Toc 0310 11 02 PDF

T EXTOS A CADÉMICOS U NIVERSITARIOS
CONTROL AUTOMÁTICO
Tiempo Continuo y Tiempo Discreto
Segunda edición
Julián J. Salt Llobregat

Ángel Cuenca Lacruz
Vicente Casanova Calvo
Antonio Correcher Salvador
ED | UPV
8WhY[bedWÈ8e]ej|È8k[dei7_h[iÈ9WhWYWiÈCn_Ye
Serie TH[WRVAFDGpPLFRVUQLYHUVLWDULRV; 1
Autores:

© Julián J. Salt Llobregat
© Ángel Cuenca Lacruz
© Vicente Casanova Calvo
© Antonio Correcher Salvador
De la VHJXQGD edición, 2016:
© Editorial Reverté, S.A., 2016

ISBN: 978-84-291-4753-7
# 1439
© Editorial Universitat Politècnica de València

ISBN: 978-84-9048-481-4
Ref.: 0310_11_02_01
Distribución:
EDITORIAL REVERTÉ, S. A. Loreto, 13-15. Local B

08029 Barcelona. ESPAÑA
Tel: +(34) 93 419 33 36
Fax: +(34) 93 419 51 89
reverte@reverte.com
www.reverte.com
,PSUHVRHQSDSHO&UHDWRU9RO
Depósito legal: V-166-2015

Imprime:%\3ULQW3HUFRP6/
Queda prohibida la reproducción, distribución, comercialización, transformación, y

en general, cualquier otra forma de explotación, por cualquier procedimiento, de
todo o parte de los contenidos de esta obra sin autorización expresa y por escrito de
sus autores.
Impreso en España
Autores
Julián Salt es Doctor Ingeniero Industrial en Automatización Industrial por la Univer-
sitat Politècnica de València (UPV) desde 1992. Es Catedrático de Universidad en la
UPV desde el año 2000. Ha impartido clases de materias relacionadas con los conteni-
dos del libro desde hace 28 años. Ha desarrollado varios proyectos de automatización
con instituciones públicas y empresas privadas españolas y europeas . Ha sido autor de
una centena de articulos de investigación en congresos y revistas de alto factor de im-
pacto. Recientemente estuvo trabajando en el Departamento de Ingeniería Mecánica de
la Universidad de California en Berkeley, desarrollando técnicas novedosas de control
de cabezales de lectura y escritura de discos duros.
Ángel Cuenca Doctor en Informática por la Universitat Politècnica de València (UPV)

(2004). Profesor del Departamento de Ingeniería de Sistemas y Automática de la UPV
desde 2000. Imparte asignaturas relacionadas con la Ingeniería de Control y la Automa-
tización Industrial. Ha participado en numerosos proyectos de innovación educativa y
es coautor de diversas publicaciones docentes. Ha participado en diversos Proyectos de
Investigación en el área de Sistemas de Control Basados en Red.
Vicente Casanova es Licenciado en Informática (1994), Ingeniero de Telecomunica-

ción (2000) y Doctor por la Universitat Politècnica de València (UPV), en el programa
de Automática e informática industrial (2005). Profesor Titular de Escuela Universita-
ria en el Departamento de ingeniería de Sistemas y Automática de la Universidad Poli-
técnica de Valencia, ha estado impartiendo asignaturas de Teoría de Control (Regula-
ción Automática, Automática Básica y otras), en la Escuela Universitaria de Ingeniería
Técnica Industrial (posteriormente Escuela Técnica Superior de Ingeniería del Diseño)
desde el año 1996. Su labor de investigación ha estado dedicada, fundamentalmente, al
análisis y diseño de controladores para los Sistemas de Control Basados en Red.
Antonio Correcher es Ingeniero Industrial (2001) por la Universitat Politècnica de

València (UPV). Doctor en Ingeniería Automática y Electrónica Industrial (2006) por
la UPV. En 2002 se integró en el Departamento de Ingeniería de Sistemas y Automáti-
ca de la UPV. Desde entonces imparte asignaturas relacionadas con el control y la au-
tomatización y ha dirigido más de 30 proyectos final de carrera relacionados en estos
temas. Está involucrado en diversos Proyectos de Automatización de plantas de gene-
ración y almacenamiento de Energías Renovables.
vii
Prólogo
Este libro es el resultado de muchos años de docencia. Han sido centenares los alumnos
que desde 1986 han pasado por las aulas en las que los autores impartían –e imparten-
asignaturas de los contenidos que se recogen en el texto.
Antes que cualquier otra consideración, se debería aclarar que hay otros muchos libros
y muy buenos de este tipo de materias escritos por verdaderos maestros. Sin embargo,
este libro, sin abandonar la formalidad de descripción y desarrollo de los diferentes
temas, intenta recoger las respuestas a las dificultades que sabemos que encuentran
quienes se enfrentan al aprendizaje de esta materia. Creemos que no hay nada compa-
rable a la satisfacción que produce constatar el conocimiento que alcanzan nuestros
estudiantes (y los aprietos a los que a veces nos someten que tanto nos ayuda a progre-
sar). Varios de nuestros alumnos nos han transmitido que querían este libro pero “escri-
to para ellos y no para que nos luzcamos entre colegas”. Otros, tras utilizar las versio-
nes preliminares, nos comentan que han encontrado las respuestas a esas preguntas que
se plantean cuando se estudia en profundidad antes de los exámenes. Creemos since-
ramente que se ha conseguido este cometido y que las sucesivas ediciones acogerán
matices que tal vez se nos han pasado.
El libro, además, ha intentado asumir el momento en el que nos encontramos en el que

los medios de los que dispone de manera general cualquier estudiante hace que la for-
ma clásica de presentar ciertos contenidos no se siga de forma encorsetada, aunque la
secuenciación de contenidos en el texto es la habitual de este tipo de materia, comen-
zando con el estudio de sistemas en tiempo continuo y continuando con los sistemas en
tiempo discreto. Los temas no se han tratado considerando los sistemas discretos como
una simple derivación o discretización de sistemas de tiempo continuo sino asumiendo
sus peculiares características; de hecho se aportan métodos de análisis y diseño propios
del tiempo discreto. Por tanto, el material puede ser aprovechado en asignaturas dife-
rentes de esas materias. También se ha seguido ordenadamente las etapas de modelado,
análisis y diseño. En todos los capítulos se han adjuntado una serie de ejercicios resuel-
tos y otros propuestos indicando su solución con el objetivo de que el estudiante fije
sus conceptos. Cabe realizar especial mención a los ejercicios de modelado de sistemas
continuos que difícilmente se pueden encontrar en cantidad y variedad en otros textos
similares. Finalmente, cabe significar que el lector encontrará el uso de técnicas de
simulación interactiva que hemos comprobado especialmente útiles para afianzar una
serie de conceptos; los programas, cuyo alcance se explica en distintos epígrafes, se los
podrá descargar de la dirección que se indica en el texto.
ix
Control Automático: Tiempo Continuo y Tiempo Discreto
No sería justo acabar esta Introducción sin agradecer a la Editorial Reverté y a la Edito-
rial de la UPV por su dedicación al texto y las pacientes labores de revisión y maqueta-
ción que han hecho posible la edición de este libro. Desde luego quedaríamos muy
agradecidos de las sugerencias que los lectores nos puedan aportar.
Los autores
x
Índice
Capítulo 1. Introducción a la Automática
y al Control. ................................................. 11
1. Introducción. ............................................................................................................ 13
2. Sistema. Definiciones. ............................................................................................... 13
3. Concepto de Modelo. ................................................................................................ 15
4. La Ingeniería de Sistemas. ......................................................................................... 16
5. La Automática. .......................................................................................................... 16
5.1. Revisión Conceptual.................................................................................................. 19
6. Concepto de Sistema y Modelado en la Automática. ................................................. 22
7. Representación Interna y Externa ............................................................................. 23
8. El Problema de Control ............................................................................................. 25

8.1. Teoría Clásica de Control .......................................................................................... 25
8.2. Teoría Moderna de Control ...................................................................................... 27
8.3. Control por Computador .......................................................................................... 29
9. El CAD Aplicado a Sistemas de Control. CADSC .......................................................... 31

9.1. Introducción. El papel de las matemáticas en la teoría de control........................... 31
9.2. El CADSC ................................................................................................................. ... 32
1
Capítulo 2. Modelado Matemático de

Sistemas Continuos.................................... 39
1. Introducción .............................................................................................................. 41
2. Linealización ............................................................................................................. 44
2.1. Sistema lineal y Sistema no lineal ............................................................................ 44
2.2. Linealización ............................................................................................................ . 46
2.3. Cálculo del punto de funcionamiento ...................................................................... 50
3. Función transformada de Laplace .............................................................................. 52

3.1. Definición y propiedades .......................................................................................... 52
3.2. Propiedades de la Transformada de Laplace ........................................................... 53
3.3. Transformada de Laplace de algunas funciones típicas ........................................... 53
3.4. Transformada Inversa de Laplace. Cálculo ............................................................... 55
3.5. Concepto de Función de transferencia .................................................................... 63
3.6. Resolución de ecuaciones diferenciales ................................................................... 65
3.7. Diagramas de Bloques .............................................................................................. 69
3.8. Álgebra de bloques................................................................................................... 72
3.9. Aplicación del principio de superposición ................................................................ 77
3.10. Funciones de transferencia para variables internas............................................... 83
4. Modelado de sistemas físicos .................................................................................... 86

4.1. Modelado de sistemas eléctricos ............................................................................. 86
4.2. Modelado de sistemas electrónicos ......................................................................... 90
4.3. Modelado de sistemas mecánicos de traslación ...................................................... 94
4.4. Modelado de sistemas mecánicos de rotación ........................................................ 98
4.5. Modelado de sistemas hidráulicos ......................................................................... 101
5. Ejercicios resueltos .................................................................................................. 104

5.1. Ejercicios de Linealización ...................................................................................... 104
5.2. Ejercicios de Transformada de Laplace .................................................................. 108
5.3. Ejercicios de diagramas de bloques ....................................................................... 116
5.4. Ejercicios de modelado .......................................................................................... 119
6. Ejercicios propuestos............................................................................................... 161

6.1. Ejercicios de linealización y diagrama de bloques.................................................. 161
6.2. Ejercicios de Transformada de Laplace .................................................................. 163
6.3. Ejercicios de modelado .......................................................................................... 164
2
Índice
Capítulo 3. Análisis de Sistemas

Continuos ...................................................173
1. Análisis de Sistemas Continuos. Introducción .......................................................... 175
2. Análisis de Sistemas Continuos. Polos, Estabilidad .................................................. 175

2.1. Caracterización del Comportamiento Dinámico de un Sistema Continuo Lineal. .. 176
3. Sistemas Continuos Característicos. ........................................................................ 178

3.1. Sistemas de Primer Orden. ..................................................................................... 179
3.2. Sistemas de Segundo Orden. .................................................................................. 182
4. Interpretación geométrica de Especificaciones en el Plano S ................................... 188
5. Comportamiento en Régimen Permanente de Sistemas Continuos. Concepto de

Precisión. .................................................................................................................... 191
6. El Lugar de las Raíces............................................................................................... 194

6.1. Criterios del Argumento y del Módulo. .................................................................. 199
6.2. Ejemplo de Información derivada del LdR .............................................................. 203
7. Ejercicios Resueltos ................................................................................................. 206

7.1. Ejercicio 1 .............................................................................................................. .. 206
7.2. Ejercicio 2 .............................................................................................................. .. 210
7.3. Ejercicio 3 .............................................................................................................. .. 212
er
7.4. Complemento: Comportamiento en b.c. para sistemas de 1 orden y 2º orden .. 214
7.5. Ejercicio 4. ............................................................................................................. .. 219
8. Ejercicios propuestos .............................................................................................. 225

8.1. Ejercicio 1. ............................................................................................................. .. 225
8.2. Ejercicio 2 .............................................................................................................. .. 226
8.3. Ejercicio 3 .............................................................................................................. .. 227
8.4. Ejercicio 4 .............................................................................................................. .. 227
8.5. Ejercicio 5 .............................................................................................................. .. 228
8.6. Ejercicio 6 .............................................................................................................. .. 228
8.7. Ejercicio 7 .............................................................................................................. .. 229
3
Capítulo 4. Diseño de Reguladores PID

...................................................................... 231
1. Introducción. ........................................................................................................... 233
2. Metodología del diseño de reguladores .................................................................. 233
3. Acciones básicas de control ..................................................................................... 235

3.1. Acción todo/nada ................................................................................................... 236
3.2. Acción proporcional ............................................................................................... 237
3.3. Acción integral ........................................................................................................ 2 39
3.4. Acción derivada ...................................................................................................... 241
3.5. Ajuste de las acciones básicas de control............................................................... 242
4. Diseño de reguladores PID en el lugar de las raíces.................................................. 246

4.1. Estructura del regulador PID .................................................................................. 247
4.2. Etapas del diseño de reguladores PID en el lugar de las raíces .............................. 250
4.3. Regulador proporcional.......................................................................................... 253
4.4. Regulador proporcionalоintegral ........................................................................... 258
4.5. Regulador proporcionalоderivada.......................................................................... 262
4.6. Regulador proporcionalоintegralоderivada ........................................................... 266
5. Ajuste de reguladores PID por cancelación .............................................................. 268
6. Ajuste experimental del regulador PID .................................................................... 270

6.1. Método de ZieglerоNichols en bucle abierto ......................................................... 271
6.2. Método de ZieglerоNichols en bucle cerrado ........................................................ 272
7. Aspectos prácticos de la implementación ................................................................ 272

7.1. Setоpoint kick ......................................................................................................... 273
7.2. Ruido de alta frecuencia ......................................................................................... 274
7.3. Windоup del integrador ......................................................................................... 276

8.1. Ejercicio resuelto 1 ................................................................................................. 278
9. Ejercicios ................................................................................................................. 298

9.1. Ejercicio 1 .............................................................................................................. . 298
9.2. Ejercicio 2 .............................................................................................................. . 300
4
Índice
9.3. Ejercicio 3 .............................................................................................................. .. 303

9.4. Ejercicio 4 .............................................................................................................. .. 306
Capítulo 5. Estructuras
Complementarias del Diseño ..............309
1. Introducción ........................................................................................................... 311
2. Tipos de Perturbaciones y Planteamiento general ................................................... 311
3. Control en Cascada ................................................................................................. 313
4. Control por prealimentación. .................................................................................. 317
5. Ejemplo comentado de uso de Controles en Cascada y Prealimentación ................. 318
6. Retardos de Transporte. El Predictor de Smith ........................................................ 324

6.1. El Predictor de Smith .............................................................................................. 326
7. Ejemplo comentado de uso de Predictor de Smith .................................................. 328

8.1. Ejercicio 1. ............................................................................................................. .. 330
8.2. Ejercicio 2. ............................................................................................................. .. 331
Capítulo 6. Respuesta en Frecuencia de

los Sistemas Dinámicos..........................333
1. Introducción. .......................................................................................................... 335
2. Respuesta en frecuencia de un sistema dinámico .................................................... 335
3. Trazado asintótico del diagrama de Bode ................................................................ 341
4. Identificación en el diagrama de Bode..................................................................... 352
5. Estabilidad en el diagrama de Bode......................................................................... 357
6. Precisión en el diagrama de Bode............................................................................ 364
5
7. Influencia del retraso en la estabilidad del servosistema ......................................... 367

9. Ejercicios ................................................................................................................. 380

9.1. Ejercicio 1 .............................................................................................................. . 380
9.2. Ejercicio 2 .............................................................................................................. . 382
9.3. Ejercicio 3 .............................................................................................................. . 384
9.4. Ejercicio 4 .............................................................................................................. . 386
Capítulo 7. Diseño en la Frecuencia . 389

1. Introducción ............................................................................................................ 391
2. Características derivadas del Dominio Frecuencial .................................................. 391

2.1. Especificaciones en Bucle Cerrado ......................................................................... 391
2.2. Sensibilidad ............................................................................................................ 394
3. Nociones básicas sobre Diseño en la Frecuencia ...................................................... 399

3.1. Regulador de Retraso de Fase. ............................................................................... 399
3.2. Regulador de Avance de Fase................................................................................. 404
3.3. Regulador de Avance-Retraso de Fase. .................................................................. 408
4. Diseño de filtros continuos ...................................................................................... 412

4.1. Filtro prototipo ....................................................................................................... 4 12
4.2. Filtro prototipo de Butterworth ............................................................................. 413
4.3. Filtro prototipo de Legendre. ................................................................................. 416
4.4. Filtro prototipo de Chebyshev................................................................................ 419
4.5. Filtro prototipo de Bessel ....................................................................................... 422

5.1. Ejercicio 1 .............................................................................................................. . 425
5.2. Ejercicio 2 .............................................................................................................. . 426
5.3. Ejercicio 3 .............................................................................................................. . 427

6.1. Ejercicio 1 .............................................................................................................. . 429
6.2. Ejercicio 2 .............................................................................................................. . 430
6.3. Ejercicio 3 .............................................................................................................. . 431
6
Índice
6.4. Ejercicio 4. ............................................................................................................. .. 432

6.5. Ejercicio 5. ............................................................................................................. .. 432
Capítulo 8. Modelado e Identificación

de Sistemas Discretos .............................433
1. Sistema Discreto vs Sistema Continuo. Conceptos Previos ...................................... 435
2. Modelado de Señales y Sistemas Discretos ............................................................. 436

2.1. Concepto de Secuencia ........................................................................................... 436
2.2. La Transformada en Z de una secuencia. Definición y Propiedades ....................... 437
3. Representación de Sistemas Discretos .................................................................... 441
4. Álgebra de Bloques ................................................................................................. 443
5. Sistemas Muestreados ............................................................................................ 443

5.1. El Teorema del Muestreo ....................................................................................... 443
6. La función de transferencia en el control por computador. Concepto de sistema

equivalente discreto de un sistema continuo .............................................................. 445
7. La Transformada en Z modificada ........................................................................... 447
8. Identificación de sistemas discretos mediante el método de Mínimos Cuadrados ... 450
9. Ejercicios ................................................................................................................. 453

9.1. Ejercicio 1 .............................................................................................................. .. 453
9.2. Ejercicio 2 .............................................................................................................. .. 453
9.3. Ejercicio 3 .............................................................................................................. .. 456
9.4. Ejercicio 4 .............................................................................................................. .. 458
9.5. Ejercicio 5 .............................................................................................................. .. 459
10. Ejercicios propuestos ............................................................................................ 460

10.1. Ejercicio 1 .............................................................................................................. 460
10.2. Ejercicio 2 .............................................................................................................. 461
10.3. Ejercicio 3 .............................................................................................................. 461
10.4. Ejercicio 4 .............................................................................................................. 461
10.5. Ejercicio 5 .............................................................................................................. 462
7
11. Anexo.................................................................................................................... 462

11.1. La función transformada de Laplace de una señal muestreada ........................... 462
11.2. Espectro de Frecuencias de una Señal Muestreada ............................................. 463
Capítulo 9. Análisis Estático y Dinámico

de Sistemas Discretos ............................ 465
1. Introducción ............................................................................................................ 467
2. Equivalencia entre los planos S y Z .......................................................................... 467
3. Comportamiento dinámico de los sistemas discretos. Concepto de polo dominante y

de ganancia estática.................................................................................................... 471
4. Comportamiento en régimen permanente de los sistemas discretos. Concepto de

precisión ..................................................................................................................... 484

5.1. Ejercicio 1 .............................................................................................................. . 486
5.2. Ejercicio 2 .............................................................................................................. . 487
5.3. Ejercicio 3 .............................................................................................................. . 489
5.4. Ejercicio 4 .............................................................................................................. . 496

6.1. Ejercicio 1 .............................................................................................................. . 497
6.2. Ejercicio 2 .............................................................................................................. . 497
6.3. Ejercicio 3 .............................................................................................................. . 498
Capítulo 10. Diseño de Reguladores

Discretos .................................................... 499
1. Enfoque de diseño de reguladores discretos............................................................ 501
2. Concepto de regulador discreto. Algoritmo de control ............................................ 502
3. Métodos de discretización....................................................................................... 503

3.1. Emparejamiento de polos y ceros .......................................................................... 504
3.2. Aproximación de la respuesta temporal ................................................................ 505
3.3. Integración Numérica ............................................................................................. 507
8
Índice
4. Discretización de reguladores PID ........................................................................... 513

4.1. Regulador P ............................................................................................................. 513
4.2. Regulador PD .......................................................................................................... 51 3
4.3. Regulador PI ............................................................................................................ 514
4.4. Regulador PID ......................................................................................................... 51 4
5. Diseño de reguladores PID discretos mediante adaptación del método de la oscilación

mantenida de Ziegler-Nichols ..................................................................................... 516
6. Diseño de reguladores algebraicos .......................................................................... 518

6.1. Introducción ............................................................................................................ 518
6.2. Control en Bucle Cerrado ........................................................................................ 518
6.3. Diseño Algebraico de Reguladores ......................................................................... 519
7. Ejercicios resueltos.................................................................................................. 535

7.1. Ejercicio 1 .............................................................................................................. .. 535
7.2. Ejercicio 2 .............................................................................................................. .. 538
7.3. Ejercicio 3 .............................................................................................................. .. 541
7.4. Ejercicio 4 .............................................................................................................. .. 546

8.1. Ejercicio 1 .............................................................................................................. .. 552
8.2. Ejercicio 2 .............................................................................................................. .. 553
8.3. Ejercicio 3 .............................................................................................................. .. 554
8.4. Ejercicio 4 .............................................................................................................. .. 555
8.5. Ejercicio 5 .............................................................................................................. .. 556
8.6. Ejercicio 6 .............................................................................................................. .. 557
Capítulo 11. Autómatas Programables

.......................................................................559
1. Introducción a los automatismos ............................................................................ 561
2. Lógica cableada ....................................................................................................... 561

2.1. Lógica de contactos. Definición de relé .................................................................. 562
2.2. Lógica de puertas .................................................................................................... 566
3. Lógica programada. Tipos de lenguajes ................................................................... 566

3.1. El autómata programable. Descripción y funcionamiento ..................................... 567
9
4. GRAFCET ................................................................................................................. 568
5. Ejemplos de diseño de automatismos secuenciales ................................................. 573

5.1. Envasadora ............................................................................................................. 5 73
5.2. Planta de molienda de café .................................................................................... 576
6. Ejercicio propuesto.................................................................................................. 583
Referencias Bibliográficas ................... 589
10
Capítulo 1
Introducción a la
Automática y al
Control
1. Introducción.
Este tema intenta presentar unos primeros pasos que centren las intenciones del texto.
Además, sin intentar entrar de manera rotunda en una serie de conceptos y clasificacio-
nes de la teoría sistémica, debiera permitir, tras su lectura, el común entendimiento
entre diversos colectivos científicos dedicados a sistemas de naturaleza distinta. Por
experiencia, la mayor dificultad que encuentran los ingenieros de sistemas es poder
hacerse entender por aquellos equipos formados por científicos que tratan con proble-
mas en ámbitos diversos pero que no entienden muy bien de qué se les habla cuando se
les plantea un procedimiento de modelado, de un tipo de diseño, así como de un sinfín
de conceptos generales a los sistemas que sin duda debieran estar presentes en su cono-
cimiento para poderse entender con otros científicos. En particular los métodos y teoría
de automática y control no deben sustraerse de este denominador común y con este
espíritu abordamos éste, así como los otros temas. En los siguientes epígrafes 2, 3, 4 y
5, hay mucho material que debemos a maestros, en ocasiones amigos, [Dormido97],
[Morilla98], [Rubio96], [Ron95], [Levine96], [Bennett93a,96], [Wiener61].
2. Sistema. Definiciones.
Según el biólogo austríaco Ludwig von Bertalanffy: “Un sistema es una entidad que
mantiene su existencia mediante la interacción mutua de sus partes”. Aparece claro
que un sistema es más complejo que un conjunto o simple adición de partes. Por consi-
guiente se puede considerar que un sistema se puede definir como un conjunto de par-
tes o entidades que interaccionan y operan a lo largo del tiempo y del espacio, para
realizar algún fin lógico o trabajo dado [Bertalanffy67].
Otras definiciones notables que nos han ofrecido las sucesivas aportaciones científicas
inciden en diferentes perspectivas que centran el estudio de los sistemas. Así, Ross
Ashby (1956), en “An Introduction to Cybernetics” [Ashby56] dice que: “un sistema
es un conjunto de variables”, proponiendo el estudio de una serie de propiedades aso-
ciadas con un conjunto de variables. Se introduce, pues, el concepto de conjunto limi-
tado, de abstracción en definitiva, para asumir un problema complejo. Brian Gaines
(1979), en “General Systems Research: Quo Vadis” [Gaines79] apunta que “un siste-
ma es aquello distinguible como un sistema”, incidiendo en la libertad de selección y
concepción asociado a su posible alcance y extensión, y continúa diciendo: “el mayor
sistema existente es el Universo”. Una partición de éste es también un sistema, pero se
debe fijar: qué hay dentro y qué queda fuera (relación de entorno). Se intuye, pues, una
idea de jerarquía: sistema, subsistemas....siempre que se definan Interiores y Entorno.
En un intento por formalizar el estudio de sistemas, se puede asumir que un sistema
queda caracterizado por sus atributos (las propiedades de las entidades, y en la termino-
logía que solemos utilizar, variables de estado) que deben definir el estado de la enti-
dad. Los estados de las entidades principales determinan el estado del sistema. Un sis-
13
tema tiene fronteras (variables de entrada-salida), es decir, existe dentro de un entorno

y puede dividirse en subsistemas.
Ejemplos de sistemas: la partícula, el átomo, la molécula, la célula, el órgano, la perso-
na, la comunidad, la provincia, la nación, el mundo, el sistema solar, la galaxia, y el
universo. En verdad sólo hay un único sistema, "el Universo," y los otros son subsiste-
mas.
Como se desprende de los apuntes de la teoría sistémica, el ámbito en el que se puede
conceptualizar el estudio de sistemas es ciertamente extenso, muy extenso, pareciendo
práctico presentar una posible clasificación de los sistemas que suele responder a dife-
rentes criterios:
x Según la distribución de los componentes del sistema: paralelos / secuenciales.
x Según la relación del sistema con el mundo exterior: abiertos / cerrados.
x En base a la naturaleza de las reglas del sistema.
x En base a la dependencia de las reglas con el tiempo:
o estático: las reglas no dependen del tiempo.
o dinámico: las reglas dependen del tiempo, para la misma entrada en distinto
momento, suelen observarse distintas salidas.
x En base al tipo de variación de las variables del sistema:
o de variables continuas (CVDS) (valores de las variables en conjuntos
reales) la modificación de los atributos es continua en el tiempo.
o de eventos discretos (DEDS) (conjuntos discretos) la modificación de los
atributos se produce a través de eventos en instantes de tiempo determinados.
o mixto o híbrido: dispone de variables discretas y continuas.
x Según la certeza de las variables:
o determinista: todas las variables tienen certeza completa y están determina-
das por sus estados iniciales y las entradas. Es decir su comportamiento es
previsible.
o estocástico: cuando la respuesta pueda tomar un rango de valores dado el es-
tado inicial y las entradas. Los cambios de estados se producen por medio de
leyes aleatorias: las entradas al modelo son aleatorias (siendo el modelo de-
terminista), o el tiempo de llegada de los eventos es aleatorio. Una posible
clasificación de sistemas estocásticos consiste en considerar sistemas gaus-
sianos, de Markov y blancos, en función de determinadas propiedades de pa-
rámetros estadísticos asociados a ciertas variables.
14
1. Introducción a la Automática y al Control
x Según intervenga o no el hombre: naturales, artificiales. Suele ser bastante ha-

bitual hablar de sistemas naturales refiriéndose a los continuos, y de artificiales
como discretos.
3. Concepto de Modelo.
Cuando surge la necesidad de estudiar en profundidad un sistema se suele acudir a un
modelo del mismo, de tal forma que en muchas ocasiones los vocablos sistema y mo-
delo se emplean indistintamente debido a la asunción de que se tiene un modelo tan
aproximado y descriptivo de un sistema, que erróneamente se le considera como si
fuera el mismo sistema.
Un modelo del sistema es una representación inteligible (abstracta y consistente dentro
de un marco experimental), que representa un sistema real simplificado en un periodo
de tiempo y una extensión espacial, donde se incluyen las entidades con sus interaccio-
nes, para enfatizar los aspectos que nos interesan según los objetivos del estudio plan-
teado. Hay distintas clases de modelos. Una división clásica atiende a las siguientes
clases:
x Físicos: suelen ser prototipos a pequeña escala del sistema real. Por ejemplo, tú-
nel de viento.
x Analíticos: suelen ser simbólicos, están basados en razonamiento y permiten ob-
tener soluciones generales al problema (vg. ecuaciones diferenciales). Las solu-
ciones particulares se obtendrán reemplazando los valores simbólicos por los va-
lores numéricos. Los problemas complejos pueden llegar a ser de difícil
tratamiento analítico.
x Cualitativos basados en el conocimiento.
x Otros, generados pensando en diferentes procedimientos y herramientas que fa-
cultarán su uso: por ejemplo basados en lenguajes de programación-simulación,
etc.
Ludwig von Bertalanffy concibió la Teoría General de Sistemas [Bertalanffy68-79]
como aplicable a todos los sistemas en general buscando unos principios aplicables
independientes de la extensa variedad de sistemas concebibles. Evidentemente, la in-
troducción del computador facilitó el tratamiento desde diversos ángulos y la aplica-
ción tanto de la teoría general de sistemas como de la los Sistemas Dinámicos en parti-
cular.
15
4. La Ingeniería de Sistemas.
La Ingeniería se puede definir como:
“Conjunto de conocimientos y de técnicas que permiten aplicar el saber científico a la
utilización de la materia y de las fuentes de energía, mediante invenciones o construc-
ciones útiles para el hombre” (Gran Enciclopedia Larousse).
La definición anterior pone de manifiesto la utilización del conocimiento científico, no

como un fin en sí mismo (saber), sino para su aplicación con fines prácticos (hacer), y
establece una diferencia entre ingeniería y técnica. La técnica suele referirse al conjun-
to de procedimientos de una ciencia o arte para saber hacer algo, mientras que la in-
geniería se ocupa de la concepción, diseño, mejora de procedimientos, en definitiva de
tareas que tienen que ver con el ingenio que redunde en el hacer, en su materialización
práctica.
Según Herber Simon:
“La ingeniería no se ocupa de cómo son las cosas, que es lo propio de la ciencia, sino
de cómo deberían ser para alcanzar unos determinados fines”.
Normalmente la Ingeniería de Sistemas debe plantear una forma sabia y sensata de
conjugar la aplicación de varias ramas de la ciencia y de la ingeniería en aras a resolver
un problema que normalmente suele ser polifacético. No sólo se trata de aportar un
enfoque lógico y sistemático para el diseño de un sistema, sino que se debe identificar
las diferentes interacciones que existen en la estructura global de un sistema asumiendo
así la teoría sistémica. En nuestro caso el sesgo se produce en el sentido de que el pro-
blema suele quedar asociado a sistemas dinámicos que pueden presentar diferentes
grados de complejidad por lo que en alguna fase y medida se deberá recurrir a modelos
analíticos.
5. La Automática.
Ludwig von Bertalanffy en su obra "Robots, Men and Mind" [Bertalanffy68-79], defi-
ne a la Teoría General de Sistemas como la disciplina que trata sobre las propieda-
des generales y leyes de los sistemas. Bajo esta perspectiva, el estudio de sistemas es
aplicable a muchos campos de la ciencia, por lo que sería preciso delimitar con una
identidad propia cuál es el área específica de interés dentro de este texto.
Si a la definición anterior de Von Bertalanffy se le añade "... sometidos a acciones de
control", se delimita esta área específica (hay autores que prefieren en lugar de Con-
trol, hablar de Mando o Gobierno).
16
Este concepto de Acción de Control centra el interés en el estudio de los efectos de

estas acciones sobre los sistemas, o inversamente, en la determinación de dichas accio-
nes de control, para producir algún propósito concreto sobre los sistemas.
La Cibernética, tal como la definió Wiener en 1948 [Wiener48-61], incorpora en sus
contenidos estos nuevos conceptos, definiendo la misma como la ciencia dedicada al
estudio de los métodos de comunicación, control y auto-organización comunes a má-
quinas y organismos vivos. La cibernética no considera tan sólo el comportamiento
estático de los sistemas, sino también el dinámico, y es precisamente este estudio el
que revela propiedades tales como la estabilidad y la realimentación interna de los
sistemas.
Con estas ideas, es posible dar una primera definición de Automática como la Ciencia
que estudia a los sistemas cibernéticos en los que ha sido introducido conscientemente
algún elemento que realiza funciones de control. Con esta definición se quiere diferen-
ciar a los sistemas con estructuras de control no concebidas para ello (por ejemplo una
red eléctrica RC) de aquéllos en los que sí.
Otra definición más académica y formal de Automática la da la Real Academia de las
Ciencias, que la define como la Disciplina que trata de métodos y procedimientos cuya
finalidad es la sustitución del operador humano por un operador artificial en la ejecu-
ción de una tarea física y mental previamente programada.
A partir de esta definición parece claro, pues, que el campo de acción de la Automática
debe englobar el estudio de todos aquellos sistemas susceptibles de admitir dispositivos
cuyo objetivo sea la sustitución de la acción y la decisión humana.
Los sistemas de este tipo, a los que se les ha dado en llamar sistemas automáticos, pue-
den ser de muy diversa naturaleza y han contribuido, como es fácil de intuir, a mejorar
la calidad de vida. Tanto es así que hoy en día multitud de dispositivos que entran en el
ámbito cotidiano contienen la aplicación de técnicas propias de esta doctrina científica
y tecnológica que en innumerables ocasiones pasa inadvertida por normal; se trata de lo
que el profesor Åström acuñó como tecnología escondida. Además, gracias a su con-
curso, la ingeniería y la ciencia en general han experimentado un vigoroso avance.
Según J. M. Sánchez Ron se trata de una multidisciplina que “merece el calificativo de
tecnociencia”[Ron96], de tal manera que muestra una estrecha relación entre ciencia y
tecnología que como ha demostrado la historia se impulsan mutuamente de forma si-
nérgica.
En la concepción, estructura y empleo de sistemas automáticos intervienen diferentes
disciplinas teóricas y tecnológicas tales como: Teoría General de Sistemas, Teoría de
Control, Inteligencia Artificial, Ingeniería del Conocimiento, Informática. Algunas
descansan sobre disciplinas tradicionales tales como Mecánica, Electricidad y Electró-
nica que surgieron de ciencias básicas tales como Física y Matemáticas. A pesar de
todo ello no se debe incurrir en el error de adoptar una consideración reduccionista, ya
17
que la Automática es una ciencia caracterizada por su propia historia, problemas y

técnicas.
Entre otros conceptos que pertenecen a la familia de la Automática, se pueden resaltar:
x Automatización: Proceso de implantación de la Automática en la Industria.
x Autómata: Instrumento, aparato o estructura que encierra dentro de sí los meca-
nismos necesarios para imprimir ciertas acciones programadas.
Resulta también importante destacar los criterios bajo los cuales se pretenden estable-
cer las tareas de un sistema de control automático, también denominados objetivos de
control, y que podrían clasificarse en:
x Estabilizar el sistema ante perturbaciones.
x Hacer que el sistema evolucione en el tiempo con arreglo a unas consignas.
x Conseguir el comportamiento dinámico óptimo con respecto a algún índice de
calidad.
x Lograr que el sistema compensado sea robusto, es decir que presente cierto gra-
do de insensibilidad frente a los errores de medida, perturbaciones en la planta y
errores de modelado.
Asimismo se pueden considerar características un tanto más avanzadas como que el
sistema que integra el control:
x Sea fiable y tolerante a fallos
x Sea capaz de adaptarse a cambios en la dinámica del proceso
x Disponga de prestaciones de aprendizaje de diversas circunstancias que puedan
producirse
En este ámbito también resulta de sumo interés la consideración de la naturaleza de las
variables que intervienen en los sistemas. Tenemos una clasificación inicial simple:
x Variables Discretas: Pueden ordenarse de acuerdo con el conjunto de números
enteros. Si se trata de variables o conjuntos de ellas con dos únicos estados, se
denominan Variables Lógicas.
x Variables Continuas: Están definidas en todo instante de tiempo.
Otro concepto importante al tratar con las variables, es la diferencia entre magnitud
física de una variable y la información de la misma, permitiendo definir el concepto de
Señal como la Magnitud física que lleva una información.
Bajo esta perspectiva dada por las señales, y la información asociada, surge una intere-
sante definición de Sistema: Elemento que transforma información.
18
Puesto que es posible definir la Informática como la Ciencia que estudia el tratamien-
to de la información, evidentemente deberá admitirse la relación, o el uso que la In-
formática hace de los conceptos de la Automática. Por ejemplo, puede citarse al Sis-
tema Informático por excelencia, el Computador Digital. La aparición del computador
y su aplicación constituyó un hito. Este nuevo y poderoso elemento ha posibilitado una
enorme flexibilidad en lo que respecta a la consideración y uso de procedimientos de
control más complejos de los que hasta su introducción eran viables, y que van desde el
planteamiento de objetivos sofisticados hasta la automatización integral de procesos
como respuesta a las demandas que emanan de las perspectivas a corto y a largo plazo.
La Informática, a su vez, hace uso de otras Ramas recientes de la Ciencia, como la
Teoría de la Computación, la Teoría de Lenguajes, la Electrónica, de la que deriva
la Arquitectura de Computadores, etc. Hoy en día, el avance vertiginoso de todas
estas áreas da a la Informática un cuerpo de doctrina bien diferenciado de la Teoría
General de Sistemas y de la Teoría de la Automática, si bien es conveniente no olvi-
dar los orígenes de la misma.
5.1. Revisión Conceptual

Conceptos Básicos.
En opinión de Kheir y col. [Kheir96], los siguientes cuatro conceptos básicos deben
inspirar la enseñanza del control automático:
x Sistema dinámico.
x Estabilidad.
x Realimentación.
x Compensación dinámica.
Pero dentro de estos cuatro macro conceptos básicos hay una cantidad de detalles y
subtemas entre los que el profesor debe seleccionar cuidadosamente determinados
contenidos para que la asimilación por parte del alumno se pueda producir en el tiempo
y en la extensión adecuada.
Sistema dinámico.
Los procesos y plantas que se van a controlar tienen respuestas que evolucionan en el
tiempo de acuerdo con sus entradas actuales y sus respuestas anteriores. Las herramien-
tas más comunes de describir un sistema dinámico son las ecuaciones diferenciales
ordinarias. Además, considerando que las señales presentan pequeñas variaciones en-
torno al punto de trabajo, es posible llegar a una descripción del sistema mediante
ecuaciones lineales y de coeficientes invariables en el tiempo (LTI, del inglés linear
time invariant). En el concepto de sistema dinámico está incluida la idea de escribir las
ecuaciones basado en la física y química del sistema pero también la identificación a
19
partir de datos experimentales. También el conocimiento de la dinámica del sistema

requiere el conocimiento de sus limitaciones y las expectativas que éste levanta. Es
típico, que ingenieros de distintas especialidades (eléctricos, mecánicos, aeronáuticos,
químicos, etc.) se aproximen al control automático de forma diferente, basándose en la
ciencia y en la tecnología de su propia disciplina. Por tanto es muy importante la co-
rrecta formulación del modelo de la planta que va a ser controlada y un profundo cono-
cimiento de sus propiedades.
Estabilidad.
Sin estabilidad en el sistema de control, el fracaso está garantizado; con estabilidad, se
consigue al menos que el sistema se pueda utilizar. Los denominados métodos clásicos
de diseño se basan en criterios de estabilidad. El lugar de las raíces de Evans nos per-
mite observar los polos del sistema en lazo cerrado en el plano s, donde el semiplano
derecho está asociado a zona prohibida (inestabilidad). Los diagramas de Bode y el
diagrama de Nyquist nos permiten centrar la atención en los márgenes de estabilidad
relativa, el margen de fase y el margen de ganancia. La introducción del control ópti-
mo, especialmente el control lineal cuadrático gausiano LQG (linear quadratic gaus-
sian) ha sido criticado por el hecho de que no garantizaba un margen de estabilidad
(salvo en el caso continuo y cuando la realimentación era completa, con todos los esta-
dos); la misma limitación es aplicable al método menos sofisticado de asignación arbi-
traria de polos. Muchos de los esquemas ad hoc y de los principios generales para el
diseñador se han orientado hacia la llamada teoría moderna de control con el fin de
mitigar sus deficiencias. La teoría y las técnicas de control robusto se han desarrollado
como alternativa al LQG, alguna de ellas se basan en criterios de optimización tempo-
rales pero las funciones de coste empleadas garantizan un margen de estabilidad robus-
ta. En el campo del control no lineal, incluyendo dentro de él al control adaptativo, es
una práctica común plantear diseños basados en la función de Lyapunov para garanti-
zar estabilidad. En cualquier caso, la estabilidad es un concepto y un requerimiento del
sistema, es la parte central de la enseñanza de la Automática.
Realimentación.
El concepto de realimentación se encuentra tan estrechamente relacionado a la teoría de
control que en ocasiones a ésta se la conoce como la teoría de los sistemas realimenta-
dos. “La realimentación es el concepto más significativo dentro del campo de control”
[Kheir96]. Se podría cuestionar cuál es la razón por la que este concepto se encuentra
tan vinculado al control de sistemas. La respuesta intuitiva sin apelar a desarrollos
analíticos nace de la consideración de varios factores. Por una parte, el modelo que
representa al sistema contendrá en alguna medida incertidumbre derivada de diferentes
causas de error, por lo que será necesario establecer algún mecanismo para afrontar esa
desviación real entre lo que se quiere y lo que se tiene. Parece lógico que sea la reali-
mentación la forma natural de solventar esta situación ya que inherentemente en ésta se
produce una comparación entre lo previsto y lo obtenido. Otro factor determinante
20
queda asociado a los ruidos que pueden aparecer en las diferentes transmisiones de
señal en un esquema de control; más aún si cabe si se opta por un control por compu-
tador en el que se debe prever una conexión entre al menos dos sistemas distintos.
Normalmente estos ruidos y perturbaciones son desconocidos en forma e instante de
actuación. Como antes, la existencia de estas desviaciones de lo ideal requiere esta
configuración de lazo cerrado.
El empleo de la realimentación trae consigo unos costes y unos beneficios. Entre los
costes está la necesidad de incorporar actuadores y sensores, especialmente estos últimos,
ya que los actuadores normalmente ya están disponibles. Los actuadores asumen el pro-
tagonismo de la autoridad en el lazo de control y pueden imponer limitaciones a la res-
puesta dinámica de éste. Los sensores, que inevitablemente son fuentes y transmisores de
ruido, limitan la exactitud del control. Dentro de estos límites, la realimentación debe
proporcionar unos beneficios que se manifestarán en una mejora de la respuesta dinámi-
ca, de los márgenes de estabilidad, un mejor rechazo de las perturbaciones y mayor ro-
bustez frente a variaciones en los parámetros del sistema. La diferencia entre costes y
beneficios se convierte en el centro de atención del diseño de un sistema de control re-
alimentado, y debe ser también centro de atención en la enseñanza del control automáti-
co. Otros muchos dispositivos que pueden estructurarse en lazo abierto como los autóma-
tas lógicos programables no se suelen contemplar en la enseñanza del control automático
[Kheir96]. No obstante, es muy habitual, sobre todo en procesos de fabricación, encontrar
controladores lógicos en los lazos de control. Tal combinación de sistemas lógicos y de
sistemas dinámicos se suelen conocer como sistemas híbridos, y en su evolución se pue-
de modelar como sistemas de eventos discretos. El estudio de este tipo de sistemas está
creciendo en los últimos años y es razonable que en el futuro ocupe un lugar muy impor-
tante dentro de la enseñanza del control automático [Kheir96].
Compensación dinámica.
La idea básica de la compensación dinámica es que añadiendo una dinámica adicional
en el lazo de control, se puede conseguir un mejor aprovechamiento de los distintos
elementos del sistema. La primera compensación dinámica, históricamente hablando,
se realizó con controladores, elementos básicos de control, sobre todo en los procesos
industriales. Otras compensaciones tradicionales son las redes de adelanto y de retardo
y las redes de compensación basadas en la observación de estados (asignación de polos
y LQG). En la actualidad está creciendo el interés en los diseños capaces de ofrecer un
compromiso entre estabilidad, respuesta dinámica, y robustez. Y también en los que
son capaces de asumir la formulación de restricciones, como ocurre en el control pre-
dictivo. De especial interés en ciertos entornos de control distribuido se encuentra el
control digital con muestreo no convencional bien como alternativa del planteamiento
del problema de control cuando se suceden retardos de diversa naturaleza, variables
con el tiempo, o bien cuando el esquema de muestreo impuesto por circunstancias es-
pecíficas (medida de variables en procesos químicos, procesamiento de señales de
imagen, etc...) debe asumir este tipo de estructura.
21
6. Concepto de Sistema y Modelado en la Automática

De la definición de Automática presentada con anterioridad podemos deducir que el
campo de aplicación de esta disciplina es sumamente amplio, pudiéndose considerar su
aplicación a sistemas de diferente naturaleza (física, química, biológica, económica,
etc.).
En un intento de formalizar una definición de sistema, se puede admitir que éste es un
conjunto de elementos físicos o abstractos, relacionados entre sí, de manera que una
variación en alguna magnitud de uno de ellos puede influir en los demás. De esta forma
surge el concepto de variables de sistema, según el cual éstas pueden ser consideradas
como las magnitudes que definen el comportamiento de un sistema. En base a la natu-
raleza de estas variables, se pueden distinguir diferentes clases de sistemas.
Una vez que se tiene un sistema, es preciso fijar una idealización del mismo, lo que
tradicionalmente se conoce por un modelo del sistema. Este es el paso previo en aras a
la obtención de una representación matemática del sistema, que puede adoptar diferen-
tes formas en función de la consideración de varios factores entre los que cabe resaltar
la elección de las variables a asumir. A cualquier representación matemática se le llama
representación del sistema.
De forma general, las variables que definen un sistema, se pueden esquematizar en:
x Variables de control (u); son aquéllas que pueden ser modificadas desde el exte-
rior, y a partir de las cuales se puede conseguir un comportamiento deseado para
el sistema en cuestión. En ocasiones también son conocidas como variables de
entrada.
x Variables de salida (y); son variables cuya medición es factible, ofreciendo por
lo tanto una información importante sobre la evolución del sistema.
x Perturbaciones (z); son variables externas al sistema cuya existencia, en ocasio-
nes, puede ser conocida de forma previa, pero que no son manipulables.
x Variables de estado (x); estas variables presentan una naturaleza tal que conoci-
do el valor de un conjunto mínimo de las mismas en un instante determinado, es
factible el conocimiento de la respuesta del sistema ante cualquier entrada. Al-
gunas de éstas pueden coincidir, si es factible su medida o estimación, con una
variable de salida.
Las variables u, y z, se dice que son variables externas, mientras que las x e y son inter-
nas, en el sentido que pueden ofrecen información acerca de lo que sucede en el siste-
ma.
22
7. Representación Interna y Externa

A partir de las consideraciones anteriores, ya se está en disposición de desgranar, en un
paso más, los dos enfoques básicos de la teoría de control.
El enfoque clásico tiene como punto de partida el establecimiento de las relaciones
existentes entre las variables externas de salida y entrada al sistema, habiéndose obser-
vado previamente una cuidada selección de las variables a controlar (de salida), y de
las variables a manipular o de control (de entrada). En esta coyuntura se considera al
sistema como un bloque que transfiere y transforma la información contenida en las
variables de entrada en la de las variables de salida, de acuerdo con la propia idiosin-
crasia del mismo reflejada en las relaciones antes fijadas. Si estas relaciones existen y
las variables son función del tiempo, el sistema es calificado de dinámico. Si la magni-
tud de una o más variables puede variar solamente en ciertos instantes de tiempo, se
dice que el sistema dinámico es de tiempo discreto o de datos muestreados. Como es
fácil de intuir, estos últimos se diferencian de los de tiempo continuo en que las señales
para un sistema de tiempo discreto aparecen en forma de sucesión de datos muestrales.
Aún se pueden conferir nuevos calificativos a los sistemas dinámicos. Así, se dice que
éstos son lineales si las relaciones antes citadas son lineales, por lo que es aplicable el
Principio de Superposición, según el cual si,
y1 f u1 e y2 f u2
entonces, se debe verificar que:
f Au1 r Bu2 Ay1 r By2
Siendo A y B constantes reales.
Si además los parámetros que integran las susodichas relaciones no varían con el tiem-
po, se dice que el sistema es lineal e invariante con el tiempo. Esta última clase es de
un interés especial, puesto que sobre este tipo de sistemas se ha desarrollado una teoría
muy completa.
Las técnicas desarrolladas al amparo de la teoría clásica de control resultan especial-
mente útiles para el tratamiento de sistemas SISO (del inglés, “Single Input Single
Output”, o sea, una sola entrada y una sola salida). Sin embargo, para el estudio de los
sistemas más complejos como los multivariables, los variables con el tiempo, etc., es
conveniente considerar las variables internas y sus relaciones con las externas con el
fin de facilitar la labor.
El conjunto mínimo de variables internas se suele definir como estado de un sistema. A
partir de lo expuesto, se suele admitir que la descripción interna de un sistema puede
especificarse por medio de las siguientes ecuaciones (ecuación de estado y salida) para
sistemas continuos:
23
x (t ) A(t ) x(t ) B(t )u (t )

y(t ) C (t ) x(t ) D(t )u(t )
Los sistemas discretos se representan por las ecuaciones de estado y salida discretas:
x ¬ª k 1 T ¼º A( kT ) x ( kT ) B ( kT )u ( kT )
y(kT ) C(kT ) x(kT ) D(kT )u(T )

En la Figura 1.1 se muestra, de manera esquemática, la representación interna de un
sistema.
U (t ) x ( t ) x( t ) Y (t )
³
U ( kT ) x[( k 1)T ] x ( kT ) Y ( kT )
z 1
Figura 1.1. Representación Interna de un Sistema. Continuo (arriba) y Discreto

(abajo).
Una vez deducido el modelo matemático del sistema, en una de las dos formas de re-
presentación, externa o interna, cualquiera de ellas es válida tanto para analizar el sis-
tema, es decir, para proceder a estudiar el comportamiento del mismo ante diferentes
situaciones, profundizando en cuestiones como estabilidad, precisión y sensibilidad,
como para afrontar la etapa de diseño dirigida a la introducción de un nuevo elemento,
el regulador, en aras a la consecución o ajuste de las especificaciones de respuesta
deseadas para el sistema.
24
8. El Problema de Control
8.1. Teoría Clásica de Control

De manera resumida, dado un cierto sistema, la resolución del problema de control
consiste en la determinación de las entradas y de sus valores más apropiados, con obje-
to de que el comportamiento de la salida o salidas se ajusten a unas pautas prefijadas,
omitiendo la intervención humana. El éxito de la solución propuesta queda supeditado
al conocimiento de la relación existente entre entrada y salida, así como a la calibración
y exactitud de la instrumentación a utilizar. En algunas ocasiones es preciso acudir al
operario, quien, a partir de su experiencia y del conocimiento del proceso, es capaz de
establecer qué entrada es preciso considerar para provocar el efecto deseado sobre una
determinada salida. Se sabe que si el proceso o sistema es conocido de forma exacta, es
decir, si es posible asociar al sistema un modelo matemático que represente fielmente
su comportamiento, y, si se puede considerar al sistema aislado del entorno exterior,
para la resolución del problema de control bastaría el planteamiento de un bucle abier-
to. Sin embargo, si no se puede admitir el aislamiento del sistema del exterior, o sea, si
hay que asumir la existencia de perturbaciones externas o bien las relaciones entrada /
salida no son exactamente conocidas, es preciso considerar un esquema de control en
bucle cerrado. Como es conocido, en este último, la señal de control queda influida
directamente por la medición realizada de la salida del sistema que se quiere controlar.
De forma más precisa, la señal de salida se compara con la referencia y la señal de
error resultante, tratada adecuadamente, es aplicada como entrada al sistema. Además,
cabe resaltar que, entre otras cuestiones, también la precisión se ve mejorada observan-
do la existencia de realimentación. De forma clásica y general, los sistemas de control
se pueden clasificar según dos grupos:
x Servosistemas. En éstos se desea que la señal de salida y(t) siga, lo más fielmen-
te posible, las variaciones de la señal de referencia r(t). Suelen incluir un bloque
regulador en aras a mejorar las especificaciones estáticas y dinámicas de res-
puesta. Normalmente, la salida es una posición, una velocidad o una aceleración,
por lo que en ocasiones se les conoce por servomecanismo de posición, de velo-
cidad, o bien de aceleración.
x Sistemas de regulación. Su planteamiento responde a la pretensión que la salida
del sistema y(t) se mantenga en un valor deseado, incluso ante la eventual exis-
tencia de perturbaciones z(t). En este caso, la entrada de referencia r(t) es cons-
tante o varia lentamente en el tiempo. También en esta situación se suele obser-
var la adición de un regulador al bucle de control con el objetivo de mejorar las
prestaciones estáticas y dinámicas de respuesta.
En la Figura 1.2 se recoge un esquema típico válido para ambas situaciones.
25
Figura 1.2. Bucle típico de Control. Elementos y Señales características.
En relación a este bloque regulador, cuya introducción se ha justificado anteriormente

y cuyo cálculo culmina el proceso de diseño, el técnico de control debe decidir sobre
determinadas cuestiones como:
x el tipo de estructura más apropiada del bucle de control, es decir la conveniencia
de situar el regulador en serie (cadena directa), en el lazo de realimentación, o
bien asumiendo una prealimentación, situación esta última que se suele observar
cuando se pretende cancelar una perturbación conocida.
x el tipo y la naturaleza del regulador, en función del uso que se le va a dar, y de la
clase de ambiente en el que va a ser instalado (neumático, eléctrico, hidráulico,
etc.).
x la metodología de diseño:
a) Síntesis: se parte de las especificaciones propuestas y se determina de forma
analítica el tipo de compensación necesaria y la magnitud de los parámetros
del regulador. Suele presentar como inconvenientes su complejidad (difícil
realizabilidad), y su excesiva especificidad con la consiguiente pérdida de
robustez.
b) Análisis: partiendo de la función de transferencia de lazo abierto y proce-
diendo por tanteo y ajuste, se van contemplando distintas estructuras de regu-
ladores con configuraciones experimentadas y comercializadas, hasta que se
obtienen las especificaciones de diseño deseadas.
Entre los reguladores más utilizados, se pueden considerar aquéllos que implementan
las acciones de control tales como:
x acción de dos posiciones o de si/no.
x acciones proporcional, derivativa e integral. Su consideración simple y combi-
nada conlleva a los clásicos reguladores P, PD, PI y PID.
26
8.2. Teoría Moderna de Control

Según la teoría moderna, el problema de control queda resuelto tras la determinación
de las magnitudes de las acciones de control que deben ser consideradas con objeto de
llevar al sistema desde un estado x(t) a otro estado x(t+t1) en otro instante de tiempo.
Además se requiere contemplar una restricción adicional en la forma de una función de
coste o índice de funcionamiento referido a las desviaciones del sistema con respecto a
una salida o a un estado determinado y que a menudo establece penalizaciones a accio-
nes de control excesivas. También se puede plantear que el sistema alcance un cierto
estado en un tiempo prefijado. En un intento de formalizar matemáticamente la exposi-
ción anterior, se puede plantear la consideración de un sistema continuo cuya represen-
tación interna sea:
x(t ) f > x(t ), u(t ), t @ t > 0, T @
De forma general, el índice de funcionamiento puede quedar caracterizado por una
función como la siguiente.
T
J (u ) M > x(t ), T @ ³ * > x(t ), u (t ), t @ dt
0
Se pueden asumir particularizaciones. Así, si se desea minimizar el tiempo en el que se

debe alcanzar el estado final, se suele utilizar:
T
J ³ dt
0
Si se pretende minimizar la acción de control entonces:

T
J ³ * >u (t ) @ dt
0
En los casos en los que se quiere penalizar desviaciones del estado respecto a un estado
de referencia, asumiendo restricciones en el control, la función de coste que se utiliza
es:
J M > xr x(t )@
Es posible considerar combinaciones de las alternativas anteriores si así se cree opor-
tuno en aras a la verificación de unos objetivos determinados. Un caso que presenta un
interés especial es el que se deriva del planteamiento de un índice de coste cuadrático
tal y como a continuación se expone:
T
J ³ > xc(t )Qx(t ) u c(t ) Ru (t ) @ dt
0
27
Como se puede apreciar, la solución del problema de control, desde este punto de vista,
se centra en la determinación de una señal de control que minimiza una función, en
virtud de la cual se penaliza tanto el cuadrado del estado como el cuadrado de las ac-
ciones de control u(t). Q y R representan las matrices de ponderación.
Bajo esta perspectiva, la acción de control en cada instante u(t) se puede calcular en
función del estado actual x(t), y de la matriz de ganancias K(t) calculada, que faculta la
minimización del índice planteado. Se puede expresar, por tanto, que:
u(t ) K (t ) x(t )
A partir de aquí y considerando que dada una representación interna de un sistema, no
todas las variables de estado serán accesibles, bien por imposibilidad física, o bien
como respuesta a razones económicas, será necesario diseñar un observador, de tal
manera que a partir de las señales medibles y conocidas del sistema como y(t) y u(t),
sea capaz de estimar las no accesibles.
La Figura 1.3, que se muestra a continuación, intenta fijar la idea antes expuesta.
u( t ) y( t )
xˆ ( t )
Figura 1.3. Diseño en R. Interna con Observador.
Cabe decir que también se puede formular el problema de control en la variable de

estado bajo la consideración de una ley de control de la forma antes expuesta que ade-
más puede incluir un esquema observador, bajo un planteamiento exento de la conside-
ración de un índice de funcionamiento. Se trata de ajustar, en este caso, la matriz de
ganancias K para que el sistema alcance un estado final de acuerdo a unas especifica-
ciones prefijadas. El diseño del observador también contempla esta filosofía. Hay que
apuntar que la correcta utilización de un observador exige un conocimiento exacto de
una representación interna del sistema; sólo en esta situación, su uso se verá respaldado
por el éxito. El principio de separación, según el cual es totalmente factible el diseño,
de forma independiente, de ley de control y estimador del estado es el fundamento de
cualquiera de éstas.
28
8.3. Control por Computador

El esquema básico de un sistema controlado por computador se presenta en la Figura
1.4.
y ^kT ` u ^kT ` u( t ) y( t )
Figura 1.4. Bucle típico de Control por Computador.
Como se puede apreciar, la salida del sistema y(t) es una señal continua puesto que ésta
es la naturaleza del proceso controlado. La señal, una vez que ha sido medida por el
sensor debe ser convertida a código digital con objeto de ser entendible por el compu-
tador que debe procesarla; habitualmente esta operación se suele realizar disponiendo
de un convertidor analógico-digital (A/D). La conversión tiene lugar en los instantes de
muestreo (tk), operación introducida debido a la naturaleza discreta del computador, y
gobernada por el reloj de tiempo real del computador. Como consecuencia, el algorit-
mo de control implementado dispone de una serie de valores {y(tk)}, que procesados
dan lugar a la generación de una secuencia de acciones de control calculadas {u(tk)}.
Estos valores deben actuar sobre el accionador, que suele ser un dispositivo continuo,
por lo que se hace necesario tanto convertir la señal codificada en un valor real extra-
íble al conjunto exterior, como reconstruir una señal continua a partir de la serie de
valores calculados {u(tk)}; de ambas operaciones se ocupa el convertidor digital-
analógico (D/A). Se puede reconstruir una señal continua partiendo de una serie de
muestras correspondientes a los instantes de muestreo de diversas maneras; normal-
mente este dispositivo D/A lleva a cabo la reconstrucción manteniendo la señal u(tk)
constante entre dos conversiones consecutivas. Para finalizar, se debe observar la im-
portancia de los errores de cuantificación que tienen lugar en el procesamiento de valo-
29
res que realiza el computador y las interfaces. Tras lo dicho, parece evidente que la
introducción del computador como elemento que implemente el dispositivo de control,
hace que el conjunto alcance una nueva caracterización, cuyas peculiaridades es preci-
so estudiar. Surgen de manera instantánea una serie de consideraciones derivadas del
hecho de la coexistencia de dos subsistemas de naturaleza distinta; el computador de
naturaleza discreta, y el proceso que presenta una naturaleza continua. A partir de lo
apuntado, suele ser habitual atender a dos enfoques que deben ser entendidos y domi-
nados en toda su extensión para comprender el problema en su completa magnitud. Por
una parte es conveniente la caracterización de los sistemas muestreados, es decir, el
estudio de los sistemas objeto de control tal y como los ve el computador. Obsérvese
que el computador sólo trabaja con valores correspondientes a instantes concretos,
normalmente equiespaciados en el tiempo, sincronizados con el reloj de tiempo real,
sin tener en cuenta el comportamiento intermuestreo. Por tanto, desde este punto de
vista, el sistema continuo que se encuentra sujeto a muestreo puede ser modelado por
ecuaciones discretas o en diferencias (lo que en ocasiones se conoce como modelo
estroboscópico). Por otra parte, es preciso estudiar el modelo del conjunto percibido
desde la óptica del proceso continuo controlado. Con este fin las operaciones de mues-
treo y reconstrucción deben quedar formalizadas. Este tipo de planteamiento, mucho
más complejo que el expuesto antes, requiere una descripción matemática del proceso
de muestreo; normalmente se suele asumir el modelo de modulación, tratándose así
explícitamente la naturaleza periódica del sistema. La herramienta matemática adecua-
da es la función transformada en Z, llegando a la caracterización de un sistema mues-
treado por su función de transferencia discreta. De esta manera, como se ve en la Figu-
ra 1.5, se puede llegar a establecer una cierta analogía entre los sistemas continuos y
discretos de control. Conectando con la visión estroboscópica antes comentada es posi-
ble aplicar la transformación Z a las ecuaciones en diferencias que ligan secuencias de
valores, estableciendo relaciones en la variable compleja Z, por lo que, de esta forma,
se puede plantear un cierto paralelismo entre ambas ópticas. Los temas de análisis y
diseño pueden recibir un tratamiento bastante parecido al dado en continuo, observando
en todo instante las particularidades de este tipo de sistemas. No obstante, no se debe
considerar la idea de que el caso discreto es una mera particularización del caso conti-
nuo, puesto que ahora la versatilidad de estos sistemas es importante. En tal sentido y
aunque en ocasiones la etapa de diseño se plantea como una simple discretización de
los resultados (reguladores) propuestos para el caso continuo análogo, se debe asumir
la existencia de un número mayor de reguladores estudiados y experimentados, que
presentan unas buenas prestaciones y que son fácilmente implementables en el algorit-
mo de control que procesa el computador digital.
30
y ^kT ` u ^kT ` u( t ) y( t )
GR ( z ) GP ( s )
y ^kT ` u ^kT ` 1 e Ts u( t ) y( t )
GR ( z ) GP ( s )
s
u ^kT ` y ^kT `
GR ( z ) R GP ( z )
Figura 1.5. Distintas concepciones de un bucle de control por computador.
9. El CAD Aplicado a Sistemas de Control. CADSC

9.1. Introducción. El papel de las matemáticas en la teoría de control
Ya se ha establecido anteriormente la evidencia de una comunicación bidireccional
entre computador y proceso, cuando el primero se utiliza como elemento constitutivo
del lazo de control. Una perspectiva que frecuentemente se pierde es la consideración
31
de los algoritmos que deben ser implementados en el programa instalado en el compu-

tador para resolver problemas matemáticos íntimamente unidos con el desarrollo y
objetivos de un sistema de control. Así por ejemplo, en la misión Apollo, muchas per-
sonas pensaron en la tecnología punta del computador de a bordo, olvidando por com-
pleto que los innovadores algoritmos matemáticos eran también responsables del éxito
alcanzado.
En la teoría de Control, las matemáticas juegan un papel que puede centrarse en dos
puntos igualmente importantes. Por una parte, los problemas de control deben ser for-
mulados en términos matemáticos precisos; una etapa crucial es la identificación de
una estructura matemática apropiada tanto para una descripción adecuada del problema
como para un tratamiento simple del mismo. Por otra, las matemáticas deben ocuparse
de la solución del problema una vez que ha sido formulado de manera precisa. En este
punto, se encuentran frecuentemente cuestiones matemáticas profundas que requieren
la introducción de innovaciones en esta disciplina. La razón fundamental de la apari-
ción de estos problemas complejos, diferentes de los hallados en otras áreas de las ma-
temáticas, reside en que la formulación de los problemas teóricos de control está enca-
minada a la modificación de ecuaciones en aras a la obtención de soluciones con ciertas
propiedades especificadas [Fleming88].
De esta forma el computador surge con otra función cuando se aplica a la resolución de
un problema de control: herramienta de soporte de teorías conocidas, y de experimen-
tación de innovaciones de forma rápida, precisa y fiable. Se origina de esta forma la
necesidad de contar con el computador y más concretamente con programas en él im-
plementados, que se ocupen de solucionar, y en ocasiones optimizar, tanto métodos
computacionales, como simulaciones, y procedimientos de análisis y síntesis relacio-
nados con la teoría de control. Se justifica así el CADSC, acrónimo que en inglés viene
de Computer Aided Design of Control Systems. Algo que sin embargo nunca debe ser
olvidado es que el empleo de rutinas CADSC debe ser efectivo, es decir, el científico
debe conocer los detalles del método que está utilizando, de modo que los resultados
obtenidos del computador puedan ser evaluados y verificados mediante análisis inde-
pendientes.
9.2. El CADSC
Ingenieros, físicos y científicos en general han usado ayudas basadas en dispositivos
mecánicos y eléctricos para el análisis y diseño de sistemas desde que William Thom-
pson (Lord Kelvin) en 1876 inventó un artificio mecánico que podía usarse para la
resolución de ecuaciones diferenciales ordinarias. Este primitivo computador analógico
fue mejorado durante la Primera Guerra Mundial, y se aplicó con fines bélicos
[Shahian92]. Como fruto de las continuas investigaciones, durante la Segunda Guerra
Mundial surgió el amplificador operacional (1947) que hizo posible el desarrollo de
circuitos electrónicos capaces de atender operaciones de suma, resta, multiplicación e
integración. De esta forma nació el computador analógico que puede ser utilizado para
32
la simulación de una gran clase de sistemas. El progreso continuó y surgieron las simu-
laciones híbridas y totalmente digitales durante la década de los sesenta. Hoy en día
son las segundas las que se utilizan en un altísimo porcentaje pero no cabe descartar
algunos casos de simulación híbrida [Franklin90].
Con la introducción de los computadores digitales y de lenguajes como el FORTRAN
y el BASIC, el ingeniero fue capaz de escribir sus propias rutinas numéricas de simula-
ción. Se podía, por tanto, modelar y simular sistemas dinámicos. Los primeros paque-
tes comerciales que incluían rutinas ya escritas como el CSMP se basaron en estas
técnicas, contribuyendo a que el científico pudiera experimentar con sistemas más
complejos considerando técnicas más sofisticadas.
A medida que se pudo experimentar con sistemas con un mayor grado de complejidad,
se pasó de sistemas de una señal de entrada y una señal de salida a sistemas de múlti-
ples entradas y salidas. Así, hacia los años sesenta como ya se ha descrito en este do-
cumento, se superó las posibilidades de uso de las técnicas clásicas, y los ingenieros de
control adoptaron las técnicas de álgebra lineal para el modelado de este tipo de siste-
mas en el llamado espacio de estados. De cualquier forma el álgebra matricial necesaria
para dar respuesta al análisis y diseño de esta clase de sistemas requirieron unos méto-
dos computacionales más avanzados de los que se disponía hasta ese instante. Simultá-
neamente, el análisis numérico había avanzado hasta un punto en el que se disponía de
un conjunto de rutinas tales como las conocidas LINPACK y EISPACK [Garbow77],
que podían ser utilizadas en un programa principal de tal forma que se aseguraba la
respuesta a las demandas de los estudiosos de la teoría de control. Como se puede
apreciar, hablar de los orígenes y evolución histórica del CADSC es hablar de la evolu-
ción de la Teoría del Control Automático; los avances de uno han motivado el desarro-
llo del otro y viceversa.
Con el objetivo de facilitar el trabajo de la comunidad científica, C.B. Moler de la Uni-
versidad de Nuevo México, escribió un programa interactivo llamado MATLAB (MA-
Trix LABoratory), cuyo principal objetivo era un fácil acceso a las rutinas de los pa-
quetes LINPACK y EISPACK. La introducción del MATLAB se puede considerar un
hito, puesto que marca el nacimiento del CAD aplicado a sistemas de control, aunque
originalmente (ni aún hoy en día) no era un paquete estrictamente orientado a control,
aunque ya en su primera versión incluía algoritmos adicionales que permitían el análi-
sis y diseño de sistemas de control. A partir de este momento se desarrollaron versiones
comerciales por parte de diversas compañías, todas ellas basadas en el entorno
MATLAB, incluyendo todas ellas algoritmos matemáticos, de control, y de procesa-
miento de señales. Sirvan como ejemplo de los más utilizados en los orígenes del
CADSC los siguientes programas
x PC-MATLAB de Mathworks Inc.
x MATRIXx en Integrated Systems Inc., hoy en día comercializado por National
Instruments.
33
x Ctrl-C de Systems Control Technology, hoy en día en desuso.

Todos estos se podían considerar como programas de cálculo matricial. En algunos
casos, en la actualidad, contienen módulos especializados, también llamados cajas de
herramientas, para su aplicación a sistemas de control.
Otros programas que surgieron posteriormente, que no estaban basados en el
MATLAB, y que se encontraban sumamente especializados en el tratamiento de siste-
mas de control fueron:
x Programa CC, escrito por el profesor Peter Thompson del California Institute of
Technology, y comercializado por Systems Technology Inc.
x EASY5 de Boeing Computer Services.
De hecho, el programa CC era un referente en la impartición docente de asignaturas de
Control. Hoy en día es indiscutible que el estándar “de facto” a nivel mundial es el
Matlab.
Actualmente se considera que las características esenciales que debe contener un pa-
quete CADSC serían las siguientes:
x posibilidad de expresar conceptos técnicos, algoritmos de diseño, etc. mediante:
o lenguaje natural intuitivo.
o interfaz gráfica de usuario.
o manejo de iconos sencillos.
Se trataría de olvidar, pues, la programación de códigos crípticos.
x otros aspectos que sería deseable que incorporaran son:
o salidas gráficas.
o animación.
o visualización en tres dimensiones.
o texto.
o sonido.
Además en el núcleo de un programa CADSC debe haber una colección de rutinas que
incorporen funciones matemáticas y de ingeniería que conlleven el cálculo numérico de
altas prestaciones requerido en aplicaciones de control. Adicionalmente es imprescin-
dible que presenten una arquitectura abierta de tal forma que el usuario pueda modifi-
34
car y crear sus propias funciones. Se debe insistir en la idea de modularidad que debe
asumir la estructura y naturaleza del lenguaje CADSC.
Podemos añadir que generalmente las herramientas actuales más extendidas ya incor-
poran un entorno amigable y de fácil aprendizaje verdaderamente CAD. El programa
más aceptado y utilizado es el conocido por el nombre de MATLAB que junto con su
“front-end” SIMULINK aparece hoy día como el más popular, manejable en una am-
plia variedad de plataformas hardware. El paquete SIMULINK cumple todos estos
requisitos. Éste es un paquete CACSD diseñado con tecnología orientada a objetos, que
funciona como complemento del paquete MATLAB y que nos permite la introducción
gráfica y la consecuente simulación de sistemas dinámicos continuos, discretos e híbri-
dos. Con el fin de facilitar la definición del modelo, SIMULINK proporciona una nue-
va clase de ventanas Windows llamadas block diagram. En estas ventanas los modelos
son creados y editados gráficamente con la ayuda del ratón. Una vez definido el mode-
lo, se podrá analizar mediante ciertas opciones dentro de la ventana SIMULINK o
mediante el uso de comandos MATLAB. El paquete incluye además varios algoritmos
de simulación, una herramienta para la extracción de modelos lineales y otra para la
obtención de puntos de equilibrio.
Cabe destacar que en la popularidad de MATLAB ha tenido un importante papel el
acuerdo entre Prentice Hall y Mathworks (compañía que desarrolla el entorno de pro-
gramación), siendo ya muchos los textos que incorporan su uso en la propuesta y reso-
lución de ejercicios. Ejemplos de autores de prestigio que han seguido esta línea son
Kuo, Ogata, Dorf. Además se han comercializado ediciones para estudiantes que inclu-
yen funciones básicas de los “toolboxes” más utilizados, que soportan además las co-
rrespondientes versiones para estudiantes de SIMULINK.1
Otros programas de simulación que tuvieron su interés y que merece la pena resaltar
son el paquete SIMNON desarrollado por el equipo del profesor sueco Åström del
Lund Institute of Technology, muy utilizado para la simulación de sistemas lineales y
no-lineales, así como de sistemas híbridos continuos-discretos, el programa ACSL (de
Mitchell & Gauthier Associates), y el CSMP.
En los últimos años ha surgido un competidor directo a MATLAB con la ventaja de
que es un programa de distribución libre, para el que ya existen versiones cómodas de
instalar y de usar en el entorno Windows. Se trata de SCILAB, una herramienta
CACSD desarrollada en el INRIA, a la que actualmente se puede acceder en
http://www.scilab.org/.
Las tendencias futuras del CADSC quedan centradas hoy día en el desarrollo de nuevas
generaciones de los paquetes LINPACK y EISPACK, con el objetivo de aprovechar las
ventajas ofrecidas por la teoría de la computación paralela. También se tiende a incor-
1
También, siguiendo esta política, existió una edición de estudiante de la versión 4 del Program CC.
35
porar técnicas de programación orientada a objetos. En cuanto al paquete MATLAB,

siguen periódicamente apareciendo nuevas versiones de SIMULINK así como cajas de
herramientas que facultan su uso en temas tales como Control Robusto, Adaptativo,
Neuronal. Cabe citar que en un tiempo no muy lejano, se introdujo un paquete anexo
de cálculo simbólico que hacía de puente entre el núcleo de MATLAB y del paquete
matemático MAPLE V (de Waterloo Maple Software, Canadá), que en ocasiones des-
plazó al programa MATHEMATICA en muchas comunidades científicas por lo que
respecta a su relación con los proyectos de control. Hoy en día se dispone del paquete
“Symbolic Math Toolbox”.
En otro orden de características se tiende a incorporar facilidades de animación y vi-
sualización en tres dimensiones que permitan añadir realismo a las simulaciones. Tam-
bién se pretende la inclusión de librerías de iconos dedicados a aspectos específicos de
dispositivos y componentes de diversa naturaleza de tal manera que se dote de sentido
físico a las representaciones habitualmente muy matemáticas y simplificadas y por
tanto con cierto distanciamiento de problemas reales, al menos en su primera impre-
sión.
Finalmente, cabe añadir la tendencia de generación automática de código en tiempo
real, lo que ha llevado al término CACE (Ingeniería de Control Asistida por Compu-
tador) que en la actualidad incorporan paquetes como el MATLAB/SIMULINK me-
diante la aplicación Real-Time Workshop, y el MATRIXx por medio de System Build
y Autocode, de tal manera que se obtiene código fuente -en C habitualmente-, que
implementa el regulador verificado previamente en ese entorno CAD, combinado con
rutinas propias de interfaces (A/D, D/A, DIO) con el objetivo de implementar un con-
trol bajo una serie de sistemas operativos de tiempo real en diversas plataformas hard-
ware. Otra herramienta en esta línea es la utilidad del paquete SIMNON que permite
generar código de tiempo-real en Modula-2 [Dahl89]. Estas herramientas de genera-
ción de código también permiten tratar aplicaciones de procesamiento digital de seña-
les (DSP: “digital signal processor”); ejemplo es la herramienta dSPACE DSP.
En definitiva, las tendencias futuras quedan sujetas a los avances en la tecnología de
computadores dirigida hacia entornos interactivos de análisis, diseño y prototipado con
el objeto de mejorar labores de aprendizaje, investigación y desarrollo e implantación
de sistemas de control.
En los últimos años se ha abierto una nueva opción dentro del entorno del diseño de
sistemas de control asistido por computador. Un inmejorable complemento para facili-
tar los pasos habituales en el proceso del diseño de un sistema de control lo constituye
la posibilidad de visualizar simultáneamente en varias ventanas los efectos en el com-
portamiento del sistema de diversas variaciones de un parámetro o varios de diseño. La
percepción de las fases de análisis y síntesis es simultánea con el consiguiente ahorro
de esfuerzo con relación a los entornos clásicos de simulación.
36
En este sentido, hace algunos años que el profesor Åström y colegas introdujeron con-
ceptos como figuras dinámicas e interactividad virtual en este entorno, desarrollando
aplicaciones en el ámbito del aprendizaje asistido de asignaturas con este tipo de con-
tenidos en el Instituto de Lund (Suecia), [Wittenmark98].
Básicamente, una figura dinámica es un conjunto de ventanas gráficas que pueden ser
manejadas con el ratón. Las ventanas están interrelacionadas mediante objetos, de tal
forma que un cambio en uno de ellos implica la rápida (casi inmediata) consecuencia
en todas aquellas ventanas gráficas interrelacionadas con este objeto. Como es fácil de
entender una de las ventajas principales es que el estudiante no necesita implementar
código ni conocer prácticamente nada de un lenguaje informático para entender con-
ceptos de sistemas de control mediante herramientas de CAD de control. Por tanto el
esfuerzo se encauza al mundo del control y no al entorno informático, centrándose en
las ideas y conceptos a asimilar y recogidas en la aplicación que maneja.
Tal vez los mejores ejemplos de esta nueva tendencia en la enseñanza del control sean
los paquetes Ictools y CCSdemo [Johansson98], [Wittenmark98] desarrollados en el
Departamento de Control Automático del Lund Institute of Technology, y Sysquake
(que por cierto utilizaremos en este libro) creado en el seno del Instituto de Automática
de la Escuela Politécnica Federal de Laussane (Suiza) [Piguet99a,b]. Con referencia a
Sysquake, se debe comentar que en España se cuenta con equipos de trabajo muy acti-
vos que han desarrollado interesante aplicaciones de ayuda para la comprensión de
diferentes técnicas de control tanto elementales como avanzadas. Sirva como ejemplo
el libro [Guzman12]. Como ha sido acertadamente señalado [Kheir96], se trata de un
nuevo ejemplo de aplicación de la tecnología avanzada de la información.
No se puede acabar esta breve reseña del CAD de control sin una merecida referencia
al programa LabView de National Instruments, que basado en una programación cla-
ramente gráfica, permite no sólo el análisis y diseño de sistemas, sino también el fácil
manejo de un buen número de dispositivos de diferente naturaleza que lo hacen ser
muy apreciado en la comunidad de ingenieros de control.
37
Capítulo 2
Modelado
Matemático de
Sistemas Continuos
1. Introducción
En el capítulo anterior se definió el objetivo fundamental de un sistema de control, que
no es otro que conseguir que el sistema funcione de una manera específica, deseada y
omitiendo la intervención humana. En el Capítulo 3, veremos cómo definir matemáti-
camente ese comportamiento deseado (lo llamaremos especificaciones) y sus diferentes
dimensiones en función de lo que se persiga conseguir.
Para conseguir este objetivo se debe diseñar una estructura de control como, por ejem-
plo, la estructura de servosistema que se explicó en el capítulo anterior. Si bien no es la
única estructura de control que se puede emplear, incluye los elementos fundamentales
que tiene todo sistema de control.
Figura 2.1. Servosistema.

Por un lado, está el proceso o sistema que se quiere controlar. El sistema recibe una
serie de entradas, las procesa y genera una serie de salidas. Estas salidas son medidas
de alguna manera por un sistema de control dotado de cierta inteligencia. El sistema de
control procesa las salidas del sistema, en base a un algoritmo que puede ser más o
menos complejo, y decide qué entradas hay que aplicar al sistema para que consiga
evolucionar conforme a las especificaciones prediseñadas.
Para aprender a diseñar la inteligencia que se va a incluir en el controlador, el primer
paso consiste en comprender el funcionamiento de todas las piezas de nuestro sistema
de control. Por eso, en este capítulo, estudiaremos qué hay dentro del bloque del siste-
ma y cómo funciona. Para ello desarrollaremos un modelo del proceso o sistema.
El objetivo fundamental del modelado es disponer de una herramienta que nos permita
conocer el funcionamiento del sistema y que sea capaz de responder de la manera más
fiel posible a como lo haría el sistema físico. De este modo, no será necesario hacer
costosas pruebas sobre el sistema real, ya que el modelo matemático debe ser capaz de
dar, de manera aproximada, respuestas similares ante los mismos estímulos.
La forma más común de describir mediante una expresión o varias la caracterización de

un sistema continuo lineal, es utilizando las conocidas ecuaciones diferenciales linea-
41
les. Si, además, los coeficientes que ponderan los diferentes grados de derivación (in-
cluido el cero o estático) son reales y constantes, se tendrá la descripción de un Sistema
Lineal e Invariante en el tiempo (en inglés, LTI: linear and time invariant). Para empe-
zar se pueden plantear diversas variantes, en el sentido de que se tengan diversas entra-
das y salidas, o solamente una de cada... que realmente interese al plantear un modelo.
Conviene recordar que el modelo será una abstracción de un sistema que recogerá sólo
el aspecto o conjunto de aspectos que puntualmente nos interese. En el momento en el
que intervengan derivadas de cualquier orden, se le está dotando al modelo de dinámi-
ca, esto es, de variación con el tiempo.
El hecho de que sea lineal supondrá que, entre otras propiedades y aplicaciones, se
puede considerar válido el Principio de Superposición, según el cual, si la entrada al
sistema se puede considerar como la suma de varias señales, la salida será el resultado
de considerar la suma de cada una de las salidas correspondientes a cada entrada.
La definición de las ecuaciones que modelan un sistema físico es un tema complejo.
Por un lado, hay que disponer de los conocimientos de los fundamentos físicos de to-
dos los subsistemas involucrados. Por el otro hay que aplicar estos conocimientos en la
medida justa para que el modelo sea lo suficientemente preciso para conseguir los obje-
tivos que se propone pero lo suficientemente sencillo para que sea funcional.
Así, por ejemplo, el modelo de caída de tensión en una resistencia puede ser tan senci-
llo como la conocida fórmula V(t)=RI(t), o puede incluir muchos más aspectos para
mejorar su precisión, como variación de la resistencia con la temperatura, tolerancia de
la resistencia, modelo de la dinámica térmica del entorno, inclusión de las resistencias
de los conductores, capacidades e inductancias parásitas, etc. La definición de un mo-
delo adecuado sólo puede hacerse tras un análisis de los objetivos del modelo y con la
adquisición de mucha experiencia en el campo del modelado.
Pero bueno, estábamos en una relación entre una entrada y una salida (en inglés, SISO:
Single Input Single Output). En este caso la ecuación diferencial que describe el com-
portamiento del sistema se puede expresar:
d n y(t ) d n1 y(t ) d mu(t ) d m1u(t )
an 1 a0 y (t ) bm bm 1 b0u(t ) (2.1)
dt n dt n1 dt m dt m1
En esta expresión, como suele ser habitual, la “y” representa la salida y “u” la entrada.
Normalmente la primera derivada tiene un sentido de variación con el tiempo (si la
variable fuera espacio sería una velocidad), la segunda derivada representaría el cambio
de la primera con respecto al tiempo (en el símil anterior sería una aceleración), y así
sucesivamente. En general no suele ser habitual encontrarse con grados de derivación
más allá de dos o tres (a éste último y siguientes se les suele conocer como sistemas de
orden superior), y en cuanto al grado de derivación de la u también resulta extraño que
sea superior a uno (en la mayoría de los casos no se suele asumir la existencia de nin-
guna derivada en esta parte de la ecuación del modelo).
42
2.2.Modelado
ModeladoMatemático
matemáticode
deSistemas
sistemasContinuos
continuos
Conviene saber que los coeficientes de esta ecuación diferencial serán números reales,
ya que si se llevara a cabo una alternativa de modelado según la cual se establece la
relación entre las variables u e y a partir de leyes físicas y/o balances de masa y/o ener-
gía o expresiones similares, los coeficientes representarán a los componentes que pue-
den ser de diversa naturaleza que configuran el sistema que está siendo modelado, o
bien a una combinación de los mismos. Por ejemplo, si se tratara de un sistema eléctri-
co se podría plantear un modelado basado en las Leyes de Kirchoff, y los coeficientes
representar resistencias, capacidad de condensadores e inductancia de las bobinas, o
bien, como se decía, una combinación de éstas.
La resolución de estas ecuaciones es compleja y se suele utilizar una metodología con-
sistente en el uso de la llamada función transformada de Laplace de tal manera que
transforma la ecuación diferencial lineal en una ecuación algebraica. Estamos interesa-
dos en encontrar una solución analítica y no basada en la computación numérica que es
otra alternativa que no vamos a considerar.
El uso de modelos transformados al dominio de Laplace es una constante habitual en la
teoría de sistemas. Por ejemplo, en un artículo [Quing-Wei02] publicado en la revista
IEEE Transactions on Magnetics se puede leer que la función de transferencia de un
servocontrol de un HDD (hard disk drive) es de la forma:
8.4074 108
G( s)
s 2 18.3028s 1340
que representa un modelo en el dominio de la Laplace del servosistema.
La función de transferencia será la herramienta fundamental con la que trabajaremos.
Se trata de una expresión algebraica (en el dominio de Laplace) que relaciona una sali-
da con una entrada, con independencia de la entrada que se aplique. De ese modo, la
función de transferencia representa las características dinámicas y estáticas fundamen-
tales con las que responderá el sistema con independencia de la entrada aplicada.
Así pues, mediante la función de transferencia podremos conocer ciertas características
de la respuesta del sistema sin necesidad de tener que resolver las ecuaciones diferen-
ciales.
En este capítulo aprenderemos a plantear conjuntos de ecuaciones diferenciales que
modelen el funcionamiento de un determinado sistema, linealizarlas en el caso en que
sea un conjunto no lineal, aplicar la transformada de Laplace a un conjunto de ecuacio-
nes lineales o linealizadas y, por último, representar el sistema como un conjunto de
funciones de transferencia organizadas en bloques o una función de transferencia que
represente la relación de la salida con la entrada.
Para todo esto necesitamos conocer y manejar una serie de herramientas matemáticas
que se presentarán en los siguientes apartados. En primer lugar, se explicará cómo
linealizar un sistema de ecuaciones diferenciales no lineal. Después se explican los
43
fundamentos y aplicación de la transformada de Laplace. El siguiente apartado explica

cómo construir un diagrama de bloques para representar un conjunto de ecuaciones
diferenciales y cómo obtener de él la función de transferencia. Por último se explican
las ecuaciones fundamentales de distintos tipos de sistemas habituales, sobre los que se
aplican todas las herramientas explicadas anteriormente.
2. Linealización
Como se ha visto anteriormente, en este libro vamos a aprender a controlar sistemas
LTI. Esto implica asumir que los sistemas con los que se va a trabajar son lineales.
Desafortunadamente, la mayoría de los sistemas en el mundo real son no lineales, por
lo que las técnicas de control clásicas no son aplicables directamente.
Para evitar este problema, en este apartado veremos cómo conseguir un modelo lineal
para un sistema que funciona de manera no lineal, será un modelo linealizado. Si bien
el modelo tendrá sus limitaciones, puede representar perfectamente el funcionamiento
del sistema si el sistema de control puede ajustarse a las restricciones que impone la
misma linealización.
2.1. Sistema lineal y Sistema no lineal

Cuando modelamos un sistema, resulta muy importante identificar cuáles de las ecua-
ciones que se han definido son lineales y cuáles no. En este apartado trataremos de
aprender a distinguirlas.
Se dice que un sistema es lineal cuando todas sus ecuaciones son lineales, esto es,
cumplen las propiedades de homogeneidad y superposición. Supongamos que una de
las ecuaciones de un sistema es:
y (t ) f ( x(t ))
Se dice que la ecuación es lineal si cumple:
a) Si y1 (t ) f ( x1 (t )) entonces, y2 (t ) f ( K x1 (t )) K y1 (t )
b) Si y1 (t ) f ( x1 (t )), y2 (t ) f ( x2 (t )) entonces
y3 (t ) f ([ x1 (t ) x2 (t )]) y1 (t ) y2 (t )
Estas propiedades indican que, si se escalan las entradas, la salida se escala en la mis-
ma proporción. También que si superponemos dos entradas, la salida se comportará
como la suma de los comportamientos individuales de estas entradas. Apliquemos estas
propiedades para comprobar la linealidad en unos ejemplos.
Ejemplo 2.1. Comprobación de linealidad 1.
Supongamos un sistema con la siguiente ecuación:
44
2.2.Modelado
ModeladoMatemático
matemáticode
deSistemas
sistemasContinuos
continuos
y (t ) m x(t ) n
Que es la ecuación de una recta. Primero comprobaremos la homogeneidad:
y1 (t ) m x1 (t ) n
y2 (t ) m [ K x1 (t )] n K m x1 (t ) n
Es fácil ver como:

y2 (t ) z K y1 (t ) K m x1 (t ) K n
La ecuación es, por lo tanto, no lineal.

Supongamos un sistema con la siguiente ecuación:
y (t ) m x(t )
En este caso:
y1 (t ) m x1 (t )
y2 (t ) m [ K x1 (t )] K m x1 (t )
Es fácil ver como:

y 2 (t ) K y1 (t ) K m x1 (t )
Comprobemos ahora la superposición:

y 2 (t ) m x2 (t ) , entonces:
y3 (t ) m ( x2 (t ) x3 (t )) m x2 (t ) m x3 (t )
Resulta evidente que:

y3 (t ) y1 (t ) y2 (t )
Por lo tanto, esta ecuación es lineal.
Habitualmente las ecuaciones tendrán más de una variable independiente, serán de la

forma:
y (t ) f ( x1 (t ), x2 (t ),..., xn (t ))
45
En ese caso la ecuación puede ser lineal con respecto a una de las variables pero no
lineal con respecto a otras.
Para determinar si la ecuación es totalmente lineal se puede seguir la siguiente regla:
Una ecuación será lineal si tiene la forma:
n
y (t ) ¦ Ki xi (t ) (2.2)
i 0
Así pues, si la ecuación se puede expresar como una suma de constantes por variables,
será lineal. En el caso en que aparezca un operador sobre una variable, siempre que el
operador sea lineal (por ejemplo, una derivación), la ecuación será lineal, de lo contra-
rio (cuando la variable esté afectada por operadores no lineales como radicación, loga-
ritmos, exponenciales, senoidales, etc.) será no lineal.

Veamos la comprobación de linealidad sobre las siguientes ecuaciones.
y (t ) m x(t ) n
Esta ecuación es no lineal puesto que incluye una contante (n) que no multiplica a
ninguna variable.
y (t ) x(t ) a u (t )
Esta ecuación es lineal, puesto que se expresa como una suma de constantes por varia-
bles.
d ( x (t ))
y (t ) b x (t ) a
dt
Esta ecuación también es lineal, puesto que la operación derivada es lineal.
y (t ) b x (t )
La ecuación es no lineal, puesto que existe una variable afectada por un operador no
lineal.
2.2. Linealización
Una vez somos capaces de detectar qué ecuaciones son no lineales vamos a aprender a
linealizarlas. El objetivo es encontrar una ecuación lineal que pueda representar la
misma relación entre las variables aunque sea en un rango de funcionamiento menor.
46
2.2.Modelado
ModeladoMatemático
matemáticode
deSistemas
sistemasContinuos
continuos
Estudiaremos el proceso a partir de un ejemplo sencillo. Supongamos que un sistema

incluye la ecuación:
y (t ) 2 x (t ) (2.3)
Que es una ecuación no lineal. Gráficamente la relación entre las dos variables se pue-
de representar (para x 0)
Figura 2.2. Representación gráfica de la ecuación (2.3).

Buscaremos una relación entre ambas variables que sea lineal, para ello utilizaremos un
modelo que sea tangente en un punto. Este punto es que determinaremos punto de fun-
cionamiento y el modelo será válido si no nos alejamos de él.
Supongamos que el punto de funcionamiento elegido es x0=1 (en ese caso y0=2). La
recta tangente en ese punto será:
47
Figura 2.3. Tangente por el punto (1,2).

La ecuación de esta recta tangente será
y (t ) m x(t ) n
Y puede calcularse de la siguiente manera. La pendiente será la derivada de la curva
en ese punto:
d ( y (t )) 1
m 1
dx(t ) x0 1 x(t ) x0 1
La ordenada en el origen se puede calcular teniendo en cuenta que la recta pasa por el
punto de funcionamiento (x0=1, y0=2):
n y (t ) m x(t ) 2 1 1 1
Por lo tanto esta recta es:
y (t ) x(t ) 1
En el caso en que se hubiera elegido otro punto de funcionamiento (yi, xi), la recta tan-
gente podría calcularse como:
ª d ( y (t )) º ª d ( y (t )) º
y (t ) « » x(t ) « yi xi »
«¬ dx(t ) xi »
¼ «¬ dx(t ) xi »¼
En este punto hemos calculado un modelo que puede sustituir al modelo original si se
trabaja en el punto de funcionamiento. No obstante conviene observar como el nuevo
48
2.2.Modelado
ModeladoMatemático
matemáticode
deSistemas
sistemasContinuos
continuos
modelo también es no lineal, puesto que incluye una constante que no multiplica a
ninguna variable.
Para acabar de obtener un modelo lineal trabajaremos la ecuación del modelo tangente:
ª d ( y (t )) º
y (t ) yi « » x(t ) xi
¬« dx(t ) xi »¼
En esta forma de la ecuación se ven los incrementos de las variables alrededor del pun-
to de funcionamiento, de modo que podemos emplear la siguiente nomenclatura:
'y (t ) y (t ) yi
' x (t ) x(t ) xi
Para expresar la ecuación de la siguiente manera:
ª d ( y (t )) º
'y (t ) « » 'x(t )
«¬ dx(t ) xi »
¼
Esta ecuación sí que es lineal, pero tiene la particularidad de que las variables en reali-
dad representan las variaciones de la variable alrededor del punto de funcionamiento y
no el propio valor de la variable.
De ese modo, el modelo obtenido y el modelo original funcionarán de la misma manera
en el punto de funcionamiento, si bien los resultados diferirán a medida que nos aleje-
mos de él.
La siguiente gráfica muestra el comportamiento de la ecuación original y de la ecua-
ción linealizada cuando hay cambios en el punto de funcionamiento:
Figura 2.4. Evolución temporal del modelo original y el linealizado
49
Se puede observar como, a medida que los valores de y(t) se van alejando del punto de
funcionamiento los valores que predice el modelo lineal con respecto al no lineal se
van alejando.
Así pues, el modelo lineal será válido en la medida en que el punto de funcionamiento
no cambie, o cambie muy poco.
En general, cuando la ecuación del sistema sea multidimensional:
y (t ) f ( x1 (t ), x2 (t ),..., xn (t ))
El modelo lineal que se puede calcular representará la hipersuperficie tangente al mo-

delo no lineal en el punto de funcionamiento. Este modelo lineal tendrá la forma:
n
'y (t ) ¦ Ki 'xi (t ) (2.4)
i 0
Donde las constantes de linealización se calculan alrededor del punto de funcionamien-

to de la siguiente manera:
wy (t )
Ki (2.5)
wxi (t ) pf
De ese modo se puede calcular un modelo lineal tangente a cualquiera no lineal que
será válido alrededor del punto de funcionamiento.
2.3. Cálculo del punto de funcionamiento

En el apartado anterior, hemos visto cómo linealizar la ecuación de un sistema si se
conoce el punto de funcionamiento de las variables. En esta sección veremos cómo
calcular los valores de todas las variables para poder determinar el punto de funciona-
miento.
Si el sistema de ecuaciones es resoluble e incluye “n” entradas, para determinar el
punto de funcionamiento se debe tener en cuenta:
x Se deben fijar “n” valores de variables en punto de diseño.
x Las derivadas, en el punto de funcionamiento, deben anularse.
La primera cuestión resulta evidente, puesto que necesitamos ese número de datos para
poder resolver todas las ecuaciones. No obstante, resulta ser una decisión importante y
complicada para el modelado. Debemos decidir que variables y qué valores son más
críticos y fijar su valor. Si el sistema se aleja de esos valores, el modelo dejará de re-
presentar al sistema.
50
2.2.Modelado
ModeladoMatemático
matemáticode
deSistemas
sistemasContinuos
continuos
La segunda cuestión es un requisito para que el modelo linealizado represente al mode-

lo no lineal. Tal y como se vio en el apartado anterior, el modelo linealizado sólo fun-
ciona si las variables no se alejan del punto de funcionamiento, por lo tanto, si las va-
riables cambian de valor (al tener derivadas no nulas) el modelo dejaría de ser
adecuado. Esto no quiere decir que el modelo linealizado no incluya dinámica. Si el
sistema tiene dinámica el modelo debe reflejarla, no obstante, para calcular el punto de
funcionamiento se asumirá que no hay cambios.
Ejemplo 2.4. Cálculo del punto de funcionamiento.

Se quiere calcular el punto de funcionamiento de un sistema cuya entrada es u(t) y que
se puede modelar mediante el siguiente conjunto de ecuaciones:
y t x(t ) u (t )
d ( y t )
x t 7 y (t )
dt
Queremos determinar el punto de funcionamiento del sistema, esto requiere determinar
el valor de todas las variables del sistema: (u0, y0, x0).
En primer lugar debemos seleccionar una de las variables y fijar su valor (ya que el
sistema tiene una entrada), que será un valor de funcionamiento deseado para esa va-
riable. Supongamos que fijamos el valor de x(t), que será x0. A partir de ese valor te-
nemos que ser capaces de calcular el resto de variables. Si observamos la primera
ecuación, si x(t)= x0, tendremos dos incógnitas en la ecuación, por lo que no podremos
calcular el resto de variables. Si observamos la segunda, al ser x(t) dato y anularse las
derivadas en el punto de funcionamiento, la ecuación, en el punto de funcionamiento
quedará:
§ d y t · § d y t · x0
¨ x t 7 y (t ) ¸ como ¨ ¸ 0 x0 7 y0 y0
¨ dt ¸ ¨ dt ¸ 7
© ¹ pf © ¹ pf
Una vez conocidas x0 e y0, se pueden usar esos valores en la primera ecuación para
despejar el valor de la entrada.
y0 x0 u0
x0
Por lo tanto: u0 y0 x0 ( x0 )
7
De este modo, una vez definida x0, se puede calcular el valor del resto de variables.
51
3. Función transformada de Laplace
3.1. Definición y propiedades

La definición es un tanto compleja: dada una función temporal continua f(t) se define
su función transformada de Laplace F(s) (se suele considerar la mayúscula para desig-
narla y un argumento s) mediante la expresión.
L > f (t ) @
f st
F (s) ³0 f (t )e dt sC (2.6)
siendo s la variable compleja con parte real V y compleja w, s=V +wj.

Con esta función se consigue algo importante que facilitará la resolución de las ecua-
ciones diferenciales lineales que se suele introducir como una propiedad de esta fun-
ción matemática:
ª dn º
L « n f (t ) » s n F ( s ) ( s n 1 f (0) s n 2 f 1 (0) .. f ( n 1) (0)) (2.7)
¬ dt ¼
representando “f j(0)” el valor de la derivada temporal j-ésima de la función “f” en el
instante inicial, y “s j” la potencia j-ésima de la variable “s”. De aquí se deduce la uti-
lidad y el porqué de la consideración de esta función. Como parece claro transforma
una ecuación diferencial lineal de orden n en una ecuación lineal en “sn”, para cuya
resolución se pueden emplear los métodos conocidos de este tipo de ecuaciones.
Cabe señalar que el segundo término de la ecuación (2.7) que agrupa potencias de s
cuyos coeficientes son valores de funciones en el instante inicial serán cero si se asume
que el sistema parte del equilibrio, es decir, inicialmente está en reposo, cuestión ésta
que asumiremos como cierta en este curso.
Obsérvese que la ecuación la resolveremos en el dominio complejo de la variable s.
Nuestro deseo será, no obstante, obtener la función temporal solución de la ecuación
diferencial original. Para ello, la solución, se llevará de nuevo al dominio temporal
aplicando una función antitransformada.
A veces se presenta la confusión de si la variable s es operador o variable compleja. No
debe aparecer tal confusión pues s es, ciertamente, una variable compleja; no obstante,
lo que sucede es que es normal inferir que cuando se ve “sn” se piense inmediatamente
en una derivada de grado n-ésimo, “sugiera” que aplicada a una función se obtiene ésta,
lo que puede provocar una óptica más de operador que de variable.
Es importante, además, resaltar que según el Teorema fundamental del Álgebra, las
soluciones de una ecuación lineal de orden n en una variable compleja con coeficientes
reales y constantes, son reales y/o complejas conjugadas, no pudiendo existir de otro
tipo.
52
2.2.Modelado
ModeladoMatemático
matemáticode
deSistemas
sistemasContinuos
continuos
3.2. Propiedades de la Transformada de Laplace

Algunas propiedades interesantes de la Transformada de Laplace son:
a) Es una función L : t l s biunívoca. De tal manera que a una función temporal le
corresponde una única función en el dominio de Laplace y viceversa.
b) Es una función lineal. Cumple las propiedades de homogeneidad y superposición.
Así pues suponiendo la notación L > f (t ) @ F ( s ) , y L > g (t ) @ G ( s ) , se verificará
que:
L >D f (t )@ D L > f (t )@ D F (s)
L > f (t ) g (t )@ L > f (t )@ L > g (t )@ F ( s) G( s)
c) Multiplicación por exponencial. L ª¬e at f (t ) º¼ F (s a) .
d) Traslación temporal. Esta propiedad también es de suma importancia y muy utili-

zada para modelar retrasos temporales.
0 tD
f x (t ) ®
¯ f (t ) t t D
L ª¬ f x (t ) º¼ L > f (t )@ e Ds
Es decir que si se tiene una función que comienza en el instante D, se está diciendo que
f x (t ) f (t D ) , en el dominio complejo de Laplace equivale a considerar una fun-
ción exponencial que materializa dicho retraso. Así pues, cuando se tengan sistemas
con retraso de respuesta, es decir, que como ya se explicará, no respondan de manera
instantánea a una causa o entrada, se deberá acudir a esta exponencial para reflejarlo.
3.3. Transformada de Laplace de algunas funciones típicas

Si bien la transformada de Laplace puede hacerse para cualquier señal conocida su
ecuación, para las señales más habituales suelen usarse tablas de transformadas. La
tabla 1 muestras estas transformadas.
53
Tabla 1: Transformada de Laplace de funciones típicas.
Señal Gráfico f(t) F(s)
f (t ) A t 0
Impulso F (s) A
f (t ) 0 t ! 0
Escalón A
f (t ) A t ! 0 F (s)
s
Rampa A
f (t ) At F (s)
s2
Exponencial 1
f (t ) e at F (s)
sa
Seno con
amortigua- Z
f (t ) e at sen(Z t ) F ( s)
ción ( s a)2 Z 2
Coseno con
amortigua- sa
f (t ) e at cos(Z t ) F ( s)
ción ( s a)2 Z 2
Rampa 1
amortiguada f (t ) t e at F (s)
( s a)2
54
2.2.Modelado
ModeladoMatemático
matemáticode
deSistemas
sistemasContinuos
continuos
3.4. Transformada Inversa de Laplace. Cálculo

A continuación se dan una serie de recomendaciones para facilitar la antitransforma-
ción. Como habitualmente suele suceder, se partirá de una función racional, esto es de
una relación de polinomios en denominador y numerador. En función de la forma del
denominador se procederá a considerar diversas alternativas que recogen la totalidad de
los casos. No hay que perder de vista que todo este procedimiento se lleva a cabo con
la intención de poder descomponer la función en el dominio s en funciones más ele-
mentales cuya antitransformada sea fácilmente conocida (incluyendo el posible uso de
tablas) o deducible.
Cuando se utilice la antitransformación, también se podrá aplicar la propiedad de linea-
lidad:
L1 >D F ( s )@ D L1 > F ( S ) @ D f (t )
L1 > F ( s ) G ( s ) @ L1 > F ( s ) @ L1 >G ( s ) @ f (t ) g (t )
Básicamente el procedimiento consiste en obtener las raíces del polinomio denomina-

dor y en función de su forma descomponer de una cierta manera la función global asu-
miendo fracciones parciales cuyos numeradores reciben el nombre de residuos (de la
raíz cuya fracción se está considerando).
De ese modo, se descompone F(s) en una serie de términos en suma de los que se co-
nozca su antitransformada (se mira en las tablas). Dado que la antitransformada es una
función lineal, estos términos se pueden antitransformar por separado.
De ahora en adelante, se considerará la notación:
N (s)
F (s)
D(s)
La descomposición en fracciones simples se hace de manera distinta en función del
tipo de raíces de D(s).
3.4.1. Raíces reales simples.

Si las raíces de D(s) son reales y simples, entonces la función se puede descomponer de
la siguiente manera.
N (s) n Ai
F (s) ¦
( s pi ) 1 (s p )
n
i 1 i
i
Y los coeficientes de cada una de las fracciones se puede calcular como:

Ai F ( s )( s pi ) s pi
55
A cada Ai se le conoce por el residuo de la raíz pi .

De ese modo, si observamos la tabla de transformadas, al ser la transformada de Lapla-
ce biunívoca, la antitransformada será:
n ª 1 º n
f (t ) L1 > F ( s ) @ ¦ Ai L1 « » i¦1 Ai e
pi t
i 1
¬ ( s pi ) ¼
Ejemplo 2.5. Antitransformada con polos reales simples.

Antitransformar:
1
F (s)
( s 1)( s 2)
Solución:
Observamos que el denominador sólo incluye raíces reales simples, por lo tanto, se
podrá descomponer de la siguiente manera:
K1 K2
F (s)
( s 1) ( s 2)
Donde:
1 1
K1 F ( s )( s 1) s ( s 1) 1
1
( s 1)( s 2) s 1
( s 2) s 1
1 1
K2 F ( s )( s 2) s ( s 2) 1
2
( s 1)( s 2) s 2
( s 1) s 2
Por lo tanto:
1 1
F (s)
( s 1) ( s 2)
La antitransformada, aplicada a cada término en la suma por separado, resulta:
f (t ) L1 > F ( s ) @ e t e 2 t
3.4.2. Raíces reales múltiples

Si D(s) presenta una raíz múltiple en pi, la descomposición correspondiente a esta sin-
gularidad resulta ser:
56
Para seguir leyendo haga click aquí

Toc 0310 11 02 PDF

Cargado por

Información del documentohacer clic para expandir la información del documento

Información del documentohacer clic para expandir la información del documento

Copyright:

Formatos disponibles

Toc 0310 11 02 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

Toc 0310 11 02 PDF

Cargado por

Copyright:

Formatos disponibles

T EXTOS A CADÉMICOS U NIVERSITARIOS

Julián J. Salt Llobregat

De la VHJXQGD edición, 2016:

© Editorial Reverté, S.A., 2016

© Editorial Universitat Politècnica de València

EDITORIAL REVERTÉ, S. A. Loreto, 13-15. Local B

Depósito legal: V-166-2015

Queda prohibida la reproducción, distribución, comercialización, transformación, y

Ángel Cuenca Doctor en Informática por la Universitat Politècnica de València (UPV)

Vicente Casanova es Licenciado en Informática (1994), Ingeniero de Telecomunica-

Antonio Correcher es Ingeniero Industrial (2001) por la Universitat Politècnica de

El libro, además, ha intentado asumir el momento en el que nos encontramos en el que

2. Sistema. Definiciones. ............................................................................................... 13

3. Concepto de Modelo. ................................................................................................ 15

4. La Ingeniería de Sistemas. ......................................................................................... 16

6. Concepto de Sistema y Modelado en la Automática. ................................................. 22

7. Representación Interna y Externa ............................................................................. 23

8. El Problema de Control ............................................................................................. 25

9. El CAD Aplicado a Sistemas de Control. CADSC .......................................................... 31

Capítulo 2. Modelado Matemático de

3. Función transformada de Laplace .............................................................................. 52

4. Modelado de sistemas físicos .................................................................................... 86

5. Ejercicios resueltos .................................................................................................. 104

6. Ejercicios propuestos............................................................................................... 161

Capítulo 3. Análisis de Sistemas

2. Análisis de Sistemas Continuos. Polos, Estabilidad .................................................. 175

3. Sistemas Continuos Característicos. ........................................................................ 178

4. Interpretación geométrica de Especificaciones en el Plano S ................................... 188

5. Comportamiento en Régimen Permanente de Sistemas Continuos. Concepto de

6. El Lugar de las Raíces............................................................................................... 194

7. Ejercicios Resueltos ................................................................................................. 206

8. Ejercicios propuestos .............................................................................................. 225

Capítulo 4. Diseño de Reguladores PID

2. Metodología del diseño de reguladores .................................................................. 233

3. Acciones básicas de control ..................................................................................... 235

4. Diseño de reguladores PID en el lugar de las raíces.................................................. 246

5. Ajuste de reguladores PID por cancelación .............................................................. 268

6. Ajuste experimental del regulador PID .................................................................... 270

7. Aspectos prácticos de la implementación ................................................................ 272

8. Ejercicios resueltos .................................................................................................. 278

9. Ejercicios ................................................................................................................. 298

9.3. Ejercicio 3 .............................................................................................................. .. 303

2. Tipos de Perturbaciones y Planteamiento general ................................................... 311

3. Control en Cascada ................................................................................................. 313

4. Control por prealimentación. .................................................................................. 317

5. Ejemplo comentado de uso de Controles en Cascada y Prealimentación ................. 318

6. Retardos de Transporte. El Predictor de Smith ........................................................ 324

7. Ejemplo comentado de uso de Predictor de Smith .................................................. 328

8. Ejercicios propuestos .............................................................................................. 330

Capítulo 6. Respuesta en Frecuencia de

2. Respuesta en frecuencia de un sistema dinámico .................................................... 335

3. Trazado asintótico del diagrama de Bode ................................................................ 341

4. Identificación en el diagrama de Bode..................................................................... 352

5. Estabilidad en el diagrama de Bode......................................................................... 357

6. Precisión en el diagrama de Bode............................................................................ 364

7. Influencia del retraso en la estabilidad del servosistema ......................................... 367

8. Ejercicios resueltos .................................................................................................. 371

x (t ) A(t ) x(t ) B(t )u (t )

y(kT ) C(kT ) x(kT ) D(kT )u(T )