Professional Documents
Culture Documents
CONTROLABILIDAD Y OBSERVABILIDAD
Se dice que un sistema es controlable en el instante t0 si es posible llevarlo de cualquier
estado inicial x(t0) a cualquier otro estado, empleando un vector de control no acotado, en un
lapso finito.
Se dice que un sistema es observable en el tiempo t si, con el sistema en el estado x(t ),
es posible determinar dicho estado a partir de las mediciones de la salida con un retaso finito de
tiempo.
Ahora obtendremos la condición para una controlabilidad completa del estado. Sin
perder la generalidad, suponemos que el estado final es el origen en el espacio de estados y que
el tiempo inicial es cero, o t0 = 0.
t
x(t ) ∫
= e At x(0) + e A (t − τ ) Bu (τ )dτ
0
o bien
t1
x ( 0) = − ∫0
e − A τ Bu (τ )dτ
n −1
e − Aτ = ∑α
k =0
k (τ ) A k (3)
n −1
∑ A B∫
t1
x(0) = − k
α k (τ )u(τ )dτ (4)
0
k =0
Definamos
t1
∫0
α k (τ )u(τ )dτ = Uk
n −1
x(0) = − ∑ A BU
k =0
k
k
U0
U
= [
− B M AB M L M A n −1 B 1
M
] (5)
U n −1
Si el sistema es de estado completamente controlable, entonces dado cualquier estado
inicial x(0), la ecuación (5) debe satisfacerse. Esto requiere que el rango de la matriz de n filas
y nr columnas
[B M AB M L M A n −1 B ]
M = [B M AB M L M A n −1 B ]
recibe el nombre de matriz de controlabilidad.
Ejemplo:
•
x• 1 1 2 0 − 4
x 2 = 0 − 1 0 + 0 u
•
x3 2 2 0 − 5
Dado que
− 4 − 4 − 4
M = [B AB A B2
] = 0
0 0
− 5 − 8 − 8
Otro ejemplo:
•
x• 1 1 2 0 − 4
x 2 = 0 − 1 2 + 0 u
•
x3 2 2 0 − 5
Dado que
− 4 − 4 − 24
M = [B AB A 2 B ] = 0 − 10 − 6 ⇒ M
= 152
− 5 − 8 − 28
Veamos un ejemplo más complejo resuelto con MATLAB usando el comando ctrb
A %n = 4
-5 0 0 0
3 -2 0 0
-5 0 0 0
4 0 0 -1
B % r = 2
0 10
1 -10
-4 12
0 -10
C % m = 2
-2 -1 0 -1
-2 0 0 0
rank(M)
3
%Como el rango de M es menor que n, el sistema no es controlable de estado
completo.
λ1 0 K 0
0 λ2
P −1 AP = V =
M O
0 λn
Notar que si los valores principales de A son distintos, los vectores propios de A
también son distintos; empero, lo contrario no es verdad. Por ejemplo una matriz simétrica real
de n x n con valores principales repetidos, tiene vectores propios diferentes. Considerar
también que cada columna de la matriz de transformación P es un vector propio de A asociado
con λi(i = 1,2,...,n)
Definamos
x = Pz (7)
− 3 20 0 20 4 − 4
0 −6 0 0 − 2 0
A = B =
0 3 −1 3 1 0
0 8 0 2 3 −1
0 1 0 4
1 0 0 0
P = [X 1 X 2 X 3 X 4 ] =
1 1 0 0
0 1 − 1 0
donde cada vector Xi se halla a partir de AXi = λiXi.
− 3 0 0 0
0 −1 0 0
V =
0 0 2 0
0 0 0 − 6
0 0
0 1
F =
1 −1
− 2 0
M = ctrb(A,B)
4 -4 8 -8 16 -16 32 -32
-2 0 12 0 -72 0 432 0
1 0 2 -3 4 -3 8 -9
3 -1 -10 -2 76 -4 -424 -8
rank(M)
λ1 1 0 0
0 λ 1
1
0 0 λ1
λ4 1
J =
0 λ4
λ6 0
0 λ 7
0
S-1 AS = J
x = Sz (9)
La condición para una controlabilidad de estado completo del sistema dado por (6) se
enuncia del siguiente modo: El sistema es de estado completamente controlable si y sólo si a)
dos bloques de Jordan en J de la ecuación (10) no están asociados con los mismos valores
propios b) los elementos de cualquier renglón de S-1B que corresponden al último renglon de
cada bloque no son todos cero y c) los elementos de cada renglón de S-1B que corresponden a
valores propios distintos no son todos cero.
0 1 -1 1 0
0 0 -3 2 0
0 0 2 -1 1
0 0 4 -2 1
0 0 -14 5 -6
0
0
0
0
1
eig(A)
0
0
-4.0000
-1.0000
-1.0000
1 0 1 1 0
0 1 -20 -2 3
0 0 -48 0 1
0 0 -32 1 -1
0 0 256 1 -4
0 1.0000 0 0 0
0 0 0 0 0
0 0 -4.0000 0.0000 0
0 0 -0.0000 -1.0000 1.0000
0 0 -0.0000 -0.0000 -1.0000
inv(S)*B
-0.5625
0.2500
0.0069
0.5556
0.3333
0 0 0 0 1
0 0 -1 7 -33
0 1 -5 21 -85
0 1 -4 15 -58
1 -6 27 -112 453
rank(M)
• − 2 0 x1 − 3
x• 1 = 0 − 5 x + 2 u
x 2 2
•
x• 1 − 2 1 0 x1 0
x 2 = 0 − 2 0 x + 2 u
• 2
x3 0 0 − 4 x 3 7
•
x• 1 − 1 1 0 x1 0 1
0 −1 1 0 x 2 0
x 2
• 0 u
1
x3 = 0 0 −1 x3 + 2 0
u
• − 3 1 x4 0 0
2
x 4 0
− 1
x• 0 − 3 x 5 3
5
• − 2 0 x1 0
x• 1 = 0 − 4 x + 2 u
x 2 2
•
•x 1 − 2 1 0 x1 1
x 2 = 0 − 2 0 x + 0 u
• 2
x3 0 0 − 6 x 3 5
•
x• 1 − 1 1 0 x1 0 1
0 −1 1
x 2
• 0 x2 4 0 u
1
x3 = 0 0 −1 x3 + 0 0
u
• − 4 1 x4 0 0
2
x 4 0
− 1
x• 0 − 4 x 5 3
5
La condición para una controlabilidad completa del estado se plantea en términos de las
funciones de transferencia o las matrices de transferencia.
Y ( s) 4( s + 3) 4s + 12
= =
U ( s) s ( s + 3)( s + 5) s + 8s 2 + 15s
3
•
•x 1 0 1 0 x1 0
x 2 = 0 0 1 x 2 + 4 u
•
x3 0 − 15 − 8 x 3 − 20
y = [ 1 0 0 ]x
0 4 − 20
M = [B AB A B] =2 4 − 20 100 ⇒ M =0
− 20 100 − 500
Es obvio que la matriz de controlabilidad es singular por lo que el sistema no es
controlable de estado completo.
Se dice que el sistema dado por (11) y (12) es de salida completamente controlable si es
posible construir un vector de control u(t) no acotado, tal que transfiera cualquier salida inicial
determinada y(t0) a cualquier salida final y(t1) en un intervalo de tiempo finito t0 ≤ t ≤ t1
es de rango m.
0 1 -1 0
0 -5 3 0
0 -6 4 0
0 0 0 -1
B = [2 1 1 –2]’;
C = [0 -10 10 0];
D = 0;
ctrb(A,B)
2 0 0 0
1 -2 4 -8
1 -2 4 -8
-2 2 -2 2
rank(ans)
donde
x(kT) = vector de estado de orden n en el periodo k de muestreo
u(kT) = vector de control de orden r en el periodo k de muestreo
y(kT) = vector de salida de orden m en el periodo k de muestreo
F = matriz de estado de orden n x n, constante.
G = matriz de control de orden n x r, constante.
C = matriz de salida de orden m x n, constante.
T = Periodo de muestreo.
[G ! FG ! . . . ! Fn-1G]
[D ! CG ! CFG ! . . . ! CFn-1G]
0 1 -3
0 -2 0
0 -2 -1
20 37 -37
-0.0024
0.0476
0.0464
rank(Md/100)
Sistema estabilizable
Veamos un ejemplo
− 2 − 4 0 5
A = 0 2 0 B = − 1
0 0 − 1 0
OBSERVABILIDAD
Analizaremos ahora la observabilidad de los sistemas lineales. Consideremos el sistema sin
excitación descrito por las ecuaciones siguientes:
•
x = Ax (15)
y = Cx (16)
entonces
t
x (t ) ∫
= e At x(0) + e A (t − τ ) Bu(τ )dτ
0
y y(t) es
t
y (t ) ∫
= Ce At x(0) + C e A (t − τ ) Bu(τ )dτ + Du
0
Dado que las matrices A, B, C y D se conocen al igual que u(t), los dos últimos
términos del segundo miembro de la ecuación anterior son cantidades conocidas. Por tanto se
pueden restar del valor observado y(t). Así, a fin de investigar una condición necesaria y
suficiente para la observabilidad completa, basta considerar el sistema descrito por las
ecuaciones (15) y (16).
y (t ) = Ce At x(0)
n −1
e At = ∑α k =0
k (t ) A k
n −1
y (t ) = Ce − Aτ x(0) = ∑α
k =0
k (τ )CA k x(0)
o bien
C
CA
N =
M
n −1
CA
•
•x 1 0 1 − 2 x1 0
x 2 = 0 − 16 21 x + 2u
• 2
x3 0 − 8 10 x 3 1
x1
y = [7 2 − 4] x 2
x 3
C 7 2 −4
N = CA = 0 7 − 12
CA 2 0 − 16 27
en donde
x1 0 0 0 1
0 4 − 4
x = x 2 ,
A = 1 0 − 4 , B = 0 , C =
x 3 0 1 − 5 0 0 5 − 5
0 4 − 4
0 5 − 5
C
N = CA = 4 −4 4
5 −5 5
CA 2
− 4 4 − 4
− 5 5 − 5
Todo determinante formado al tomar tres filas de la matriz N es igual a cero. En efecto
el rango de N es igual a 2. Por ello, el sistema no es controlable de estado completo. Formando
la matriz de transferencia evaluando C[sI – A]-1B, la matriz G(s) resulta ser:
4( s + 4)
s ( s + 1)( s + 4)
G ( s) =
5( s + 4)
s ( s + 1)( s + 4)
Es obvio que los factores (s + 4) se cancelan entre si, lo que implica que no hay
condiciones iniciales x(0) que se puedan calcular a partir de la medición de y(t).
Considere el sistema descrito por las ecuaciones (15) y (16), vueltas a escribir como
•
x = Ax (18)
y = Cx (19)
Definir
x = Xz
•
z = X −1 AXz = Vz
y = CXz
por lo tanto
y(t) = CxeVtz(0)
o bien
• 0 9 2 − 8 x1 2
x• 1 0
x 2 0 1 0 x 2 0
• = + u
x3 0 0 0 1 x 3 0
•
0 4 1 − 4 x 4 1
x 4
y = [10 10 0 -20]x
1 1 3 31.75
0 1 1 1
X =
0 − 1 1 −4
0 1 1 16
N = obsv(A,C)
10 10 0 -20
0 10 10 0
0 0 10 10
0 40 10 -30
rank(N)
0 0 0 0
0 -1.0000 0 0
0 0 1.0000 0
0 0 0 -4.0000
2 -8 34 -135
0 0 1 -4
0 1 -4 17
1 -4 17 -68
rank(M)
• − 2 0 x1 x
x• 1 = 0 − 4 x , y = [2 − 7] 1
x 2 2 x2
•
x• 1 − 5 1 0 x1 x1
x 2 0 − 5 0 x , y1 − 3 0 0
= 2 y = 2 0 5 x 2
• 2 x
x3 0 0 − 3 x 3 3
•
x• 1 − 1 1 0 x1 x1
x 2 0 −1 1 0 x 2
• y1 1 0 0 0 0 x2
x3 = 0 0 −1 x3 , = 0 0 0 − 1 0 x 3
• − 4 1 x4 y2 x
x 4 0 4
x• 0 − 4 x 5 x5
5
• − 2 0 x1 x
x• 1 = 0 − 5 x , y = [2 0] 1
x 2 2 x2
•
•x 1 − 5 1 0 x1 x1
x 2 0 − 5 0 x , y1 0 10 4
= 2 = 0 6 0 x 2
• y2 x
x3 0 0 − 3 x 3 3
•
x• 1 − 1 1 0 x1 x1
x 2 0 −1 1 0 x 2
• y1 0 0 2 0 0 x 2
x3 = 0 0 −1 x3 , = 0 3 0 1 0 x 3
• − 3 1 x4 y2 x
x 4 0 4
x• 0 − 3 x 5 x5
5
PRINCIPIO DE DUALIDAD
Para corroborar este principio repasemos las condiciones necesarias y suficientes para
la controlabilidad completa y la observabilidad completa de los sistemas Sis1 y Sis2.
[ B ! AB ! . . . ! An-1 B]
sea n.
C
CA
[ C’ ! A’C’ ! . . . ! (A’)n-1 C’] =
M
n −1
CA
sea n.
C
CA
[ C’ ! A’C’ ! . . . ! (A’)n-1 C’] =
M
n −1
CA
sea n.
B'
B' A '
= [ B ! AB ! . . . ! A
n-1
B]
M
n −1
B ' ( A ' )
sea n.
2 0 0
0 2 0
0 3 1
0 1
1 0
0 1
1 0 0
0 1 0
D = zeros(2);
Sis1 = ss(A,B,C,D);
Sis2 = ss(A',C',B',D); % Sistema dual de Sis1
ctrb(Sis1)
0 1 0 2 0 4
1 0 2 0 4 0
0 1 3 1 9 1
rank(ans)
obsv(Sis2)
0 1 0
1 0 1
0 2 3
2 0 1
0 4 9
4 0 1
rank(ans)
obsv(Sis1)
1 0 0
0 1 0
2 0 0
0 2 0
4 0 0
0 4 0
rank(ans)
ctrb(Sis2)
1 0 2 0 4 0
0 1 0 2 0 4
0 0 0 0 0 0
rank(ans)
donde
x(kT) = vector de estado de orden n en el periodo k de muestreo
u(kT) = vector de control de orden r en el periodo k de muestreo
y(kT) = vector de salida de orden m en el periodo k de muestreo
F = matriz de estado de orden n x n, constante.
G = matriz de control de orden n x r, constante.
C = matriz de salida de orden m x n, constante.
T = Periodo de muestreo.
Se dice que el sistema dado por (20) y (21) es observable de estado completo si es
posible determinar el estado x(0) a partir de las observaciones de y(kT) sobre un número finito
de periodos de muestreo. El sistema es observable si cada transición de estado afecta
eventualmente a la salida.
Se puede demostrar que el sistema dado por (20) y (21) es completamente observable si
la matriz de nm filas y n columnas
C
CF
Od =
M
n −1
CF
2 1 -1
-10 -5 2
-6 -3 -1
B = [0;1;1];
14 -3 3
G=
0.0000
0.0377
0.0369
rank(Od)
Sistema detectable
− 2 − 4 0
A = 0 2 0 C = [0 0 1]
0 0 − 1
PROBLEMAS PROPUESTOS
1. Dado el sistema de tiempo continuo, efectuar análisis de controlabilidad y de
observabilidad
• 0 9 2 − 8 x1 − 2 0
•x 1 0
x 2 0 1 0 x 2 0 0 u1
• = +
x3 0 0 0 1 x3 0 2 u 2
•
0 4 1 − 4 x 4 1 0
x 4
x1
x
y = [10 10 0 20] 2
x3
x4
x1 0.45 0 0 0 x1 0
x − 0.135 0.6 − 0.135 0 x 0.25
2 = 2 + u
x3 0.30 0 0.75 0 x3 − 0.1 k
x 4 k +1 0 0 0 0.9 x 4 k 0.12
x1
y1 − 5 0 − 2 4 x 2
y = 0 2 0 0 x
2 k 3
x4 k