Variables de Estado

CONTROL CLÁSICO Y MODERNO DEPARTAMENTO DE ELECTRÓNICA
TEMA II: Teoría de Control Moderno. Variables de Estado.
1. Introducción
Los sistemas modernos de control en la ingeniería tienen una tendencia a aumentar su

complejidad debido a la necesidad de efectuar tareas cada vez más complejas y mayor exigencia en
el desempeño de los mismos. Además, es frecuente que los sistemas actuales posean múltiples
entradas y múltiples salidas (sistemas MIMO – Multiple-Inputs-Multiple-Outputs) y aún más que
sean variantes en el tiempo. Por tanto, debido a las cuestiones antes mencionadas y al fácil acceso a
los sistemas computadores a partir de los años 80, la Teoría de Control Moderno, desarrollada en
los años 60, se comenzó a utilizar cada vez más permitiendo dar soluciones a los problemas de
control que la Teoría Clásica no consigue dar satisfactoriamente. Esta teoría está basada en el
concepto de “estado” o “variables de estado” de un sistema dinámico, concepto este que veremos
más adelante.
2. Distinción entre Control Clásico y Control Moderno
La teoría de control clásico, como bien sabemos describe al sistema dinámico a través de la
función de transferencia (FT) del mismo, definida con base en el conocimiento de la entrada y
salida del sistema y suponiendo que el sistema está en reposo en t = 0, o sea, condiciones iniciales
nulas; en consecuencia no da información del comportamiento interno del sistema. Por tanto esta
teoría es aplicable únicamente a sistemas de una sola entrada y una sola salida (sistemas SISO –
Single-Inputs-Single-Outputs), lineales e invariantes en el tiempo y la misma se aplica en el
dominio de la frecuencia compleja. Por otro lado, la teoría de control moderno se describe a través
de ecuaciones de estado las cuales contienen toda la información de la dinámica interna del sistema,
y permiten incluir fácilmente las condiciones iniciales. Además, las ecuaciones de estado son
ecuaciones diferenciales de 1° orden, simples de resolver. Esta teoría puede ser aplicable a sistemas
MIMO, lineales o no lineales, variantes o invariantes en el tiempo y el enfoque de la misma es
exclusivamente en el dominio del tiempo.
3. Concepto de Estado
Como se mencionó en la sección anterior, la teoría de control clásico describe al sistema

dinámico a través de la relación matemática entre la entrada y la salida, o sea su FT, considerando
en general a este sistema dinámico como una “caja negra”. Esto se muestra en la Figura 1, en la
cual se observa que a través de la inyección de diferentes tipos de señales a la entrada de la caja
negra se obtiene un conjunto de señales a la salida de la misma, lo que nos permite conocer el
Facultad de Ingeniería – U.Na.M -1- Ing. Fernando Botterón

comportamiento del sistema dinámico y así definir las propiedades de este sistema. A partir
entonces de estos ensayos es posible establecer una relación matemática de la función de
transferencia del sistema en cuestión, dado por:
g (t ) = y (t ) u (t ) (1)
u (t ) SISTEMA y (t )
DINÁMICO
(CAJA NEGRA)
Figura 1 – Descripción entrada-salida de un sistema dinámico SISO LIT.
Es práctica común, con el objetivo de conocer aproximadamente la FT de un sistema

dinámico cuyo modelo nominal no se puede modelar por visualización directa, el inyectar señales
sinusoidales de diferentes frecuencias para efectuar el trazado de la respuesta en frecuencia de este
sistema (gráfico de Bode), gráfico este que pone de manifiesto los polos y ceros del sistema,
permitiendo así concluir sobre la expresión matemática aproximada de la FT. Este procedimiento se
muestra en los valores de la Tabla I y el grafico de Bode de la Figura 3, a partir de los ensayos
realizados a un circuito medidor de tensión formado por sensor mas circuito de acondicionamiento,
cuyo diagrama en bloques se muestra abajo:
+
u (t ) y (t )
Sensor Acondicionador
de Señal
Figura 2 – Sistema dinámico. Sensor + Acondicionador de señal. (Caja negra).
Tabla I – Valores experimentales de entrada-salida para diferentes valores de frecuencia

Frecuencia Tensión de Tensión de
Ganancia (dB) Fase (µs) Fase (°)
(kHz) Entrada u(t). (Vpp) Salida y(t). (Vpp)
0,01 8 8 0 0 0
0,02 8 8 0 0 0
0,02 8 8 0 0 0
0,1 8 8 0 0 0
0,2 8 8 0 0 0
0,5 8 8 0 0 0
1 8 8 0 0 0
2 8 8 0 0 0
5 8 8 0 6 -10.8
10 8 7.8 -0.22 6 -21.6
20 8 7.4 -0.68 6 -43.2
50 8 5.8 -2.80 5.6 -100.8
100 8 2.8 -9.12 4.1 -148.8
200 8 0.56 -23.10 2.4 -170.8

La función de transferencia aproximada para estos valores experimentales es la siguiente:
1
G(s) =
1 2 (2)
5 2
s2 + s +1
(4.10 ) 4.105
2
8
Ganancia (dB)
10
12
14
16
18
20
22
24
1 .10 1 .10 1 .10 1 .10
3 4 5 6
10 100
Frecuencia (Hz)
Figura 3 – Respuesta en frecuencia. Experimental (azul). Aproximación (rojo).
Por otro lado, es importante recordar que esta función de transferencia es obtenida bajo la
suposición de que todos los estados iniciales son nulos, o sea el sistema está relajado en el instante
inicial t0, lo que se describe de la siguiente forma:
y[ t0 ,∞ ] = g u[t0 ,∞ ] (3)
Esto también vale cuando la FT se obtiene a partir de la transformada de Laplace de la
ecuación diferencial lineal e invariante en el tiempo del sistema dinámico modelado por
visualización directa. Si el sistema dinámico no está relajado en t0 entonces la ecuación (3) no se
cumple. O sea, la salida del sistema dependerá de la entrada u[ t0 ,∞ ] y de las condiciones iniciales en
t0. Por tanto, para determinar la salida y(t) de forma única necesitamos del conjunto de condiciones
iniciales; a este conjunto se lo llama: “ESTADO”.
A partir de lo dicho anteriormente, podemos establecer la siguiente definición: El “estado”
de un sistema en el tiempo inicial t0, es la cantidad de información en t0 que juntamente con la
entrada u[ t0 ,∞ ] , determina de forma única el comportamiento del sistema, o sea determina la salida
y(t) para todo t ≥ t0 .

Así, cuando hablamos del comportamiento del sistema dinámico nos referimos a la
respuesta de la “salida” y a la respuesta de los “estados”. Es importante conocer la “respuesta de los
estados” debido a que para una determinada entrada limitada aplicada al sistema la salida puede ser
también limitada pero al mismo tiempo pueden existir dinámicas internas (estados) que en vez de
tender a cero o a un valor limitado, aumentan su energía en el sentido de tornar inestable al sistema.
Asociados al concepto de “estado” de un sistema dinámico, surgen las siguientes
definiciones:
Variables de Estado: Las variables de estado de un sistema dinámico son el menor conjunto
de variables que determinan el estado de un sistema dinámico. O también puede decirse que las
variables de estado son el menor conjunto de variables necesario para describir completamente el
comportamiento del sistema dinámico.
A pesar de que existen sistemas que pueden ser representados por un número “infinito” de
variables de estado, (como por ejemplo los sistemas económicos) nosotros, en la ingeniería
estudiaremos solamente la clase de sistemas cuyo estado está definido por un número finito de
variables. A partir de esto podemos definir entonces lo que se llama:
Vector de Estado: El estado de un sistema dinámico puede ser representado por un vector
columna, dimensionalmente finito, denotado por “x”, llamado vector de estado. O sea,
x = [ x1 x2 ... xn ]T , donde los elementos del vector x son las variables de estado y el subíndice
n representa el orden del sistema.
Espacio de Estado: El espacio lineal dentro del cual está delimitado el vector de estado se
denomina espacio de estado. Dado que las variables de estado adquieren siempre valores reales, el
espacio de estado será el espacio vectorial real dimensionalmente finito, el cual se representa
matemáticamente como: ( ℝ n , ℝ ) .
Ecuaciones Dinámicas o de Espacio de Estado: Un sistema dinámico debe incluir
elementos que memoricen los valores aplicados a su entrada a partir de un instante t ≥ t0 . En
sistemas de control los integradores sirven como elementos de memoria y por tanto las salidas de
estos integradores pueden ser consideradas como variables que definen el estado de un sistema
dinámico. En el modelado por espacio de estado tenemos en cuenta tres tipos de variables:
variables de entrada, variables de salida y variables de estado. Por tanto, el conjunto de ecuaciones
que describe la relación única entre las entradas, las salidas y los estados, se denomina ecuación
dinámica. Sea un sistema MIMO con n integradores, “p” entradas, “q” salidas y “m” disturbios.
Definamos entonces a las “n” salidas de los integradores como variables de estado. El sistema
dinámico puede ser descrito por el siguiente conjunto de ecuaciones:

 xɺ1 (t ) = h1 ( x1 (t ), x2 (t ),..., xn (t ), u1 (t ), u2 (t ),..., u p (t ), w1 (t ), w2 (t ),..., wm (t ), t )


............................................................................. (4)
 xɺ (t ) = h x (t ), x (t ),..., x (t ), u (t ), u (t ),..., u (t ), w (t ), w (t ),..., w (t ), t
 n n( 1 2 n 1 2 p 1 2 m )
 y1 (t ) = g1 ( x1 (t ), x2 (t ),..., xn (t ), u1 (t ), u2 (t ),..., u p (t ), w1 (t ), w2 (t ),..., wm (t ), t )

............................................................................. (5)
 y (t ) = g x (t ), x (t ),..., x (t ), u (t ), u (t ),..., u (t ), w (t ), w (t ),..., w (t ), t
 q q( 1 2 n 1 2 p 1 2 m )
Si escribimos en forma matricial las ecuaciones (4) y (5),
 xɺ1 (t )   h1 ( x, u, w , t ) 
 xɺ (t )   h ( x, u, w , t ) 
 2 = 2  (6)
 ⋮   ⋮ 
   
 xɺn (t )   hn (x, u, w , t ) 
 y1 (t )   g1 ( x, u, w , t ) 
 y (t )   g ( x, u, w , t ) 
 2 = 2  (7)
 ⋮   ⋮ 
   
 yq (t )   g q ( x, u, w , t ) 
de esta forma las ecuaciones (4) y (5) se transforman en:
xɺ (t ) = h(x, u, w , t )
(8)
y (t ) = g (x, u, w , t )
donde, h y g son un vector de funciones de t reales definidas entre ( −∞, ∞ ), las cuales pueden ser
lineales o no lineales y variantes o invariantes en el tiempo. Si el sistema es lineal, h y g se tornan
funciones lineales de x y de u. Resulta por tanto el siguiente sistema de ecuaciones lineales:
xɺ (t ) = A (t )x(t ) + B(t )u(t ) + E(t )w (t ) (9)

y (t ) = C(t )x(t ) + D(t )u(t ) + F (t )w (t ) (10)
La ecuación (4) o (9) se denomina “ecuación de estado” y gobierna el comportamiento de
las variables de estado del sistema, mientras que la ecuación (5) o (10) se llama “ecuación de
salida” y nos da la respuesta del sistema para una determinada señal de entrada, un dado conjunto
de condiciones iniciales y disturbios presentes a la salida de la planta.
Condición: Para que la ecuación (4) califique como ecuación dinámica de un sistema,
asumimos que para cualquier estado inicial x(t0) y para cualquier entrada u(t), esta ecuación tiene
una única solución. Para que (4) tenga una única solución para una entrada dada u y un dado estado
inicial x(t0), las funciones hi y las ∂hi / ∂x j deben ser funciones continuas de t para i, j = 1, 2,...., n .

Por otro lado, si el sistema es no lineal, h y g pueden ser linealizadas entorno de un punto de
operación, y así tendremos las respectivas ecuaciones de estado y de salida dadas en (9) y (10).
Finalmente, si las funciones h y g no involucran el tiempo t explícitamente, el sistema es
invariante en el tiempo. En este caso, las matrices A, B, C, D, E y F resultan matrices constantes y
las ecuaciones (9) y (10) se escriben de la siguiente forma:
xɺ (t ) = A x(t ) + B u(t ) + E w (t ) (11)

y (t ) = C x(t ) + Du(t ) + F w (t ) (12)
Quedan definidos así los siguientes vectores:
x = [ x1 x2 ... xn ]T → Vector de Estado, u = [u1 u2 ... u p ]T → Vector de Entrada

,
y = [ y1 y2 ... yq ]T → Vector de Salida, w = [ w1 w2 ... wm ]T → Vector de Disturbio
y las siguientes matrices:
A: “matriz de estado” o “matriz de dinámicas del sistema”, de dimensión (n x n);
B: “matriz de entrada”, de dimensión (n x p);
C: “matriz de salida”, de dimensión (q x n);
D: “matriz de transmisión directa entrada-salida”, de dimensión (q x p);
E: “Matriz de disturbio a la entrada de la planta”, de dimensión (n x m);
F: “Matriz de disturbio a la salida de la planta”, de dimensión (q x m);
El diagrama en bloques matricial de las ecuaciones dinámicas (11) y (12) se muestra en la
Figura 4. Siendo este sistema de ecuaciones de dimensión n entonces el bloque de integración
consistirá de n integradores.
w (t )
u(t ) xɺ (t ) x(t ) y (t )
+ ∫ +
Figura 4 – Diagrama de bloques matricial de la ecuación dinámica (11) y (12).

A continuación presentaremos algunos ejemplos para familiarizarnos con los modelos por
variables de estado y poder así obtener algunas conclusiones al respecto.
4. Ejemplo 1
Consideremos el circuito RLC mostrado en la Figura 5:

R L
+ i (t ) +
u (t ) C
− −
Figura 5 – Circuito RLC. Modelo por variables de estado. Ejemplo 1.
Planteando la ecuación de Kirchhoff de las tensiones en la malla tenemos:
di 1
dt C ∫
u (t ) = i (t ) R + L + i (t )dt (13)
Por otro lado, la corriente en el capacitor está dada por la siguiente expresión:
dvc
ic (t ) = iL (t ) = i (t ) = C (14)
dt
donde, vc(t) es la tensión en bornes del capacitor. Elijamos como primer posible conjunto de
variables de estado a la corriente que circula en el inductor y a la tensión en bornes del capacitor.
Aún más, escojamos como variable de salida a la tensión del capacitor. Así tenemos el siguiente
dvc di
vector de estado: x(t ) = [ x1 (t ) x2 (t )] = [ vc (t ) iL (t )] . O sea que, xɺ1 = y xɺ2 = L .
T T
dt dt
Con esa elección y a partir de las ecuaciones (13) y (14) podemos obtener las siguientes ecuaciones
dinámicas:
diL 1 R 1
= u (t ) − iL (t ) − vc (t )
dt L L L
(15)
dvc 1
= iL (t )
dt C
Estas ecuaciones diferenciales de primer orden pueden escribirse en forma matricial de la
siguiente forma:
vɺc   0 1/ C   vc (t )   0 
 iɺ  =  −1/ L − R / L   i (t )  + 1/ L  u (t ) (16)
 L   L   
Las ecuaciones de estado en (15) o la (16) describen el comportamiento del circuito de la
Figura 5 y define la relación que existe entre la entrada y el estado del sistema, donde este último
está formado por la dinámica de la tensión en bornes del capacitor y la dinámica de la corriente que

circula en el inductor. De la ecuación (16) se observa que la misma es de la forma:

xɺ (t ) = A x(t ) + B u (t ) , donde,
 0 1/ C   0 
A=  y B= , (17)
 −1/ L − R / L  1/ L 
La matriz A nos da los “autovalores” del sistema dinámico. Dando valores a los elementos
del sistema podemos graficar la ubicación de estos autovalores en el plano frecuencial complejo.
Sean, R = 10Ω, L = 100µH y C = 20µF, tenemos los siguientes autovalores: {-5279,-94721}. Estos
son polos sobre el eje real negativo del plano s, los que están representados en la Figura 6.
Figura 6 – Autovalores del sistema dinámico de la Figura 5.
Finalmente, la ecuación de salida de este sistema es dada por la siguiente ecuación:
y (t ) = vc (t ) , (18)
o en forma matricial:
 v (t ) 
y (t ) = [1 0]  c  , (19)
 iL (t ) 
La ecuación (19) es del tipo y (t ) = C x(t ) , donde C = [1 0] , es llamada “matriz de
salida”.
Es interesante mostrar que el orden de las variables de estado en la ecuación matricial no
altera la dinámica del sistema. O sea, puedo escoger x(t ) = [ x1 (t ) x2 (t )] = [iL (t ) vc (t )] , y

T T
nuestra ecuación de estado resulta:
 diL 
 dt   − R / L −1/ L   iL (t )  1/ L 
 =   v (t )  +  0  u (t ) , (20)
 c 
dv 1/ C 0  c   
 dt 

y los autovalores de la matriz A resultan: {-94721,-5279}, iguales al caso anterior. Una vez
decidido el orden de las variables de estado, este debe ser respetado a la hora de realizar una
simulación matemática, con algún programa determinado, con el fin de solucionar la ecuación
 iL (t ) 
dinámica. Con relación a la ecuación de salida, la misma resulta: y (t ) = [ 0 1]  .
v
 c (t )
A seguir vamos a ver que la ecuación de estado resultante de un mismo sistema dinámico no
es única y para esto elegimos las variables de estado como siendo:
x(t ) = [ x1 (t ) x2 (t ) ] = [ vc (t ) vɺc (t )] , o sea, la tensión en bornes del capacitor y la derivada de

T T
esta tensión. Esta elección está asociada a una necesidad matemática, generalmente utilizada en
observadores de estados. De la ecuación de la tensión de carga del capacitor, tenemos que:
d 2 vc 1 di
= , (21)
dt 2 C dt
Substituyendo la ecuación de la derivada de la corriente en (15) en la última ecuación,
obtenemos:
d 2 vc 1 R 1
= u (t ) − iL (t ) − vc (t ) , (22)
dt 2 LC LC LC
y substituyendo la corriente en el inductor, por la segunda expresión en (15), llegamos a:
d 2 vc 1 R 1
2
= u (t ) − vɺc (t ) − vc (t ) . (23)
dt LC L LC
Así nos queda el siguiente conjunto de ecuaciones dinámicas:
xɺ1 = vɺc = x2
1 R 1 , (24)
xɺ2 = vɺɺc = u (t ) − vɺc (t ) − vc (t )
LC L LC
y en forma matricial queda expresada la ecuación de estado como a seguir:
vɺc (t )   0 1   vc (t )   0 
 = +
− R / L   vɺc (t )  1/ LC 
u (t ) , (25)
vɺɺc (t )   −1/ LC
Los autovalores de la matriz A resultan: {-5279,-94721}. Si comparamos con los resultados
anteriores, se observa que son exactamente los mismos, como esperado. Por tanto, la representación
por espacio de estado de un determinado sistema dinámico no es única, así como tampoco es único
el conjunto de variables de estado que representan el comportamiento de tal sistema.
5. Ejemplo 2.
Sea el circuito eléctrico mostrado en la Figura 7:

R C2
−
+
+ i (t ) + x2 (t )
C
u (t ) x1 (t ) C1 x (t ) 3
− − 3
Figura 7 – Circuito RC. Modelo por variables de estado. Ejemplo 2.
Aplicando la ley de Kirchhoff de las tensiones a la malla de los tres capacitores,

considerando que las variables de estado representadas en el circuito están asociadas a las tensiones
en bornes de estos, tenemos la siguiente ecuación:
x1 (t ) + x2 (t ) + x3 (t ) = 0 (26)
Observando la ecuación (26) deducimos que las 3 tensiones son linealmente dependientes,
lo que significa que conocidas dos de ellas la tercera resulta definida. O sea, el comportamiento del
sistema resulta definido por dos de las 3 tensiones de los capacitores, o lo que es lo mismo, 2 de las
3 tensiones elegidas califican como estado del sistema. Por tanto, si se eligen las 3 tensiones como
estado del sistema, entonces existirá una redundancia.
De los ejemplos presentados aquí, realizaremos las siguientes
Observaciones:
1 – La elección del estado del sistema no es única, y dependerá del problema específico a
ser resuelto;
2 – La elección de las variables de estado está generalmente asociada a una cantidad física y
algunas veces a una necesidad matemática;
3 – Las variables de estado están asociadas a elementos que almacenan energía y que
muchas veces poseen condiciones iniciales diferentes de cero;
4 – El número de variables que definen el estado de un sistema es el mismo para cualquiera
de las representaciones de espacio de estado del mismo sistema dinámico, y debe consistir del
menor número de variables posible;
5 - El número de variables de estado que definen completamente las dinámicas de un
sistema es igual al número de integradores involucrados en el sistema.
6. Correlación entre función de transferencia y ecuación de estado
La función de transferencia de un sistema dinámico puede obtenerse a partir de la ecuación

dinámica de estado. Consideremos para el propósito las ecuaciones dinámicas, LIT, de un sistema
SISO a partir de las ecuaciones (11) y (12), con p = 1, q = 1 y m = 1.
Facultad de Ingeniería – U.Na.M - 10 - Ing. Fernando Botterón

xɺ (t ) = A x(t ) + B u (t ) + E w(t )
(27)
y (t ) = C x(t ) + D u (t ) + F w(t )
Aplicando la transformada de Laplace a ambos lados de las dos ecuaciones en (27) y
considerando que las condiciones iniciales de todos los estados son nulas, o sea, x(0) = 0; se tiene:
sX( s) − X(0) = A X( s ) + B U ( s) + EW ( s)
, (28)
Y ( s ) = C X( s ) + DU ( s ) + F W ( s )
agrupando términos comunes en la primera ecuación en (28),
( sI − A ) X( s) = B U ( s ) + E W ( s) + X(0) , (29)
y premultiplicando a ambos lados por ( sI − A) −1 , donde I es la matriz identidad, esta última
ecuación nos queda
X( s ) = ( sI − A) −1 B U ( s ) + ( sI − A) −1 EW ( s) + ( sI − A)−1 X(0) . (30)

Substituyendo esta última en la ecuación de salida tenemos:
Y ( s ) = C ( sI − A) −1 B U ( s) + C( sI − A) −1 EW ( s ) + C ( sI − A) −1 X(0) + DU ( s ) + F W ( s ) , (31)
agrupando en U(s) y en W(s) del lado derecho de la última ecuación, nos queda:
Y ( s ) = [C ( sI − A) −1 B + D]U ( s ) + [C( sI − A) −1 E + F ]W ( s ) + C ( sI − A )−1 X(0) . (32)

Observando la ecuación (32), si desestimamos el efecto del disturbio (W(s) ≡ 0) y
consideramos que las condiciones iniciales son nulas, es fácil deducir que la función de
transferencia del sistema entre la entrada U(s) y la salida Y(s), resulta:
Y (s)
G ( s) = = [C ( sI − A) −1 B + D] . (33)
U (s)
Nótese que el determinante de la matriz ( sI − A ) debe ser diferente de cero, para exista la
inversa de esta matriz ( sI − A ) . De esta última ecuación observamos lo siguiente:
Adj ( sI − A)
( sI − A) −1 = , (34)
sI − A
así podemos reescribir la ecuación (33) de la siguiente forma:
C[ Adj ( sI − A)] B + D
G(s) = , (35)
sI − A
donde el numerador de esta última es un polinomio en s que denominaremos P(s). De esta forma,
nuestra función de transferencia resulta:
P( s )
G(s) = , (36)
sI − A

El determinante sI − A es también un polinomio en s, que no es otra cosa que el polinomio

característico de G(s), lo que significa que los valores característicos de la matriz de estado A son
iguales a los polos de la función de transferencia G(s).
Esta comprobación la podemos hacer utilizando el ejemplo 1:
 R 1
s + L C R 1
Adj ( sI − A) =   y sI − A = s 2 + s+ , (37)
 −1 s
L LC
 L 
0
por tanto, considerando la matriz de salida y de entrada: [1 0] y  1  respectivamente, tenemos:
 
L
 R 1
s + L C   0 
[1 0]  1
 
− 1
s L (38)
G (s) =  L  ,
R 1
s + s+
2
L LC
y esta última ecuación resulta:
1/ LC
G (s) = .
R 1 (39)
s2 + s +
L LC
Las raíces de la ecuación característica, o sea, del denominador de G(s), son:
1 
r1 = − RC + ( RC ) 2 − 4 LC 
2 LC 
. (40)
1  
r2 = − RC − ( RC ) − 4 LC 
2
2 LC 
Substituyendo los valores de los parámetros, dados en el ejemplo 1 y resolviendo tenemos
que: r1 = −5279 y r2 = −94721 , que son los valores de los valores característicos de la matriz A
calculados en el ejemplo 1.
Si desea conocerse únicamente el efecto del disturbio sobre la salida, o sea, con U(s) ≡ 0 y
condiciones iniciales nulas, de la ecuación (32) se tiene
Y ( s)
Gw ( s ) = = [C( sI − A) −1 E + F ] . (41)
W (s)
De la misma forma, si desea conocerse únicamente el efecto de los estados iniciales sobre la
salida del sistema, con U(s) ≡ W(s) ≡ 0, de la ecuación (32) se tiene:
Y ( s ) = C ( sI − A) −1 X(0) . (42)

7. Obtención de la ecuación de estado a partir de la función de

transferencia
Supongamos un sistema dinámico SISO LIT que tiene la siguiente función de transferencia:
Y ( s) s 2 + b0 s + b1
= 3 . (43)
U ( s ) s + a0 s 2 + a1s + a2
Multiplicamos y dividimos el lado derecho de la F.T., por x1(s) para que la expresión
matemática no varíe, y luego igualamos los numeradores y denominadores de ambos lados, o sea:
Y ( s) s 2 + b0 s + b1  x1 ( s ) 
= 3
U ( s ) s + a0 s + a1s + a2  x1 ( s ) 
2
(44)
Y ( s ) = s 2 x1 ( s ) + b0 sx1 ( s ) + b1 x1 ( s ) .
U ( s ) = s 3 x1 ( s ) + a0 s 2 x1 ( s ) + a1sx1 ( s ) + a2 x1 ( s )
A continuación, teniendo en cuenta que el sistema es de orden 3, hagamos la siguiente
designación de variables: sx1 ( s ) = x2 ( s ), s 2 x1 ( s ) = sx2 ( s ) = x3 ( s ) . De esta forma, las ecuaciones
en (44) resultan:
Y ( s ) = x3 ( s ) + b0 x2 ( s ) + b1 x1 ( s )
. (45)
U ( s ) = sx3 ( s ) + a0 x3 ( s ) + a1 x2 ( s ) + a2 x1 ( s )
Aplicando la transformada inversa de Laplace a las últimas, obtenemos el siguiente sistema
de ecuaciones en el dominio del tiempo:
y (t ) = x3 (t ) + b0 x2 (t ) + b1 x1 (t )
xɺ3 (t ) = u (t ) − a0 x3 (t ) − a1 x2 (t ) − a2 x1 (t )
. (46)
xɺ2 (t ) = x3 (t )
xɺ1 (t ) = x2 (t )
De la última ecuación podemos escribir la ecuación de estado de la siguiente forma:
 xɺ1 (t )   0 1 0   x1 (t )  0 
 xɺ (t )  =  0 0 1   x2 (t )  + 0  u (t ) .
 2   (47)
 xɺ3 (t )   − a2 − a1 − a0   x3 (t )  1 
y la ecuación de salida,
 x1 (t ) 
y (t ) = [b1 b0 1]  x2 (t )  (48)
 x3 (t ) 
8. Ejemplo 3

Apliquemos este caso al ejemplo 1 del circuito RLC. Expresando las ecuaciones en (15) en
función de la entrada u(t) y de la salida vc(t) del circuito y luego aplicando la transformada de
Laplace, nos queda:
di 1
u (t ) = L + Ri (t ) + ∫ i(t )dt
dt C
, (49)
1
vc (t ) = ∫ i (t )dt
C
1
U ( s ) = sLI ( s ) + RI ( s ) + I ( s)
sC
, (50)
1
Y (s) = I (s)
sC
con base en estas ecuaciones, la función de transferencia de nuestro sistema nos queda:
Y (s) 1
= 2 , (51)
U ( s ) s LC + sRC + 1
multiplicando y dividiendo, numerador y denominador del lado derecho de (51) por x1(s), e
igualando numeradores con denominadores, tenemos:
Y (s) 1  x1 ( s ) 
= 2
U ( s ) s LC + sRC + 1  x1 ( s ) 
(52)
Y ( s ) = x1 ( s ) .
U ( s ) = s 2 LCx1 ( s) + sRCx1 ( s ) + x1 ( s )
Denominando,
sx1 ( s ) = x2 ( s ) y s 2 x1 ( s) = sx2 ( s ) . (53)

y substituyendo en la (52),
Y ( s ) = x1 ( s )
. (54)
U ( s ) = sLCx2 ( s ) + RCx2 ( s ) + x1 ( s )
Aplicando la transformada inversa de Laplace a las ecuaciones (53) y (54), nos quedan:
xɺ1 (t ) = x2 (t ) y ɺɺ
x1 (t ) = xɺ2 (t )
y (t ) = x1 (t ) . (55)
u (t ) = LCxɺ2 (t ) + RCx2 (t ) + x1 (t )
de la última ecuación despejamos xɺ2 (t ) :
1 R 1
xɺ2 (t ) =u (t ) − x2 (t ) − x1 (t ) , (56)
LC L LC
y así resulta la siguiente ecuación de estado:

 xɺ1 (t )   0 1   x1 (t )   0 
 xɺ (t )  =  −1/ LC +
− R / L   x2 (t )  1/ LC 
u (t ) , (57)
 2  
y la ecuación de salida:
 x (t ) 
y (t ) = [1 0]  1  , (58)
 x2 (t ) 
Si comparamos con la ecuación (25), observamos que xɺ1 (t ) = yɺ (t ) = vɺc (t ) y
xɺ2 (t ) = ɺɺ
x1 (t ) = vɺɺc (t ) . También, x1 (t ) = y (t ) = vc (t ) y x2 (t ) = xɺ1 (t ) = vɺc (t ) . En resumen, la (57) es
igual a la ecuación (25).
Existe otro método algebraico, similar al anterior, que será descrito a seguir. Reordenando la
ecuación (51) de la siguiente forma,
s 2 LCY ( s ) + sRCY ( s ) + Y ( s ) = U ( s ) , (59)

y aplicando la transformada inversa de Laplace,
R 1 1
y (t ) +
ɺɺ yɺ (t ) + y (t ) = u (t ) , (60)
L LC LC
Definamos las siguientes variables de estado:
x1 (t ) = y (t )
x2 (t ) = yɺ (t )
, (61)
⋮
( n −1)
xn (t ) = y (t )
por tanto, para nuestro caso específico tenemos:
x1 (t ) = y (t ) → xɺ1 (t ) = yɺ (t )
,
x2 (t ) = yɺ (t ) → xɺ2 (t ) = ɺɺ
y (t )
substituyendo en (60), nos queda la siguiente ecuación:
1 R 1
xɺ2 (t ) = u (t ) − x2 (t ) − x1 (t ) , (62)
LC L LC
y nuestra ecuación de estado resulta,
 xɺ1 (t )   0 1   x1 (t )   0 
 xɺ (t )  =  −1/ LC +
− R / L   x2 (t )  1/ LC 
u (t ) ; (63)
 2  
igual a la obtenida en (57). La ecuación de salida es,
 x (t ) 
y (t ) = [1 0]  1  . (64)
 x2 (t ) 
Es importante aclarar que esta selección de variables de estados es conveniente
matemáticamente, pero en la práctica, los términos con derivadas de orden elevado provocan

valores poco precisos por los ruidos inherentes que existen en toda aplicación práctica, debido
principalmente al aumento de circuitos operacionales y componentes externos en el hardware de
control. En lo que sigue, se desarrollaran algunos ejemplos de sistemas modelados en el espacio de
estado para familiarizar al alumno con el procedimiento.

9. Ejemplo 4: Convertidor conmutado CC-CC elevador (boost).
La Figura 8 muestra el circuito de un convertidor CC-CC elevador. Este tipo de convertidor

se usa mucho en fuentes de tensión continua reguladas y como deriva de su nombre, la tensión de
salida es siempre mayor que la tensión de entrada y de igual polaridad, o sea, Vo >Vi. El convertidor
está conformado por dos elementos almacenadores de energía, un inductor a la entrada y un
capacitor a la salida. Estos dos elementos pasivos se presentan como filtros pasa bajos de primer
orden para la corriente de entrada y para la tensión de salida, respectivamente. Posee también, un
dispositivo conmutador controlado (transistor bipolar de potencia, MOSFET o IGBT) y un
dispositivo conmutador, el cual puede ser controlado o no controlado. En este último caso se utiliza
un diodo rápido, que es el que se usa para el presente análisis. Cuando la llave S se cierra (on), dado
que la tensión de salida es mayor que la tensión de entrada, el diodo queda inversamente polarizado
aislando la etapa de salida. Durante el tiempo ton el inductor almacena energía y el capacitor de
filtro mantiene la tensión sobre la carga. Cuando la llave S se abre (off), la etapa de salida recibe la
energía almacenada en el inductor y también de la fuente de entrada.
Las hipótesis de análisis en régimen estacionario son las siguientes: 1 – el inductor a la
entrada es lo suficientemente grande como para alisar la corriente que circula por este, lo que
posibilita considerar al conjunto de la fuente de tensión de entrada e inductor, como una fuente de
corriente constante. 2 – el capacitor de salida es lo suficientemente grande como para ser
considerado una fuente de tensión constante, con lo que, vo(t) = Vo.
Para que este sistema cumpla con determinadas especificaciones, tales como (i) error nulo
en régimen estacionario, (ii) tiempos de subida y de establecimiento, (iii) máximo sobrepaso y (iv)
buen rechazo de los disturbios provocados por la tensión de entrada y por la carga, es necesario que
este convertidor opere en lazo cerrado. En ese sentido, para el proyecto del controlador o de la
estructura controladora es importante hallar un modelo nominal que represente de la mejor forma
posible la dinámica de tal convertidor.
rL L
+
iL (t ) io (t )
+ ic (t ) rc
Vi S R Vo
− +
vc (t ) C
− −
Figura 8 – Convertidor CC-CC elevador. Ejemplo 4.

Es importante resaltar, que para una descripción realista de la operación de este convertidor
deben incluirse en la modelación, los elementos parásitos, tales como la resistencia del inductor y la
resistencia equivalente serie del capacitor; como se muestra la Figura 8.
9.1 - Etapas de operación y modelo de gran señal en el espacio de estado
Modo de conducción continua iL(t) > 0:

La Figura 9(a) muestra las formas de onda de la corriente en el inductor y de la tensión de
disparo de la llave S, mientras que las figuras 9b y 9c muestran las dos etapas de operación de este
convertidor.
iL (t )
∆I L
ton toff t
Ts
(a)
rL L rL L
io (t )
+ +
iL (t ) iL (t ) io (t )
+ ic (t ) rc + ic (t ) rc
Vi Vi
− + R Vo
− + R Vo
vc (t ) C vc (t ) C
− − −
−
(b) (c)
Figura 9 – Etapas de operación del convertidor CC-CC elevador en modo de conducción
continua. (a) Formas de onda: corriente en el inductor y tensión de disparo. (b) ton. (c) toff.
A continuación se determinaran las ecuaciones de estado que describen la dinámica de las

etapas de operación mostradas en las figuras 9b y 9c. Elegimos como variables de estado a la
corriente en el inductor y la tensión sobre el capacitor, o sea, x(t ) = [iL (t ) vc (t )] y la variable de

T
salida es la tensión en bornes de la carga y (t ) = vo (t ) . Con respecto a la notación utilizada, es

importante aclarar que las letras minúsculas itálicas representan cantidades variables en el tiempo y
las letras mayúsculas itálicas representan cantidades continuas de régimen estacionario. Por otro
lado, para representar vectores se usan letras minúsculas, normal negrita y para matrices letras
mayúsculas, normal negrita.

Periodo ton:
diL
Vi = rLiL + L (65)
dt
vc + ic rc = −ic R (66)
dvc
ic (t ) = C (67)
dt
de la ecuación (65) obtenemos xɺ1 ,
diL Vi rL
= − iL (68)
dt L L
de la ecuación (66) y (67) obtenemos xɺ2 ,
dvc
vc + C ( R + rc ) = 0 (69)
dt
dvc 1
=− vc (70)
dt C ( R + rc )
La ecuación de estado para esta etapa resulta:
 rL 
− 0   i (t )  Vi 
 iɺL (t )   L
 =  L + L  . (71)
vɺc (t )   0 −
1  vc (t )   0 
 C ( R + rc )   
Dado que
vo = − Ric (72)
1
y de (70) ic = − vc tenemos que
( R + rc )
R
vo = vc (73)
( R + rc )
La ecuación de salida resulta:
 R   iL (t ) 
y (t ) = vo (t ) = 0
( R + rc )   vc (t ) 
. (74)

Denominamos a:
 rL 
− L 0  Vi 
  = A1 ,  L  = B , 0 R 
= C1 , D1 = 0
 0 1    1  ( R + rc ) 
− 
 C ( R + rc )   
0
De esta forma, la ecuación de estado y la ecuación de salida durante el periodo dTs (donde,
ton
d= se denomina ciclo de trabajo o ciclo útil de la llave S) resultan, respectivamente:
Ts

xɺ = A1x + B1Vi , (75)

y = C1x . (76)
Periodo toff:
iL = ic + io (77)
diL
Vi = rLiL + L + ic rc + vc (78)
dt
de (78) se tiene
diL Vi rL r 1
= − iL − c ic − vc (79)
dt L L L L
v v − vc
Sabemos que: io = o y vo = vc + ic rc , por tanto ic = o . Sustituyendo esta última expresión
R rc
de la corriente en el capacitor en la (79) se tiene,
diL Vi rL 1
= − iL − vo (80)
dt L L L
De la ecuación (77) tenemos que ic = iL − io . Sustituyendo las expresiones anteriores de ic e io
resulta:
vo − vc v
= iL − o (81)
rc R
rc
(1 + )vo = rciL + vc (82)
R
R R rc R
vo = (rciL + vc ) ⇒ vo = iL + vc (83)
R + rc R + rc R + rc
Sustituyendo la ecuación (83) en la (80) se tiene:
diL Vi rL R rc R
= − iL − iL − vc (84)
dt L L L( R + rc ) L( R + rc )
y finalmente xɺ1 resulta
diL Vi rL ( R + rc ) + R rc R
= − iL − vc (85)
dt L L( R + rc ) L( R + rc )
Sabiendo que
dvc 1 dv v −v
= ic ⇒ c = o c (86)
dt C dt rcC
sustituyendo vo de la (83) xɺ2 resulta:
dvc R R 1
= iL + vc − vc (87)
dt C ( R + rc ) rcC ( R + rc ) rcC

dvc R 1
= iL − vc . (88)
dt C ( R + rc ) C ( R + rc )
De las ecuaciones (85) y (88) podemos escribir la ecuación de estado como sigue:
 rL ( R + rc ) + R rc R 
− −
 iɺL (t )   L( R + rc )   iL (t )   i 
V
L( R + rc )
ɺ  =   + L .
 vc (t )   
(89)
vc (t )   R
−
1
 0
 C ( R + rc ) C ( R + rc ) 
y la ecuación de salida, a partir de la (83) es
 R rc R   iL (t ) 
y (t ) = vo (t ) = 
R + rc   vc (t ) 
. (90)
 R + rc
Denominamos a:
 rL ( R + rc ) + R rc R 
 − L( R + r ) −
L( R + rc )  Vi 
 c
 = A2 ,  L  = B ,  R rc R 
= C2 , D2 = 0
 R 1    2 R + r R + rc 
−  c
  
0
 C ( R + rc ) C ( R + rc ) 
De esta forma, las ecuaciones de estado y de salida durante el periodo (1 − d )Ts resultan,
respectivamente:
xɺ = A 2 x + B 2Vi , (91)
y = C2 x . (92)
9.2 - Modelo de espacio de estado promedio del convertidor en función del ciclo de
trabajo “d(t)”:
El modelo promedio en el espacio de estado es una técnica de modelado que se utiliza

ampliamente en el campo de convertidores estáticos conmutados. El objetivo es el de sustituir la
representación en el espacio de estado de los dos circuitos lineales de las figuras 9b y 9c, definidos
por la posición del conmutador, por una descripción única, que represente el comportamiento del
convertidor durante todo el periodo de conmutación Ts. Para obtener esta descripción de espacio de
estado promedio, las ecuaciones de estado dadas en (75)-(76) y (91)-(92), correspondientes a las
etapas de operación analizadas anteriormente, deben ser ponderadas en el tiempo y promediadas. El
resultado es una descripción del comportamiento de los valores medios de las variables de estado
en función del ciclo de trabajo d, dada por las siguientes ecuaciones:
xɺ = A p x + B p vi , (93)

y = C px (94)
donde:
A p = A1d + A 2 (1 − d )
B p = B1d + B 2 (1 − d ) (95)
C p = C1d + C2 (1 − d )
Aplicando la ecuación (95) se obtiene la siguiente representación de estado promedio para
el convertidor elevador operando en el modo de conducción continua:
 rL ( R + rc ) + R rc (1 − d ) R (1 − d ) 
− L( R + rc )
−
L( R + rc )   
1
xɺ =   x + L vi . (96)
 R(1 − d ) 1   
 − 0
 C ( R + rc ) C ( R + rc ) 
 R r (1 − d ) R 
y (t ) = vo (t ) =  c x.
R + rc 
(97)
 R + rc
De estas dos últimas ecuaciones, podemos obtener el punto de operación en régimen
estacionario. O sea, después de que los fenómenos transitorios se anulan, esto es, las derivadas de
los estados son nulas, el sistema se comporta de acuerdo a la señal forzada aplicada al convertidor.
De esta forma se cumple que:
0 = A p x ss + B pVi (98)
donde, x ss es el vector de estado en régimen estacionario. De esta última pueden obtenerse los
valores de los estados en el punto de operación, o sea I L y Vc , con d = D y vi = Vi , esto es:
 ( R + rc )Vi 
I   rL ( R + rc ) + R rc (1 − d ) + R (1 − d )
2 2
x ss =  L  = − A p −1B pVi =  . (99)

V
 c  ( R + rc )Vi (1 − d ) R 
 r ( R + r ) + R r (1 − d ) + R (1 − d ) 
2 2
 L c c 
( R + rc )Vi (1 − d ) R
Vo = C p x ss = (100)
rL ( R + rc ) + R rc (1 − d ) + R 2 (1 − d ) 2
La interpretación del modelo promedio, dado por las ecuaciones (96) y (97) es la siguiente:
En la práctica para efectuar la conmutación de la llave S se compara una señal continua d(t) con una
señal diente de sierra, como muestra la Figura 10(a), y de esta comparación resulta la función de
conmutación que llamamos Sw(t), de encendido y apagado de la llave; como ilustra la Figura 10(b).
Esta simulación se realizó con los siguientes parámetros: L = 5mH, C = 200µF, R = 12Ω, Vi = 7,5V,
D = 0,5. Esta función de conmutación puede ser escrita de la siguiente forma:

1 0 < t ≤ ton
S w (t ) =  . (101)
0 ton < t ≤ Ts
La señal d(t), desde el punto de vista de control, es la señal de entrada u(t) del sistema
dinámico en cuestión. Esta señal puede sufrir pequeñas variaciones entorno al punto de operación
(o valor de régimen estacionario) pero estas variaciones son muy lentas comparadas con la alta
frecuencia de la señal diente de sierra. Esto último justifica que se pueda sustituir d(t) por la
función de conmutación Sw(t). O sea que, d(t) resulta en un valor promedio de Sw(t) a lo largo de un
periodo de conmutación Ts. En la Figura 10(c) se puede apreciar como varían la corriente en el
inductor y la tensión en bornes del capacitor cuando se produce una variación del ciclo de trabajo.
En esta simulación se produjo una variación exagerada de d(t) (40%) para poder apreciar la
influencia de la misma sobre las variables de estado.
(a)
(b)
(c)
Figura 10 – Circuito elevador CC-CC. (a) Formas de onda de d(t) (línea continua) y
portadora de alta frecuencia (diente de sierra). (b) Función de conmutación Sw(t). (c) Formas
de onda de la corriente en el inductor y de la tensión sobre el capacitor.

En las ecuaciones de espacio de estado promediadas obtenidas en la (96) y la (97), es

posible observar que el modelo de variables de estado resultante es no lineal debido a que aparecen
multiplicaciones de variables de estado con la acción de control, dado que como dijimos más arriba,
d(t) = u(t). Con el objetivo de poder aplicar técnicas de control para sistemas lineales, se procederá
a linealizar el modelo promedio obtenido. Pero antes de pasar a linealizar este modelo se presenta a
continuación, una generalización del método de linealización para sistemas MIMO.
Sea un sistema MIMO no lineal representado por las siguientes ecuaciones de estado y de
salida:
xɺ = f (x, u, w ) , y = h(x, u, w ) (102)

o en forma matricial,
 xɺ1   f1 (x, u, w )   y1   h1 (x, u, w ) 

⋮ = ⋮ , ⋮ = ⋮ .
        (103)
 xɺn   f n (x, u, w )   yq   hq (x, u, w ) 
Una representación lineal de este sistema en torno a un punto de operación, dado por
xo , uo , y o , w o puede ser escrita de la siguiente forma:
∆xɺ = A
ˆ ∆x + B
ˆ ∆u + E
ˆ ∆w , ∆y = C
ˆ ∆x + D
ˆ ∆u + Fˆ ∆w , (104)
donde,
ˆ = ∂f (x, u, w ) , Bˆ = ∂f (x, u, w ) , E
A ˆ = ∂f (x, u, w )
∂x ∂u ∂w
(105)
ˆ = ∂h(x, u, w ) , D
C ˆ = ∂h(x, u, w ) , Fˆ = ∂h(x, u, w )
∂x ∂u ∂w
y las derivadas parciales que aparecen en la (105) son los coeficientes del desarrollo en serie de
Taylor de las ecuaciones no lineales dadas en (102); siendo evaluadas estas derivadas en el punto
de operación, o sea, x = xo , u = u o , w = w o . Por otro lado ∆x , ∆u , ∆y y ∆w son los pequeños
desvíos de x, u, y y w en torno al punto de operación dado por xo , uo , y o , w o . Nótese que en

estado estacionario se cumple que,
0 = f ( xo , u o , w o ) . (106)
Entonces, para un valor dado de las entradas uo y w o , se encuentran fácilmente los valores de
xo que satisfacen la expresión anterior; y los valores de y o se obtienen de:
y o = h ( xo , u o , w o ) . (107)
Retomando nuestro modelo promediado de estado no lineal del convertidor elevador a partir
de las ecuaciones (96) y (97), primero, para ser rigurosos en cuanto a la notación usada en control

substituimos la variable d por u y la fuente de tensión de entrada vi por el correspondiente disturbio

w. De esta forma las ecuaciones resultan:
 rL ( R + rc ) + R rc (1 − u ) R 1 
− L( R + rc )
x1 −
L( R + rc )
(1 − u ) x2 w
L   f1 (x, u, w ) 
xɺ =  = 
f (x, u, w ) 
(108)
 R 1 
 (1 − u ) x1 − x2 0   2
 C ( R + r c ) C ( R + rc ) 
 R rc R 
y (t ) =  (1 − u ) x1 x2  = h(x, u, w ) (109)
 R + rc R + rc 
Aún más, para simplificar el problema a fin de presentar el procedimiento de linealización,
despreciamos las resistencias equivalentes serie del inductor y del capacitor, o sea, rc = rL = 0 y de
esta forma las últimas dos ecuaciones resultan:
 x2 1 
−
 L (1 − u ) w
L  f1 (x, u, w ) 
xɺ =  =   (110)
 x1 (1 − u ) − x2   f 2 (x, u, w ) 
 C RC 
y (t ) = [ 0 x2 ] = h(x, u, w ) (111)
Ahora podemos obtener las matrices linealizadas dadas en (105), esto es:
 ∂f1 ∂f1   ∂f1   ∂f1 

 ∂x ∂x2   ∂u   
A= 1
ˆ  Bˆ =   ˆ =  ∂w 
E
 ∂f 2 ∂f 2   ∂f 2   ∂f 2 
 ∂x ∂x2  x  ∂u  xo ,uo ,wo  ∂w  xo ,uo ,wo (112)
 1 o ,u o , w o
ˆ =  ∂h
C
∂h 
 ∂x ∂x2  x
 1 o ,u o , w o
El punto de operación o de estado estacionario está definido por las siguientes cantidades:
x1o = I L , x2o = Vo , uo = D, wo = Vi . (113)

Aplicando la (112) tenemos:
∂f1 ∂f1 (1 − u ) ∂f 2 (1 − u ) ∂f 2 1
= 0, =− , = , =−
∂x1 ∂x2 L ∂x1 C ∂x2 RC
∂f1 x2 ∂f 2 x ∂f1 1 ∂f 2
= , =− 1, = , =0
∂u L ∂u C ∂w L ∂w
∂h ∂h
= 0, =1
∂x1 ∂x2
Evaluando las derivadas anteriores en los valores dados por (113), nos quedan las siguientes
matrices de estado linealizadas en torno al punto de operación:

 (1 − D)   V0 
 0 − 1
L  ˆ  L  ˆ   ˆ
ˆ =
A  B=  E = L C = [ 0 1] (114)
 (1 − D) −
1   −
I L 
 
 C 0
RC   C 
Por otro lado ∆x1 = x1 − I L = iˆL , ∆x2 = x2 − Vo = vˆc , ∆u = u − D = uˆ , ∆y = y − Vo = vô y
∆w = w − Vi = vî . Finalmente, la ecuación de estado linealizada resulta:
 (1 − D)   V0 
 0 − 1
L   iˆL   L  ˆ   ˆ
xˆɺ =   + u + L w (115)
 (1 − D) −
1   vˆc   I L 
−
 
 C 0
RC   C 
y la ecuación de salida,
 iˆ 
vô = [ 0 1]  L  . (116)
 vˆc 
Note que el modelo lineal resultante dado en (115) tiene las matrices Â y B̂ que dependen
del punto de operación. En este punto se cumple la ecuación (106), a partir de la cual se obtiene
que:
Vo
Vi = Vo (1 − D) e I L (1 − D) = . (117)
R
Así, dadas la tensión de entrada Vi y el ciclo de trabajo D, se obtienen la tensión de salida Vo y la
corriente de entrada IL. Estas mismas expresiones pueden obtenerse haciendo rc = rL = 0 en las
ecuaciones (99) y (100).
vɶo ( s )
9.3 – Obtención de la función de transferencia de pequeña señal entrada-salida del
dɶ ( s )
convertidor elevador CC-CC conmutado
Para la obtención de las funciones de transferencia de pequeña señal, se introducen a las

variables promediadas en función de d, dadas en las ecuaciones (93), (94) y (95), pequeñas
perturbaciones alternadas en torno al punto de operación. Estas pequeñas perturbaciones estarán
representadas por la tilde “~”. Consecuentemente,
x = X + xɶ ,
vo = Vo + vɶo ,
(118)
vi = Vi + vɶi ,
d = D + dɶ
Las cantidades en mayúscula corresponden a los valores CC del punto de operación. Para
simplificar nuestro análisis, asumimos que la perturbación en la tensión de entrada vɶi = 0 y vi = Vi .

Sabiendo que, de las ecuaciones (93), (94) y (95) se tiene,
xɺ = [ A1d + A 2 (1 − d )]x + [B1d + B 2 (1 − d )]vi

(119)
vo = [C1d + C2 (1 − d )]x
utilizando las (118) en estas últimas tenemos lo siguiente:
xɶɺ = [( A1 − A 2 )( D + dɶ ) + A 2 ]( X + xɶ ) + [(B1 − B 2 )( D + dɶ ) + B 2 ]Vi

xɺɶ = [ A1D + A1dɶ − A 2 D − A 2 dɶ + A 2 ]( X + xɶ ) + [B1D + B1dɶ − B 2 D − B 2 dɶ + B 2 ]Vi
xɶɺ = ( A1DX + A1dɶ X − A 2 DX − A 2 dɶ X + A 2 X) + ( A1 Dxɶ + A1dɶ xɶ − A 2 D xɶ − A 2 dɶ xɶ + A 2 xɶ ) +
+ (B DV + B dɶ V − B DV − B dɶ V + B V )
1 i 1 i 2 i 2 i 2 i
(120)
Agrupando términos y despreciando los productos de xɶ y dɶ , dado que son variaciones pequeñas,
obtenemos la siguiente ecuación:
xɶɺ = ( A1D − A 2 D + A 2 ) X + ( A1 − A 2 )dɶ X + ( A1D − A 2 D + A 2 ) xɶ +

(121)
+ (B − B )dɶ V + (B D − B D + B )V
1 2 i 1 2 2 i
y finalmente,
xɶɺ = [ A1D + A 2 (1 − D)] X + [B1D + B 2 (1 − D)]Vi +

(122)
+ [ A1D + A 2 (1 − D )] xɶ + [( A1 − A 2 ) X + (B1 − B 2 )Vi ] dɶ
donde,
A = A1D + A 2 (1 − D)
. (123)
B = B1 D + B 2 (1 − D)
La (122) resulta
xɶɺ = A X + BVi + A xɶ + [( A1 − A 2 ) X + (B1 − B 2 )Vi ] dɶ (124)

Ahora, siendo
vo = [C1d + C2 (1 − d )]x (125)

se tiene que,
Vo + vɶo = [C1 ( D + dɶ ) + C2 − C2 ( D + d )]( X + xɶ )

V + vɶ = (C D + C dɶ + C − C D − C dɶ )( X + xɶ )
o o 1 1 2 2 2
(126)
Vo + vɶo = C1DX + C1dɶ X + C2 X − C2 DX − C2 dɶ X +
+ C Dxɶ + C dɶ xɶ + C xɶ − C Dxɶ − C dɶ xɶ
1 1 2 2 2
Agrupando términos y despreciando los productos de xɶ y dɶ , obtenemos:
Vo + vɶo = [C1D + C2 (1 − D)] X + [C1D + C2 (1 − D)] xɶ + [(C1 − C2 ) X] dɶ (127)

donde, C = C1D + C2 (1 − D)

Vo + vɶo = C X + C xɶ + [(C1 − C2 ) X] dɶ (128)

En régimen estacionario sabemos que las derivadas respecto al tiempo son nulas, por tanto, como
visto en (98) se tiene que
A X + BVi = 0 (129)
y en consecuencia la (124) resulta
xɶɺ = A xɶ + [( A1 − A 2 ) X + (B1 − B 2 )Vi ] dɶ (130)

y también se tiene que
Vo = C X (131)
y consecuentemente, la (128) queda:
vɶo = C xɶ + [(C1 − C2 ) X] dɶ . (132)

Las ecuaciones (130) y (132) están formadas únicamente de las variables de pequeña señal,
por lo que nos son útiles para hallar las funciones de transferencia de pequeña señal procuradas. A
continuación, aplicando la transformada de Laplace con condiciones iniciales nulas a la ecuación
(130) tenemos que:
sxɶ ( s) = A xɶ ( s ) + [( A1 − A 2 ) X + (B1 − B 2 )Vi ] dɶ ( s ) (133)
xɶ ( s ) = [ sI − A ]−1 [( A1 − A 2 ) X + (B1 − B 2 ) Vi ] dɶ ( s ) (134)

Ahora, aplicando la a transformada de Laplace con condiciones iniciales nulas a la ecuación (132) y
sustituyendo xɶ ( s ) de (134) tenemos,
vɶo ( s ) = C xɶ ( s ) + [(C1 − C2 ) X] dɶ ( s ) . (135)
vɶo ( s ) = C [ sI − A]−1 [( A1 − A 2 ) X + (B1 − B 2 )Vi ] dɶ ( s ) + [(C1 − C2 ) X] dɶ ( s ) . (136)
vɶo ( s ) = {C [ sI − A ]−1 [( A1 − A 2 ) X + (B1 − B 2 )Vi ] + [(C1 − C2 ) X]}dɶ ( s ) . (137)
vɶo ( s)
ɶ = C [ sI − A]−1 [( A1 − A 2 ) X + (B1 − B 2 ) Vi ] + (C1 − C2 ) X . (138)
d (s)
De la ecuación (129) se obtiene:
I 
X =  L  = − A −1BVi (139)
Vc 
 ( R + rc )Vi 
I   rL ( R + rc ) + Rrc (1 − D ) + R (1 − D)
2 2
X =  L =   (140)
V
 c  ( R + rc )Vi (1 − D ) R 
 r ( R + r ) + Rr (1 − D ) + R 2 (1 − D) 2 
 L c c 
y de la (131)

( R + rc )Vi (1 − D ) R
Vo = C X = (141)
rL ( R + rc ) + Rrc (1 − D) + R 2 (1 − D ) 2
En la ecuación (138) llamamos B12 = [( A1 − A 2 ) X + (B1 − B 2 )Vi ] y D12 = (C1 − C2 ) X .
Entonces, B12 y D12 , usando X de la (140), resultan:
 ( RD* + rc )Vi R 
 L[r ( R + r ) + Rr D* + R 2 D*2 ] 
B12 =  L c c  (142)
 Vi R 
− 2 *2 
 L[rL ( R + rc ) + Rrc D + R D ] 
*
R rc Vi
D12 = (143)
rL ( R + rc ) + Rrc D* + R 2 D*2
donde, D* = 1 − D . De esta forma la (138) puede expresarse en una forma reducida y ya conocida:
vɶo ( s)
ɶ = C [ sI − A]−1 B12 + D12 . (144)
d (s)
Aplicando esta última, se obtiene la función de transferencia de pequeña señal entre la señal
de control y la tensión de salida, la cual tiene la siguiente forma:
vɶo ( s) ( s + a)( s + b)
= k (145)
dɶ ( s) s2 + c s + d
De la misma forma en que se obtuvo la función de transferencia de pequeña señal entre la
señal de control y la tensión de salida, puede obtenerse la función de transferencia de pequeña señal
entre la tensión de entrada y la tensión de salida, considerando las pequeñas variaciones de vi en
torno al punto de operación, vi = Vi + vɶi y teniendo en cuenta un ciclo de trabajo constante, d = D.
10. Ejemplo 5. Motor de corriente continua, controlado por la armadura.
Considere el motor de corriente continua de la Figura 11 que impulsa una carga a través de
un eje rígido. Si la corriente de campo es mantenida constante en un valor If o el flujo de campo
proviene de un imán permanente, esta máquina puede ser controlada únicamente por la tensión va(t)
aplicada a la armadura. En este caso, la ecuación del par de torsión eléctrico puede ser escrita como
Te (t ) = K t ia (t ) (146)
donde, K t = KI f es una constante. Cuando el motor impulsa la carga, se desarrolla una fuerza
contraelectromotriz en el circuito de armadura opuesta a la tensión aplicada va(t). Esta tensión es

linealmente proporcional a la velocidad angular desarrollada en el eje, o sea:

Rf
+
Ra La If
Lf
+ Vf
ia (t ) −
+ Te , θ, ω b
va (t ) vb (t ) J Tc
− Carga
−
Figura 11 – Motor CC controlado por la corriente de armadura que impulsa una carga a
través de un eje rígido.
d θ(t )
vb (t ) = K b (147)
dt
Aplicando la ley de Kirchhoff de las tensiones a la malla del circuito de la armadura, se tiene:
dia (t )
va (t ) = u (t ) = Ra ia (t ) + La + vb (t ) (148)
dt
y sustituyéndose (147) se obtiene la dinámica del circuito de armadura,
dia (t ) d θ(t )
va (t ) = u (t ) = Ra ia (t ) + La + Kb . (149)
dt dt
Sea J el momento de inercia total de la carga, el eje y el rotor del motor; θ el desplazamiento
angular de la carga; b el coeficiente de rozamiento viscoso y Tc el par producido por la carga. El par
que el motor debe desarrollar necesario para vencer la inercia, el rozamiento, y el par de reacción
de la carga está dado por:
d 2 θ( t ) d θ( t )
Te (t ) = J + b + Tc (150)
dt 2 dt
o también, usando la (146)
d 2 θ(t ) d θ(t )
K t ia (t ) = J 2
+b + Tc . (151)
dt dt
Elegimos como variables de estado de este sistema a x1 = ia y x2 = ω = θɺ , implica que
dia
xɺ1 = ɺ = ɺɺ
y xɺ2 = ω θ . De la ecuación (149) se tiene
dt
dia (t ) R K 1
= − a ia (t ) − b ω(t ) + u (t ) . (152)
dt La La La
De la ecuación (151) obtenemos:
Kt b 1
ω
ɺ (t ) = ia (t ) − ω(t ) − Tc . (153)
J J J
La representación en variables de estado queda:

 Ra Kb 
− − 1  0 
iɺa (t )   La La  ia (t )     
ɺ  =  
ω  +  La  u (t ) +  − 1  Tc . (154)
ω(t )   K t b 
− 
( t ) 
 J  0   J
J 
La ecuación de estado obtenida es del tipo xɺ (t ) = Ax(t ) + Bu (t ) + Ew(t ) , donde w(t)
representa la perturbación provocada por la carga sobre el eje del motor.
A continuación vamos a considerar el mismo motor de corriente continua del caso anterior
pero ahora impulsando una carga mediante un eje con una determinada elasticidad. En la Figura 12
se muestra este sistema donde la elasticidad del eje se modela mediante un resorte de torsión de
elasticidad k. En este caso se debe considerar que existe una velocidad relativa del eje del motor
respecto a la del eje de la carga y viceversa y considerar también por separado los pares producidos
por el motor y la carga. Además, hay que tener en cuenta que existe un par de reacción producido
por el eje elástico sobre el eje del motor y que se refleja sobre el eje de la carga, denominado Tee en
la Figura 12.
Rf
+
Ra La If
Lf
+ Vf
ia (t ) −
+ θm , ωm k
b θc , ωc
va (t ) vb (t ) Carga
− J m , Te Tee J c , Tc
−
Figura 12 – Motor CC controlado por la corriente de armadura que impulsa una carga a
través de un eje con una constante de elasticidad de torsión k.
Las ecuaciones dinámicas del motor están dadas entonces por:
dia
va = u = Ra ia + La + K b ωm . (155)
dt
Te = K t ia = J m ω
ɺ m + Tee . (156)
Las ecuaciones dinámicas de la carga y del eje elástico están dadas por:
Tee = J c ω
ɺ c + bωc + Tc . (157)
Tee = k (θm − θc ) . (158)
Sea el estado del sistema formado por las siguientes variables de estado:
x1 = ωm , x2 = ωc , x3 = Tee , x4 = ia , (159)
y, por tanto, xɺ1 = ω ɺ c , xɺ3 = Tɺee , xɺ4 = iɺa .
ɺ m , xɺ2 = ω
De la ecuación (156) obtenemos xɺ1 ,

Kt 1
ω
ɺm = ia − Tee . (160)
Jm Jm
b 1 1
ω
ɺc =− ωc + Tee − Tc . (161)
Jc Jc Jc
Tɺee = k ωm − k ωc . (162)
K R 1
iɺa = − b ωm − a ia + u . (163)
La La La
Con las últimas cuatro ecuaciones dinámicas podemos escribir la ecuación de espacio de
estado de este sistema, como sigue:
 1 Kt 
 0 0 −
J 
  ωm     0 
Jm 0
ωɺ m   1
ω  
ɺc  0 0   ωc   
b 1 0 − 
−
 = Jc Jc   +  0  u (t ) +  J c  T . (164)
 Tɺee    T     
c
ɺ   k −k 0 0    1 
ee
 0 
 ia   K   ia     0 
− b 0 0
R
− a  La 
 La La 
11. Ejemplo 6. Sistema de amortiguación de un automóvil.
En el siguiente ejemplo se obtendrán las ecuaciones dinámicas lineales e invariantes en el

tiempo del sistema de amortiguación de un automóvil. El modelo mecánico de este sistema es el
que se muestra en la Figura 13. La masa del automóvil está representada por M y la masa del
sistema de amortiguación está dada por m. Entre estas dos masas se encuentran un resorte con un
coeficiente de elasticidad k1 (conocidos por el nombre de “espiral” o “elásticos”) y un amortiguador
con una constante de disipación b. Luego entre el sistema de amortiguación y el suelo existe un
resorte de coeficiente de elasticidad k2 que representa el efecto elástico producido por los
neumáticos. La señal de entrada de este sistema está representada por u que corresponde a la fuerza
ejercida por el automóvil sobre el sistema de amortiguación y del sistema de amortiguación sobre el
automóvil. Las variables x1(t) y x2(t) representan las distancias entre el suelo y las masas M y m,
respectivamente.

x1 (t )
M
b u k1 d1
x2 (t )
m
d2
k2
w(t )
Figura 13 – Modelo mecánico del sistema de suspensión de un automóvil.
Las dimensiones d1 y d2 corresponden a las distancias entre ambas masas y entre la masa m
y el suelo, respectivamente, con los resortes en reposo. Se observa además, que las imperfecciones
del camino provocarán una compresión o descompresión del resorte k2, efecto que puede ser
considerado como una perturbación externa, representado por un desplazamiento lineal en sentido
vertical. Esta perturbación se denota por la variable w(t). La aceleración de la gravedad está dada
por g. Elegimos como variables de estado de este sistema a los desplazamientos verticales x1 = δ1 y
x2 = δ2 , y a las respectivas velocidades de las masas xɺ1 = δɺ 1 = vM y xɺ2 = δɺ 2 = vm .

Planteando las ecuaciones de movimiento en base a la 2° ley de Newton, para cada masa
respecto a sus posiciones de equilibrio, tenemos:
a: Para la masa M:
x1M + gM = u − b( xɺ1 − xɺ2 ) − k1 ( x1 − x2 − d1 ) .

ɺɺ (165)
b: Para la masa m:
x2 m + gm = b( xɺ1 − xɺ2 ) + k1 ( x1 − x2 − d1 ) − k2 ( x2 − d 2 − w) − u .
ɺɺ (166)
En base a la selección de estados tenemos que:
xɺ1 = δɺ 1 = vM , xɺ2 = δɺ 2 = vm , ɺɺ
x1 = ɺɺ x2 = ɺɺ
δ1 = vɺM , ɺɺ δ2 = vɺm . Distribuyendo términos en las
ecuaciones (165) y (166) tenemos
u b b k k k
x1 = vɺM =
ɺɺ − vM + vm − 1 δ1 + 1 δ 2 + 1 d1 − g . (167)
M M M M M M
b b k k k k k k u
x2 = vɺm =
ɺɺ vM − vm + 1 δ1 − 1 δ2 − 1 d1 − 2 δ 2 + 2 d 2 + 2 w − − g . (168)
m m m m m m m m m
La representación matricial de este sistema resulta en el modelo LIT buscado, descrito por
la ecuación (169):

 0 0 1 0   0   0 
 0 
 δ1   0
ɺ
0 0 
1  1 δ   
0  0
 0 
ɺ   δ    
 δ 2  =  k1 k1 b b  2  +  1  u +  w+  k1d1 .
vɺM   − M −    0  −g  (169)
M M 
M  vM  M    M
     
 k2 
 
 vɺm   k1 (k + k ) b   vm   1   − g 
b k2 d 2 k1d1
 m − 1 2 −   −   m   −
m m m  m  m m 
12. Ejemplo 7. Conversor CC-CA PWM con filtro pasa bajas LC.
A continuación presentaremos un caso de modelo de un sistema dinámico en el espacio de
estado, donde las variables de estado son escogidas por una necesidad matemática, como
comentado en la sección 5. Sea el conversor CC-CA mostrado en la Figura 14, el cual convierte una
tensión de corriente continua Vcc en una tensión alternada senoidal utilizando un convertidor en
puente completa, en el cual el ciclo de trabajo de los semiconductores está modulado por una onda
senoidal de amplitud y frecuencia constantes, como se muestra en la Figura 15.
Inversor L
iL io
C
Vcc R
vc (t ) ic (t )
Figura 14 – Conversor CC-CA con filtro pasa bajas LC de salida y carga resistiva.
Figura 15 – Señal PWM generada por el actuador y señal de modulación senoidal.

Es común que este sistema opere en lazo cerrado con el objetivo de mantener una tensión
eficaz y frecuencia constantes frente a variaciones de carga, así como también proveer al sistema de
una sensibilidad menor a los disturbios de carga.
Debido a que la forma de onda de la tensión de salida deseada es senoidal, se necesita que el
controlador a proyectar, siga o rastree una referencia que es variable en el tiempo, o sea
r (t ) = V sin(ωt ) , donde ω = 2 π f , y f es la frecuencia deseada de la tensión sintetizada por el
convertidor. Si se desea utilizar un controlador convencional, tal como un proporcional-integral,
que resulta de fácil implementación practica, este presentará un error finito en régimen permanente
diferente de cero debido a la naturaleza variable de la señal de referencia. Entonces, dado que un PI
presenta error nulo en régimen permanente con entradas constantes, es deseable que la referencia
del sistema de control sea, para el caso en cuestión, una tensión continua.
En sistemas trifásicos y especialmente en el caso de maquinas de inducción trifásicas, es
común transformar las tensiones y corrientes alternadas (referencial estacionario) a un sistema de
coordenadas en sincronismo con la frecuencia fundamental de las tensiones o corrientes CA
(referencial sincrónico). Esta transformación se realiza transformando el sistema estacionario
trifásico abc a un sistema bifásico estacionario ortogonal αβ, de magnitudes alternadas, y luego se
transforma este último al sistema de coordenadas sincrónico, cuyas magnitudes resultan continuas
respecto al sistema trifásico original.
En el caso que estamos tratando, es posible encontrar una transformación lineal que permita
obtener un referencial sincronizado con la frecuencia de la tensión generada, utilizando como
referencial bifásico αβ a la corriente y la tensión en el capacitor del filtro de salida, dado que estas
dos magnitudes están naturalmente desfasadas 90° eléctricos, como se muestra en la Figura 16,
mediante las formas de onda en el tiempo y vectorialmente en la Figura 17(a).
(a)
(b)
Figura 16 – (a) Tensión y corriente real en el capacitor. (b) Corriente en el capacitor, real y
filtrada (filtro pasa bajas en 250Hz y ξ = 0,7).

v ec v ec ≡ β
v ≡d
s
c
Fce Fcs
θ i cs ≡ q
φ
θ i ec θ i ec ≡ α
(a) (b)
Figura 17 – (a) Vectores representativos de la corriente y tensión en el capacitor en el sistema
T T
de coordenadas estacionario. (b) Referenciales estacionario i ec v ec  y sincrónico i cs v cs  .
T
El vector compuesto, en el referencial estacionario, dado por Fce = i ec v ec  y mostrado en
la Figura 17(a), describe un movimiento circular en sentido antihorario con θ = ωt y con módulo
definido por los módulos de i ec y v ec . En este caso, este vector compuesto describe en el tiempo una
forma de onda senoidal (o cosenoidal), cuando la tensión en el capacitor es vc (t ) = Vc sin(ωt ) por lo
cual, la corriente requerida por el capacitor es ic (t ) = ωCVc cos(ωt ) .
Basado en el vector Fce es posible efectuar un cambio de variables definiéndose un nuevo
referencial ortogonal dq que gira a la velocidad de sincronismo ω, o sea, a la velocidad del vector
Fce . El vector Fcs en la Figura 17(b) representa el vector compuesto referido al sistema de
coordenadas sincrónicas, y este vector está formado por las componentes en ejes sincrónicos de la
tensión v cs y de la corriente i cs en el capacitor. O sea:
 i s  ωCVcs cos(φ) 
Fcs =  cs  =   (170)
 v c   Vc sen(φ) 
s
Dado que φ es un ángulo arbitrario y constante, las componentes i cs y v cs , en coordenadas
sincrónicas, son ahora constantes, dado que el vector Fcs se mueve juntamente con el nuevo
referencial dq.
Sin olvidar el factor de escala entre la corriente y la tensión del capacitor, o sea X c = 1/ ωC ,
la corriente y tensión en el referencial estacionario pueden ser rotadas al referencial sincrónico y
observando la Figura 17(b), mediante las siguientes ecuaciones:
ics (t ) = ice (t ) cos(θ) + vce (t )ωC sen(θ)

ice (t ) (171)
vc (t ) = −
s
sen(θ) + vce (t ) cos(θ)
ωC
o en forma matricial

 cos(θ) ωC sen(θ)  e
 ics     ic   ice 
=
 s   sen(θ)   = T ( θ)  e (172)
vc  − cos(θ)  vce  vc 
 ωC 
De forma similar, si se desea obtener la representación de las variables en el sistema de
coordenadas estacionarias a partir de las variables en el referencial sincrónico, se tiene
 cos(θ) −ωC sen(θ)  s

 ice     ic  −1
 ics 
=
 e   sen(θ)   = T ( θ)  s. (173)
vc  cos(θ)  vcs  vc 
 ωC 
En la Figura 19 se muestra el resultado de las variables en el referencial sincrónico al aplicar
la (172) a las variables en el referencial estacionario de la Figura 18. Observe que, debido a la
forma que se eligieron los ejes ortogonales αβ la tensión en ejes sincrónicos resulta igual a cero.
Estos resultados nos demuestran que ahora las variables a controlar son constantes. Desde el
punto de vista de control esto nos posibilita transformar un problema de rastreo o seguimiento de
una referencia senoidal en un problema de regulación de una referencia constante, lo que permite
utilizar controladores más simples como, por ejemplo un PI. Por otro lado, también es posible, si se
desea, efectuar una realimentación de los estados, combinada con el PI. En este caso necesitamos
tener la ecuación de estado de la planta para poder luego efectuar el proyecto de las ganancias de
realimentación, técnica que será vista posteriormente.
Figura 18 – Tensión y corriente en el Figura 19 – Tensión y corriente en el

capacitor en el referencial estacionario. capacitor en el referencial sincrónico.
Vc = 311V, ω = 314rad/seg y C = 120µF. Vc = 311V,ω = 314rad/seg y C = 120µF.
La ecuación de espacio de estado, considerando como variables de estado a la tensión en el

dic dv
capacitor y su propia corriente es obtenido a seguir: x1 = ic , x2 = vc , xɺ1 = , xɺ2 = c .
dt dt
diL
u=L + vc , (174)
dt
iL = ic + io , (175)

dvc
ic = C , (176)
dt
vc
io = , (177)
R
de (174)
diL 1 1
= u − vc , (178)
dt L L
de (175)
dic diL dio

= − , (179)
dt dt dt
dio 1 dvc
sustituyendo (178) en (179) y sabiendo que = , tenemos
dt R dt
dic 1 1 1 dvc
= u − vc − , (180)
dt L L R dt
dv 1
por otro lado, de (176) se tiene que c = ic y la (180) queda
dt C
dic 1 1 1
= u − vc − ic , (181)
dt L L RC
que junto con
dvc 1
= ic (182)
dt C
nos queda el siguiente conjunto de ecuaciones dinámicas:
1 1 1
xɺ1 = iɺc = u − vc − ic
L L RC
, (183)
1
xɺ2 = vɺc = ic
C
y en forma matricial queda expresada la ecuación de estado como sigue:
 1 1
− −  1
 iɺc   RC L  ic   
ɺ  =   + L u ,
v  
(184)
vc   1 0  c 0
 C 
y la ecuación de salida
i 
y = [ 0 1]  c  , (185)
vc 
13. Ejemplo 8. Conversor CC-CA PWM con filtro pasa bajas LC.

A continuación presentaremos un modelo de espacio de estado del conversor CC-CA PWM

como el de la Figura 14, pero en este caso consideraremos que la carga que se conecta a la salida
puede ser de cualquier tipo, esto es, resistiva, inductiva, capacitiva, no lineal, entre otras; y esta
carga será considerada como una fuente de corriente alterna que drena una corriente io. Las
ecuaciones (174), (175) y (176) son las ecuaciones de partida. Los estados serán
dvc di
x1 = vc , x2 = iL , xɺ1 = , xɺ2 = L . De la ecuación (174)
dt dt
diL 1 1
= u − vc , (186)
dt L L
de la (175) y (176) se tiene
dvc 1 1
= iL − io , (187)
dt C C
y la ecuación de estado resulta
 1
0 0  1
vɺc   C   vc    −
 iɺ  =  1    + 1 u +  C  io , (188)
 L  − i    
0  L  L  0 
 L 
La ecuación (188) resultó como la presentada en (27), o sea xɺ (t ) = A x(t ) + B u (t ) + E w(t ) ,
y la ecuación de salida es
v 
y = [1 0]  c  . (189)
 iL 
De acuerdo a la ecuación obtenida en (32) este sistema tendrá una salida que dependerá del
efecto de la entrada y del disturbio, desconsiderando las condiciones iniciales, o sea:
Y ( s ) = [C ( sI − A) −1 B ]U ( s ) + [C( sI − A )−1 E ]W ( s ) . (190)

y resulta:
1 sL
Y (s) = U (s) − 2 W (s) . (191)
s LC + 1
2
s LC + 1

14. Referencias Bibliográficas

[1] – Ingeniería de Control Moderna, Katsuhiko Ogata, 3° Edición, Prentice Hall, 1997.
[2] – Sistemas de Control Automático, Benjamín C. Kuo, 7° Edición, Prentice Hall, 1996.
[3] – Feedback Control Systems, Charles L. Phillips and Royce D. Harbor, 4th Edition, Prentice
Hall, 2000.
[4] – Feedback Control of Dynamic Systems, Gene F. Franklin, J. David Powell and Abbas
Emami-Naenini, 3rd Edition, Addison Wesley, 1995.

Variables de Estado

Cargado por

Copyright:

Formatos disponibles

Variables de Estado

Cargado por

Información del documento

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

Variables de Estado

Cargado por

Copyright:

Formatos disponibles

CONTROL CLÁSICO Y MODERNO DEPARTAMENTO DE ELECTRÓNICA

TEMA II: Teoría de Control Moderno. Variables de Estado.

Los sistemas modernos de control en la ingeniería tienen una tendencia a aumentar su

2. Distinción entre Control Clásico y Control Moderno

Como se mencionó en la sección anterior, la teoría de control clásico describe al sistema

Facultad de Ingeniería – U.Na.M -1- Ing. Fernando Botterón

Figura 1 – Descripción entrada-salida de un sistema dinámico SISO LIT.

Es práctica común, con el objetivo de conocer aproximadamente la FT de un sistema

Figura 2 – Sistema dinámico. Sensor + Acondicionador de señal. (Caja negra).

Tabla I – Valores experimentales de entrada-salida para diferentes valores de frecuencia

Facultad de Ingeniería – U.Na.M -2- Ing. Fernando Botterón

La función de transferencia aproximada para estos valores experimentales es la siguiente:

y(t) para todo t ≥ t0 .

Facultad de Ingeniería – U.Na.M -3- Ing. Fernando Botterón

Facultad de Ingeniería – U.Na.M -4- Ing. Fernando Botterón

 xɺ1 (t ) = h1 ( x1 (t ), x2 (t ),..., xn (t ), u1 (t ), u2 (t ),..., u p (t ), w1 (t ), w2 (t ),..., wm (t ), t )

xɺ (t ) = A (t )x(t ) + B(t )u(t ) + E(t )w (t ) (9)

Facultad de Ingeniería – U.Na.M -5- Ing. Fernando Botterón

xɺ (t ) = A x(t ) + B u(t ) + E w (t ) (11)

x = [ x1 x2 ... xn ]T → Vector de Estado, u = [u1 u2 ... u p ]T → Vector de Entrada

Figura 4 – Diagrama de bloques matricial de la ecuación dinámica (11) y (12).

Facultad de Ingeniería – U.Na.M -6- Ing. Fernando Botterón

Consideremos el circuito RLC mostrado en la Figura 5:

Figura 5 – Circuito RLC. Modelo por variables de estado. Ejemplo 1.

Planteando la ecuación de Kirchhoff de las tensiones en la malla tenemos:

Facultad de Ingeniería – U.Na.M -7- Ing. Fernando Botterón

circula en el inductor. De la ecuación (16) se observa que la misma es de la forma:

Figura 6 – Autovalores del sistema dinámico de la Figura 5.

Finalmente, la ecuación de salida de este sistema es dada por la siguiente ecuación:

altera la dinámica del sistema. O sea, puedo escoger x(t ) = [ x1 (t ) x2 (t )] = [iL (t ) vc (t )] , y

nuestra ecuación de estado resulta:

Facultad de Ingeniería – U.Na.M -8- Ing. Fernando Botterón

x(t ) = [ x1 (t ) x2 (t ) ] = [ vc (t ) vɺc (t )] , o sea, la tensión en bornes del capacitor y la derivada de

Facultad de Ingeniería – U.Na.M -9- Ing. Fernando Botterón

Figura 7 – Circuito RC. Modelo por variables de estado. Ejemplo 2.

Aplicando la ley de Kirchhoff de las tensiones a la malla de los tres capacitores,

6. Correlación entre función de transferencia y ecuación de estado

La función de transferencia de un sistema dinámico puede obtenerse a partir de la ecuación

Facultad de Ingeniería – U.Na.M - 10 - Ing. Fernando Botterón

X( s ) = ( sI − A) −1 B U ( s ) + ( sI − A) −1 EW ( s) + ( sI − A)−1 X(0) . (30)

Y ( s ) = [C ( sI − A) −1 B + D]U ( s ) + [C( sI − A) −1 E + F ]W ( s ) + C ( sI − A )−1 X(0) . (32)

Facultad de Ingeniería – U.Na.M - 11 - Ing. Fernando Botterón

El determinante sI − A es también un polinomio en s, que no es otra cosa que el polinomio

Facultad de Ingeniería – U.Na.M - 12 - Ing. Fernando Botterón

7. Obtención de la ecuación de estado a partir de la función de

Facultad de Ingeniería – U.Na.M - 13 - Ing. Fernando Botterón

sx1 ( s ) = x2 ( s ) y s 2 x1 ( s) = sx2 ( s ) . (53)

Facultad de Ingeniería – U.Na.M - 14 - Ing. Fernando Botterón

s 2 LCY ( s ) + sRCY ( s ) + Y ( s ) = U ( s ) , (59)

Facultad de Ingeniería – U.Na.M - 15 - Ing. Fernando Botterón

Facultad de Ingeniería – U.Na.M - 16 - Ing. Fernando Botterón

9. Ejemplo 4: Convertidor conmutado CC-CC elevador (boost).

La Figura 8 muestra el circuito de un convertidor CC-CC elevador. Este tipo de convertidor

Facultad de Ingeniería – U.Na.M - 17 - Ing. Fernando Botterón

9.1 - Etapas de operación y modelo de gran señal en el espacio de estado

Modo de conducción continua iL(t) > 0:

A continuación se determinaran las ecuaciones de estado que describen la dinámica de las

corriente en el inductor y la tensión sobre el capacitor, o sea, x(t ) = [iL (t ) vc (t )] y la variable de

salida es la tensión en bornes de la carga y (t ) = vo (t ) . Con respecto a la notación utilizada, es

Facultad de Ingeniería – U.Na.M - 18 - Ing. Fernando Botterón