Tarea - Sistemas de Control Ii
Tarea - Sistemas de Control Ii
Tarea - Sistemas de Control Ii
RSIDA
D DEL
CALLA
O
TEMA:
TAREA – SISTEMAS DE CONTROL II
INTEGRANTES:
Barreto ballena Edwin Jesús 092601G
Balarezo Obispo Jhonatan 1523220663
Benites Calenzani Boris Carlos 1523210121
Mallco Huamani Octavio 1523220627
Moreno Jaque David Jhon 1623215793
CURSO:
SISTEMAS DE CONTROL II
2020
FIRMAS DE CADA INTEGRANTE
0 1 0 0
[
ẋ= 0 0 1 + 1 u
−1 5 6 1 ][]
usando el control mediante realimentación del estado 𝑢 = −𝐾𝑥, se desea tener
los polos en lazo cerrado en 𝑠 = −2 ± 𝑗4, 𝑠 = −10. determine la matriz de
ganancias de realimentación del estado K.
SOLUCION:
primero determinamos si el sistema es controlable
A=[0 1 0; 0 0 1; -1 -5 -6];
B=[0; 0; 1]; Mc=[B A*B A*A*B] rank(Mc)
det(Mc)
la determinante es -1.
Podemos decir que el sistema es controlable.
Al verificar que el sistema es controlable podemos hallar la matriz de ganancia
K Por el método de sustitución directa:
K= [ k 1 k 2 k 3 ]
0 1 0 0
[
A= 0 0 1 , B= 1
−1 5 6 1 ] []
Polinomio característico deseado:
|𝑠𝐼 − 𝐴 + 𝐵𝐾| = (𝑠 − 𝜇1)(𝑠 − 𝜇2)(𝑠 − 𝜇3)
5+ k 2=60
5+ k 1=200
Tenemos:
[][
ẋ 2 = 0
ẋ3 −6
0
−11 −6 ][ ] [ ]
1 x2 + 0 u
x3 10
Por lo tanto:
0 1 0 0
[
A= 0 0 1 ; B= 0
−6 −11 −6 10] []
Haciendo uso de la ecuación de Ackermann, la matriz de ganancia de
retroalimentación de estado K puede ser dada por:
𝐾 = [0 0 1] [𝐵 𝐴𝐵 𝐴2𝐵]−1 𝜑(𝐴)
Donde:
𝜑(𝐴) = 𝐴3 + 𝛼1𝐴2 + 𝛼2𝐴 + 𝛼3𝐼
[
¿ −48 66 −3
18 −15 84 ]
Puesto que:
0 0 10
[B AB A2 B ] = 0
[
10 −60
10 −60 250 ]
Tenemos:
−1
0 0 10 154 45 8
K= [ 0 0 1 ] 0 10 −60
10 −60 250 [ ][ −48 66 −3
18 −15 84 ]
K= [ 15.4 4.5 0.8 ]
Entonces la matriz de ganancias de realimentación del estado K seria:
K= [ 15.4 4.5 0.8 ]
3. Sea el servosistema de tipo 1 que se muestra en la figura. Las matrices
A, B y C de la figura vienen dadas por
0 1 0 0
[
A= 0 0 1 ; B= 0 ;C= [ 1 0 0 ]
0 −5 −6 1 ] []
+ x
r + u
k1 ẋ = Ax+Bu y=Cx y=x1
-
- -
x2
k2
x3
k3
𝑀𝑐 = [𝐵 𝐴𝐵 𝐴2𝐵]
𝜙(𝐴) = 𝐴3 + 𝛼1𝐴2 + 𝛼2𝐴 + 𝛼3𝐼
Hallamos el matriz del controlador, haremos el uso del matlab:
A=[0 1 0;0 0 1;0 -5 -6];
B=[0;0;1];
Mc=[B A*B A*A*B]
0 0 1
[
M c = 0 1 −6
1 −6 31 ]
Hallando la inversa:
5 6 1
[ ]
M c−1= 6 1 0
1 0 0
= 𝑠3 + 𝛼1𝑠2 + 𝛼2𝑠 + 𝛼3
[
φ (A )= −8 159 7
−7 −43 117 ]
Ahora reemplazando todo en la siguiente ecuación:
𝐾 = [0 0 … 0 1]𝑀𝑐−1𝜙(𝐴)
K= [ k 1 k 2 k 3 ]
K= [ 199 55 8 ]
Ahora nos pide escalon unitario:
𝑥̇ = (𝐴 − 𝐵𝐾)𝑥 + 𝐵𝑘1𝑟
Entonces:
0 1 0 0
[
ẋ= 0 0 1 x+ 0
−200 −60 −14 r ] []
y=Cx=[ 1 0 0 ] x
Hacemos el grafico en Matlab:
AA=[0 1 0;0 0 1;-200 -60 -14];
BB=[0;0;199];
CC=[1 0 0]; DD=[0];
t=0:0.01:5;
y=step(AA,BB,CC,DD,1,t);
plot(t,y)
grid
title(' respuesta escalon unitario') xlabel('t
segundos') ylabel('salida(y)')
A= −1 1 x ; y=[ 1 0 ] x
[
1 −2 ]
diseñe un observador de estado de orden completo suponiendo que los polos
deseados para el observador son 𝑠 = −5, −5
SOLUCION:
A= [−11 −21 ]; C= [1 0]
Los polos deseados
𝜇1 = −5
𝜇2 = −5
Antes de empezar a resolver por los métodos debemos comprobar si el
sistema es observable, para hacerlo más practico haremos el uso del Matlab.
A=[-1 1;1 -2]; C=[1 0];
Mo=[C; C*A]
rank(Mo)
det(Mo)
El sistema es controlable
Mo= 1 0
−1 1[ ]
Matriz observable
K =[ 7 ]
e
10
0 1 0 0
[
ẋ= 0
] []
0 1 x + 0 u , y= [ 1 0 0 ] x
−5 −6 0 1
[ ][
~
−35
x 2 = −364
~ −1290 −6 0 ~ 1
x3 ][ ] [ ] [ ]
~
0 1 x 2 + 0 u+ 394
x3 1285
a1 a 1
[ ]
k e =Q= a2 a 2
a1 a 3
[ ]
0 1 0 =I
0 0 1
a2 a1 1
[
W = a1 1 0
1 0 0 ]
Los valores de a1 y a2 se determinan a partir de la ecuación característica del
sistema original.
𝑠 −1 0
|𝑆𝐼 − 𝐴| = | 0 𝑠 −1 |
−1.244 −0.3956 𝑠 + 3.145
= 𝑠3 + 3.145𝑠2 − 0.3956𝑠 − 1.244
= 𝑠3 + 𝑎1𝑠2 + 𝑎2𝑠 + 𝑎3
−0.39563.145 1
Así: 𝑊=[ 3.145 1 0]
1 0 0
Entonces:
𝑄 = [𝑊 𝑁∗]−1
0 0 1
[
¿ 0 1 −3.145
1 −3.145 10.2866 ]
Los valores de 𝛼1, 𝛼2, 𝛼3 se determinan a partir de la ecuación característica:
= 𝑠3 + 𝛼1𝑠2 + 𝛼2𝑠 + 𝛼3
16.855
[ ]
K e = 147.387
544.381
ẋ= 0 1 x + 0 , y=[ 1 0 ] x
[ ] []
0 0 1
Los polos de bucle cerrado deseados para la parte de colocación del polo son:
𝑠 = −0.7071 ± 𝑗0.7071
Y el polo de observador deseado del observador de orden mínimo está en
𝑠 = −5
El primer paso para diseñar un controlador de observador es determinar la
matriz de ganancia de retroalimentación de estado K y la matriz de ganancia
de observador Ke. Al usar MATLAB podemos determinar K y Ke.
La matriz de ganancia de retroalimentación K y la matriz de ganancia del
observador Ke se obtienen de la siguiente manera:
𝐾 = [1 1.4142], 𝐾𝑒 = 5
A continuación, obtenemos la función de transferencia del controlador
observador. Notando que se da la ecuación del observador de orden mínimo
tenemos:
𝐾𝑒 = 5
Sustituyendo estos valores numéricos en la ecuación del observador de orden
mínimo obtenemos:
𝜂̃̇ = (0 − 5 ∗ 1)𝜂̃ + [(0 − 5 ∗ 1)5 + 0 − 5 ∗ 0]𝑦 + (1 − 5 ∗ 0)𝑢
𝜂̃̇ = −5 𝜂̃ − 25𝑦 + 𝑢
Tomando transformada de Laplace a la última ecuación, asumiendo la
condición inicial cero.
𝑠𝜂̃(𝑠) = −5𝜂̃(𝑠) − 25𝑌(𝑠) + 𝑈(𝑠)
0 1 0 0
[
ẋ= 0 0
] []
1 x + 0 u , y=[ 1 0 0 ] x
−6 −11 −6 1
Diseñe un sistema regulador por el método de asignación de polos con
observador. Suponga que los polos en lazo cerrado deseados para la
asignación de polos están en s=−1+ j ,−1− j ,−5. Los polos deseados del
observador están localizados en s=−6 ,−6 ,−6. También obtenga la función de
transferencia del controlador observador.
SOLUCION:
U ( s) s 2 +119 s +618
= 3
Y (s ) s +19 s2 +121 s+ 257
s2 +2 s +50
G s=
( )
s (s+4 )(s +6)
Los polos deseados del observador están localizados en s=−10 ,−10 ,−10 para
el observador de orden completo s=−10 ,−10 para el observador de orden
mínimo. Compare las respuestas a un escalón unitario de los sistemas
diseñados. Compare también el ancho de banda de ambos sistemas.
SOLUCION:
s 2 +2 s+50
G ( s )=
s 3 +10 s 2+24 s
La ecuación diferencial correspondiente es:
Encontramos:
𝑎1 = 10, 𝑎2 = 24,𝑎3 = 0
𝑦 𝑡𝑎𝑚𝑏𝑖é𝑛 𝑑𝑒
𝑏0 = 0 𝑏1 = 1, 𝑏2 = 2, 𝑏3 = 50
Definen las variables de estado de la siguiente manera:
𝑥 1 = 𝑦 − 𝛽 0𝑢
𝑥2 = 𝑥1̇ − 𝛽1𝑢
𝑥3 = 𝑥2̇ − 𝛽2𝑢
Donde:
𝛽0 = 𝑏0 = 0
𝛽1 = 𝑏1 − 𝑎1, 𝛽1 = 1
𝛽2 = 𝑏2 − 𝑎1𝛽1 − 𝑎2𝛽2 = 2 − 10(1) − 0 = −8
𝛽3 = 𝑏3 − 𝑎1𝛽2 − 𝑎2𝛽1 − 𝑎3𝛽0 = 50 + 10(8) − 24(1) − 0 = 106
Luego tenemos:
𝑥 1̇ = 𝑥 2 + 𝑢
𝑥2̇ = 𝑥3 − 8𝑢
𝑥3̇ = −𝑎3𝑥1 − 𝑎2𝑥2 − 𝑎1𝑥3 + 𝛽3𝑢 = −24𝑥2 − 10𝑥3 + 106𝑢
𝑦 = 𝑥1
Por lo tanto, la representación del espacio de estado de la planta es:
x˙1 0 1 0 x1 1
[ ][
x˙2 = 0
x˙3
0 1 x 2 + −8
0 −24 −10 x 3 106 ][ ] [ ]
x1
y= [ 1 0 0 ] x 2
x3 []
Sistema con un observador de orden completo: Ahora obtenemos la matriz de
ganancia de retroalimentación de estado K y la matriz de ganancia de
observador Ke cuando el observador es de orden completo. El programa
MATLAB que se muestra a continuación produce K y Ke:
La función de transferencia del controlador del observador puede obtenerse
fácilmente con MATLAB. El programa MATLAB que se presenta a continuación
produce la función de transferencia del controlador del observador cuando el
observador está en orden.
10. Utilizando el método de asignación de polos con observador, diseñe los
sistemas de control que se muestran en las figuras (a) y (b). Suponga
que los polos en lazo cerrado deseados para la asignación de polos
están en s=−2+ j 2 ,−2− j2 y los polos deseados del observador se
localizan s=−8 ,−8. Obtenga la función de transferencia del controlador
observador. Comparar las respuestas a un escalón unitario de ambos
sistemas [en el sistema (b) determinar la constante N de forma que la
salida en estado estacionario y (∞ ) sea la unidad cuando la entrada es
un escalón unitario].
+ U(s) Y(s)
R(s) Controlador G(s)
observador
-
1
G ( s )=
s (s+1)
(a)
Planta
R(s) +
N G(s) Y(s)
Controlador
observador
(b)
1
G ( s )=
s (s+1)
SOLUCION:
1
G ( s )=
s ( s+1)
𝑠 = −2 + 𝑗2, −2 − 𝑗2
Polos deseados por el observador
𝑠 = −8, −8
Primero determinar en el espacio de estados
1
G ( s )=
s ( s+1)
Forma diferencial:
ÿ + ẏ=u
ÿ +a 1 ẏ +a 2 y=b 0 ü+b 1 u̇+b 2 u
ẋ= [−a0 2 1 x+ b1 u
−a 1 ] [ ]
b2
𝛽0 = 𝑏0
𝛽1 = 𝑏1 − 𝑎1𝛽0
𝛽2 = 𝑏2 − 𝑎1𝛽1 − 𝑎2𝛽0
𝑎1 = 1; 𝑎2 = 0 ; 𝑏0 = 0 ; 𝑏1 = 0 ; 𝑏2 = 1
𝛽0 = 0
𝛽1 = 0
𝛽2 = 1
ẋ= 0 1 x + 0 u
[0 −1 ] []
1
y= [ 1 0 ] x
Luego hallamos las ganancias K y Ke con el programa Matlab.
A=[0 1;0 -1]; B=[0;1];
C=[1 0];
J=[-2+j*2 -2-j*2];
L=[-8 -8];
K=acker(A,B,J) Ke=acker(A',C',L)'
RESPUESTAS EN UNITARIO