Espacio Estado Modelamiento 1

Sistemas Dinmicos:
-

Control
Automatizacin
Robtico
Biomdico
Economa
Estadstica

Objetivo: Representar los Sistemas Dinmicos por un descriptor denominado EspacioEstado

Espacio de Estados Conjunto de Ecuaciones Diferenciales de primer orden.
Ventajas:
-

Informacin sobre el comportamiento Dinmico.

Tcnicas computacionales para solucin de las ecuaciones.
Diseo de Controladores.
Tratamiento de Sistemas No Lineales.
-

Figura 1 Representacin de Espacio de Estados

De acuerdo a la Fsica: el estado de un sistema dinmico es un conjunto de cantidades fsicas cuyas

especificaciones (en ausencia de excitaciones externas) determinan completamente la evolucin del
sistema.
Observando la Figura 1, tenemos:
1) Parte sin memoria (Memoryless)
+

= funciones instantneas

2) Parte con memoria: Conjunto de Componentes que guardan las variables internas

Los dos tipos de memoria consideradas son:

-

Sistemas Continuos:

Sistemas Discretos :

Sistemas Continuos:

Sistemas Discretos:

Note que:

Ejemplo 1

Figura 2 Tanque
Tenemos:
-

Flujo de entrada u(t)

Flujo de salida y(t)
x volumen acumulado, luego y=h(x) - flujo de salida en funcin de x y de las
caractersticas del lquido y del recipiente.

La variacin de volumen es :

Ejemplo 2 Masa Resorte

Sabemos que:

Ley de Newton

Objetivo: Ecuaciones diferenciales de 1er orden. Para eso, consideraremos la velocidad y la

posicin como variables de estado:

Luego:

Tenemos, entonces, una representacin en espacio estados con x1 y x2 como las variables de
estado.
3

Figura 3 Diagrama de bloques del Sistema masa-resorte

Ejemplo 3 Motor Elctrico con carga inercial

Figura 4 Motor Elctrico con carga inercial

Motor: Condiciones ideales

Torque proporcional de corriente (

La fuerza electromotriz inducida y proporcional a la velocidad angular (f.e.m-V=k2w)

La Potencia de entrada al motor es:

La

Considerando 100% de eficiencia

Sabemos adems que:

Finalmente

Este modelo es adecuado para controlar la velocidad. En el caso que se desee controlar la
posicin, debemos considerar el ngulo .

El diagrama de bloques toma la siguiente forma:

Figura 5 Diagrama de Simulacin de la representacin de Espacio de Estados del

Motor
Ejemplo 4 Temperatura

Figura 6 Temperatura de 02 masas

Objetivo: Controlar T1 de la masa 1 y la T2 de la masa 2 por medio de la temperatura T 0
del recipiente. Metlico.
Consideraciones: La temperatura T0 es constante en toda la superficie metlica
Utilizando el circuito elctrico mostrado en la siguiente figura:

Figura 7 Analoga Elctrica del Sistema de Temperaturas

Y la siguiente tabla:

Sistema Trmico
Variables

Sistema Elctrico
Smbolo

Unidades
o

Variables

Smbolo

Unidades

Tensin

Corriente

Temperatura

Flujo Trmico

Resist. Trmica

C.s/cal

Resistencia

Capaci.
Trmica

cal/deg

Capacitancia

cal/s

Ecuacin de Conduccin

Ecuacin de almacenamiento

Del circuito elctrico y utilizando el anlisis por nodos, tenemos:

Pasando a la forma de variables trmicas tenemos el modelo de espacio estado:

Ejemplo 5 Tanque de Guerra caon torre accionado hidrulicamente

Las ecuaciones de estado son:
7

Donde:
u entrada de control para el servo.
v velocidad angular de la torre
p aceleracin angular
q posicin de la servo-vvula hidrulica
Km= ganancia del servomotor
J momento de inercia de la torre.
Ejemplo 6 Circuito RLC

Las ecuaciones del circuito son:

La representacin de espacio estado

Linealizacin
Para una determinada clase de sistemas no lineales y considerando las perturbaciones
pequeas, podemos encontrar un sistema lineal que se representa por:

Suponiendo en rgimen permanente:

Podemos escribir como:

Que es una aproximacin lineal basada en la expansin de Taylor.

Las ecuaciones pueden ser expandidas como:

Escribiendo para los xi

El mismo efecto para la expresin en y:

Si las ecuacin original es invariante en el tiempo y Xo(t)=Xo y Uo(t)=Uo (punto de

operacin) son constantes la linealizacin es LTI.

De la forma mas compacta eliminando los trminos de orden elevado:

Ejemplo: Lorenz
Las ecuaciones que describen el sistema de Lorenz son:

Donde el campo vectorial es:

10

Observe que

invariante en el tiempo

Calculando el Jacobiano tenemos:

Los puntos de equilibrio son:

Haciendo las ecuaciones del campo vectorial iguales a cero:

De la segunda ecuacin:

En la tercera ecuacin tenemos:

Luego:

Los Jacobianos para los valores de los puntos de equilibrio son:

11

Ejemplo Actuador electro-esttico

Figura 8 Anlogo elctrico del sistema de Temperatura

Parte Elctrica

Parte Mecnica

Las ecuaciones diferenciales que gobiernan el sistema son:

Podemos definir las siguientes variables de estado:

12

Las ecuaciones de estado son:

Figura 9 Implementacin en Simulink

Implementacin en Matlab
% Input
Vin=external_input(t,SP1,SP2,t0); % Vin=0.01; % Input
% States
dydt(1) = (1/R)*(Vin-(y(1)*y(2))/(epsilon*A));
dydt(2) = y(3);
dydt(3) = -(1/m)*((y(1)*y(1))/(2*epsilon*A)+k*(y(2)-g0)+b*y(3));

13

function u = external_input(t,SP1,SP2,t0)
% function u = external_input(t,SP1,SP2,t0) returns the value of a
% step input starting at t0
%
if (t<=t0)
u=SP1;
else
u=SP2;
end;
%Simulation of an Electrostatic Actuator
clc;close all;clear;
dt=0.01;
oldOpts=odeset;
newOpts=odeset(oldOpts,'InitialStep',dt,'MaxStep',dt);
% External values
tff=input('Final time [50] => ');
if isempty(tff)
tff=50;
end;
tspan=[0 tff];
y0=input('Initial Condition (3 values) => ');
if isempty(y0)
y0=[0 0 0]';
end;
Vin=input('Input (Step function) [0.01] : ');
if isempty(Vin)
Vin=0.01;
end;
t=(0:dt:tff)';
[ans,y]=ode45(@eleactuator,t,y0,newOpts,0,Vin,0);
figure(1);plot(t,y);title(sprintf('Nonlinear system driven by the input
x(t)=%gu(t)',Vin));
xlabel('Time');ylabel('States');grid;
yss=y(end,:); % Steady State
% New simulation - t=0 just to make things easier
Ku=input('Step input over the operating point [-0.001 0.01] : ');
if isempty(Ku)
Ku=[-0.001 0.01];
end;
t0=input('Start time of the input (step) [5] : ');
if isempty(t0)
t0=5;
end;
if t0>tff
t0=tff/2;
end;
% Linearization
%% Parameters
R=0.001; % Resistor
epsilon=1; % Permittivity
A=100.0; % Area
m=1.0; % Massdo
B=jacobian(f,[V]);

14

% Fixed Point
x3=0;
aux=subs(solve(f(1),'X1'),'V',Vin);
aux=subs(subs(f(3),'X1',aux),'X3',x3);
x2=solve(aux,'X2');
disp(' ');
disp('Check whether the fixed points for X2 are complex or not');
eval(x2)
disp('I am assuming that they are not and therefore taking the
absolute value of them.');
x2=abs(eval(x2));
x1=zeros(3,1);

for i=1:3
x1(i)=eval(solve(subs(subs(f(1),'X2',x2(i)),'V',Vin),'X1'));
end;
% Linear System - I am choosing the first fixed point
a=subs(subs(subs(subs(A,'X1',x1(1)),'X2',x2(1)),'X3',x3),'V',Vin);
b=subs(subs(subs(subs(B,'X1',x1(1)),'X2',x2(1)),'X3',x3),'V',Vin);
c=eye(3);
d=0;
sys=ss(a,b,c,d);
% Simulation of the linearized system
for j=1:length(Ku)
[ans,y1]=ode45(@eleactuator,t,yss,newOpts,Vin,Vin+Ku(j),t0);
i=find(t>=t0);
u=zeros(size(t));
u(i)=Ku(j)*ones(size(i));
yl=lsim(sys,u,t);
figure(1+j);
subplot(3,1,1);
plot(t,y1(:,1),t,yl(:,1)+yss(1));
title(sprintf('Nonlinear versus Linear - operating point - a step of %g
applied',Ku(j)));
xlabel('Time');ylabel('Output');grid;legend('Nonlinear','Linear');
subplot(3,1,2);
plot(t,y1(:,2),t,yl(:,2)+yss(2));
xlabel('Time');ylabel('Output');grid;legend('Nonlinear','Linear');
subplot(3,1,3);
plot(t,y1(:,3),t,yl(:,3)+yss(3));
xlabel('Time');ylabel('Output');grid;legend('Nonlinear','Linear');
end;
Eduardo
Edisp(' ');
disp('We can clearly see that the linearization only works for small');
disp('values of perturbations around the operating point');
Eduardoduardo

Fuente: Introducao ao Controle em Espaco de Estados Conceitos Basicos

Eduardo M. A. M. Mendes
DELT - UFMG

Curso de Engenharia de Controle e Automacao

Universidade Federal de Minas Gerais

15

Eduardo

16