1

CONTROL POR REALIMENTACION DE 1 1

ESTADOS
d=[0]
Problema 1. Caso SISO
d=
Considere el siguiente sistema: 0

 x&1  1 0  x1  1 co=ctrb(a,b); rank(co)

 x&  = 0 2  x  + 1u
 2   2    ans =
2

x 
y = [1 1] 1 
El sistema es completamente controlable,
entonces puedo asignar polos
 x2  arbitrariamente.

Diseñe un control por realimentación de estados tal pd=[-2,-3]

que los polos queden ubicados en:
pd =
s1 = −2 s2 = −3 -2 -3

Solución: k=place(a,b,pd)

Se observa que el sistema es inestable con polos en place: ndigits= 15

k=
s1 = 1 s2 = 2 -12.0000 20.0000

Regulador Las constantes de ganancia son:

Lo primero que debe hacerse es verificar si el sistema k1 = −12 k 2 = 20

es completamente controlable.

a=[1,0;0,2] Se procede a realizar la simulación:

a= x' = Ax+Bu
K y
1 0 Step
y = Cx+Du
State-Space Matrix To Workspace

0 2 Gain1

Matrix
t
Gain
Clock To Workspace1
b=[1;1] K

b=
1
11

c=[1,1]

c=
Area de Automática
Ing. Mecatrónica.
Jimmy Tombé Andrade
 2

0.3
A continuación se muestran las variables de
0.2
estado del sistema controlado y el esfuerzo de
control en la grafica siguiente.
0.1

0
0.15

-0.1
0.1

-0.2 0.05
Variables de estado
0
-0.3
-0.05
-0.4
-0.1
-0.5
0 1 2 3 4 5 6 7 8 9 10 -0.15

-0.2

-0.25

Con este tipo de simulación debe tenerse en cuenta -0.3

que la matriz c que se encuentra dentro de State – -0.35

0 1 2 3 4 5 6 7 8 9 10
Space cambia a la matriz identica para que la salida
sean las variables de estado, esta salida luego se
multiplica por la matriz c real. (Identica del tamaño 1

de a ).
0.8

En la grafica se puede apreciar que el sistema se 0.6

Esfuerzo de control

estabiliza pero presenta un gran error de estado 0.4

estacionario, por eso se hace necesario diseñar un
control para seguimiento de referencia constante. 0.2

Pero antes demostremos las ventajas de este control -0.2

como regulador.
-0.4
0 1 2 3 4 5 6 7 8 9 10

NOTAS ADICIONALES: A continuación se grafican

las variables de estado del sistema con y sin control, asi como el
esfuerzo de control.
8
x 10 x' = Ax+Bu
2.5 y = Cx+Du
K y

State-Space Matrix To Workspace

Gain1

Matrix
t
2 Gain
Clock
To Workspace1
K

1.5

0.5

0
0 1 2 3 4 5 6 7 8 9 10

Aquí se observan las variables de estado del

sistema sin controlar.

Area de Automática
Ing. Mecatrónica.
Jimmy Tombé Andrade
 3

kpi=place(aa,ba,pda)
1.5

1
place: ndigits= 15
kpi =
0.5 -212.0000 240.0000 40.0000
0
kp=[-212,240]
-0.5

kp =
-1
0 1 2 3 4 5 6 7 8 9 10 -212 240
Aquí se observa claramente que el sistema vuelve al
ki=[40]
punto de equilibrio.

NOTA: Como el sistema carece de entrada es necesario ki =

colocar condiciones inciales en el sistema. 40

Seguidor Las dos primeras columnas corresponden a

kp la ultima columna es ki .
Cuando se calcula un seguidor se debe tener en
k p = [− 212 240] ki = [40]
cuenta que dichos calculos deben realizarse con las
matrices aumentadas pero las simulaciones se hacen
con el sistema normal.

 x&   a [0]  x  b 0 t

 z&  = − c + u + 1 r
Clock T o Workspace1

   0   z  0   Step
1
s
Integrator
K

Matrix
Gain2
x' = Ax+Bu
y = Cx+Du
State-Space
K

Matrix
Gain1
y

To Workspace

Matrix
Gain

aa=[a,zeros(2,1);-c,0]

aa =
1 0 0 1.2

0 2 0 1

-1 -1 0 0.8

0.6

ba=[b;0] 0.4

0.2
ba =
1 0

1 -0.2

0 -0.4
0 1 2 3 4 5 6 7 8 9 10

pda=[-2,-3,-20]
Se observa en la grafica que el control
pda = estabilza el sistema y que este no presenta
-2 -3 -20 error de estado estacionario.

Area de Automática
Ing. Mecatrónica.
Jimmy Tombé Andrade
 4

co=ctrb(a2,b2); rank(co)
Problema 2. Caso MIMO
ans =
3
 x&1  0 1 0  x1  0 1
 x&  = 0 0 1  x  + 0 0  u1 
El sistema es completamente controlable,
entonces se pueden asignar polos
 2   2    u2  arbitrariamente.
 x&3  6 11 6  x3  1 1
Polos deseados:

 x1  s1 = −0.78 + 0.4304i
 2 2 0  
y=   x2 
 0 − 4 1  s2 = −0.78 − 0.4304i
 x3 
s3 = −7.56
Regulador
Osea que lo deseado es que el sistema se
estabilice.
a2=[0,1,0;0,0,1;6,11,6]

a2 = pd2=[-.78+.4304i,-.78-.4304i,-7.56]
0 1 0
pd2 =
0 0 1
-0.7800 + 0.4304i -0.7800 - 0.4304i -
6 11 6
7.5600
eig(a2)
k2=place(a2,b2,pd2)
ans =
place: ndigits= 15
-0.7800 + 0.4304i
k2 =
-0.7800 - 0.4304i
-1.5600 10.7936 7.5600
7.5600
7.5600 1.0000 0.0000
b2=[0,1;0,0;1,1]
t
Clock
To Workspace1

b2 =
0 1 x' = Ax+Bu
y = Cx+Du
K y

Matrix To Workspace

0 0 Step State-Space
Gain1

1 1 Matrix
Gain

K
x

c2=[-2,-2,10;0,-4,-8] To Workspace2

c2 =
-2 -2 10
0 -4 -8

El sistema es inestable.

Area de Automática
Ing. Mecatrónica.
Jimmy Tombé Andrade
 5

6 ba2=[b2;zeros(2,2)]
4
Salida del sistema
2 ba2 =
0 0 1
-2 0 0
-4 1 1
-6
0 0
-8
0 00
-10

-12
0 1 2 3 4 5 6 7 8 9 10 pda2=[-.78+.4304i,-.78-.4304i,-7.56,-20,-
20]
3

2.5 pda2 =
2
Variables de estado Columns 1 through 4
-0.7800 + 0.4304i -0.7800 - 0.4304i -
1.5
7.5600 -20.0000
1 Column 5
-20.0000
0.5

0
kpi2=place(aa2,ba2,pda2)
-0.5
0 1 2 3 4 5 6 7 8 9 10
place: ndigits= 15
5
kpi2 =
-15.5433 -22.9398 33.0822 -15.4331
0
2.3987
-5 21.0626 -10.9090 0.9752 10.6264
-10
Esfuerzo de control
17.7870
-15
t
Clock
To Workspace1

-20
1 x' = Ax+Bu
K K y
s y = Cx+Du
Step Integrator Matrix State-Space Matrix To Workspace
-25 Gain2 Gain1
Matrix
Gain

K
-30
0 1 2 3 4 5 6 7 8 9 10

Seguidor 2

1.5 Salida del sistema

aa2=[a2,zeros(3,2);-c2,zeros(2,2)] 1

aa2 = 0.5

0 1 0 0 0
0
0 0 1 0 0
6 11 6 0 0 -0.5

2 2 -10 0 0
0 4 8 0 0 -1
0 1 2 3 4 5 6 7 8 9 10

Area de Automática
Ing. Mecatrónica.
Jimmy Tombé Andrade
 6

0.1

-0.1

-0.2

-0.3

-0.4

-0.5
Variables de estado
-0.6

-0.7

-0.8
0 1 2 3 4 5 6 7 8 9 10

3
Esfuerzo de control
2

-1

-2
0 1 2 3 4 5 6 7 8 9 10

Area de Automática
Ing. Mecatrónica.
Jimmy Tombé Andrade