuito simple RLC . . . . . . . . . . . . . . . . . . . . . . . 33
3.1 Diagrama de bloques de un sistema de primer orden . . . . . 48

3.2 Diagrama de bloques simplicado . . . . . . . . . . . . . . . . 48
3.3 Respuesta del sistema de primer orden a una entrada escalon
unitario . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
3.4 Respuesta del sistema a una entrada escalon unitario desde
t = 0 hasta t = T . . . . . . . . . . . . . . . . . . . . . . . . . 51
3.5 Respuesta del sistema de primer orden a una entrada rampa
unitaria . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52
3.6 Respuesta del sistema de primer orden a una entrada impulso
unitario . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54
3.7 Sistema de segundo orden . . . . . . . . . . . . . . . . . . . . 55
3.8 Respuesta de un sistema de segundo orden a una entrada
escalon unitario. . . . . . . . . . . . . . . . . . . . . . . . . . 56
3.9 Sistema de Control. . . . . . . . . . . . . . . . . . . . . . . . 58
3.10 Respuesta al escalon de sistemas de orden superior. . . . . . . 59
3.11 Respuesta a un escalon unitario. . . . . . . . . . . . . . . . . 61
3.12 Respuesta a un escalon unitario. . . . . . . . . . . . . . . . . 62
3.13 Respuesta a un impulso unitario. . . . . . . . . . . . . . . . . 64
3.14 Respuesta a una rampa unitaria. . . . . . . . . . . . . . . . . 66
3.15 Sistema de control. . . . . . . . . . . . . . . . . . . . . . . . . 67
3.16 Sistema de control con perturbaciones. . . . . . . . . . . . . . 69
3.17 Sistema de control con perturbaciones. . . . . . . . . . . . . . 70
3.18 Respuesta del sistema de control a una perturbacion escalon
unitario. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 71
3.19 Diagrama de bloques del sistema de control de realimentacion
estatica. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72
INDICE DE FIGURAS xiii
3.20 Diagrama de bloques de un sistema de control proporcional. . 74

3.21 Respuesta a una rampa unitaria. . . . . . . . . . . . . . . . . 75
5.1 Diagrama de bloques de un sistema de control . . . . . . . . . 84

5.2 Diagramas que muestran los angulos desde polos y ceros de
lazo abierto al punto de prueba s. . . . . . . . . . . . . . . . . 85
5.3 Sistema de Control. . . . . . . . . . . . . . . . . . . . . . . . 87
5.4 Ubicacion de polos y ceros de lazo abierto en el plano s. . . . 88
5.5 Lugar geometrico aproximado. . . . . . . . . . . . . . . . . . 89
5.6 Averiguando si existe LGR entre -1 y -2. . . . . . . . . . . . . 90
5.7 Averiguando si existe LGR entre -2 y -. . . . . . . . . . . . 91
5.8 Averiguando si existe LGR entre 0 y +. . . . . . . . . . . . 92
5.9 Lugar Geometrico de las Races nal. . . . . . . . . . . . . . . 94
5.10 Listado del programa en codigo Matlab. . . . . . . . . . . . . 95
5.11 Determinacion de los angulos de salida. . . . . . . . . . . . . 96
5.12 Sistema de control. . . . . . . . . . . . . . . . . . . . . . . . . 96
5.13 Lugar geometrico de las races. . . . . . . . . . . . . . . . . . 97
5.14 Sistema de fase no mnima. . . . . . . . . . . . . . . . . . . . 98
5.15 LGR del sistema de fase no mnima. . . . . . . . . . . . . . . 99
5.16 Sistema con retardo de transporte. . . . . . . . . . . . . . . . 100
5.17 Sistema con retardo de transporte. . . . . . . . . . . . . . . . 101
5.18 Lugar geometrico del sistema con retardo de transporte. . . . 102
5.19 Respuesta al escalon del sistema con retardo de transporte. . 103
5.20 Pantalla graca del rltool. . . . . . . . . . . . . . . . . . . . . 104
5.21 Diagrama de bloques de un sistema de control. . . . . . . . . 105
5.22 Lugar geometrico del sistema de control. . . . . . . . . . . . . 105
5.23 Ingreso de los ceros y polos GH(s) del sistema. . . . . . . . . 118
5.24 Lugar geometrico del sistema de control. . . . . . . . . . . . . 119
5.25 Sistema lineal estable e invariante en el tiempo. . . . . . . . . 119
5.26 Diagrama de Bode para 1/jw. . . . . . . . . . . . . . . . . . . 120
5.27 Diagrama de Bode para jw. . . . . . . . . . . . . . . . . . . . 121
5.28 Ancho de banda BW de |G(jw)|. . . . . . . . . . . . . . . . . 121
5.29 Transicion entre estabilidad e inestabilidad. . . . . . . . . . . 122
5.30 Margen de ganancia y margen de fase para sistemas estables
e inestables. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 122
5.31 Margen de ganancia y margen de fase para el ejemplo. . . . . 123
5.32 Diagrama de Nyquist de lazo abierto G(jw). . . . . . . . . . . 123
5.33 Diagrama de Nyquist de sistemas de fase mnima tipo 0, tipo
1 y tipo 2. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 124
xiv INDICE DE FIGURAS
5.34 Diagrama de bloques de un sistema de control. . . . . . . . . 124

5.35 Camino de Nyquist en el plano s. . . . . . . . . . . . . . . . . 125
5.36 Sistema de control y el camino de Nyquist. . . . . . . . . . . 125
5.37 Contorno en el plano GH y un detalle cerca al origen. . . . . 126
5.38 Diagrama de Nyquist para sistemas: inestable, oscilatorio y
estable. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 126
5.39 Margen de ganancia y margen de fase para sistemas estables
e inestables. . . . . . . . . . . . . . . . . . . . . . . . . . . . 127
5.40 Diagrama de Nyquist para el sistema con retardo de transporte.128
Indice de Tablas
Captulo 1
Introduccion a los Sistemas

de Control
Un sistema de control podra denirse como un conjunto de componentes in-

terrelacionados que proporcionan acciones deseadas. Las diferentes tecnicas
de control presentan medios para lograr el funcionamiento optimo de sistemas
dinamicos, permitiendo mejorar la productividad, automatizar procesos
manuales y repetitivos, brindar seguridad y calidad en la produccion industrial.
1.1 Objetivo del Control Automatico

El objetivo del control automatico es mantener en determinado valor de
operacion las variables del proceso. Para tal proposito se disena el contro-
lador adecuado, permitiendo obtener salidas deseadas que cumplan con los
requerimientos de diseno. En la gura 1.1 se representa el proceso dinamico
a controlar.
1.2 Campos de aplicacion

Control de procesos industriales
Sistema de pilotaje de aviones
Control de traco
Control de procesos economicos, etc.

2 Introduccion a los Sistemas de Control
Figura 1.1: Representacion del proceso dinamico.
1.3 Deniciones
Variable controlada: Es la cantidad o condicion que se mide y controla.
Por ejemplo la posicion angular de un robot industrial.
Variable manipulada: Es la cantidad o condicion producida por el

controlador, denominada tambien variable de control. Ejemplo de
variable manipulada sera la tension de salida del controlador que afecte
la variable controlada a un valor deseado.
Planta: Puede consistir en un equipo, un conjunto de piezas de una

maquina, que realiza una operacion determinada. Por ejemplo, un
motor, un horno electrico, un vehculo espacial, un robot, etc.
Proceso: Es una operacion caracterizado por una serie de sucesos gra-

duales, que tienden a un resultado nal deseado. Como ejemplos de
procesos podemos citar a los procesos qumicos y biologicos.
Sistema: Es un conjunto de componentes interrelacionados que pro-

porcionan acciones deseadas. Un ejemplo de sistema podra consistir
en un conjunto conformado por el computador (controlador), un brazo
mecanico (planta) y el sensor (componente de realimentacin hacia el
controlador).
Perturbaciones: Es una senal interna o externa no deseada al sistema

que tiende a afectar su salida. Ejemplos de perturbaciones son ruido
1.4 Diagramas de bloques y diagramas de ujo 3
termico, transitorios en la red electrica, variaciones de temperatura,

viento, etc.
1.4 Diagramas de bloques y diagramas de ujo

1.4.1 Funciones de Transferencia y Diagramas de bloques
Los sistemas fsicos pueden ser representados por ecuaciones diferenciales, y
si estas ecuaciones son lineales con coecientes constantes, entonces estamos
tratando con modelos de sistemas lineales invariantes en el tiempo (SLIT
en Ingles). Al modelo lineal se le puede aplicar la transformada de Laplace
para obtener una relacion entre la transformada de Laplace de la salida y
la transformada de Laplace de la entrada. A esta relacion se le denomina
funcion de transferencia. En la gura 1.2 se presenta un diagrama de bloques
Y (s)
con la funcion de transferencia: X(s) = G(s)
Figura 1.2: Representacion de un sistema lineal mediante diagrama de blo-

ques.
Un diagrama de bloques de un sistema es una representacion graca de

las funciones realizadas por cada componente y del ujo de las senales. Tal
diagrama indica las interrelaciones que existen entre los diversos compo-
nentes.
Suponiendo un sistema con entrada R(s) y salida C(s), la funcion de
transferencia G(s) viene representada por el diagrama de bloques de la -
gura 1.3. En sistemas de control se usan frecuentemente puntos de suma y
de bifurcacion, muy frecuentes en sistemas de control de lazo cerrado.
1.4.2 Algebra de Diagramas de Bloques

Los diagrama de bloques de los sistemas de control, pueden ser de lazo simple
o de lazos multiples. En los sistemas de control de procesos, por ejemplo,
Figura 1.3: (a) Elementos de un diagrama de bloques; (b) Diagrama de

bloques como resultado de combinar elementos.
suelen ser de lazos multiples. Lo que nalmente interesa, es la funcon de

transferencia total de lazo cerrado, es decir la relacion entre la(s) entrada(s)
y salida(s).
Veamos algunos ejemplos:
Ejemplo 1.1 Un sistema de control viene representado por las si-

guientes ecuaciones diferenciales:
x(t) + 4x(t) = u(t)

y(t) + 3y(t) + 2y(t) = x(t)
u(t) = 10e(t)
v(t) = 0.2y(t)
e(t) = r(t) v(t)
se pide determinar los diagrama de bloques para cada una de las

ecuaciones diferenciales, sus correspondientes funciones de trans-
ferencia, y nalmente el diagrama de bloques equivalente total y
su correspondiente funcion de transferencia.
Solucion
Reescribamos las ecuaciones diferenciales del sistema de control:
x(t) + 4x(t) = u(t) (1.1)
y(t) + 3y(t) + 2y(t) = x(t) (1.2)
u(t) = 10e(t) (1.3)
v(t) = 0.2y(t) (1.4)
e(t) = r(t) v(t) (1.5)

1
Aplicando Laplace a la ecuacion (1.1) se obtiene X(s)U (s) = s+4 , cuyo di-
agrama de bloques se muestra en la gura 1.4. Identicamente, aplicando
Y (s) s
Laplace a la ecuacion (1.2) se obtiene: X(s) = (s+1)(s+2) con el diagrama de
bloques mostrado en la gura 1.5. Haciendo lo mismo a las ecuaciones (1.3),
(1.4) obtendremos las correspondientes siguientes funciones de transferencia:
U (s) 10
E(s) = s2 , V (s) = 0.2Y (s) y los diagramas de bloques mostrados en las gu-
ras 1.6, y 1.7. La transformad de Laplace del error sera E(s) = R(s) V (s).
Figura 1.4: Diagrama de bloque 1
Agrupando las funciones de transferencia individuales, conformamos el

diagrama de bloques mostrado en la gura 1.8. Los bloques presentes en el
camino directo se reducen a un unico bloque, que enlazado con el bloque de

realimentacion conforman el diagrama de bloques mostrado en la gura 1.9.
Finalmente, podemos obtener el diagrama de bloques reducido, siendo
la entrada R(s) y la salida Y (s), que es lo solicitado.
Ejemplo 1.2 En la gura 1.11 se muestra un diagrama de bloques

de un sistema de control de velocidad. Obtenga el diagrama de
bloques realimentado reducido
Solucion
El diagrama de bloques reducido, tan solo para el servomotor sera el que se

(s)
muestra en la gura 1.12, cuya funcion de transferencia es Gsm (s) = VVoi (s) =
K
Ra Js+KKb .
El diagrama de bloques reducido para el amplicador y el integrador
i (s)
se muestra en la gura 1.13 con funcion de transfrencia Gai (s) = VE(s) =
Ka
s . El diagrama de bloques realimentado, mostrando los dos bloques de
transferencia directa y el bloque de realimentacion, se muestra en la gura
1.14. En la gura 1.15 se muestra una siguiente reduccion de la gura
anterior, y nalmente el diagrama de bloques reducido de todo el sistema de
control se muestra en la gura 1.16 con la siguiente funcion de transferencia:
Vo (s) KKa
Vr (s) = Ra Js2 +KKb s+KKa Kv
Figura 1.9: Diagrama de bloques completo
1.4.3 Diagramas de ujo

El metodo de los diagrams de ujo o gracos de ujo de senal es otro proce-
dimiento alternativo para representar gracamente la dinamica del sistema
de control.
Un graco de ujo de senal consiste en una red en la cual los nodos
estan conectados por ramas con direccion y sentido. El sentido del ujo de
senal se indica por una echa ubicada en la rama y el factor de multiplicacion
aparece a lo largo de la rama. El graco de ujo de senal despliega el ujo de
senales de un punto de un sistema a otro y da las relaciones entre las senales.
Ejemplo 1.3 Sea un sistema denido por el siguiente conjunto de

ecuaciones:
x1 = a11 x1 + a12 x2 + a13 x3 + b1 u1 (1.6)

x2 = a21 x1 + a22 x2 + a23 x3 + b2 u2 (1.7)
x3 = a31 x1 + a32 x2 + a33 x3 (1.8)
Determine los diagramas de ujo correspondiente a cada ecuacion,

as como el diagrama de ujo total del sistema.
Figura 1.10: Diagrama de bloques reducido
Figura 1.11: Sistema de control de velocidad
Solucion
Los gracos de ujo de senal correspondiente se muestran en la gura
1.17.
Ejemplo 1.4 Obtenga el diagrama de ujo del sistema de control

de velocidad del ejemplo 1.2
Solucion
El diagrama de ujo del sistema de control de velocidad se muestra en
la gura 1.18
La transmitancia o ganancia total entre un nodo de entrada y un nodo

de salida (funcion de transferencia) puede determinarse usando la formula
de Mason, dada por:
1
P = Pk k (1.9)

k
donde:
Figura 1.12: Diagrama de bloques del servomotor
Figura 1.13: Diagrama de bloques del amplicador+integrador
Pk : ganancia de trayectoria de la k-esima trayectoria directa

: determinante del graco =1-(suma de todos los lazos individuales) +
(suma de los productos de ganancia de todas las combinaciones posibles de
dos lazos disjuntos) - (suma de los productos de ganancia de todas las com-
binaciones
posibles
de treslazos disjuntos) + . . .
=1- a La + b,c Lb Lc d,e,f Ld Le Lf + . . .
k : cofactor del determinante de la k-esima trayectoria directa del graco
con los lazos que tocan la trayectoria directa k-esima eliminados.
Ejemplo 1.5 Aplicar la formula de la ganancia de Mason para de-

terminar la razon o funcion de transferencia de Y /RL y EL /RL para
el sistema de la gura 1.19
Solucion
El sistema tiene tres lazos, un par de lazos que no se tocan y dos caminos
directos.
Comencemos con el denominador:
= 1 (G1 H1 G3 H2 G1 G2 G3 H3 ) + (G1 H1 )(G3 H2 )

El numerador se obtiene al considerar la ganancia del camino directo con:
P1 1 = G1 G4 (1 + G3 H2 )
Figura 1.14: Diagrama de bloques del sistema de control de velocidad, con

los bloques de transferencia directa y el de realimentacion
Figura 1.15: Diagrama de bloques del sistema de control de velocidad, con

un solo bloque de transferencia directa y el de realimentacion
P2 2 = G1 G2 G3 (1)
Observemos que k en cada caso es una version reducida de la funcion del

denominador y si el lazo directo toca a todos los lazos, el valor de k se
reduce a la unidad. El resultado nal es:
Y G1 G4 (1 + G3 H2 ) + G1 G2 G3 (1)
=
RL 1 + G1 H 1 + G3 H 2 + G1 G2 G3 H 3 + G1 H 1 G3 H 2
La evaluacion de EL /RL pareciera que fuese la unidad, pero el valor de
un nodo es igual es igual a la suma de todas las seales de entrada y hay tres
que llegan al nodo de la seal de error. La funcion del denominador queda
inalterada con respecto al resultado previo y la funcion de transferencia es:
EL 1(1 + G3 H2 )
=
RL 1 + G1 H 1 + G3 H 2 + G1 G2 G3 H 3 + G1 H 1 G3 H 2
1.5 Clasicacion de Sistemas de Control 11
Figura 1.16: Diagrama de bloques reducido de todo el sistema de control de

velocidad
1.5 Clasicacion de Sistemas de Control

De acuerdo al tipo de estructura, se clasican en:
Sistemas de control en lazo abierto (SCLA). Ver gura 1.2(a)
Sistemas de control en lazo cerrado (SCLC). Ver gura 1.2(b)
De acuerdo a su naturaleza, se pueden clasicar como sistemas de con-

trol lineales y no lineales. Todos los sistemas son inherentemente
no lineales. Si las variaciones de magnitud de las variables del pro-
ceso son pequenas, entonces el sistema puede linealizarse y aplicarse
las tecnicas de control lineal; sin embargo, si dichas variaciones son
amplias, entonces tienen que aplicarse tecnicas de control no lineal.
A continuacion se listan algunos ejemplos de ecuaciones diferenciales
lineales y no lineales.
Lineales:
x = Ax; x = x 2x; x + 0.4x + 3x = 0

No lineales:
x + ax + x3 = bsen(wt); x = 4x + x2
Sistemas de control invariantes y variantes con el tiempo

Invariantes: Los parametros no varan con el tiempo.
Variantes: Los parametros varan con el tiempo.
De acuerdo a la tecnologa se pueden clasicar en sistemas de control
en tiempo continuo y en tiempo discreto.
Sistemas de control en tiempo continuo: Son aquellos cuyas senales
son continuas en el tiempo t, y pueden describirse mediante ecua-
ciones diferenciales.
Figura 1.17: Diagramas de ujo del sistema descrito
Sistemas de control en tiempo discreto: Son aquellos en los cuales

una o mas de las variables pueden cambiar solo en valores dis-
cretos de tiempo, y pueden describirse mediante ecuaciones en
diferencias.
1.6 Componentes de un Sistema de Control

Electricos
Electronicos
Mecanicos
Hidraulicos
Neumaticos
Combinacion de los anteriores.

1.7 Ejemplos de Sistemas de Control 13
Figura 1.18: Diagrama de ujo del sistema de control de velocidad
Figura 1.19: Diagrama de ujo de un sistema con tres lazos
1.7 Ejemplos de Sistemas de Control

Tpico intercambiador de calor.
Control de velocidad en lazo abierto para un motor DC.
Control de una locomotora electrica diesel.

Figura 1.20: Sistemas de control en lazo abierto y cerrado.

Figura 1.21: Control de temperatura:(a)neumatico; (b) electronico; (c) Di-

agrama de bloques.
Figura 1.22: (a) Esquema electrico del sistema control de velocidad; (b)
Diagrama de bloques.
Figura 1.23: (a) Sistema de Control de la locomotora,(b) Diagrama de blo-

ques.
Figura 1.24: b) Diagrama de bloques del sistema de control de la locomotora.

Captulo 2
Modelos Matematicos de
Sistemas Dinamicos
2.1 Introduccion
En el desarrollo de casi todas las estrategias de control, es indispensable
la obtencion del modelo matematico de la planta a controlarse, aplicandose
las leyes fsicas del proceso y obteniendo una ecuacion diferencial (lineal
o no lineal). Si no es lineal, existen metodos de linealizacion que permiten
obtener el modelo lineal del proceso o planta, haciendo posible el uso de con-
troladores lineales. El uso de controladores lineales presupone la obtencion
de un modelo del controlador lineal, para luego continuar con la obtencion
del modelo del sistema completo, es decir del sistema de control (planta +
controlador).
En este captulo se tratara sobre el modelamiento de sistemas lineales y
no lineales con parametros constantes.
2.2 Tablas de Transformadas de Laplace

Como paso previo a la obtencion del modelo de un sistema dinamico, es
necesario conocer una herramienta matematica de vital importancia para
obtener la funcion de transferencia de un sistema lineal: la transformada de
Laplace. En el desarrollo del curso se usaran tablas de transformadas de
Laplace. En la tabla 2.1 puede observarse la transformada de Laplace de
algunas funciones basicas.
20 Modelos Matematicos de Sistemas Dinamicos
Tabla 2.1: Transformadas de Laplace de algunas funciones basicas.

f(t) F(s)
1 (t) 1
1
2 s
1
3 eat s+a
1
4 t s2
n!
5 tn sn+1

6 sen(t) s2 + 2
s
7 cos(t) s2 + 2
1
8 teat (s+a)2
9 eat sen(t)
(s+a)2 + 2
(s+a)
10 eat cos(t) (s+a)2 + 2
11 (B Aa)teat + Aeat As+B
(s+a)2
(BAa) (As+B)
12 eat [Acos((t)) + sen(t)] (s+a)2 + 2
2.3 Ecuaciones Diferenciales de Sistemas Fsicos

Los elementos fsicos de parametros concentrados como la resistencia, la
capacitancia, la inductancia, pueden ser representados por ecuaciones difer-
enciales lineales en funcion de la diferencia del valor entre los terminales, y
una variable que pasa a traves del elemento o componente. En la tabla 2.2
se presenta las ecuaciones diferenciales correspondientes a un conjunto de
elementos electricos y mecanicos pasivos.
2.4 Modelos de funcion de transferencia

2.4.1 Funcion y Matriz de transferencia de sistemas fsicos
La funcion de transferencia de un sistema se dene como la relacion entre
la transformada de Laplace de la variable de salida y la transformada de
Laplace de la variable de entrada (sistemas SISO), suponiendo que todas
las condiciones iniciales son cero. Analogamente, la matriz de transferencia
viene a ser la relacion entre la transformada de Laplace del vector de salidas
y la transformada de Laplace del vector de entradas (sistemas MIMO). La
funcion o matriz de transferencia solo se dene para sistemas lineales y de
parametros constantes. En general, la funcion de transferencia de un sistema
2.4 Modelos de funcion de transferencia 21
dada por la ecuacion diferencial de orden n:
dn y(t) dn1 y(t) dy(t)

n
+ a1 n1
+ . . . + an1 + an y(t)
dt dt dt
dn u(t) dn1 u(t) du(t)
= b0 n
+ b 1 n1
+ . . . + bn1 + bn u(t) (2.1)
dt dt dt
tiene la siguiente forma:
Y (s) b0 sn + b1 sn1 + . . . + bn1 s + bn

G(s) = = (2.2)
U (s) a0 sn + a1 sn1 + . . . + an1 s + an
El metodo es particularmente util, ya que los ceros y polos en el plano S de

la funcion de transferencia, representan la respuesta transitoria del sistema.
A continuacion veamos algunos ejemplos de modelado de sistemas SISO
y MIMO.
Ejemplo 2.1 Dado un proceso constituido por las siguientes etapas:
y(t) + 2y(t) 2u(t) = u(t)

z(t) + 4z(t) = y(t) + 2y(t) + y(t)
x(t) + 3x(t) + 2x(t) = 3z(t)
Obtener la funcion de transferencia, considerando x como salida y

u como entrada.
Solucion
Reescribiendo las ecuaciones:
y(t) + 2y(t) 2u(t) = u(t) (2.3)
z(t) + 4z(t) = y(t) + 2y(t) + y(t) (2.4)
x(t) + 3x(t) + 2x(t) = 3z(t) (2.5)
Aplicando la transformada de Laplace a la ecuacion (2.3), se obtiene:
(s2 + 2s)Y (s) = (2s + 1)U (s) (2.6)
entonces:
Y (s) (2s + 1)
= (2.7)
U (s) s(s + 2)
Ahora, aplicando Laplace a la ecuacion (2.4), obtenemos:
(s2 + 4s)Z(s) = (s2 + 2s + 1)Y (s) (2.8)
luego:
Z(s) (s2 + 2s + 1)
= (2.9)
Y (s) s(s + 4)
Identicamente, aplicando la transformada de Laplace a la ecuacion (2.5), se
obtiene:
(s2 + 3s + 2)X(s) = 3sZ(s) (2.10)

de donde:
X(s) 3s
= (2.11)
Z(s) (s + 1)(s + 2)
De las funciones de transferencia parciales, dadas por las ecuaciones (2.7),

(2.9) y (2.11), obtendremos la funcion de transferencia solicitada. As:
X(s) X(s) Z(s) Y (s) 3(s + 1)(2s + 1)

= . . = (2.12)
U (s) Z(s) Y (s) U (s) s(s + 2)2 (s + 4)
X(s) 6s2 + 9s + 3
= 4 (2.13)
U (s) s + 8s3 + 20s2 + 16s
Ejemplo 2.2 Dada una planta MIMO representada por las siguien-
tes ecuaciones:
1 (t) + 21 (t) + 1 (t) = 2u1 (t) + 5u1 (t)

2 (t) + 32 (t) = u2 (t) + 4u2 (t) + u2 (t)
Determinar la matriz de transferencia, considerando u1 , u2 como

entradas y 1 , 2 como salidas.
Solucion
Reescribiendo las ecuaciones:
1 (t) + 21 (t) + 1 (t) = 2u1 (t) + 5u1 (t) (2.14)
2 (t) + 32 (t) = u2 (t) + 4u2 (t) + u2 (t) (2.15)
Aplicando Laplace a la ecuacion (2.14), obtenemos:
(s2 + 2s + 1)1 (s) = (2s + 5)U1 (s) (2.16)
que conlleva a la siguiente funcion de transferencia:
1 (s) 2s + 5
= G11 (s) = 2 (2.17)
U1 (s) s + 2s + 1
Identicamente, aplicando Laplace a la ecuacion (2.15), obtenemos:
(s2 + 3s)2 (s) = (s2 + 4s + 1)U2 (s) (2.18)
que conlleva a la siguiente funcion de transferencia:
2 (s) s2 + 4s + 1
= G22 (s) = (2.19)
U2 (s) s(s + 3)
Entonces la matriz de transferencia sera:
2s+5

G11 (s) G12 (s) s2 +2s+1
0
Gp (s) = = s2 +4s+1 (2.20)
G21 (s) G22 (s) 0 s(s+3)
Ejemplo 2.2 Obtener el modelo matematico para el motor DC

controlado por armadura, mostrado en la gura 2.1, empleando el
metodo de la funcion de transferencia.
Figura 2.1: Diagrama de un motor DC controlado por armadura
Solucion
Ecuaciones:
Circuito electrico: Aplicando la ley de Kircho a la entrada del circuito

del motor, se obtiene:
dia (t)
ea (t) = Ra ia + La + eb (t) (2.21)
dt
Conversion de energa electrica en mecanica: El torque T desarrolla-

do por el motor es proporcional al producto de ia y al ujo en el
entrehierro, el que a su vez es proporcional a la corriente de campo,
donde:
= Kf if
T (t) = Kf if K1 ia
donde Kf y K1 son constantes. Luego K = Kf if K1 . Por consi-

guiente, el torque desarrollado por el motor puede expresarse por:
T (t) = K ia (t) (2.22)
Circuito mecanico:
Aplicando la ley de Newton se obtiene:
d2 d
T (t) = J 2
+b (2.23)
dt dt
Tension contra-electromotriz:
Del circuito electrico, la fuerza contra-electromotriz viene expresada
por:
d
eb (t) = Kb (2.24)
dt
La transformada de Laplace de la ecuacion (5.16) es:
Ea (s) = Ra Ia (s) + La sIa (s) + Eb (s) (2.25)
Factorizando Ia(s) y despejando dicha variable se obtiene:
1
Ia (s) = ( )(Ea (s) Eb (s)) (2.26)
sLa + Ra
Si tomamos la transformada de Laplace a la ecuacion (5.18) se obtiene:
T (s) = KIa (s) (2.27)
Ahora, si tomamos la transformada de Laplace a la ecuacion (2.23) obtene-

mos:
T (s) = Js2 (s) + bs(s) (2.28)
factorizando (s) y despejando dicha variable se obtiene:

1
(s) = T (s) (2.29)
s(Js + b)
Finalmente aplicando la transformada de Laplace a la ecuacion (2.24) se
obtiene:
Eb (s) = Kb s(s) (2.30)
Cada una de las ecuaciones queda representada por su correspondiente
diagrama de bloques, que reunidas producen el diagrama de bloques que se
muestra en la gura 2.2. Por consiguiente, la funcion de transferencia viene
Figura 2.2: Diagrama de bloques del motor DC controlado por armadura
dada por la siguiente ecuacion:

(s) K
= (2.31)
Ea (s) JLa s3 + (La b + Ra J)s2 + (Ra b + Kb K)s
Reduciendo el diagrama de bloques de la gura 2.2 a la forma mostrada en
la gura 2.3, se obtiene la siguiente funcion de transferencia:
(s) G(s)
= (2.32)
Ea (s) 1 + G(s)H(s)
2.5 Modelos de Estado

Un modelo de estado puede describir sistemas lineales y no lineales, propor-
cionando un fundamento matematico potente para la aplicacion de diversas
2.5 Modelos de Estado 27
Figura 2.3: Diagrama de bloques reducido del motor DC controlado por

armadura
tecnicas analticas. En esta seccion se presenta el desarrollo de modelos de

estado lineales y no lineales.
2.5.1 Representacion de sistemas dinamicos en el espacio de

estado
Primer caso: La funcion excitadora no incluye terminos derivativos. Sea el
siguiente sistema de orden n:

n
+ a1 n1
+ . . . + an1 + an y(t) = u(t) (2.33)
dt dt dt
Esta ecuacion puede ser convertida en n ecuaciones diferenciales de primer
orden, para ello se tiene que elegir n variables, con la siguiente asignacion:
x1 (t) = y(t)
x2 (t) = y
x3 (t) = y
..
.
dn1 y(t)
xn (t) =
dtn1
Ahora se obtienen las ecuaciones de estado (n ecuaciones diferenciales
de primer orden)
x1 (t) = y(t) x1 (t) = x2 (t)

x2 (t) = y(t) x2 (t) = x3 (t)
..
n
.
xn (t) = d dty(t)
n
xn (t) = an x1 (t) an1 x2 (t) . . . a1 xn (t) + u(t)
El conjunto de ecuaciones de estado, se representa matricialmente as:

x1 0 1 0 ... 0 x1 0
x2 0 0 1 . . . 0 x2 0

.. = .. .. .. .. .. .. + .. u (2.34)
. . . . . . . .
xn an an1 an2 . . . a1 xn 1
y su forma compacta es la siguiente:
x = Ax + Bu (2.35)
Si consideramos que la salida del sistema y es la variable de estado x1 ,

entonces dicha salida se puede escribir de la siguiente manera:

x1

x2

y = 1 0 ... 0 . (2.36)
..
xn
o en su forma compacta
y = Cx + Du (2.37)
donde

0 1 0 ... 0 0
0 0 1 ... 0 0

A= .. .. .. .. .. B= ..
. . . . . .
an an1 an2 . . . a1 1

C= 1 0 ... 0 D = [0]
El diagrama de bloques de la ecuacion de estado y de la ecuacion de
salida se muestra en la gura 2.4.
Figura 2.4: Diagrama de bloques detallado del sistema de orden n
Segundo caso: La funcion excitadora incluye terminos derivativos. Sea el

siguiente sistema de orden n:

n
+ a1 n1
+ . . . + an1 + an y(t)
dt dt dt
dn u(t) dn1 u(t) du(t)
= b0 n
+ b 1 n1
+ . . . + bn1 + bn u(t) (2.38)
dt dt dt
con salida y = x1 .
El problema principal al denir las variables de estado para este caso,
consiste en los terminos derivativos del miembro derecho de la ecuacion
(2.38). Las variables de estado deben ser tales que eliminen las derivadas de
u en la ecuacion de estado. Una forma de obtener una ecuacion de estado y
una ecuacion de salida es denir las siguientes n variables como un conjunto
de n variables de estado:
x1 = y 0 u
x2 = y 0 u 1 u = x1 1 u
x3 = y 0 u 1 u 2 u = x2 2 u
..
.
xn = y (n1) 0 u(n1) 1 u(n2) . . . n2 u n1 u (2.39)
donde 0 , 1 , 2 , . . ., n vienen a ser:
0 = b0
1 = b1 a1 0
2 = b2 a1 1 a2 0
3 = b3 a1 2 a2 1 a3 0
..
.
n = bn a1 n1 . . . an1 1 an 0 (2.40)
Con esta eleccion de n variables de estado (notese que no es la unica seleccion

posible de las variables de estado), se obtiene:
x1 = x2 + 1 u
x2 = x3 + 2 u
..
.
xn1 = xn + n1 u
xn = an x1 an1 x2 . . . a1 xn + n u (2.41)
La ecuacion (2.41) y la ecuacion de salida pueden reescribirse as:

x1 0 1 0 ... 0 x1 1
x2 0 0 1 ... 0
x2 2
.. = .. .. .. .. .. .. + .. u(2.42)
. . . . . . . .
xn an an1 an2 . . . a1 xn n

x1

x2

y= 1 0 ... 0 .. (2.43)
.
xn
y su forma compacta es como sigue:
x = Ax + Bu
y = Cx + Du (2.44)
La matriz A es exactamente la misma que la del primer caso. Las derivadas

del miembro derecho de la ecuacion (2.38) afectan unicamente a los elemen-
tos de la matriz B.
2.5.2 Modelos de sistemas lineales

Ejemplo 2.2 Obtener el modelo matematico del motor DC contro-
lado por armadura del ejemplo 2.1, usando el metodo del espacio
de estado
Reescribamos las ecuaciones diferenciales que gobiernan el modelo del
motor DC:
dia (t)
ea (t) = Ra ia + La + eb (t) (2.45)
dt
T (t) = K ia (t) (2.46)
d2 d
T (t) = J 2
+b (2.47)
dt dt
d
eb (t) = Kb (2.48)
dt
Ahora, se debe escoger convenientemente las variables de estado, veamos:
La ecuacion (2.45) es una ecuacion diferencial de primer orden, entonces
elegimos una variable de estado:
x1 = ia (2.49)
En la ecuacion (2.46) el torque depende linealmente de Ia ( esta variable de

estado ya fue denida en la ecuacion anterior).
La ecuacion (2.47) es una ecuacion diferencial lineal de 2do. orden, por

consiguiente necesitamos denir 2 variables de estado, las cuales son:
x2 = (2.50)
x3 = (2.51)
En la ecuacion (2.48) la variable de estado ya fue denida en la ecuacin
anterior.
Ahora debemos obtener las ecuaciones de estado. Reemplazando la
ecuacion (2.48) en la ecuacion (2.45) y usando las variables de estado elegi-
das, se obtiene:
ea = Ra x1 + La x1 + Kb x3
Ra Kb 1
x1 = x1 x3 + ea (2.52)
La La La
Ahora, derivando la ecuacion 2.50 se obtiene la ecuacion de estado si-

guiente:
x2 =
x2 = x3 (2.53)
y, nalmente reemplazando las variables de estado en las ecuaciones (2.46)

y (2.47):
J x3 + bx3 = Kx1

K b
x3 = x1 x3 (2.54)
J J
Las ecuaciones de estado (2.66), (2.68) y (2.69) se pueden representar
matricialmente:
Ra 1
x1 La 0 K La
b
x1 La
x2 = 0 0 1 x2 + 0 ea (2.55)
x3 K
J 0 J b x3 0
o en su forma compacta:
x = Ax + Bu (2.56)
con u = ea .
Si escogemos como salida a la posicion angular = x2 , entonces:

x1
y = 0 1 0 x2 (2.57)
x3
y su forma compacta es como sigue:
y = Cx + Du (2.58)
con
C= 0 1 0 D = [0]
Ejemplo 2.3 Dado el circuito RLC mostrado en la gura 2.5, obten-

ga el modelo matematico usando el metodo del espacio de estado
Solucion
Figura 2.5: Circuito simple RLC
Usando la ley de Kircho para tensiones, se obtiene:

di
Vin = L + Ri + Vc (2.59)
dt
donde:
1
Vc = idt (2.60)
C
Elegimos las variables de estado siguientes:
x1 = Vc x2 = i (2.61)
Derivando la variable de estado x1 respecto del tiempo, se obtiene:
1
x1 = x2 (2.62)
C
Identicamente, derivando la variable de estado x2 respecto del tiempo, se
obtiene:
1 R 1
x2 = x1 x2 + Vin (2.63)
L L L
Las ecuaciones 2.62 y 2.63 pueden reescribirse en su forma matricial:
1

x1 0 C x1 0
= + 1 Vin
x2 L1 RL x2 L
Efectuando la siguiente asignacion: R = 10 ohmios, L = 0.2 H, y C = 0.0015

F, obtenemos:

x1 0 666.6 x1 0
= + Vin (2.64)
x2 5 50 x2 5
Si podemos medir Vc entonces tenemos:
y = Cx + Du (2.65)
donde:
C= 1 0 D = [0]
2.5.3 Conversion de modelos matematicos lineales

De espacio de estados a funcion de transferencia
Dado un sistema o proceso en el espacio de estado:
x = Ax + Bu (2.66)
y = Cx + Du (2.67)
puede transformarse facilmente a la relacion de entrada/salida, usando la

siguiente ecuacion de transformacion:
Y (s)
G(s) = = C(sI A)1 B + D (2.68)
U (s)
De funcion de transferencia a espacio de estados

Supongamos que la funcion de transferencia de un proceso viene dada por:
Y (s) b1 s + b2
= 2 (2.69)
U (s) s + a1 s + a2
la cual puede reescribirse en la siguiente forma:
s2 Y (s) + a1 sY (s) + a2 Y (s) = b1 sU (s) + b2 U (s) (2.70)
Ahora, tomando transformanda inversa de Laplace a esta ultima ecuacion,

obtenemos:
y(t) + a1 y(t) + a2 y(t) = b1 u(t) + b2 u(t) (2.71)
A partir de aqu se aplican los criterios de eleccion de variables de estado y,
luego la derivacion de las ecuaciones de estado (ver la seccion 2.5).
2.5.4 Soluciones de las ecuaciones de estado lineales e inva-

riantes en el tiempo (SLIT)
Solucion de un modelo escalar
Sea una ecuacion escalar de primer orden dada por:
x = ax(t) + bu(t) (2.72)
con a y b constantes. La transformada de Laplace de la ecuacion (2.72) es:
sX(s) x(0) = aX(s) + bU (s) (2.73)
obteniendose
x(0) 1
X(s) = +b U (s) (2.74)
(s a) sa
Tomando transformada inversa de Laplace a la ecuacion (2.74) se obtiene la
solucion de la ecuacion (2.72):
t
at
x(t) = e x(0) + b e(t ) u( )d (2.75)
0
La respuesta a una entrada cero (entrada u = 0) es
x(t) = x(0)eat (2.76)
La funcion exponencial se puede representar como una serie innita, as:

1 1
eat = 1 + at + (at)2 + (at)3 + . . . (2.77)
2! 3!
Solucion del modelo matricial

Si a la siguiente ecuacion de estado de un sistema
x(t) = Ax(t) + Bu(t) (2.78)
se aplica la transformada de Laplace, se obtiene
sX(s) x(0) = AX(s) + BU (s) (2.79)
De la ecuacion (2.79) se obtiene la solucion para X(s), as:
X(s) = (sI A)1 x(0) + (sI A)1 BU (s) (2.80)

Efectuando la asignacion (s) = (sI A)1 , la solucion de la ecuacion (2.80)

es: t
x(t) = (t)x(0) + (t )Bu( )d (2.81)
0
donde (t) es la matriz de transicion de estado. Asimismo
(t) = eAt = L1 {(s)} = L1 {(sI A)1 } (2.82)
entonces, la ecuacion (2.81) puede ser reescrita como:

t
at
x(t) = e x(0) + eA(t ) Bu( )d (2.83)
0
El primer y segundo terminos de la ecuacion (2.83) corresponden a la res-

puesta de entrada nula y a la respuesta de estado nulo respectivamente. Por
otro lado, la matriz (s) esta dada por:
adj(sI A)
(s) = (sI A)1 = (2.84)
det(sI A)
2.5.5 Solucion de las ecuaciones de estado lineales y variantes

en el tiempo
En esta seccion trataremos sobre la solucion de ecuaciones de estado va-
riantes en el tiempo, denominados tambien ecuaciones de estado inesta-
cionarios.
Sea el sistema variante en el tiempo descrito por las ecuaciones de estado
y de salida
x(t) = A(t)x(t) + B(t)u(t)

y(t) = C(t)x(t) + D(t)u(t) (2.85)
para el que asumimos que existe una solucion unica para cada condicion
inicial x(t0 ) y cada entrada de control u(t). La solucion de las ecuaciones
(2.85) es mas difcil de obtener que para el caso invariante (estacionario).
Antes de ver el caso mas general (con entrada u), tratemos primeramente la
respuesta a condiciones iniciales, es decir, el sistema homogeneo
x(t) = A(t)x(t) (2.86)

En primera instancia, mostraremos por que el metodo aplicado para deducir

la solucion en el caso estacionario no sirve. Recordemos de la teora de
ecuaciones diferenciales que una condicion suciente para la existencia y
unicidad de la solucion de la ecuacion (2.86) es que la funcion matricial A(t)
sea una funcion continua de t. Es decir, para cada par (t0 , x(t0 )), la ecuacion
lineal (2.86) con A(t) continua tiene una solucion unica y continuamente
diferenciable.
En el caso invariante o estacionario x(t) = Ax(t) lo que se hizo fue
extender la solucion de la ecuacion escalar x(t) = ax(t) para mostrar que la
solucion general era x(t) = eAt x0 , usando la propiedad de conmutatividad
de A con eAt la ecuacion
d At
e = AeAt = eAt A (2.87)
dt
Ahora, para el caso inestacionario sabemos que la solucion de la ecuacion
escalar inestacionaria x(t) = a(t)x(t) con condicion inicial x(0) es
t
a( )d
x(t) = e 0 x(0) (2.88)
Sabemos ademas de la propiedad

d t a( )d t t
e0 = a(t)e 0 a( )d = e 0 a( )d a(t) (2.89)
dt
Veamos si es posible extender la solucion (2.88) en forma matricial, es decir
t
A( )d
x(t) = e 0 x(0) (2.90)
t
donde la exponencial matricial e 0 A( )d puede expresarse como
t t
A( )d 1 t
e 0 =I+ A( )d + ( A( )d )2 + . . . (2.91)
0 2 0
La extension de la solucion escalar al caso matricial no es valida en el caso
invariante, ya que
t
d t A( )d 1 1 t
e0 = A(t) + A(t)( A( )d ) + ( A( )d )A(t) + . . .
dt 2 0 2 0
t
A( )d
= A(t)e 0 (2.92)
dado que para distintos tiempos t y las matrices A(t) y A( ) son distintas,
y consiguiente en general no conmutan, A(t)A( ) = A( )A(t). Por lo que
t
nos permite concluir que, en general, x(t) = e 0 A( )d x(0) no es una solucion
de x(t) = A(t)x(t), por lo que debemos buscar otro metodo para obtenerla.
El metodo que usaremos requiere la introduccion de la matriz de transicion
del sistema.
En el caso estacionario (A(t) = A), la matriz de transicion de estados
(t, t0 ) es simplemente:
(t, t0 ) = eA(tt0 ) (2.93)
En el caso inestacionario se requiere la solucion de la ecuacion
x(t) = A(t)x(t) (2.94)
que es X(t), o bien la solucion de la ecuacion

(t, t0 ) = A(t)(t, t0 ) (2.95)
t
que es (t, t0 ). Estas ecuaciones son difciles de resolver, salvo para los
siguientes dos casos especiales:
1. La matriz A(t) es triangular; como por ejemplo en

x1 (t) a11 (t) 0 x1 (t)
= (2.96)
x2 (t) a21 (t) a22 (t) x2 (t)
En este caso podemos reescribir la ecuacion matricial (2.96) en ecua-
ciones individuales, as:
x1 (t) = a11 (t)x1 (t) (2.97)
x2 (t) = a21 (t)x1 (t) + a22 (t)x2 (t) (2.98)

y luego resolver la ecuacion (2.97), para posteriormente reemplazar la
solucion x1 (t) en la ecuacion (2.98), y determinar la solucion x2 (t).
2. La matriz A(t) posee la propiedad conmutativa
t t
A(t)( A( )d ) = ( A( )d )A(t) (2.99)
0 0
para todo t y t0 (como es el caso de A(t) diagonal o constante). En-

tonces puede demostrarse que la solucion esta dada por
t
t
A( )d 1
(t, t0 ) = e t0 = ( A( )d )k (2.100)
k! t0
k=0
Haciendo extensivo estos resultados a un sistema inestacionario descrito

por las ecuaciones
x(t) = A(t)x(t) + B(t)u(t)

y(t) = C(t)x(t) + D(t)u(t) (2.101)
con condiciones iniciales x(t0 ) = x0 y entrada u(t), se obtiene la solucion

t
x(t) = (t, t0 )x0 + (t, )B( )u( )d (2.102)
t0
Ejemplo 5.7: Obtener (t, 0) para el sistema variable en el tiempo

x1 (t) 1 0 x1
= (2.103)
x2 (t) 0 t x2
Solucion
Usando la ecuacion (2.100) se obtiene la matriz de transicion siguiente:

t
1 t
(t, 0) = I + A( )d + ( A( )d )2 + . . . (2.104)
0 2 0
Calculemos primeramente la ecuacion

t t
1 0 t 0
A( )d = d = t2 (2.105)
0 0 0 0 2
luego
t
2 t 0 t2 0
( A( )d ) = t2 = t4 (2.106)
0 0 2 0 4
Entonces, la matriz de transicion solicitada es:

t 0 t2
1 0 2 0
(t, 0) = + t2 + t4
0 1 0 2 0 8

t2
1+t+ 2 0
= t2 t4 (2.107)
0 1+ 2 + 8
2.5.6 Modelado utilizando software de simulacion

Funcion de transferencia a espacio de estados
La orden
[A,B,C,D] = tf2ss(num,den)
convierte el sistema de funcion de transferencia

Y (s) num
= = C(sI A)1 B + D (2.108)
U (s) den
a la representacion de espacio de estados
x = Ax + Buy = Cx + Du (2.109)
Espacio de estados a Funcion de transferencia

Para un sistema de una entrada y una salida, la orden
[num,den] = ss2tf(A,B,C,D)
proporciona la funcion de transferencia Y (s)/U (s).
Para un sistema de mas de una entrada, utilice la orden
[num,den] = ss2tf(A,B,C,D,iu)
que convierte el sistema en representacion de espacio de estados a

funcion de transferencia, donde iu es un ndice dentro de las entradas
sistema y especica que entrada se va a utilizar para la respuesta.
Ejemplo 2.4 Dado el circuito RLC del ejemplo 2.2, obtenga la

transformacion del modelo de espacio de estados a funcion de
transferencia
Solucion:
Editaremos un archivo en Matlab, de nombre sstf.m, cuyo programa se

muestra en la siguiente pantalla: Al ejecutarse el programa, se obtienen los
coecientes del numerador y denominador, as como la relacion polinomica
de la funcion de transferencia. Veamos:
num/den =
3333.3333
----------------------
s^2 + 50 s + 3333.3333
num
num =
1.0e+003 *
0 0 3.3333
den
den =
1.0e+003 *
0.0010 0.0500 3.3333
Nota: Como tarea, obtenga la transformacion del modelo de funcion de

transferencia a espacio de estados.
2.5.7 Modelos de sistemas no lineales y linealizaion

El modelamiento de sistemas dinamicos es sumamente importante en el
analisis y diseno de sistemas de control. Si un sistema se puede describir con
razonable precicion utilizando un modelo lineal e invariante en el tiempo, la
simulacion se obtiene rapidamente y los problemas de diseno se pueden abor-
dar mediante el uso de herramientas matematicas adecuadas. Sin embargo,
la consideracion de un modelo no lineal, conlleva la descripcion de fenomenos
mas complejos, que requiere la aplicacion de una tecnica analtica. En un
modelo lineal, la determinacion de la estabilidad, sobreimpulso, tiempo de
asentamiento, etc. lo determina el modelo. Sin embargo, en un modelo
no lineal, estas caractersticas no solo estan determinadas por el modelo,
sino por la magnitud de la senal de excitacion. Por ejemplo, un sistema
no lineal puede comportarse en forma completamente distinta en respues-
ta a entradas escalon de diferente magnitud; esto signica, que no puede
aplicarse el principio de superposicion.
Estados de Equilibrio y Puntos de consigna nominales

Se denomina estados de equilibrio a los puntos en el espacio de estado en
los que puede existir una condicion estatica. Dada una representacion de un
modelo de estado de un sistema no lineal sin perturbaciones, con
x = f (x, u)
y = h(x, u) (2.110)
los estados de equilibrio se determinan evaluando x con x = 0 y u = u(0). En

un sistema no forzado, los estados de equilibrio se determinan con u = 0. En
un sistema forzado, los estados de equilibrio se determinan con u = u(0) = 0.

Esta condicion se describe algunas veces como un estado nominal o un punto
de consigna nominal.
Determinemos los puntos de equilibrio del siguiente sistema de ecua-
ciones cuando: a) u1 (0) = u2 (0) = 0 y b) u1 (0) = u2 (0) = 1
x1 = x22 + x3 3u1 (2.111)

x2 = 2x1 senx2
x3 = 4x2 3u2
Los puntos de equilibrio se obtienen igualando a cero cada uno de los termi-
nos de la izquierda de la ecuacion 2.111 y reemplazando las variables de
estado por sus condiciones iniciales u1 , u2 y u3 , as:
0 = x22 (0) + x3 (0) 3u1 (0)

0 = 2x1 (0) senx2 (0)
0 = 4x2 (0) 3u2 (0)
a) Cuando u1 (0) = u2 (0) = 0

De la ultima ecuacion determinamos que x2 (0) = 0, de la penultima
obtenemos x1 (0) = 0 y de la primera obtenemos x3 (0) = 0, luego los
puntos de equilibrio son: (0, 0, 0)
b) Cuando u1 (0) = u2 (0) = 1

De la ultima ecuacion determinamos que x2 (0) = 0.75, de la penultima
obtenemos x1 (0) = 0.3408 y de la primera obtenemos x3 (0) = 3.5625,
luego los puntos de equilibrio son: (0.3408, 0.75, 3.5625)
Linealizacion Aproximada
La representacion linealizada en el espacio de estado de la ecuacion 2.110 es
la siguiente:
x = Ax + Bu
y = Cx + Du (2.112)
donde A es la matriz de estado de dimension n x n, B es la matriz de control

de dimension n x m, C es la matriz de salida de los estados de dimension
r x n y D es la matriz de salida de las entradas de dimension r x m. En
la ecuacion 2.110 se esta utilizando las variables residuales, denominadas

tambien variables de desviacion o perturbacionales siguientes:
x = X x(0)
u = U u(0)
(2.113)
Las matrices A, B, C y D consideradas alrededor del estado de equilibrio

(x(0), u(0)) se determinan evaluando las siguientes matrices jacobianas:
f1 f1 f1
f1 f1 f1

x1 x2 ... xn u1 u2 ... um
f2 f2
... f2 f2 f2
... f2
x1 x2 xn u1 u2 um
A= .. .. .. .. ; B= .. .. .. ..
. . . . . . . .
fn fn fn fn fn fn
x1 x2 ... xn (x(0),u(0)) u1 u2 ... um (x(0),u(0))
h1 h1 h1
x1 x2 ... xn
h2 h2
... h2
x1 x2 xn
C= .. .. .. .. ;
. . . .
hr hr hr
x1 x2 ... xn (x(0),u(0))
h1 h1 h1
u1 u2 ... um
h2 h2
... h2
u1 u2 um
D= .. .. .. .. (2.114)
. . . .
hr hr hr
u1 u2 ... um (x(0),u(0))
con los vectores de estado y de control siguientes:

x1 u1
x2 u2

x = . ; u = .
.. ..
xn um
Determinemos las matrices A y B correspondiente a la ecuacion residual

de estado dada por la ecuacion 2.111 para el caso (b) , as como las matrices
C y D para la siguiente ecuacion de salida:
y = x21 (2.115)
Las matrices jacobianas A, B, C y D se obtiene aplicando la ecuacion 2.114,

as:
f f1 f1

1.5
1
x1 x2 x3 0 1
f2 f2 f2
A = x 1 x2 x3 = 2 0.7317 0 ;
f3 f3 f3 0 4 0
x1 x2 x3 (x(0),u(0))
f f1

3 0
1
u1 u2
f2 f2
B = u 1 u2 = 0 0
f3 f3 0 3
u1 u2 (x(0),u(0))

h h h
C= x1 x2 x3 = 0.6816 0 0 ;
(x(0),u(0))

h h
D= u1 u2 = 0 0 (2.116)
(x(0),u(0))
Captulo 3
Analisis de Funcionamiento
de Sistemas de Control
3.1 Introduccion
Luego de haber obtenido el modelo matematico del sistema, se debe analizar
el comportamiento del sistema frente a diferentes senales de entrada, que
en la practica no puede conocerse con anticipacion. En casos especiales
dichas senales de entrada son conocidas, pudiendo ser expresadas en forma
analtica, o por curvas representativas.
Las senales de prueba de entrada mas comunmente usadas son las fun-
ciones escalon, rampa, impulso, senoidal, etc. La respuesta del sistema de
control a senales de entrada, puede dividirse en una parte transitoria y otra
estacionaria. Dichos comportamientos pueden ser obtenidos gracamente
por el computador, usando software de simulacion, como por ejemplo MAT-
LAB. En los sistemas de control es frecuente usar lazos de realimentacion,
que a pesar de su costo y complejidad, son usados por las siguientes razones:
Disminucion de la sensibilidad del sistema frente a variaciones en los
parametros del proceso o planta.
Facilidad del control y ajuste de la respuesta transitoria del sistema.
Mejoramiento en el rechazo de las senales perturbadoras dentro del
sistema.
Mejoramiento en la reduccion del error en estado estacionario del sis-
tema.
48 Analisis de Funcionamiento de Sistemas de Control
3.2 Analisis de respuesta transitoria para sistemas

de primer orden
Consideremos el sistema de primer orden que se muestra en la gura 3.1.
Este sistema puede representar fsicamente un circuito RC, un sistema termi-
co, etc. La gura 3.2 es un diagrama de bloques simplicado. La funcion de
transferencia o la relacion de entrada-salida esta dada por:
Y (s) 1
= (3.1)
R(s) Ts + 1
Las entradas de referencia al sistema de control, pueden ser funciones es-
Figura 3.1: Diagrama de bloques de un sistema de primer orden
Figura 3.2: Diagrama de bloques simplicado
calon unitario, rampa unitaria, e impulso unitario. por consiguiente, se

deben analizar las respuestas del sistema a dichas entradas. La salida del
sistema debe ser igual a la entrada de referencia o setpoint.
3.2.1 Respuesta escalon unitario de sistemas de primer or-

den
Considerando una entrada escalon unitario, y despejando la salida Y (s) de
la ecuacion 3.1 se obtiene:
1 1
Y (s) = ( ) (3.2)
Ts + 1 s
Expandiendo Y (s) en fracciones parciales se obtiene:

1 T
Y (s) = (3.3)
s (T s + 1)
Tomando la transformada inversa de Laplace de la ecuacion (3.3) se obtiene
y(t) = 1 et/T (t 0) (3.4)
Evaluando la ecuacion (3.4) para diferentes valores de t, se obtienen salidas
que van de o hasta 1. El programa que graca tal respuesta se lista a
continuacion, y la respuesta del sistema se muestra gura 3.3.
% priord2.m
% Ploteo de la respuesta del sstema de primer orden
% c(t)=1-e^(-t/T)
T=10;
t=0:.1:7*T;
y=1-exp(-t/T);
plot(t,y);
title(Respuesta de un sistema a una entrada escaln unitario)
ylabel(y(t))
xlabel(Tiempo (s))
grid
Si se considera la respuesta del sistema desde t = 0 hasta t = T , entonces se
obtiene que el valor nal de y(t) alcanza 0.632 (63.2%). El programa para
este caso es:
% priord1.m
% Ploteo de la respuesta del sstema de primer orden
% c(t)=1-e^(-t/T)
t=0:.1:T;
y=1-exp(-t/T);
plot(t,y);
title(Respuesta de un sistema a una entrada escaln unitario)
ylabel(y(t))
xlabel(Tiempo (s))
grid
Respuesta de un sistema a una entrada escaln unitario

1
0.9
0.8
0.7
0.6
y(t)
0.5
0.4
0.3
0.2
0.1
0
0 10 20 30 40 50 60 70
Tiempo (s)
Figura 3.3: Respuesta del sistema de primer orden a una entrada escalon
unitario
y la respuesta graca se muestra en la gura 3.4. Puede comprobarse que

cuanto mas pequena sea la constante de tiempo T , mas rapida es la respuesta
del sistema. Otra caracterstica importante de la curva exponencial es que
la pendiente de la recta tangente en t = 0, es 1/T , pues
dy 1 1
= et/T |t=0 = (3.5)
dt T T
3.2.2 Respuesta rampa unitaria de sistemas de primer orden

Considerando una entrada rampa unitaria (1/s2 ), y despejando la salida
Y (s) de la ecuacion 3.1 se obtiene:
1 1
Y (s) = ( ) 2 (3.6)
Ts + 1 s
Expandiendo Y (s) en fracciones parciales se obtiene:
1 T T2
Y (s) = + (3.7)
s2 s (T s + 1)
Respuesta de un sistema a una entrada escaln unitario

0.7
0.6
0.5
0.4
y(t)
0.3
0.2
0.1
0
0 10 20 30 40 50 60 70 80 90 100
Tiempo (s)
Figura 3.4: Respuesta del sistema a una entrada escalon unitario desde t = 0
hasta t = T
Tomando la transformada inversa de Laplace de la ecuacion (3.7) se obtiene
y(t) = 1 T + T et/T (t 0) (3.8)
Entonces la senal de error e(t) es
e(t) = r(t) c(t)

e(t) = T (1 et/T ) (3.9)
El programa en codigo Matlab para este caso, se presenta a continuacion:
% ramp.m
% Ploteo de la respuesta del sistema de primer orden a una entrada
% rampa unitaria
% c(t)=t-T+Te^(-t/T)
T=10;
t=0:.1:7*T;
y=t-T+T*exp(-t/T);
r=t; % referencia ramapa unitaria
plot(t,r,-,t,y,--);
title(Respuesta de un sistema a una entrada rampa unitaria)
ylabel(y ( t ) v s r ( t ))
xlabel(Tiempo ( s ))
grid
text(35,45,- : r (t))
text(47,35,- - : y (t))
y la respuesta graca se muestra en la gura 3.5
Respuesta de un sistema a una entrada rampa unitaria
70
60
50
: r (t)
y(t) vs r(t)
40
: y (t)
30
20
10
0
0 10 20 30 40 50 60 70
Tiempo ( s )
Figura 3.5: Respuesta del sistema de primer orden a una entrada rampa
unitaria
3.2.3 Respuesta impulso unitario de sistemas de primer or-

den
Para el caso de una entrada impulso unitario, la respuesta del sistema en
terminos de la variable s es:
1
Y (s) = ( ) (3.10)
Ts + 1
y en terminos del tiempo es:

1 t/T
y(t) = e (t 0) (3.11)
T
A continuacion spresenta el programa y la respuesta graca del sistema una
entrada impulso unitario.
% impulso.m
% Ploteo de la respuesta del sistema de primer orden a una entrada
% impulso unitario
% c(t)=(1/T)e^(-t/T)
T=10;
t=0:.1:7*T;
y=(1/T)*exp(-t/T);
r=1; % referencia impulso unitario
plot(t,y);
title(Respuesta de un sistema a una entrada impulso unitario)
ylabel(y ( t ))
xlabel(Tiempo ( s ))
grid
%print -deps -f figrlc

de segundo orden
Consideremos un sistema de segundo orden, debido a que las especicaciones
de funcionamiento de los sistemas, estn denidas para este tipo de sistema.
Para sistemas de orden mayor, utilizando el concepto de polos dominantes
se aproxima el sistema a uno de segundo orden. Su funcin de transferencia
de lazo cerrado es:
Y (s) n2
GLC (s) = = 2 (3.12)
R(s) s + 2n s + n2
donde:
Respuesta de un sistema a una entrada impulso unitario

0.1
0.09
0.08
0.07
0.06
y(t)
0.05
0.04
0.03
0.02
0.01
0
0 10 20 30 40 50 60 70
Tiempo ( s )
Figura 3.6: Respuesta del sistema de primer orden a una entrada impulso
unitario
: relacion de amortiguamiento
n : frecuencia natural
El diagrama de bloques del sistema de segundo orden se muestra en la gura
3.7.
Sus polos o races caractersticas son:

s1,2 = n jn 1 2 (3.13)
Los polos pueden ser:
a) Reales: > 1, sobre-amortiguado
b) Reales e identicos: = 1, crticamente amortiguado
c) conjugados complejos: 0 < < 1, sub-amortiguado
3.3.1 Respuesta a un escalon unitario

Para el caso sub-amortiguado, la respuesta a un escalon unitario tiene os-
cilaciones amortiguadas, donde se denen algunas especicaciones de fun-
Figura 3.7: Sistema de segundo orden
cionamiento que son utilizados como criterios de diseno, entre ellas podemos
citar:
Porcentaje de sobreimpulso (overshoot)
Tiempo de asentamiento o establecimiento (settling time)
Tiempo de subida o de crecimiento (rise time)
Tiempo de pico maximo (peak time)
Tiempo de retardo (delay time)
En la gura 3.8 se muestra la respuesta de un sistema de segundo orden.

Los tiempos de retardo td , de pico tp y de asentamiento ts estan dadas por:
d
td = = tg 1 ; = n ; d = n 1 2 (3.14)
d

tp = (3.15)
n 1 2
4
ts = ; para = 0.02(2%)
n
3
ts = ; para = 0.05(5%) (3.16)
n
El porcentaje de sobreimpulso o sobrepico (overshoot) es:

P.O. = 100e 1 2 (3.17)
Figura 3.8: Respuesta de un sistema de segundo orden a una entrada escalon

unitario.
donde n es la frecuencia natural no amortiguada, d es la frecuencia natural

amortiguada.
De las formulas para determinar el tiempo de asentamiento, se puede
observar que si se requiere un menor error en estado estacionario (2%), el
tiempo de asentamiento aumenta.
Un porcentaje de sobrepico pequeno es muy importante en muchas apli-
caciones de control; en tal caso es recomendable considerar el factor de
amortiguamiento comprendido en el rango de 0.4 a 0.8.
3.3.2 Respuesta impulsiva de sistemas de segundo orden

Para una entrada impulso unitario r(t) = (t) (con transformada de Laplace
correspondiente R(s) = 1), la respuesta impulso unitario Y (s) del sistema
de segundo orden de la gura 3.7 es:
n2
Y (s) = (3.18)
s2 + 2n s + n2
3.4 Analisis de respuesta transitoria para sistemas de orden superior 57
La transformada inversa de Laplace de esta ultima ecuacion produce la

siguiente solucion temporal y(t):
Para 0 < 1
n
y(t) = en t senn 1 2 t; (t 0) (3.19)
1 2
Para > 1
y(t) = n2 ten t (3.20)
Para = 1
n n
e( 1)n t e( 1)n t
2 2
y(t) = (3.21)
2 1 2 2 2 1

de orden superior
3.4.1 Respuesta de sistemas de tercer orden al escalon uni-
tario
Para este caso, la funcion de transferencia de lazo cerrado es:
Y (s) n2 p
= 2 ; (0 < < 1) (3.22)
R(s) (s + 2n s + n2 )(s + p)
La respuesta al escalon unitario de este sistema es:
en t
2
y(t) = 1 [ ( 2)cos 1 2 n t
2 ( 2) + 1
[ 2 ( 2) + 1] ept
+ sen 1 2 n t] 2 (3.23)
1 2 ( 2) + 1
donde = pn
Observar que debido a que 2 ( 2) + 1 = 2 ( 1)2 + (1 2 ) > 0 el
coeciente del termino ept siempre es negativo.
El efecto de un polo real ubicado en s = p en la respuesta escalon
unitario, es reducir el sobreimpulso maximo e incrementar el tiempo de
establecimiento.
Si el polo real esta ubicado a la derecha de los polos complejos conjuga-

dos, entonces hay tendencia a una respuesta lenta. El sistema se comporta
como un sistema sobreamortiguado.
3.4.2 Respuesta transitoria de sistemas de orden superior

Considere el sistema de la gura 3.9 La funcion de transferencia de lazo
Figura 3.9: Sistema de Control.
cerrado del sistema es

Y (s) G(s)
= (3.24)
R(s) 1 + G(s)H(s)
En general, G(s) y H(s) son polinomios en s, de la forma:
p(s) n(s)
G(s) = ; H(s) = (3.25)
q(s) d(s)
La funcion de transferencia de lazo cerrado dada por la ecuacion (3.24) queda
expresada como
Y (s) b0 sm + b1 sm1 + . . . + bm1 s + bm
= ; (m n) (3.26)
R(s) a0 sn + a1 sn1 + . . . + an1 s + an
Esta ultima ecuacion se puede escribir como
Y (s) K(s + z1 )(s + z2 ) . . . (s + zm )
= (3.27)
R(s) (s + p1 )(s + p2 ) . . . (s + pn )
Suponiendo que todos los polos son distintos, la ecuacion (3.27) se puede
reescribir de la siguiente forma:
a ai
n
Y (s) = + (3.28)
s s + pi
i=1
3.5 Analisis de respuesta transitoria utilizando software de simulacion 59
donde ai es el residuo en el polo s = pi . La respuesta de este sistema ante

una entrada escalon unitario se obtiene tomando la transformada inversa de
Laplace de Y(s), quedando as:

q
r
y(t) = a + aj epj t + bk ekk t cosk 1 k2 t
j=1 k=1

r
kk t
+ ck e csenk 1 k2 t; (t 0) (3.29)
k=1
Si todos los polos de lazo cerrado caen en el semiplano izquierdo del plano s,
los terminos exponenciales y los terminos exponenciales amortiguados en la
ecuacion (3.28) tienden a cero cuando el tiempo t tiende a innito. Entonces
la salida estacionaria es y() = a. En la gura 3.10 se muestran ejemplos
de curvas de respuesta al escalon de sistemas de orden superior.
Figura 3.10: Respuesta al escalon de sistemas de orden superior.
3.5 Analisis de respuesta transitoria utilizando soft-

ware de simulacion
En esta seccion se presentan ejemplos de simulacion usando Matlab 5.3.
3.5.1 Respuesta a una entrada escalon a partir de la funcion

de transferencia del sistema
Sea un sistema con funcion de transferencia de lazo cerrado dada por
Y (s) 25
= 2 (3.30)
R(s) s + 4s + 25
Obtener una graca de la curva de respuesta a un escalon unitario.
Para obtener la respuesta del sistema de control, editamos el siguiente
programa en codigo Matlab ej31.m:
% ej31.m
% Respuesta a un escaln unitario de una funcin de transferencia
% Ingresamos los coeficientes del numerador y denominador
num = [0 0 25];
den = [1 4 25];
% Ingresamos la orden de respuesta a un escaln unitario
[y,x,t] = step(num,den);
plot(t,y)
% Ingresamos la rejilla, ttulo d la grfica y etiquetas para los ejes
grid
title(Respuesta a un escaln unitario de G(s)=25/(s^2+4s+25))
xlabel(t (s))
ylabel(salida y(t))
La respuesta graca se muestra en la gura 3.11.
3.5.2 Respuesta a una entrada escalon de un sistema en el

espacio de estados
Obtener la respuesta al escalon unitario del sistema descrito por

x1 0 1 0 x1 0
x2 = 0 0 1 x2 + 25.04 (3.31)
u
x3 5.008 25.1026 5.0325 x3 121.005
2
Respuesta a un escaln unitario de G(s)=25/(s +4s+25)
1.4
1.2
0.8
salida y(t)
0.6
0.4
0.2
0
0 0.5 1 1.5 2 2.5 3
t (s)
Figura 3.11: Respuesta a un escalon unitario.

x1
y= 1 0 0 x2 (3.32)
x3
El programa en Matlab que permite obtener la respuesta del sistema a

una entrada escalunitario es ej32.m que a continuacion se muestra.
% ej32.m
% Respuesta a un escaln unitario de un sistema en el espacio de estado
% Ingresamos las matrices A,B,C y D
A=[0 1 0; 0 0 1; -5.008 -25.1026 -5.0325];

B=[0;25.04;-121.005];
C=[1 0 0];
D=[0];
[y,x,t] = step(A,B,C,D);
plot(t,y)
grid
title(Respuesta a un escaln unitario)
xlabel(t (s))
ylabel(salida y(t))
La respuesta graca se muestra en la gura 3.12.
Respuesta a un escaln unitario

1.4
1.2
0.8
salida y(t)
0.6
0.4
0.2
0
0 1 2 3 4 5 6 7 8 9 10
t (s)
Figura 3.12: Respuesta a un escalon unitario.

3.5.3 Respuesta a una entrada impulso unitario

Sea el sistema descrito por
Y (s) 25
= 2 (3.33)
R(s) s + 4s + 25
Obtener la respuesta al impulso unitario.

Para obtener la respuesta del sistema de control a un impulso unitario
(R(s) = 1), lo que hacemos es convertir a una respuesta escalon unitario de
(sGLC (s)):
Y (s) 25 25 1
= 2 =s 2 (3.34)
R(s) s + 4s + 25 s + 4s + 25 s
tal como puede apreciarse en el siguiente programa ej33.m:
% ej33.m
% Respuesta a un impulso unitario de una funcin de transferencia
% Para obtener la respuesta a un impulso unitario de GLC(s)=25/(s^2+4s+25),

% multiplicamos s por GLC(s) y luego usar la orden de respuesta al escalon
% unitario
% Ingresamos los coeficientes del numerador y denominador de G(s)
num = [0 25 0];
den = [1 4 25];
[y,x,t] = step(num,den);
plot(t,y)
% Ingresamos la rejilla, ttulo d la grfica y etiquetas para los ejes
grid
title(Respuesta a un impulso unitario de G(s)=25/(s^2+4s+25))
xlabel(t (s))
ylabel(salida y(t))
y la respuesta graca se muestra en la gura 3.13.

2
Respuesta a un impulso unitario de G(s)=25/(s +4s+25)
3.5
2.5
1.5
salida y(t)
0.5
0.5
1
0 0.5 1 1.5 2 2.5 3
t (s)
Figura 3.13: Respuesta a un impulso unitario.
3.5.4 Respuesta a una entrada en rampa

En este caso, para obtener la respuesta a una entrada en rampa de la fun-
cion de transferencia del sistema de control GLC (s), dividimos GLC (s) por
s y luego utilizamos la orden de respuesta a un escalon. Por ejemplo con-
siderando el ejemplo de la subseccion anterior:
Y (s) 25 25 1
= 2 =s 2 (3.35)
R(s) s + 4s + 25 s + 4s + 25 s
Como la entrada en rampa unitaria es
1
R(s) =
s2
, entonces
25 1 25 1
Y (s) = = 2 (3.36)
s2 + 4s + 25 s2 (s + 4s + 25)s s
3.6 Analisis de respuesta estacionaria 65
Con el programa ej34.m que se lista a continuacion, se obtiene la respuesta

graca del sistema de control a una entrada en rampa unitaria.
% ej34.m
% Para obtener la respuesta a una rampa unitaria de la funcion de transferencia
% GLC(s)=25/(s^2+4s+25), dividimos GLC(s) por s y luego usar la orden de respuesta
% al escaln unitario
% Ingresamos los coeficientes del numerador y denominador de G(s)/s
num = [0 0 0 25];
den = [1 4 25 0];
t=0:0.1:5;
r=t;
y = step(num,den,t);
plot(t,y,--,t,r,-)
% Ingresamos la rejilla, ttulo de la grfica y etiquetas para los ejes
grid
title(Respuesta a una rampa unitaria de GLC(s)=25/(s^2+4s+25))
xlabel(t (s))
ylabel(salida y(t))
text(2.4,3.2,- : r (t))
text(3.2,2.7,- - : y (t))
3.6 Analisis de respuesta estacionaria

En la mayora se sistemas de control, interesa que el valor nal de la vari-
able controlada (valor en estado estacionario) sea igual al valor deseado. En
caso de no ser as, existe un error en estado estacionario o error permanente.
En un sistema realimentado, dado por el diagrama de bloques de la gura
3.15:
2
Respuesta a una rampa unitaria de GLC(s)=25/(s +4s+25)
5
4.5
3.5
: r (t)
3
salida y(t)
: y (t)
2.5
1.5
0.5
0
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5
t (s)
Figura 3.14: Respuesta a una rampa unitaria.
La funcion de transferencia de lazo cerrado es:

Y (s) G(s)
= (3.37)
R(s) 1 + G(s)H(s)
Se dene el estado estacionario como:
ess = limt e(t) = limt [r(t) y(t)] (3.38)
Aplicando la transformada de Laplace y el teorema del valor nal obte-

nemos:
ess = lims0 sE(s) (3.39)
donde
R(s)
E(s) = (3.40)
1 + G(s)H(s)
3.6 Analisis de respuesta estacionaria 67
Figura 3.15: Sistema de control.
El error estacionario de un sistema depende de las caractersticas del

sistema y por consiguiente del tipo de referencia utilizada. Es as, que el error
estacionario esta relacionado inversamente por las constantes o ganancias
correspondientes al tipo de referencia. En forma resumida, se presentan las
deniciones de constantes de posicion, velocidad y aceleracion, como sigue:
Para una entrada escalon unitario
Kp = lims0 G(s)H(s) = G(0)H(0) (3.41)
luego
1
ess = (3.42)
1 + Kp
Para una entrada rampa unitaria
Kv = lims0 sG(s)H(s) (3.43)
luego
1
ess = (3.44)
Kv
Para una entrada parabolica unitaria
Ka = lims0 s2 G(s)H(s) (3.45)
luego
1
ess = (3.46)
Ka
Se aprecia que el error estacionario depende de la estructura de G(s) en

relacion al numero de polos en el origen (integradores) que tiene. Se dene
que un sistema es de tipo n, si la funcion de transferencia en lazo abierto
G(s)H(s) tiene n polos en el origen. Ademas, el error estacionario depende
del tipo de entrada r(t), tal como se puede apreciar en la tabla 3.1.
Tabla 3.1: Resumen de errores en estado estacionario

Num. integ. en G(s) Entrada: escalon Entrada: rampa Entrada: parabola
(tipo) r(t) = A r(t) = At r(t) = At2 /2
R(s) = A/s R(s) = A/s2 R(s) = As3
0 A
ess = 1+Kp ess = ess =
1 ess = 0 ess = KvA
ess =
2 ess = 0 ess = 0 ess = KAa
Las constantes de error Kp , Kv y Ka , de un sistema de control, descri-

ben la capacidad del sistema para reducir o eliminar el error en estado esta-
cionario. Por tanto, se utilizan como medidas numericas del funcionamiento
en el estado estacionario. Debe incrementarse las constantes de error para
obtener errores en estado estable muy pequeos, manteniendo una respuesta
transitoria aceptable.
3.7 Rechazo a Perturbaciones

Otro factor importante del uso de la realimentacion en un sistema de con-
trol es la eliminacion parcial de los efectos de las senales perturbadoras. Las
perturbaciones pueden deberse a ruidos inherentes producidos por los tran-
sistores, circuitos integrados, distorsiones indeseadas de sistemas no lineales,
etc. Por consiguiente, los sistemas de control por realimentacion presentan
el benecio de reducir el efecto de la distorsion, ruido y perturbaciones inde-
seadas. Un sistema de control con perturbaciones, se muestra en el diagrama
de bloques de la gura 3.16. Suponiendo que la entrada de referencia es cero
o R(s) = 0, la funcion de transferencia entre Y(s) y N(s) viene dada por
Y (s) Gp (s)
= (3.47)
N (s) 1 + Gp (s)Gc (s)
entonces, la salida Y (s) viene dada por
Gp (s)
Y (s) = N (s) (3.48)
1 + Gp (s)Gc (s)
3.7 Rechazo a Perturbaciones 69
Figura 3.16: Sistema de control con perturbaciones.
con E(s) = Y (s), obtenemos la funcion de transferencia del siguiente:
E(s) Y (s) Gp (s)

= = (3.49)
N (s) N (s) 1 + Gp (s)Gc (s)
El error en estado estacionario debido a una perturbacion escalon unitario

viene dado por
sGp (s) 1
ess = lims0 sE(s) = lims0 (3.50)
1 + Gp (s)Gc (s) s
Como ejemplo, obtengamos la respuesta del sistema siguiente a una per-

turbacion escalon unitario.
La respuesta a una entrada perturbacional se puede obtener consideran-
do la entrada de referencia nula. Luego, la funcion de transferencia entre
Y (s) y Ud (s) es:
1
Y (s) s2 +3.6s+9 s
= =
Ud (s) 1+ 10.4(s2 +4.5192s+15.385) 1 s3 + 14s2 + 56s + 160
s s2 +3.6s+9
(3.51)
La respuesta graca se muestra en la gura 3.18, que se obtiene ejecutando
el programa pertur.m.
% pertur.m
% Respuesta a una entrada perturbacional tipo escalon unitario
Figura 3.17: Sistema de control con perturbaciones.
% Ingresamos los coeficientes del numerador y denominador de la

% funcin de transferenciaG(s)/s
num = [0 0 1 0];
den = [1 14 56 160];
t=0:0.1:5;
y = step(num,den,t);
plot(t,y)
% Ingresamos la rejilla, ttulo de la grfica y etiquetas para los ejes
grid
title(Respuesta a una entrada perturbacional tipo escaln unitario)
xlabel(t (s))
ylabel(salida y(t))
3.8 Sensibilidad 71
3 Respuesta a una entrada perturbacional tipo escaln unitario

x 10
14
12
10
6
salida y(t)
4
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5
t (s)
Figura 3.18: Respuesta del sistema de control a una perturbacion escalon

unitario.
3.8 Sensibilidad
Entre otra de las caractersticas importantes de los sistemas de control re-

alimentados es la posibilidad de alterar la sensibilidad de toda la funcion de
transferencia variando parametros especcos del sistema. Para entender es-
ta caracterstica veamos el diagrama de bloques del sistema que se muestra
en la gura 3.19. Considerando la variable s = 0, la funcion de transferen-
cia Y /R describe entonces la razon de transferencia que es aplicable bajo
condiciones de estado estacionario con una entrada constante. La funcion
de transferencia esta dada por
Y K1 K2
T = = (3.52)
R 1 + K1 K2 H
Figura 3.19: Diagrama de bloques del sistema de control de realimentacion

estatica.
Si K1 K2 H 1, entonces
Y 1
(3.53)
R H
Entonces, con una ganancia de lazo grande, toda la funcion de transferencia
es sensible a variaciones en el factor de ganancia de la realimentacion H,
pero relativamente insensible a variaciones en las funciones de transferen-
cia del camino directo K1 y K2 . En aplicaciones reales, normalmente los
componentes de la planta incluyen actuadores y otros elementos que deben
proporcionar una elevada ganancia de potencia; sin embargo, la ganancia de
realimentacion esta generada por dispositivos sensores o de monitorizacion
de baja potencia, por lo que , la transferencia de sensibilidad desde el camino
directo al camino de realimentacion es un intercambio deseable.
La expresion que permite calcular la sensibilidad S de una funcion de
transferencia T a variaciones de los parametros (designados por a) es
T
T a
SaT = T
a
= ( ) (3.54)
a
a T
Dada una expresion matematica que relacionaa con T , normalmente es mas

simple evaluar el lmite cuando a tiende a cero. Entonces, la sensibilidad
queda expresada por
T a
SaT = (3.55)
a T
Una magnitud en la sensibilida de 1 indica una correspondencia uno a uno
en la variacion normalizada de a y T . Una magnitud menor que la unidad
3.8 Sensibilidad 73
indica que la variacion normalizada en a esta produciendo una variacion

normalizada menor en T y un numero real negativo indica que existe una
relacion inversa entre un cambio en a y el correspondiente cambio en T .
La sensibilidad aplicada a la ecuacion 3.52 (con T = Y /R) con respecto
a K1 es
T K2 K1 1
SK = = (3.56)
1
(1 + K1 K2 H)2 T 1 + K1 K2 H
La sensibilidad a variaciones de K1 es pequena si la ganancia de lazo es
grande. La sensibilidad con respecto a k2 es identico al anterior. Si se
determina la sensibilidad con respecto a las variaciones de H, entonces se
obtiene
T (K1 K2 )2 H K1 K2 H
SH = 2
= (3.57)
(1 + K1 K2 H) T 1 + K1 K2 H
Si la ganancia de lazo es grande, entonces se aprecia que la sensibilidad de
T con respecto a las variaciones H es aproximadamente igual a -1.
El concepto de sensibilidad aplicado a una situacion estatica, puede tam-
bien extenderse a situaciones dinamicas considerando la sensibilidad como
funcion de la frecuencia. Existen dos tecnicas ligeramente diferentes:
El primer metodo consite en sustituir s por j en la funcion de trans-

ferencia y despues obtener las expresiones de magnitud M () y fase
().
El segundo metodo consiste en aplicar el calculo de la sensibilidad

directamente a la funcion de transferencia ( sin necesidad de convertir
a una funcion de magnitud o fase).
El segundo metodo es relativamente mas directa, tal como se puede

apreciar en el siguiente ejemplo. Dado el sistema que se muestra en la
gura 3.20, determinemos la sensibilidad de T con respecto a la variacion
de Ko . Una notacion mas simple, que no afecta a los calculos, es expresar
inicialmente T en terminos de s, as
Y (s) Ko
T = = 2 (3.58)
R(s) s + s + Ko
y la sensibilidad es
T s(s + 1)
SK = (3.59)
0
s2+ s + Ko
Figura 3.20: Diagrama de bloques de un sistema de control proporcional.
Efectuando la sustitucion de s por j y considerando K0 = 10 se obtiene
T j(j + 1)
SK = (3.60)
0
(10 2 ) + j
de donde, la magnitud de la sensibilidad viene a ser

2 + 1
|SK0 | =
T
(3.61)
(10 2 )2 + 2
3.9 Respuesta Estacionaria utilizando Software de

Simulacion
Los resultados de la simulacion de sistemas de control a diferentes senales
de referencia tratados en la seccion 3.5, nos muestran respuestas gracas
de estado transitorio, as como de estado estable. Como ejemplo de tales
resultados, veamos la graca que se muestra en la gura 3.21 correspondiente
a la subseccion 3.5.4(respuesta a una rampa unitaria).
El error estacionario es la diferencia entre la magnitud de la referen-
cia r y la magnitud de la salida controlada y en cualquier tiempo estable.
Para el ejemplo, el error estacionario es aproximadamente 0.18 y el tiempo
estacionario es aproximadamente 1.65 segundos.
3.9 Respuesta Estacionaria utilizando Software de Simulacion 75
Figura 3.21: Respuesta a una rampa unitaria.

Captulo 4
Estabilidad
4.1 Introduccion
Se dice que un sistema es estable, si estando sujeto a una entrada o pertur-
bacion limitada, su respuesta es de magnitud limitada. El incremento inicial
de la respuesta transitoria debe tender a reducirse, hasta lograr que la
respuesta del sistema converja y siga a una trayectoria deseada. En el caso
de un sistema de regulacion, la salida debe tender hacia un valor continuo,
correspondientemente la senal de control tendera hacia cero.
4.2 Estabilidad Aplicados a Modelos de Estado

Lineales
Un sistema lineal, invariante en el tiempo (SLIT), se describe utilizando el
modelo de estados siguiente:
x = Ax + Bu (4.1)
El sistema es asintoticamente estable si todos los terminos de la matriz

de transicion tienden a cero cuando el tiempo tiende a innito. Por
consiguiente, un sistema presenta estabilidad asintotica si
limt (t) = 0 (4.2)
La transformada de Laplace de la matriz de transicion es:

adj(sI A)
(s) = (sI A)1 = (4.3)
det(sI A)
78 Estabilidad
donde el polinomio denominador de (s) se denomina ecuacion caractersti-

ca. Entonces, la estabilidad asintotica se satisface si todas races o valores
propios del det(sI A) se localizan en el semiplano izquierdo del plano s.
La ecuacion caracterstica es:
det(sI A) = 0 (4.4)
Ejemplo 4.1: Dadas las ecuaciones de estado y de salida del sistema,

descrito por

x1 0 1 0 x1 0
x2 = 0 0 1 x2 + 0 r(t) (4.5)
x3 6K 8 6 x3 1

x1
y(t) = 6K 0 0 x2 (4.6)
x3
Determinar la estabilidad del sistema.

Solucion

s 1 0

det(sI A) = 0 s 1 = s3 + 6s2 + 8s + 6K = 0
(4.7)
6K 8 (s + 6)
Si K = 2.5, las races de la ecuacion caracterstica son: s = 5, s = 0.5 +

j1.66, s = 0.5 j1.66, entonces el sistema es asintoticamente estable,
debido a que las races tienen parte real negativa.
4.3 Estabilidad Aplicados a Modelos de Funcion

de Transferencia
Para un sistema de una entrada y una salida (SISO), con un modelo de
funcion de transferencia Y (s)/R(s), la localizacion de los polos de la funcion
de transferencia determinan la estabilidad del sistema.
Los polos en la parte izquierda del plano S dan como resultado una
respuesta decreciente, por lo tanto, el sistema es asintoticamente es-
table.
4.4 Test de Routh - Hurwitz 79
Los polos en el eje jw dan como resultado una respuesta oscilatoria.

Los polos en el lado derecho dan respuestas crecientes.
Por lo tanto, para que un sistema realimentado sea estable, todos los polos
de la funcion de transferencia de lazo cerrado (races caractersticas) deben
tener parte real negativa.
Ejemplo 4.2: Determinar si la siguiente funcion de transferencia es estable.

Y (s) 0.8s + 1
= 2 (4.8)
R(s) s +s+1
Solucion
Los polos estan localizados en 0.5+j0.866 y 0.5j0.866, por consiguiente,
el sistema es asintoticamente estable.
4.4 Test de Routh - Hurwitz

Este metodo es muy util, fundamentalmente cuando el orden del polinomio
es mayor que dos. Si el polinomio del denominador de la funcion de trans-
ferencia o la ecuacion caracterstica de un sistema esta dada por
a0 sn + a1 sn1 + . . . + an1 s + an (4.9)
donde los coecientes son cantidades reales. El procedimiento del criterio

de Routh-Hurwitz es el siguiente:
1. La condicion necesaria pero no suciente para estabilidad, es que todos
los coecientes de la ecuacion (4.9) esten presentes, y que todos tengan
signo positivo.
2. Si todos los coecientes son positivos, se colocan en las y columnas de
acuerdo al siguiente esquema:
n

s a0 a2 a4 a6 ...

a1 a3 a5 a7 ...

sn1

sn2
b1 b2 b3 b4 ...

(4.10)
sn3 c1 c2 c3 c4 ...

.. . .. .. ..

.. . . . . . .

.

0
s g1 ... ..
.
..
. ...
80 Estabilidad
Los coecientes b1 , b2 , b3 , etc., se evaluan como sigue:

a1 a2 a0 a3 a1 a4 a0 a5
b1 = ; b2 = ...
a1 a1
El mismo procedimiento se usa para calcular los coecientes c, d, e,
etc, as:
b1 a3 a1 b2 b1 a5 a1 b3
c1 = ; c2 = ...
b1 b1
c1 b2 b1 c2 c1 b3 b1 c3
d1 = ; d2 = ...
c1 c1
Ejemplo 4.3: Apliquemos el criterio de estabilidad de Routh al siguiente
polinomio de tercer orden:
a0 s3 + a1 s2 + a2 s + a3 = 0 (4.11)
donde todos los coecientes son numeros positivos.
Solucion
El conjunto de coecientes es:

3

s a0 a2
2
s a1 a3
(4.12)

s1 b1

0

s c1
de donde:
a1 a2 a0 a3
b1 = ; c1 = a3
a1
Para estabilidad, debe cumplirse que
a1 a2 > a0 a3
Ejemplo 4.4: Considere un sistema de lazo cerrado, con funcion de trans-

ferencia
Y (s) K
= 2
(4.13)
R(s) s(s + s + 1)(s + 2) + K
Determine el rango de K para la estabilidad.
Solucion
4.5 Estabilidad utilizando software de simulacion 81
La ecuacion caracterstica es
s4 + 3s3 + 3s2 + 2s + K = 0 (4.14)
El conjunto de coecientes se muestran en el siguiente arreglo:

4
s 1 3 K

3

s
3 2 0
s2 7
K (4.15)
3

s1
2 9
K

0
7
s K
Para que haya estabilidad, K debe ser positiva, y todos los coecientes de
la primera columna deben serlo tambien. Por lo tanto:
14
>K>0
9
Para K = 14/9, el sistema se vuelve oscilatorio.
4.5 Estabilidad utilizando software de simulacion

Determinemos por Matlab la estabilidad de los sistemas tratados en los
ejemplos 4.1 y 4.4.
Estabilidad para el ejemplo 4.1.
% raiz1.m
% La ecuacion caracteristica del sistema esta dada por:
% det(sI-A)
%
% Ingresemos la matriz A, considerando K=2.5
A=[0 1 0; 0 0 1; -6*2.5 -8 -6];
% Ingresamos la orden para obtener las raices del sistema
eig(A)
82 Estabilidad
Al ejecutarse el programa se obtienen las siguientes races:
ans =
-0.5000 + 1.6583i
-0.5000 - 1.6583i
-5.0000
conrmandose los resultados obtenidos anteriormente.
Estabilidad para el ejemplo 4.4.
% raiz2.m
% Determinacion de los valores propios o raices de una funcion
% de transferencia de lazo cerrado de un sistema
% Y(s)/R(s)=K/(s^4+3s^3+3s^2+2s+K), con K=1
pol=[1 3 3 2 1];
roots(pol)
Al ejecutarse obtenemos los siguientes polos del sistema, cuando K =

1.
ans =
-1.7549
-1.0000
-0.1226 + 0.7449i
-0.1226 - 0.7449i
Captulo 5
Metodos Gracos de Analisis

de Sistemas de Control
Este captulo trata sobre el uso de metodos gracos de analisis de sistemas

de control, como el Lugar Geometrico de las Races (LGR), Bode y Nyquist.
5.1 Metodo del Lugar Geometrico de las Races

El Lugar Geometrico de las Races son la trayectoria que describen la varia-
cion en la localizacion de las races en el plano s cuando vara la ganancia del
sistema desde 0 a . Esta tecnica es util en el estudio de los cambios que
ocurren en el comportamiento de sistemas lineales frente a las variaciones de
sus parametros. Diremos que este metodo permite hallar los polos de lazo
cerrado partiendo de los polos y ceros de lazo abierto, tomando la ganancia
como parametro, brindando as una presentacion graca de todos los polos
de lazo cerrado.
Sea el sistema de la gura 5.1. La funcion de transferencia de lazo cerrado
es:
Y (s) G(s)
= (5.1)
R(s) 1 + G(s)H(s)
La ecuacion caracterstica para este sistema se puede obtener igualando a
cero el denominador de la ecuacion (5.1)
1 + G(s)H(s) = 0 (5.2)
o bien
G(s)H(s) = 1 (5.3)
84 Metodos Gracos de Analisis de Sistemas de Control
Para trazar el LGR se deben cumplir las condiciones de angulo y magnitud.
Figura 5.1: Diagrama de bloques de un sistema de control
1. Condicion de angulo
G(s)H(s) = 180(2k + 1), para k = 0, 1, 2, ... (5.4)
2. Condicion de magnitud, amplitud o modulo
|G(s)H(s)| = 1 (5.5)
Los valores de s que cumplen con las condiciones de angulo y magnitud, son
las races de la ecuacion caracterstica o polos de lazo cerrado. El diagrama
de los puntos del plano complejo que solo satisfacen la condicion de angulo,
constituye el lugar de las races. Las races de la ecuacion caracterstica se
pueden determinar por la condicion de magnitud. La ecuacion caracterstica
1 + G(s)H(s) se debe escribir como funcion del parametro de ganancia K,
as:
K(s + z1 )(s + z2 ) . . . (s + zm )
1+ (5.6)
(s + p1 )(s + p2 ) . . . (s + pn )
Por consiguiente, el lugar de las races para el sistema, son los lugares de los
polos de lazo cerrado al variar la ganancia K de cero a innito. Siendo
K(s + z1 )(s + z2 ) . . . (s + zm )
G(s)H(s) = (5.7)
(s + p1 )(s + p2 ) . . . (s + pn )
Para comenzar a trazar el lugar geometrico de las races (LGR), se debe

conocer la ubicacion de los polos y ceros de lazo abierto G(s)H(s). Los
angulos de las cantidades complejas originadas en los polos y ceros de lazo
5.1 Metodo del Lugar Geometrico de las Races 85
abierto y que abarcan hasta el punto de prueba s, se miden en sentido

antihorario. Supongamos que G(s)H(s) viene dada por
K(s + z1 )
G(s)H(s) = (5.8)
(s + p1 )(s + p2 )(s + p3 )(s + p4 )
donde p2 y p3 son polos complejos conjugados. El angulo de G(s)H(s)
es:
G(s)H(s) = 1 1 2 3 4 (5.9)
donde 1 , 1 , 2 , 3 y 4 se miden en sentido antihorario, segun puede
apreciarse en las guras 5.2.
Figura 5.2: Diagramas que muestran los angulos desde polos y ceros de lazo
abierto al punto de prueba s.
5.1.1 Reglas generales para construir el lugar geometrico de

las races (LGR)
Considerando el diagrama de bloques de la gura 5.1, los pasos para construir
el LGR son los siguientes:
1. Se obtiene la ecuacion caracterstica:
1 + G(s)H(s) = 0 (5.10)
y se reescribe de modo que aparezca en la siguiente forma

K(s + z1 )(s + z2 ) . . . (s + zm )
1+ , para K > 0 (5.11)
(s + p1 )(s + p2 ) . . . (s + pn )
luego se ubican los polos y ceros de lazo abierto G(s)H(s).
2. Se hallan los puntos de inicio y n del LGR y se determina la cantidad

de ramas del LGR. Los puntos del LGR correspondientes a K = 0 son
polos de lazo abierto. Cada rama del LGR se origina en un polo de
G(s)H(s). Al tender K a innito, cada rama del LGR tiende hacia
un cero de G(s)H(s) o hacia innito en el plano complejo. Un diagra-
ma del LGR debe tener tantas ramas como races tiene la ecuacion
caracterstica.
3. Se determina el LGR sobre el eje real, por los polos y ceros de lazo
abierto que estan sobre el. Cada porcion del lugar de las races sobre
el eje real se extiende sobre un rango que va desde un polo o cero hasta
otro polo o cero. Para tal efecto se elige un punto de prueba s sobre
el.
4. Se determinan las asntotas del LGR. El LGR para valores muy grandes
de s deben ser asintoticos a rectas cuyos angulos estan dados por
180o (2k + 1)
k = , (k = 0, 1, 2, . . .) (5.12)
nm
siendo
n = numero de polos nitos de G(s)H(s)
m = numero de ceros nitos de G(s)H(s)
Al aumentar k, el angulo se repite, y la cantidad de asntotas diferentes
es n m. Si la abscisa de interseccion de las asntotas con el eje real
se designa como s = a , entonces
(suma de polos) (suma de ceros)
a =
nm
(p1 + p2 + . . . + pn ) (z1 + z2 + . . . + zm )
= (5.13)
nm
5. Se hallan los puntos de ruptura de llegada y de partida. Debido a la

simetra conjugada del LGR, los puntos de ruptura, o bien estan sobre
el eje real, o se producen en pares complejos conjugados.
6. Se determinan los angulos de partida (o angulos de llegada) del LGR

desde los polos complejos (o ceros complejos) aplicando el criterio de
angulo a un punto arbitrariamente cerca del punto de partida o llegada.
Para un LGR de razonable exactitud, se deben hallar las direcciones
y sentidos del LGR en la vecindad de los polos y ceros complejos.

m
n
G(s)H(s) = (s + zk ) (s + pk ) = 180o (2k + 1) (5.14)
k=1 k=1
7. Se determina la interseccion del LGR con el eje imaginario, usando

para ello el criterio de estabilidad de Routh.
8. El valor de K correspondiente a cualquier punto s sobre el LGR se

puede obtener con la condicion de magnitud, dada por:
producto de las distancias entre el punto s y los polos

K= (5.15)
producto de las distancias entre el punto s y los ceros
9. Determinar el LGR en una zona amplia del eje jw y el origen.
Ejemplo de diseno con aplicaciones de Matlab

Dado el sistema de control mostrado en la gura 5.3, trazar el lugar
geometrico correspondiente.
Veamos los siguientes pasos de diseno:
Figura 5.3: Sistema de Control.
1. Ubicacion de polos y ceros de lazo abierto en el plano s (Ver gura

5.4).
2. Nmero de ramas del LGR:

n = nmero de polos nitos = 4, entonces existen 4 ramas del LGR.
Figura 5.4: Ubicacion de polos y ceros de lazo abierto en el plano s.
3. Bosquejo del LGR.

La funcion de transferencia de lazo cerrado del sistema es:
K(s+2)
Y (s) s(s+1)(s2 +2s+2)
= K(s+2)
(5.16)
R(s) 1 + s(s+1)(s 2 +2s+2)
luego, la ecuacion caracterstica del sistema de lazo cerrado es:
K(s + 2)
1+ =0 (5.17)
s(s + 1)(s2 + 2s + 2)
Evaluando se obtiene:
s(s + 1)(s2 + 2s + 2) + K(s + 2) = 0

s4 + 3s3 + 4s2 + (2 + k)s + 2K = 0 (5.18)
Si:
K = 0 s4 + 3s3 + 4s2 + 2s = 0 las races son:

s = 0; s = 1 j; s = -1
K = 0.2 s4 + 3s3 + 4s2 + 2.2s + 0.4 = 0 las races son:
s = 1.0179 0.8836j ; s = -0.5927; s = -0.3714
K = 0.5 s4 + 3s3 + 4s2 + 2.5s + 1 = 0 las races son:
s = 1.1649 0.7483j ; s = 0.3351 0.6398j
K = 5 s4 + 3s3 + 4s2 + 7s + 10 = 0 las races son:
s = 1.8332 0.6899j ; s = 0.3332 1.5797j
Figura 5.5: Lugar geometrico aproximado.
podemos plotear ligeramente el LGR, tal como se muestra en la gura

5.5
4. Determinacion del LGR sobre el eje real.

Este paso ya no es necesario hacerlo, debido a que en el paso (3) se
obtuvo un bosquejo del LGR, donde puede apreciarse las trayectorias
de los polos de lazo cerrado del sistema; sin embargo, tan solo por
razones didacticas comprobaremos la existencia o inexistencia del LGR
en determinados puntos del eje real.
a) Veamos si existe LGR entre -1 y -2 (ver gura 5.6):

ceros polos = 180o (2k + 1)
0o (180o + 180o ) = 360o (5.19)
no satisface la condicion de angulo, luego no existe LGR.

b) Veamos si existe LGR entre -2 y - (ver gura 5.7):

180o (180o + 180o ) = 180o (5.20)
s satisface la condicion de angulo, luego s existe LGR.

Figura 5.6: Averiguando si existe LGR entre -1 y -2.
c) Veamos si existe LGR entre 0 y + (ver gura 5.8):

0o (0o + 0o ) = 0o (5.21)
no satisface la condicion de angulo, luego no existe LGR.
5. Determinacin de las asntotas del LGR.

Cuando K , el numero de ramas que tiende a es n-m: 4 - 1 =
3, luego se tendra 3 asntotas.
180o (2k + 1)
k = (5.22)
nm
Si k=0
180o
0 = = 60o (5.23)
3
Si k=1
180o (3)
1 = = 180o (5.24)
3
Si k=2
180o (5)
2 = = 300o = 60o (5.25)
3
Figura 5.7: Averiguando si existe LGR entre -2 y -.
Luego, las asntotas son: : +60, 60, +180o . Ahora podemos deter-
minar la interseccion de las asntotas con el eje real:

polos ceros [0 + (1) + (1 + j) + (1 j)] [2]
a = =
nm 3
1
= (5.26)
3
6. Determinacion de los puntos de ruptura.

Presentando la ecuacion caracterstica en la forma:
f (s) = B(s) + KA(s) = 0

f (s) = s + 3s + 4s2 + (2 + K)s + 2K = 0
4 3
f (s) = (s4 + 3s3 + 4s2 + 2s) + K(s + 2) = 0 (5.27)
Los puntos de ruptura se pueden determinar de las races de:
dK
=0 (5.28)
ds
De 5.27:
(s4 + 3s3 + 4s2 + 2s)

K= (5.29)
(s + 2)
Figura 5.8: Averiguando si existe LGR entre 0 y +.
Luego:
dK d
(s + 2) ds (s4 + 3s3 + 4s2 + 2s) (s4 + 3s3 + 4s2 + 2s) ds
d
(s + 2)
= 2
=0
ds (s + 2)
(3s4 + 14s3 + 22s2 + 16s + 4)
= =0 (5.30)
(s + 2)2
Entonces:
3s4 + 14s3 + 22s2 + 16s + 4 = 0 (5.31)
cuyas races son:

s=2.5033 2.5; s = 0.84170.6335j (no cumple); s = 0.4799
0.48 Luego, los puntos de ruptura son:s=2.5; s = 0.48 (que se
verican en el diagrama del LGR). Reemplazando estos dos puntos
de ruptura en la ecuacion para K, se determinan las correspondientes
ganancias K, as:
Para s = -2.5 la ganancia es:

(2.5)4 + 3(2.5)3 + 4(2.5)2 + 2(2.5))
K =
(2.5 + 2)
K = 24.37
Para s = -0.48 la ganancia es: K=0.209

7. Determinacin de los puntos de cruce con el eje imaginario.

Usando el criterio de estabilidad de Routh para:
s4 + 3s3 + 4s2 + (2 + K)s + 2K = 0 (5.32)
4
s 1 4 2K

3

s
3 (2 + K)

s2 b1 = 10K b2 = 2K
1
3

c1 = K 10K
2 10K+20

s
0
s d1 = 2K
Haciendo c1 = 0 para oscilacion:
K 2 10K + 20
c1 = =0
10 K
K 2 10K + 20 = 0 (5.33)
se obtienen los siguientes valores de K:
K = -11.7082 valor extrano
K = 1.7082 1.71 valor correcto
Reemplazando este valor de K en la ecuacion auxiliar:
3s3 + (2 + K)s = 0
se obtienen las races: s = 1.11j
PREGUNTA: Con K = 10 y K = 0 se obtiene oscilacion?
8. Con base a la informacion obtenida en los pasos previos, trazar el LGR
nal (ver gura 5.9). El programa en MATLAB para obtener el LGR
se muestra en la gura 5.10.
9. Determinacion de los angulos de salida y llegada.
Considerando S1 muy cerca del punto de partida -1+j , el angulo de
salida o partida se calcula aplicando el criterio de angulo, as:

45o (135o + +90o + 90o + x ) = +180o
x = 450o = 90o
Los angulos de llegada se calculan en forma similar, es decir aplicando
el criterio del angulo.
Figura 5.9: Lugar Geometrico de las Races nal.
5.1.2 Analisis de Sistemas de Control mediante el LGR

En esta seccion no se pretende analizar sistemas de control especcos, tales
como el PI, PD, PID, etc, sino, hacer el analisis de sistemas de control
condicionalmente estables y sistemas de control de fase no mnima.
Sistemas condicionalmente estables

Se dice que un sistema es condicionalmente estable, si es estable solamente
para rangos limitados del valor de la ganancia K.
Por ejemplo, sea el sistema de la gura 5.12, cuya ecuacion caracterstica
viene dada por:
K(s2 + 2s + 4)
1+ =0
s(s + 4)(s + 6)(s2 + 1.4s + 1
K(s2 + 2s + 4)
=1+ 5 =0
s + 11.4s4 + 39s3 + 43.6s2 + 24s
y que hacendo uso del comando rlocus de Matlab, se obtiene el LGR de
dicho sistema que se muestra en la gura 5.13.
Figura 5.10: Listado del programa en codigo Matlab.
El sistema es estable en los rangos siguientes:
0 < K < 14 , 64 < K < 195
El sistema se vuelve inestable en los rangos siguientes:
14 < K < 64 , y 195 < K

Entonces, a este tipo de sistema se le denomina condicionalmente estable,
caracterizado por su comportamiento peligroso, ya que en la practica puede
producir saturacion. Una forma de evitar la estabilidad condicional, es,
agregando un cero, con lo que consigue que el lugar geometrico se mueva
hacia la izquierda, haciendo que el sistema se vuelva completamnte estable.
Sistemas de fase no mnima

Se dice que un sistema es de fase no mnima, si al menos un polo o cero
se encuentra en el semiplano derecho del plano s. Contrariamente, un sis-
tema de fase mnima es aquel en que todos los polos y ceros del sistema se
encuentran en el semiplano izquierdo de s.
Figura 5.11: Determinacion de los angulos de salida.
Figura 5.12: Sistema de control.
Como ejemplo, veamos el diagrama de bloques de la gura 5.14, en el

que podemos apreciar que el cero esta localizado en el semiplano derecho de
s. Su correspondiente LGR se muestra en la gura 5.15.
Pueden existir sistemas de fase no mnima que ademas del parametro
de ganancia K puede ser funcion de otros parametros, lo que llevara a que
K sea funcion de esos otros parametros, por consiguiente el LGR corres-
pondiente variara de acuerdo a la variacion de K, y su estabilidad estara
dentro de un rango limitado.
5.1.3 Lugar Geometrico de las Races para Sistemas con Re-

tardo de Transporte
El modelo que se presenta en la gura 5.16 describe una operacion de control
de proceso hipotetica. Suponga que la maquina de la izquierda combina
varios lquidos y solidos particulares para formar un compuesto laminado
continuo que se desplaza hacia la derecha. Cuando la lamina solidica, se
obtienen medidas de las propiedades tal como el grosor y la densidad, y esta
informacion se utiliza para proporcionar la realimentacin al controlador. La
Figura 5.13: Lugar geometrico de las races.
magnitud del retardo temporal se determina por la distancia entre el punto

de control y los sensores dividido por la velocidad de movimiento. Por lo
tanto, el tiempo de retardo es igual a = d/.
En la gura 5.17 se muestra un diagrama de bloques del sistema de con-
trol con modelos de funciones de transferencia de todos los componentes del
sistema que contribuyen al control del grosor del material manufacturado.
Si se asume que el grosor en el punto de control se designa por x(t), en-
tonces la senal de grosor en el sensor es y(t) = x(t ), y la transformada
de Laplace es Y (s) = es X(s). Por lo tanto, la funcion de transferencia
Y (s)
del retardo es X(s) = es .
Una representacion de polos y ceros de es requiere un numero innitos

de ceros y/o polos. Una expansion en series innita de la funcion del retardo
Figura 5.14: Sistema de fase no mnima.
produce:
s2 2
es = 1 s + ...
2!
Esta funcion se puede truncar para obtener una funcion de transferencia que
es aproximadamente valida si el retardo es sucientemente pequeno. En la
siguiente seccion trataremos este mismo ejemplo, pero usando la respuesta
en frecuencia, ofreciendonos un mejor tratamiento al problema de retardo
de transporte. La ecuacion caracterstica del sistema de control es:
0.1es
1 + G(s)H(s) = 1 + s =0
s( 0.5 + 1)
Considerando los tres primeros terminos del retardo, la funcion de trans-

ferencia de lazo abierto es:
0.1es
G(s)H(s) = s
s( 0.5 + 1)
0.625s2 0.25s + 0.05
=
s2 + 0.5s
cuya simulacion del LGR produce la graca mostrada en la gura 5.18.

La funcion de transferencia de lazo cerrado del sistema es:
Y (s) G(s)H(s) 0.625s2 0.25s + 0.05

= = (5.34)
R(s) 1 + G(s)H(s) 1.625s2 + 0.75s + 0.05
Para una entrada escalon unitario, la salida del sistema producira la respues-
ta en el tiempo, tal como se muestra en la gura 5.19. Podemos comprobar
que existe un retardo de 5 segundos, a partir del cual la salida del sistema
crece, desde cero hasta el nivel de referencia, estabilizandose al valor de la
referencia en un tiempo de aproximadamente 57 segundos.
Figura 5.15: LGR del sistema de fase no mnima.
5.1.4 Gracas del LGR utilizando Software de Simulacion

Dado un sistema de control con funcion de transferencia de lazo cerrado,
dada por:
Y (s) G(s)H(s)
= (5.35)
R(s) 1 + G(s)H(s)
La ecuacion cracterstica vendra denida por el denominador de dicha fun-
cion de transferencia, que igualando a cero nos produce las races del sistema
de control.
En Matlab, es conveniente que la ecuacion caracterstica, se reescriba en
la siguiente forma:
K(s + z1 )(s + z2 ) + . . . + (s + zm )
1+ =0 (5.36)
(s + p1 )(s + p2 ) + . . . + (s + pn )
Matlab solo necesita conocer los coecientes de los polinomios del numerador
Figura 5.16: Sistema con retardo de transporte.
y denominador de esta ultima ecuacion (segundo termino del lado izquierdo

de la ecuacion caracterstica), sin la intervencion de la ganancia K, es decir:
num = (s + z1 )(s + z2 ) + . . . + (s + zm ) = sm + (z1 + z2 + . . . + zm )sm1 +

. . . + z1 z2 . . . zm
den = (s + p1 )(s + p2 ) + . . . + (s + pn ) = s + (p1 + p2 + . . . + pn )sn1 +
n
. . . + p1 p2 . . . pn
Usando el comando rlocus puede obtenerse la graca del LGR del sistema de
lazo cerrado, a partir de la funcion de transferencia de lazo abierto G(s)H(s)
= num/den.
Si el sistema de control esta representada como funcion de transferen-

cia, tal como se ha visto, la orden para obtener el LGR es:
rlocus(num, den)
En el caso de que se quisiera obtener el LGR en un rango de ganancias

dada por K, entonces la orden queda modicada como:
rlocus(num, den, K)
Figura 5.17: Sistema con retardo de transporte.
Si quisieramos obtener las races y las ganancias correspondientes, se

aplica el siguiente comando:
[r, K] = rlocus(num, den)
Otra herramienta muy importante, no solo para obtener el LGR, sino

para obtener las gracas de Bode , Nyquist, Nichols y respuesta en
el tiempo, es usar el comando rltool, que permite abrir una pantalla
graca de edicion, muy amigable y facil de usar. Tal comando es:
rltool
y cuyo resultado es la pantalla graca que se muestra en la gura

5.20, y en la cual se pueden ingresar los polos y ceros de lazo abier-
to G(s)H(s), no sin antes hacer click en la ventana rotulada como
current compensator. Si deseamos obtener las races del sistema para
un determinado valor de K, basta con digitar el valor de ganancia que
se desea en la ventana rotulada como Gain.
Veamos el siguiente ejemplo: Dado el sistema de control mostrado en la
gura 5.21, dibujar el LGR usando los comandos rlocus y rltool.
La ecuacion caracterstica del sistema de control es:
K(s + 2)
1+ =0
s(s + 1)(s2 + 2s + 2)
K(s + 2)
1+ =0
s4 + 3s3 + 4s2 + 2s)
donde num = [0, 0, 0, 1, 2], den = [1, 3, 4, 2, 0].
El programa en codigo Matlab es:
Figura 5.18: Lugar geometrico del sistema con retardo de transporte.
% ********** Lugar de las raices ************
num=[0, 0, 0, 1, 2]; % coeficientes del polinomio del numerador

den=[1, 3, 4, 2, 0]; % coeficientes del polinomio del denominador
sys=tf(num,den)
rlocus(sys) % plotea el LGR
%[K, polos]=rlocfind(num,den) % activa el cursor para obtener K
%en un punto del LGR
v=[-4 2 -3 3]; axis(v); grid title(LGR de G(s)=K
(s+2)/(s^4+3s^3+4s^2+2S))
%[r,K]=rlocus(sys) % muestra la matriz r y el vector ganancia K
% DETERMINCION DE LAS RAICES PARA UNA GANANCIA K ESPECIFICADO

K=[0 8]; % por ejemplo, se selecciona valores de K=0 y K=8
[r]=rlocus(sys,K) % produce 2 races, una para K=0 y otra para K=8
El resultado graco se muestra en la gura 5.22. Para los valores de K = 0
y K = 8, las races del sistema se obtienen digitando:
>> r
r =
5.2 Metodo de Respuesta en Frecuencia 103
Figura 5.19: Respuesta al escalon del sistema con retardo de transporte.
0 0.5042 + 1.8318i
-1.0000 + 1.0000i -2.0042 + 0.6446i
-1.0000 - 1.0000i -2.0042 - 0.6446i
-1.0000 0.5042 - 1.8318i
donde, la primera columna corresponde a las races del sistema para K = 0,
y la segunda columna corresponde a las races del sistema para K = 8.
Aplicando el comando rltool, e ingresando los polos y ceros del sistema,
tal como se puede observar en la gura 5.23, se obtiene el resultado que se
muestra en la gura 5.24.
5.2 Metodo de Respuesta en Frecuencia

En la mayora de los sistemas de control se aplican metodos de analisis en el
dominio del tiempo; sin embargo, fundamentalmente en los sistemas de co-
municaciones, es muy util el analisis y diseno en el dominio de la frecuencia,
debido a que la mayora de senales a ser procesadas son de tipo senoidal;
sin embargo, es tambien aplicado al analisis y diseno de sistemas de control.
El concepto de respuesta en frecuencia es muy usado en la identicacion
de parametros de procesos o plantas, cuyo modelo es representado como
funcion de transferencia o relacion entrada - salida, en la cual la variable s
se reemplaza por jw, siendo w la frecuencia. La respuesta en frecuencia se
Figura 5.20: Pantalla graca del rltool.
puede realizar en forma experimental con generadores sinusoidales y equipos

de medicion.
Dado un sistema lineal invariante en el tiempo como el que se presenta
en la gura 5.25, y considerando r(t) = Rsenwt, entonces la respuesta en
regimen permanente sera (si el sistema es estable):
y(t) = R|G(jw)|sen(wt + ) (5.37)
donde la funcion de transferencia de lazo abierto es G(jw)H(jw). Si La

realimentacion es unitaria, es decir si H(jw) = 1, entonces la funcion de
transferencia de lazo abierto se reduce a G(jw), que viene a ser una cantidad
Figura 5.21: Diagrama de bloques de un sistema de control.
Figura 5.22: Lugar geometrico del sistema de control.
compleja, dada por:
G(jw) = |G(jw)|ej (5.38)
donde |G(jw)| es el modulo o amplitud y =G(jw) es el angulo o fase. La

magnitud y el angulo de fase de G(jw) se representan facilmente por gracas
que proporcionaran conocimiento para el analisis y diseno de sistemas de
control. La desventaja de este metodo es que la correlacion entre frecuencia
y respuesta transitoria es indirecta, excepto en el caso de sistemas de segundo
orden.
5.2.1 Gracas de Bode

Una de las representaciones gracas de la respuesta en frecuencia son los
denominados diagramas de Bode. Estos diagramas sirven para gracar la
respuesta en frecuencia en forma semilogartmica. Se trata de dos gracas,

una corresponde a la ganancia en dB contra w y la otra corresponde a la
fase f (w) contra w.
Ganancia(dB) = 20log|G(jw)|
Angulo = = G(jw)
La escala de frecuencia es logartmica, por lo que estas gracas se realizan

en papel semilogartmico con una coordenada rectangular lineal para los dB
y una coordenada logartmica para w.
Una relacion igual a diez entre dos frecuencias se le denomina decada. El
intervalo de frecuencias w2 = 2w1 , se denomina octava. La ventaja principal
de la graca logartmica es la conversion de factores multiplicativos en una
funcion de transferencia en factores aditivos por la denicion de ganancia
logartmica (ver Ingeniera de Control Moderna por Ogata).
Factores bsicos de G(jw)H(jw)

Los factores basicos que se presentan frecuentemente en una funcion de
transferencia G(jw)H(jw) son:
1) La ganancia K
2) Los factores integrales y derivativos (jw)1
3) Los factores de primer orden (1 + jwT )1
4) Los factores cuadraticos [1 + 2(jw/wn ) + (jw/wn )2 ]1
La ganancia K
Una cantidad mayor que la unidad tiene un valor positivo en decibeles, en
tanto que una cantidad menor que la unidad tiene un valor negativo. La
curva de logaritmo de la magnitud para una ganancia constante K es una
lnea recta horizontal en la magnitud de 20logK db. El angulo de fase de
la ganancia K es cero. Si se vara K, aumenta o desciende su magnitud en
decibeles, pero no afecta al angulo de fase.
20log(K 10n ) = 20logK + 20n (5.39)

1
20logK = 20log
K
Factores integral y derivativo (jw)1

La magnitud logartmica de 1/jw es:
1
20log| | = 20logw dB (5.40)
jw
y el angulo de fase de 1/jw es constante e igual = 90o .

Identicamente, el logaritmo de la magnitud de jw es:
20log|jw| = 20logw dB (5.41)
y el angulo de fase correspondiente es constante e igual a = +90o .

Si la funcion de transferencia contiene el factor (1/jw)n o (jw)n , el log-
aritmo de la magnitud en cada caso es:
1
20log| | = n 20log|jw| = 20nlogw dB (5.42)
(jw)n
20log|(jw)n | = n 20log|jw| = 20nlogw dB (5.43)
y sus angulos son ( = 90o n) y ( = 90o n) en todo el rango de

frecuencias, respectivamente.
En las guras 5.26 y 5.27 se observan los diagramas de Bode de 1/jw y jw
respectivamente.
Factores de primer orden (1 + jwT )1

El logaritmo de la magnitud de 1/(1 + jwT ) es:
1
20log| | = 20log 1 + w2 T 2 dB (5.44)
1 + jwT
y el angulo de fase correspondiente es:
= tan1 wT (5.45)
Si w = 0 = 0o
Si w = 1/T (frecuencia de cruce) = 45o
Si w = = 90o
La curva de la respuesta en frecuencia se puede aproximar por medio de

dos rectas asintoticas, una a 0dB en el rango 0 < w < 1/T y la otra con una
pendiente de 20db / decada en el rango de frecuencias de 1/T < w < .
La frecuencia de cruce a la cual se cortan las dos asntotas se denomina
frecuencia de cruce o transicion.
El error maximo en la curva de magnitud causado por el uso de las
asntotas es aproximadamente igual a 3dB. El error en la frecuencia a una
octava por abajo o por encima de la frecuencia de cruce es aproximadamente
a 1dB.
El logaritmo de la magnitud de (1 + jwT ) es:

20log|1 + jwT | = 20log 1 + w2 T 2 dB (5.46)
y el angulo de fase correspondiente es:
= tan1 wT (5.47)
Factores cuadraticos [1 + 2(jw/wn ) + (jw/wn )2 ]1

Frecuentemente los sistemas de control tienen factores cuadraticos de la
forma:
1
(5.48)
1 + 2(jw/wn ) + (jw/wn )2
Si > 1 este factor cuadratico se puede expresar como un producto

de dos de primer orden con polos reales.
Si 0 < < 1 este factor cuadratico es el producto de dos factores

complejos conjugados.
1
La magnitud en db para 1+2(jw/wn )+(jw/wn )2
es:
1
20log| 2
| = 20log (1 w2 /wn2 )2 + (2 w/wn )2
1 + 2(jw/wn ) + (jw/wn )
(5.49)
Para frecuencias bajas como w << wn - 20 log 1 = 0 dB, entonces la
asntota de baja frecuencia es una lnea horizontal a 0 dB.
Para frecuencias altas como w >> wn , 20log (w2 /wn2 )=40log (w/wn )
dB, entonces la asntota de alta frecuencia es una lnea recta con pendiente
de -40 dB / decada.
Las dos asntotas son independientes del valor de ; sin embargo cerca
de la frecuencia w = wn , se produce un pico de resonancia, cuya magni-
tud depende del factor de amortiguamiento . Obviamente hay error en la
aproximacion mediante rectas asintoticas. La magnitud del error depende
del valor de y es elevado para pequenos valores de .
El angulo de fase correspondiente es:
1 2w/wn
= [ ] = tan1 [ ] (5.50)
1 + 2(jw/wn ) + (jw/wn )2 1 (w/wn )2
El angulo de fase es funcion de w y de .
Si w = 0 = 0o .
Si w = wn = 90o .
Si w = = 180o .
Determinacion de la frecuencia de resonancia wr , el valor del pico

de resonancia Mr y el ancho de banda BW
Dada la funcion de transferencia de un sistema de lazo cerrado con reali-
mentacion unitaria:
Y (s) G(s)
= , con s = jw (5.51)
R(s) 1 + G(s)
La magnitud de
1
G(jw) = (5.52)
1 + 2(jw/wn ) + (jw/wn )2
es
1
|G(jw)| = (5.53)
(1 w /wn )2 + (2 w/wn )2
2 2
|G(jw)| tiene un
La frecuencia de resonancia wr es aquella en la que
valor pico o maximo, y esta determinada por wr = wn 1 2 2 (0 <
0.707).
Si 0 wr wn

Si 0 < 0.707 wr < wd , donde wd = wn 1 2 , que aparece en
la respuesta transitoria. Para > 0.707 no hay pico de resonancia.
Para 0.707 < < 1, la respuesta al escalon es oscilatoria, pero muy

amortiguadas que son apenas perceptibles.
La magnitud del pico de resonancia Mr es el valor maximo de
|G(jw)|.
Para 0 < 0.707 esta dada por:
1
Mr = |G(jw)|max = |G(jwr )| =
2 1 2
Si > 0.707 Mr = 1
Si 0 Mr =
El angulo de fase de G(jw) a la frecuencia de resonancia es:

1 1 2 2
G(jwr ) = ten = 90o + sen1 ( )
1 2
El anchode banda BW se obtiene haciendo que el valor de |G(jw)|
sea igual a 1/ 2 = 0.707, es decir:
1 1
|G(jw)| = =
(1 w2 /wn2 )2 + (2 w/wn )2 2
(1 w2 /wn2 )2 + (2 w/wn )2 = 2
Efectuando la siguiente asignacion: a = w/wn tendremos:
(1 a2 )2 + (2 a)2 = 2
1 2a2 + a4 + 4 2 a2 = 2
a4 2a2 (1 2 2 ) = 1
(a2 )2 2(1 2 2 )(a2 ) 1 = 0

(a2 ) = (1 2 2 ) 4 4 4 2 + 2
w
a= = [(1 2 2 ) 4 4 4 2 + 2]1/2
wn

BW = wn [(1 2 2 ) 4 4 4 2 + 2]1/2
Como se puede observar el ancho de banda BW es directamente proporcional

a wn . En la gura 5.28 se muestra una graca del ancho de banda de |G(jw)|.
Nota importante:
El ancho de banda BW es directamente proporcional a wn .
Cuando crece, BW disminuye.
Si lo relacionamos con la respuesta en el tiempo de un sistema de control,

diremos que:
BW es inversamente proporcional al tiempo de subida tr .
Si BW aumenta, entonces el sistema responde mas rapido.
Margenes de ganancia y fase

En un sistema realimentado inicialmente estable, es importante conocer
que caractersticas determinadas del modelo se pueden perturbar antes de
que se produzca inestabilidad. Esta informacion se puede obtener por la
determinacin del margen de ganancia (MG) y el margen de fase (MF).
Si una variacion en un parametro (por ejemplo la ganancia K) del sistema
produce que uno o mas polos de lazo cerrado atraviese el eje jw, la condicion
de corte localiza uno o mas polos de lazo cerrado en el jw. Esto signica
que existe algun valor de w para el que |G(jw)/(1 + G(jw)H(jw)| = .
Para que no ocurra esto, se debe cumplir que: |G(jw)H(jw)| = 1.
O sea, se deben cumplir las condiciones de magnitud y angulo, expre-
sadas por:
|G(jw)H(jw)| = 1
G(jw)H(jw) = 180o (2k + 1)
Si no hay polos de lazo cerrado en el semiplano derecho, esta condicion
representa una transicion entre estabilidad e inestabilidad, representada en
la gura 5.29.
El margen de ganancia y el margen de fase se dene de forma que propor-
cionan una medida de la proximidad de una situacion dada a la condicion
de transicion. Si un sistema es inicialmente estable y un cambio en los
parametros produce la deteccion de un cruce con el eje jw, el cruce debe
representar estabilidad marginal.
Margen de ganancia
El MG es la razon por la que la ganancia del lazo se permite que cambie
antes de que se alcance la condicion de inestabilidad. El MG es el numero
de decibelios que se debe incrementar la ganancia en lazo abierto para que
alcance 0 dB a la frecuencia a la que el desfase en lazo abierto es -180.
Margen de fase
Es una medida del retraso de fase adicional que esta permitido antes de
alcanzar 180o a la frecuencia donde |G(jw)H(jw)| = 1 o 20log|G(jw)H(jw)| =
0 dB.
En la gura 5.30 se muestran los margenes de ganancia y de fase para
un sistema estable e inestable.
5.2.2 Gracas de Bode utilizando software de simulacion

La orden bode(num, den) permite gracar el diagrama de Bode, tanto la
magnitud como la fase en funcion de la frecuencia angular.
Cuando se utilizan argumentos en el lado izquierdo del comando, tal
como: [mag, f ase, w] = bode(num, den, w), bode devuelve la respuesta en
frecuencia del sistema en las matrices mag, f ase y w, sin gracar dicha
respuesta.
Veamos el siguiente ejemplo: Dado un proceso con funcion de transferencia:
2
G(s)H(s) = s
s( 10 + 1)2
trazar el diagrama de Bode y determinar el MG y MF del sistema.

El programa en Matlab es el siguiente:
% DETERMINACION DEL MARGEN DE GANANCIA Y MARGEN DE FASE

% Anlisis de la funcin de transferencia G(s)H(s)=2/[s[(s/10)+1]^2]
num=[0 0 0 200]; den=[1 20 100 0];
% Respuesta frecuencial
w=.1:.1:100; [mag, fase]=bode(num,den,w); subplot(211);
semilogx(w,20*log10(abs(mag))); title(Diagramas de Bode de
G(s)H(s)=2/[s[(s/10)+1]^2]); ylabel(Magnitud en dB);
xlabel(Frecuencia (rad/seg)); grid; subplot(212);
semilogx(w,fase); grid; ylabel(Fase en grados);
xlabel(Frecuencia (rad/seg));
cuya ejecucion genera la graca mostrada en la gura 5.31, en la que se han

resaltado el MG y el MF. Del diagrama de Bode se puede apreciar que el
cruce por 0 dB de la curva de magnitud es a una frecuencia de 2 rad/s. El
desfase a esta frecuencia es aproximadamente 112o , por lo tanto el M F es
aproximadamente 68o .
5.2.3 Gracas Polares y Criterio de Estabilidad de Nyquist

Para obtener el diagrama de Nyquist se utiliza un diagrama polar, con el
parametro w variando desde cero hasta innito, considerando la funcion de
transferencia de lazo abierto G(s)H(s), con s = jw. Por consiguiente, se
puede armar que el diagrama de Nyquist es una representacin de la mag-
nitud de GH(jw) o G(jw) (si H(jw) = 1) en coordenadas polares, es decir
el diagrama polar es el lugar de los vectores |GH(jw)|GH(jw). Es impor-
tante recordar que un angulo de fase positivo se mide en direccion contraria
a las agujas del reloj desde el eje real positivo. En la gura 5.32 se mues-
tra un ejemplo generico de un diagrama de Nyquist, donde las proyecciones
del punto terminal de un vector sobre los ejes real e imaginario vienen a
constituir los componentes real e imaginario de dicho vector. En la gura
5.33 se presenta en forma generica las representaciones en baja frecuencia
de los diagramas de Nyquist de sistemas tipo 0, tipo 1 y tipo 2.
La ventaja de este tipo de diagrama es que muestra en una unica graca
la respuesta en frecuencia de un sistema a lo largo de todo el rango de
frecuencias. La desventaja es que no permite ver la contribucion de cada
factor individual de la funcion de transferencia de lazo abierto. Por facilidad
de representacion, consideraremos la siguiente notacion: M (w) = |GH(jw)|,
(w) = GH(jw).
Criterio de estabilidad de Nyquist

El criterio de estabilidad de Nyquist se obtiene de la observacion del diagra-
ma polar del modelo en lazo abierto. Este criterio se puede expresar de la
forma siguiente:
1 Sea el sistema que se muestra en la gura 6.14. Si la funcion de
transferencia de lazo abierto G(s)H(s) tiene P polos en el semiplano
derecho s, entonces para que sea estable el lugar G(s)H(s), cuando un
punto s recorre el camino de Nyquist en el sentido de las agujas del
reloj, debe enlazar al punto 1 + j0 P veces en el sentido contrario a
las agujas del reloj.
2 Este criterio se puede expresar como:
Z =N +P (5.54)
donde:
Z = numero de ceros de 1 + G(s)H(s) en el semiplano derecho s.
N = numero de vueltas en el sentido de las agujas del reloj del punto

1 + j0 (rodeo positivo).
P = numero de polos de G(s)H(s) en el semiplano derecho s.
Para un sistema estable:
Si P = 0 Z = 0 o N = P . Esto ltimo indica que debemos

tener P vueltas alrededor del punto 1+j0 en el sentido contrario
a las agujas del reloj.
Si P = 0 (no hay ningun polo en el semiplano derecho de s)
Z = N para garantizar estabilidad.
3 La simple inspeccion de las vueltas al punto 1 + j0 no es suciente

para detectar inestabilidad en sistemas con multiples lazos; sin embar-
go, la existencia o no de polos de lazo cerrado en el semiplano derecho
s, puede determinarse aplicando el criterio de Routh al denominador
de G(s)H(s) o mediante simulacion (por ejemplo usando Matlab).
4 Si el lugar de G(jw)H(jw) pasa a traves del punto 1 + j0, entonces

los ceros de la ecuacion caracterstica o los polos de lazo cerrado estan
localizados sobre el eje jw.
Nota:
Una preocupacion especca en la consideracion de la estabilidad es la de-
teccion de ceros de 1 + G(s)H(s) en el semiplano derecho s. Por tal motivo,
el camino de Nyquist encierra el semiplano derecho completamente, nor-
malmente en el sentido de las agujas del reloj. El camino recorre el eje jw
desde a + y luego completa el cierre del semiplano derecho formando
un semicrculo con radio R , como se muestra en la gura 5.35. Si
1 + G(s)H(s) se evalua a lo largo del camino de Nyquist y el resultado se
dibuja en el plano (1 + GH), el numero de rodeos o vueltas al origen en el
sentido horario debera revelar el numero neto de ceros menos el numero de
polos de 1 + G(s)H(s) en el semiplano derecho. Los ceros de 1 + G(s)H(s)
son las races de la ecuacion caracterstica, y los polos de 1 + G(s)H(s) son
tambien los polos de G(s)H(s).
Veamos el siguiente ejemplo:
Considere el sistema de la gura 5.36 con el camino de Nyquist descrito en
terminos de los segmentos 1, 2, 3 y 4 que se muestran. El segmento 4 se
introduce porque es necesario construir un pequeno rodeo alrededor del polo
de la funcion de transferencia de lazo abierto en el origen. Con el rodeo hacia
la derecha como se muestra, no hay polos de la funcion de transferencia en

lazo abierto en el semiplano derecho, es decir P = 0.
Considerando el segmento 1, la evaluacion por esta parte del camino
requiere s = jw, con w variando desde 0+ a . Por consiguiente, la funcion
de transferencia GH para este segmento es:
32 8
G(jw)H(jw) = 2
=
jw(jw + 2) jw( 2 + 1)2
jw
El segmento 2 se determina con s = Rej , donde R se aproxima a

y vara desde +90o a 90o en direccion antihoraria. Por consiguiente, la
funcion de transferencia para este segmento es:
8 32 j3
GH = e
Rej ( Re2
j
+ 1)2 R3
La evaluacion de esta funcion produce una vuelta y media alrededor del

origen en direccion horaria. Sin embargo, cuando R , GH 0; por
consiguiente, este segmento colapsa en el origen, como se muestra en la gura
5.37.
El segmento 3 se obtiene facilmente porque sustituyendo jw (en lugar
de +jw) se obtiene el complejo conjugado del segmento 1. Debido a que w
vara desde a 0 , la magnitud de este segmento empieza en la vecindad
de cero y se extiende hasta que nalmente se aproxima en innito a +90o .
El segmento 4 se obtiene con s = rej , donde r es un radio que tiende a
cero y un angulo que vara desde 90o a +90o en la direccion horaria. La
evaluacion de la funcion GH para este segmento es:
8 8
GH = j ej
rej ( re2 + 1)2 r
Debido a que r 0, la magnitud en el plano GH y el angulo cambia en

una vuelta y media en direccion horaria. Puesto que hay dos rodeos al punto
1 + j0, Z = N = 2, entonces hay dos races de la ecuacion caracterstica
en el semiplano derecho de s, por lo que el sistema es inestable.
Margenes de ganancia y fase
En la gura 5.38 se muestra los diagramas de Nyquist de G(jw) para
tres valores de la ganancia K en lazo abierto . Para K grande, el sistema es
inestable, cuando K disminuye a un cierto valor, en que el lugar de G(jw)
pasa a traves del punto 1 + j0, el sistema se vuelve oscilatorio, y cuando
K se hace pequeno, el lugar de G(jw) pasa a traves de un punto menor a

1 + j0, entonces el sistema es estable.
Margen de ganancia
El margen de ganancia Kg es el recproco de |G(jw)| en la frecuencia
donde el angulo de fase es 180o , as:
1
Kg = (5.55)
|G(jw1 )|
Kg dB = 20 log Kg = 20 log |G(jw1 )|
El margen de ganancia expresado en decibelios es positivo si Kg > 1 (sis-

tema estable) y negativo si Kg < 1 (sistema inestable).
Margen de fase
El margen de fase es la cantidad de retardo de fase adicional en la fre-
cuencia de la ganancia de cruce que se requiere para llevar al sistema a su
frontera de inestabilidad. La frecuencia de la ganancia de cruce es la fre-
cuencia en la cual la magnitud de la funcion de transferencia de lazo abierto
|G(jw)| se hace igual a la unidad. El margen de fase es representado por:
= 180o +
En la gura 5.39 se muestra el margen de fase y margen de ganancia.

Para un sistema de fase mnima ambos margenes de ganancia y de fase
deben ser positivos para que el sistema sea estable. Margenes negativos
indican inestabilidad. Para un comportamiento satisfactorio, el margen de
fase debera estar comprendido entre 30o y 60o y el margen de ganancia debe
ser mayor que 6 dB.
Haciendo uso de Matlab, para determinar la graca de Nyquist se debe
aplicar el comando nyquist(num, den).
5.2.4 Aplicacion a sistemas con retardo de transporte

Consideremos el ejemplo tratado en la subseccion 5.1.3. El empleo de un
modelo en el dominio de la frecuencia no requiere una aproximacion (como
si ocurrio en el caso del lugar geometrico de las races). Un retardo tempo-
ral afecta solo al angulo de fase (y no a la amplitud) de la representacion
espectral de la senal, y esta propiedad se reeja en la simplicidad relativa
de una funcion de transferencia en el dominio de la frecuencia.
Efectuando la sustitucion de s por jw en la funcion de transferencia

del retardo produce ejw . Esta funcion presenta una ganancia unidad y
un angulo de w radianes. Puesto que la magnitud del desfase aumenta
sin lmite cuando la frecuencia tiende a innito, la presencia de un retardo
garantiza que habra alguna frecuencia a la que la funcion de la fase del lazo
pase por 180o .
La funcion en lazo abierto del sistema es:
0.1ejw
G(jw)H(jw) = jw
jw( 0.5 + 1)
Como la magnitud de la funcion de retardo es la unidad para toda w, esta

componente de la funcion de transferencia del lazo se puede ignorar cuando
se determina la frecuencia para la que la magnitud de la funcion del lazo es
la unidad. As:
0.1
|G(jw)H(jw)| = jw
|jw( 0.5 + 1)|
Si w = 0.0981 entonces:
0.1 0.1
|G(jw)H(jw)| = jw
= = 1.0003 1
|jw( 0.5 + 1)| w4
+ w2
0.25
El margen de fase se determina evaluando la fase de la funcion con w =

0.0981 en funcion del retardo. La fase viene dada por:
0.0981 180o
= G(jw)H(jw) = 90o ten1 ( ) 0.0981
0.5
En la gura 5.40 se muestra el diagrama de Nyquist correspondiente para
un retardo de 5 segundos, para el cual el sistema es estable.
Figura 5.23: Ingreso de los ceros y polos GH(s) del sistema.

Figura 5.24: Lugar geometrico del sistema de control.
Figura 5.25: Sistema lineal estable e invariante en el tiempo.

Figura 5.26: Diagrama de Bode para 1/jw.

Figura 5.27: Diagrama de Bode para jw.
Figura 5.28: Ancho de banda BW de |G(jw)|.

Figura 5.29: Transicion entre estabilidad e inestabilidad.
Figura 5.30: Margen de ganancia y margen de fase para sistemas estables e

inestables.
Figura 5.31: Margen de ganancia y margen de fase para el ejemplo.
Figura 5.32: Diagrama de Nyquist de lazo abierto G(jw).

Figura 5.33: Diagrama de Nyquist de sistemas de fase mnima tipo 0, tipo

1 y tipo 2.
Figura 5.34: Diagrama de bloques de un sistema de control.

Figura 5.35: Camino de Nyquist en el plano s.
Figura 5.36: Sistema de control y el camino de Nyquist.

Figura 5.37: Contorno en el plano GH y un detalle cerca al origen.
Figura 5.38: Diagrama de Nyquist para sistemas: inestable, oscilatorio y

estable.
Figura 5.39: Margen de ganancia y margen de fase para sistemas estables e

inestables.
Figura 5.40: Diagrama de Nyquist para el sistema con retardo de transporte.

Bibliografa
[1] Ogata, Katsuhiko. Ingeniera de Control Moderna, Prentice Hall His-

panoamericana -Englewood Clis-Londres (1998).
[2] Eronini-Umez-Eronini. Dinamica de Sistemas y Control, Thomson
Learning (2001).
[3] Ogata, Katsuhiko. Problemas de Ingeniera de Control utilizando Mat-
lab, Prentice Hall Iberia, SRL (1999).
[4] Lewis, Paul H. Y Yang, Chang. Sistemas de Control en Ingeniera,
Prentice Hall-Madrid-Upper Saddle River-Londres-Mexico (1999).
[5] E. Slotine, J.J. Y Li, Weiping. Applied Nonlinear Control, Prentice
Hall-Englewood Clis-Londres (1991).
[6] Dorf R., Bishop R. Modern Control Systems, Prentice Hall, Inc.,
ninth edition (2001).
[7] Bishop, Robert H. Modern Control Systems Analysis and Design Using
Matlab and Simulink, Addison-Wesley (1997).
[8] Kuo, Benjamn. Sistemas de Control Automatico, sepima edicion,
Prentice Hall Hispanoamericana-Mexico-Nueva York (1996).
[9] Dorf, Richard C. Sistemas Modernos de Control, segunda edicion,
Addison-Wesley Iberoamericana (1989).
[10] Math Works, Inc. Matlab Users Guide, Natick, Mass: Math Works,
Inc. (1990).
[11] Math Works, Inc. The Student Edition of Simulink Users Guide,
Prentice Hall-Englewood Clis (1996).

Control I PDF

Cargado por

Copyright:

Formatos disponibles

Control I PDF

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Control I PDF

Cargado por

Copyright:

Formatos disponibles

UNIVERSIDAD

Raul Benites Saravia, M.Sc.

Apuntes de Clase de Control I, Teora y Ejemplos con Aplicaciones de MAT-

1 Introduccion a los Sistemas de Control 1

2 Modelos Matematicos de Sistemas Dinamicos 19

2.5.4 Soluciones de las ecuaciones de estado lineales e inva-

3 Analisis de Funcionamiento de Sistemas de Control 47

5 Metodos Gracos de Analisis de Sistemas de Control 83

1.1 Representacion del proceso dinamico. . . . . . . . . . . . . . . 2

1.22 (a) Esquema electrico del sistema control de velocidad; (b)

2.1 Diagrama de un motor DC controlado por armadura . . . . . 24

3.1 Diagrama de bloques de un sistema de primer orden . . . . . 48

3.20 Diagrama de bloques de un sistema de control proporcional. . 74

5.1 Diagrama de bloques de un sistema de control . . . . . . . . . 84

5.34 Diagrama de bloques de un sistema de control. . . . . . . . . 124

Introduccion a los Sistemas

Un sistema de control podra denirse como un conjunto de componentes in-

1.1 Objetivo del Control Automatico

1.2 Campos de aplicacion

Sistema de pilotaje de aviones

Control de procesos economicos, etc.

Figura 1.1: Representacion del proceso dinamico.

Variable manipulada: Es la cantidad o condicion producida por el

Planta: Puede consistir en un equipo, un conjunto de piezas de una

Proceso: Es una operacion caracterizado por una serie de sucesos gra-

Sistema: Es un conjunto de componentes interrelacionados que pro-

Perturbaciones: Es una senal interna o externa no deseada al sistema

termico, transitorios en la red electrica, variaciones de temperatura,

1.4 Diagramas de bloques y diagramas de ujo

Figura 1.2: Representacion de un sistema lineal mediante diagrama de blo-

Un diagrama de bloques de un sistema es una representacion graca de

1.4.2 Algebra de Diagramas de Bloques

Figura 1.3: (a) Elementos de un diagrama de bloques; (b) Diagrama de

suelen ser de lazos multiples. Lo que nalmente interesa, es la funcon de

Ejemplo 1.1 Un sistema de control viene representado por las si-

x(t) + 4x(t) = u(t)

se pide determinar los diagrama de bloques para cada una de las

Reescribamos las ecuaciones diferenciales del sistema de control:

x(t) + 4x(t) = u(t) (1.1)

y(t) + 3y(t) + 2y(t) = x(t) (1.2)

u(t) = 10e(t) (1.3)

v(t) = 0.2y(t) (1.4)

e(t) = r(t) v(t) (1.5)

Figura 1.4: Diagrama de bloque 1

Figura 1.5: Diagrama de bloque 2

Agrupando las funciones de transferencia individuales, conformamos el

Figura 1.6: Diagrama de bloque 3

Figura 1.7: Diagrama de bloque 4

camino directo se reducen a un unico bloque, que enlazado con el bloque de

Ejemplo 1.2 En la gura 1.11 se muestra un diagrama de bloques

El diagrama de bloques reducido, tan solo para el servomotor sera el que se

Figura 1.8: Diagrama de bloque 5

Figura 1.9: Diagrama de bloques completo

1.4.3 Diagramas de ujo

Ejemplo 1.3 Sea un sistema denido por el siguiente conjunto de

x1 = a11 x1 + a12 x2 + a13 x3 + b1 u1 (1.6)

Determine los diagramas de ujo correspondiente a cada ecuacion,

Figura 1.10: Diagrama de bloques reducido

Figura 1.11: Sistema de control de velocidad