Guı́a de Prácticas de Laboratorio

Teorı́a de Control Automático 1

Preparado por:
Ing. Juan Cutipa
Ing. Oscar Salazar
Ing. Daniel Yanyachi

30 de mayo de 2008
Índice general

1. Introducción al Matlab 1

2. Simulación numérica 6

3. Respuesta en frecuencia de los Sistemas de Control Automático 10

4. Respuesta Temporal de los Sistemas de Control Automático 13

5. Estabilidad de los Sistemas de Control Automático 18

A. Tutorial Básico de Matlab 21

i
Índice de figuras

1.1. Escalon Unitario y Peine de Dirac. . . . . . . . . . . . . . . . . . . . . . . . 5

2.1. Diagrama de Bloques. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8

3.1. Suspensión simple. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10

3.2. Filtro Activo. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
3.3. Sistema Controlado. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12

4.1. Modelo dinámico de un motor DC. . . . . . . . . . . . . . . . . . . . . . . . 13

4.2. Respuesta escalón del sistema controlado . . . . . . . . . . . . . . . . . . . . 16
4.3. Diagrama de Bloques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
4.4. Curva de respuesta escalón unitario. . . . . . . . . . . . . . . . . . . . . . . . 16
4.5. Sistema mecánico. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17

5.1. Amplificador con realimentación negativa. . . . . . . . . . . . . . . . . . . . 18

5.2. Diagrama de bloques del sistema de control. . . . . . . . . . . . . . . . . . . 19

ii
Índice de tablas

4.1. Coeficientes para el modelo dinámico del motor DC . . . . . . . . . . . . . . 14

iii
Capı́tulo 1

Introducción al Matlab

1. Repetir y ejercitar los siguientes comandos en Matlab.

Definición de una constante:

a=1
b=[1 2]

Escribiendo numeros complejos:

a=2+i
b=-5-3*i

Expresión booleana:

a==1

Vector constante:

v=[1 2 3 4 5]
ó
v=1:5

Matriz constante:

A=[2 2 3
0 0 7
5 9 -1]
ó
A=[2 2 3;0 0 7;5 9 -1]

Podemos formar matrices usando operaciones con objetos definidos anteriormente:

a=1;b=2;

Observe que si colocamos punto y coma al final de la expresión, el resultado no es

mostrado en la pantalla, lo que puede ser conveniente en algunas situaciones.

1
A=[a+b pi 3
b^2 0 atan(a)
5 sin(b) -1]

Podemos formar matrices y vectores de zeros:

B=zeros()

Matriz de zeros con 2 filas y 3 columnas:

B=zeros(2,3)

Matriz de zeros con las dimensiones de la matriz A:

A=[2 2 3;0 0 7;5 9 -1];

B=zeros(A)

De modo semejante, podemos formar matrices y vectores de unos:

Matriz de unos con 2 filas e 3 columnas:

C=ones(2,3)

Matrices diagonales:
Matriz diagonal con los elementos da diagonal principal yendo de 1 a 5:

D=diag(1:5)

Extrayendo los elementos de la diagonal principal:

A=[1 2 3
4 5 6
7 8 9]
B=diag(A)

Formando una matriz diagonal con los elementos de la diagonal principal de una matriz:

C=diag(diag(A))

Operaciones: Matriz identidad:

A=diag(ones(1,3))
ó
A=eye(3)

Suma de matrices (recuerde las matrices deben tener la misma dimensión):

B=A+A

Sumar 1 a todos los elementos de una matriz:

C=B+1

2
Multiplicación de matrices:

A=[1 2 3;4 5 6;7 8 9]

C=[1 2 0;0 0 1;0 2 3]
D=A*C

Multiplicación elemento a elemento:

A=[1 0 0;0 2 3;5 0 4]

B=[2 0 0;0 2 2;0 0 3]
C=A.*B

Extracción de la fila 2:

a=C(2,:)

Extracción da columna 3:

b=C(:,3)

Traza de una matriz:

A=[1 2 3; 4 5 6; 7 8 9]
t=trace(A)

Rank (rango) de una matriz:

r=rank(A)

Matriz transpuesta:

B=A’

Inversa de una matriz:

A=[0 1;-2 -3]

B=inv(A)
A*B

Determinante de una matriz:

d=det(A)

Polinomios:
Polinomio p1 con raı́ces en 0 e -1:

v=[0 -1]
p1=poly(v)

Polinomio p2 con coeficientes 1 e 2 e 1:

3
p2=poly([1 2 1])

Cálculo de raı́ces:

p=roots(p1)

Autovalores e autovectores (eigenvalues and eigenvectors):

Autovalores:

A=[0 1;-2 -3]

r=eig(A) % r vector de autovalores
ó
[V,D]=eig(A) % produce un matriz diagonal D de autovalores
% y una matriz completa V cuyas columnas son
% sus correspondientes autovectores. Asi (A*V=V*D)

Funciones:

function[y]=mifuncion(x) % definimos un archivo mifuncion.m

if x<0 % donde estara nuestra ’y=f(x)’
y=x^2
else
y=sin(x*(pi/180))
end

Una vez definida la función, podemos evaluarla en el punto x=30 (grados)

y=mifuncion(30)

Otra función (mifuncion2): la función y = x + x2 + sin((2 ∗ pi) ∗ x) en Matlab.

Plotear la función entre -2 y 3:
Cree un vector variando de -2 a 3 con paso de 0.5

x=-2:0.5:3;

Calculando la función

y=mifuncion2(x)

Ploteando el resultado:

plot(x,y)

Creando nuevas ventanas gráficas (figure(1), figure(2) ... figure(n)):

figure(1) % abre nueva ventana de gráfico

plot(x,y,’r’) % la curva es de color rojo
figure(2) % abre nueva ventana de gráfico
plot(x,y,’b:’) % la curva es de color azul y entrepunteada

4
 Figura 1.1: Escalon Unitario y Peine de Dirac.

2. Ejercicios:
Implemente en matlab la siguiente función, luego plotee
1
y = f (x) = (1.1)
x2 −1
Implemente en matlab la siguiente función, luego plotee
½
x1 + x2 if x1 > 0, x2 > 0
y = f (x1 , x2 ) = p 2 2 (1.2)
x1 + x2 en los demás casos

Haga un .m file que ayude a encontrar el mı́nimo de f (x) = x3 − 2x − 5, dentro del

intervalo (0,2)
Construya una señal escalón unitario, de 0 a 50 segundos, con step inicial en 25 s. El
paso deberá ser de 0.5s. Plotee el resultado
Construya una señal peine de dirac Plotee el resultado.

5
Capı́tulo 2

Simulación numérica

1. Ecuaciones diferenciales (Repetir la siguiente actividad)

[1 − y(t)]
Determine la solución de la ecuación diferencial ẏ = usando el método
2
de Euler.
Plotear el gráfico de y(t) en función de t, y el gráfico de la solución exacta ye (t)
en función de t.
instante inicial: t = 0
instante final : tf = 10
solución exacta de la ecuación diferencial: ye (t) = 1 − e(1−t/2)

Primero, implementamos la función en edo1.m

function [ydot]=edol(y)
ydot=(1-y)/2;

Segundo, cree el archivo euler ode1.m

t(1)=0; % Instante inicial

tf=10; % Instante final
y(1)=0; % Condicion inicial
ye(1)=0; % Valor inicial de la soluccion exata
%
% Paso de integracion (experimente alterar el paso):
h=0.5;
% Calculo de numero de pasos):
n=round(tf/h);
% Integracion numerica usando el metodo de Euler:
% Comando for:
for i=1:n
% Vector de tiempo:
t(i+1)=t(i)+h;
% Vector ydot (derivada en el tiempo de y):
ydot(i)=edol(y(i));
% Solucion numerica:
y(i+1)=y(i)+h*ydot(i);
% Solucion exata:

6
 ye(i+1)=1-exp(-t(i+1)/2);
% Finaliza comando for:
end
% Determinacion del ultimo termino del vector ydot:
ydot(n+1)=edol(y(n+1));
% Ploteando la solucion exata ’ye’ y la solucion numerica ’y’, ambos versus el veto
plot(t,y,t,ye,’r:’);
% Colocando una leyenda en la parte superior derecha de la figura:
legend(’solucion exacta’,’solucion numerica - Euler’)
% Colocando titulo en la parte superior y etiquetas en las coordenadas
title(’Comparacion entre la solucion exata y la solucion numerica’)
xlabel(’Tiempo (s)’)
ylabel(’Amplitud ()’)

Para ejecutar la simulación, en el workspace digite euler ode1

Obs: Los archivos .m deben ser guardados en el directorio de trabajo, que generalmente
es: C:\MATLAB6p5\work
Comentario: Uno de los métodos numéricos mas usados es el método Runge Kutta de
cuarta orden (RK4), que brinda soluciones más exactas en comparación con el método
Euler.

2. Repita las instrucciones, le ayudara a entender como introducir funciones de transfer-

encia (LTI) en matlab:
Definimos nuestro sistema expresado por la F.T. H(s) = 1/(s + 1)

h=tf(1,[1 1])

Definimos nuestro sistema G expresado en espacio de estados:

ẋ = Ax + Bu
y = Cx + Du

g=ss([0 1;-5 -2],[0;3],[0 1],0)

Obtención del numerador y denominador de la F.T. a partir de las matrices A, B, C y

D (matrices del modelo en espacio de estados).

[num,den]=ss2tf([0 1;-5 -2],[0;3],[0 1],0)

Principales gráficas para facilitar el análisis de sistemas LTI.

g = tf([16],[1 9 16]) % definimos nuestro sistema

subplot(2,2,1)
bode(g) % grafico de bode
subplot(2,2,2)
pzmap(g) % grafico de polos y zeros
subplot(2,2,3)
step(g) % respuesta escalon unitario
subplot(2,2,4)
nyquist(g) % grafico de nyquist

7
3. Ejercicio: realice la simulación numérica de la ecuación diferencial descrita en el item 1.
Está vez implemente el algoritmo RK4, en vez del método Euler. Haga una comparación
entre las soluciones: Exacta, Euler y RK4.
4. Ejercicio: repetir 1, usando la ecuación diferencial (no-lineal) siguiente:

ẏ = 2,5 [y(1 − y)] y(0) = 0,9 Condición inicial h = 0,85 Paso tf = 600s Instante final
(2.1)

5. Ejercicio: reducir el diagrama de bloques de la figura 2 y expresar la función de trans-

ferencia entre C y R en función de (G1 , G2 y H)

Figura 2.1: Diagrama de Bloques.

6. Ejercicio: el propósito de estos ejercicios es familiarizarse con las funciones de transfer-

encia, su representación y respuesta. Ud. podrá explorar la relación entre la localización
de polos y zeros, la respuesta temporal y la respuesta frecuencial. Por tanto, para las
siguientes funciones de transferencia gráfique (i) el diagrama de polos y zeros, (ii) el
diagrama de bode y (iii) la respuesta escalón unitario:
a) Sistema de primer orden
1
H1 (s) =
s+1
b) Sistema de segundo orden (se adicionó un polo a una frecuencia más elevada)
2
H2 (s) =
(s + 1)(s + 2)
c) Sistema de primer orden (adicionamos un zero, primero en el RHP (semiplano
derecho), luego en el LHP (semiplano izquierdo))
1s−2
H3 (s) =
2s+1
1s+2
H4 (s) =
2s+1
d) El siguiente sistema es un sistema de segundo orden, con ωn = 5 y ζ = 0,2
25
H5 (s) = 2
s + 2s + 25
e) Ahora adicionamos un zero sobre el origen. (No olvide que s en el dominio de la
frecuencia corresponde a d/dt en el dominio del tiempo)
25s
H6 (s) = 2
s + 2s + 25

8
f ) Ahora adicionamos un zero a 5 rad/s
5(s + 5)
H7 (s) = 2
s + 2s + 25
g) Un tercer polo es adicionado a H5 , primero a baja frecuencia, luego a alta frecuencia.
25
H8 (s) = 2
(s + 1)(s + 2s + 25)
125
H9 (s) =
(s + 5)(s2 + 2s + 25)

9
Capı́tulo 3

Respuesta en frecuencia de los

Sistemas de Control Automático

Figura 3.1: Suspensión simple.

1. Para fines didácticos, iremos analizar la respuesta en frecuencia de un sistema de sus-

pensión de automóvil.

%//////////////////////////////////////////////
% Sistema de Suspension //
% /////////////////////////////////////////////
clear % borra las variables antiguas
% /////////////////////////////////////////////
% Parametros
m=250; % masa suspensa (kg)
k=10000; % rigidez del resorte (N/m)
b=316.23; % amortecimiento (Ns/m)
% Matrices del sistema
A=[0 1;-k/m -b/m];
B=[-1;b/m];
C=[-k/m -b/m];
D=[b/m];
% Sistema en el espacio de estados
G=ss(A,B,C,D);
% Respuesta en frequencia
% Diagrama de Bode del sistema (observe las escalas de los graficos):

10
 bode(G)
% La escala horizontal es logaritmica, y muestra la frequencia en rad/s.
% La escala vertical del grafico superior es lineal, y muestra la
% ganancia en db.
% La escala vertical del grafico inferior es lineal y muestra la fase
% en grados.
% Matlab asigna valores por defecto a nuestro grafico de Bode, el Matlab
% mostro que la amplitud de la ganancia esta entre -0db e +40db, la
% fase esta entre -90 e 90 grados, y que la frequencia esta entre 10 y
% 1000 rad/s. Vamos construir un vector w donde el logaritmo de la
% distancia entre un valor y otro es constante, comenzando en 10
% elevado a (-3), terminando en 10 elevado a (4), con 2000 puntos, y
% convencionando que la unidad es rad/s:
w=logspace(-3,4,2000);
% Determinamos los vetores de magnitud y fase,
[mag,phase]=bode(G,w);
% mag y fase son arrays de 3 dimensiones, esto quiere decir que la
% funcion bode trabaja con sistemas multivariable (MIMO)
% Entonces, para nuestro caso, debemos solo capturar el vector
% correspondiente
mag=mag(1,:);
phase=phase(1,:);
% Plotenado el Bode de ganancia
subplot(2,1,1)
semilogx(w,20*log10(mag)) % semilogx realiza un plot semilogaritmico
axis([10^-3 10^4 -70 60]) % definimos los margenes de la ventana
grid % rejilla
% Ploteando el Bode de fase
subplot(2,1,2)
semilogx(w,phase) % semilogx realiza un plot semilogaritmico
axis([10^-3 10^4 -100 100]) % definimos los margenes de la ventana
grid % rejilla
2. Ejercicio: Encuentre la respuesta en frecuencia del filtro activo mostrado en la figura
2. Encuentre el Margen de Fase (MF) y el Margen de Amplitud (MA).

Figura 3.2: Filtro Activo.

3. Ejercicio: Dada la siguiente estructura de control (ver figura 3), donde G(s) es la planta
que será controlada por el controlador Gc (s). Se debe predecir el desempeño del sistema

11
 en lazo cerrado (LC) a partir del analisis en lazo abierto (LA). Por tanto se debe tener
en consideración los siguientes items:

El sistema debe mostrarse estable en LC a partir de los diagramas de Bode del

sistema en LA.
La frecuencia crossover de la ganancia (Wcg ) debe ser menor que la frecuencia
crossover de la fase (Wcf ). Esto es Wcg < Wcf . Entonces, el sistema en LC será es-
table.
Siendo aun mas conservadores con respecto a la estabilidad, para un sistema de
segundo orden, podemos elegir un MF mayor a 60 grados.

Dado los items anteriores, en este laboratorio solo nos abocaremos a evaluar la respuesta
en frecuencia de un sistema controlado. Dejaremos para otro Laboratorio el ”¿cómo
diseñar el controlador?”.
Siendo asi, haga un estudio de la estabilidad mediante los gráficos de Bode en LA,
identifique MG,MF, Wcg y Wcf , comente los resultados para cada uno de los casos
siguientes:

Figura 3.3: Sistema Controlado.

1 10
i) Gc (s) = y G(s) =
1 1,25s + 1
1 10
ii) Gc (s) = y G(s) =
s 1,25s + 1
s+1 10
iii) Gc (s) = y G(s) =
s 1,25s + 1
5(s + 1) 10
iv) Gc (s) = y G(s) =
s 1,25s + 1
Adicionalmente, para cada uno de los casos, debe plotear la respuesta al escalon uni-
tario, indicar el overshoot, indicar el tiempo de establecimiento de la señal y el error
en regimen permanente ess .

4. Ejercicio: Haga el modelamiento matemático del sistema de suspensión de automóvil

(figura 1). Exprese primeramente en EDOs y haga el traspaso a espacio de estados.

NOTA: El informe de este laboratorio se entrega impreso, donde se incluyen todos los script
comentados de matlab. Por tanto, solo para este laboratorio, no es necesario adjuntar CD.

12
Capı́tulo 4

Respuesta Temporal de los Sistemas

de Control Automático

1. Controlador PID: Repita las siguientes instrucciones y tome atención en cada uno de
los resultados obtenidos. Le permitirá conocer la acción proporcional (P), Integral (I)
y derivativa (D), de los controladores. Estructura mayormente usada en la industria.
El modelo dinámico de un motor DC está expresado por la siguiente función de trans-
ferencia:

Figura 4.1: Modelo dinámico de un motor DC.

s(Js + b)θ(s) = kI(s) (4.1)

(Ls + R)I(s) = V − ksθ(s) (4.2)
θ̇ k
G(s) = = (4.3)
V (Js + b)(Ls + R) + k 2
Los valores numéricos de los coeficientes del modelo están en la Tabla 1.
Las especificaciones de diseño del controlador para este sistema, considerando una
entrada escalón unitario de 1 rad/s, son:

tiempo de acomodación menor que 0.04 s.

overshoot menor que 16 %.
ess = 0 error en régimen permanente (steady state error)

13
 Tabla 4.1: Coeficientes para el modelo dinámico del motor DC
constante unidades descripción
J 3.2284E-6 kgm2 /s2 momento de inercia del rotor
b 3.5077E-6 N m/s coeficiente de amortecimiento del motor
k = ke = kt 0.0274 N m/Amp constante de la fuerza electromotriz
R 4Ω resistencia eléctrica del motor
L 2.75E-6 H inductancia eléctrica del motor
V ? voltaje de entrada
θ ? ángulo o posición de salida

La función de transferencia de nuestro controlador PID es de la forma:

KI KD s2 + KP s + KI
P ID(s) = KP + + KD s = (4.4)
s s
Para resolver este problema, crearemos un file pidmotor.m donde introduziremos lo
siguiente:

function [h]=pidmotor(kp,ki,kd)
% modelo del motor G(s)
J=3.2284E-6;
b=3.5077E-6;
K=0.0274;
R=4;
L=2.75E-6;
num=K;
den=[(J*L) ((J*R)+(L*b)) ((b*R)+K^2) 0];
% F.T del controlador PID(s)
kp=kp;
ki=ki;
kd=kd;
numpid=[kd kp ki];
denpid=[1 0];
% F.T en lazo abierto F(s)=G(S)*PID(s)
numf=conv(num,numpid);
denf=conv(den,denpid);
[af,bf,cf,df]=tf2ss(numf,denf)
sysf=ss(af,bf,cf,df)
% FT en lazo cerrado H(s)=F(s)/1+F(s) (negative feedback)
h=feedback(sysf,1);

Teniendo ya la estructura del sistema controlado, procedemos a sintonizar (tunning)

los parámetros del PID (Ecuación (4))

a) Acción Proporcional (P)

clear all
h=pidmotor(1.79,0,0)
t=0:0.001:0.3; % tiempo de la simulacion
step(h,t)
xlabel(’Tiempo (s)’)

14
 ylabel(’Posicion (rad)’)
grid

Observe. ¿Cuál es el efecto de la acción proporcional?

b) Acción Proporcional Integral (PI)

clear all
h=pidmotor(1.79,20,0)
t=0:0.001:0.3; % tiempo de la simulacion
step(h,t)
xlabel(’Tiempo (s)’)
ylabel(’Posicion (rad)’)
grid

Incremente el valor de KI , primero a 50, luego a 200.

Observe. ¿Cuál es el efecto de la acción integral?.
En los casos anteriores, el tiempo de acomodación es muy largo. Para reducirlo
y obtener una respuesta más rápida, hacemos las modificaciones KP = 17 y
KI = 200.
c) Acción Proporcional Integral Derivativo (PID)
En el ultimo caso, obtuvimos una respuesta rápida, pero el overshoot incremento
demasiado. Por tanto, para reducir este efecto, introduciremos la acción derivativa.
Con los datos KP = 17, KI = 200 y KD = 0,15 obtenemos:
clear all
h=pidmotor(17,200,0.15)
t=0:0.001:0.3; % tiempo de la simulacion
step(h,t)
xlabel(’Tiempo (s)’)
ylabel(’Posicion (rad)’)
grid
Observe. ¿Cuál es el efecto de la acción derivativa?
Finalmente hemos alcanzado las especificaciones de diseño de controlador. El re-
sultado muestra un overshoot por debajo de 16 %, un tiempo de acomodación
inferior a 40 ms y no hay error en régimen permanente.

2. Dado el sistema de segundo orden descrito en la Ec. (5),

ωn2
H(s) = (4.5)
s2 + 2ζωn s + ωn2
plotee él mapa de polos y la respuesta temporal para los siguientes casos.

i) ζ = 0,7 y ωn = [0 : 0,25 : 4] rad/s

ii ) ζ = 0,5 y ωn = [0 : 0,25 : 4] rad/s
iii ) ζ = [0 : 0,25 : 3] y ωn = 2 rad/s
iv ) ζ = [0 : 0,25 : 3] y ωn = 3 rad/s

15
 1

0.8
Posicion (rad)

0.6 Voltaje aplicado Velocidad de salida

Velocidad deseada

R(S) + V(S) (S)

0.4 PID(S) G(S)

0.2

0
0 0.02 0.04 0.06 0.08 0.1
Tiempo (s)

Figura 4.2: Respuesta escalón del sistema con-

trolado Figura 4.3: Diagrama de Bloques

Recomendaciónes: Use el vector t = [0 : 0,1 : 5] segundos para la respuesta temporal.

Comente el comportamiento del sistema cuando es subamortiguado, sobreamortiguado
y cuando ζ = 1, comente también cuál es el comportamiento del sistema cuando se
incrementa el valor de la frecuencia natural ωn .

3. Plotee la respuesta temporal del sistema:

2600
G(s) = (4.6)
4s4 + 128s3 + 1053s2 + 1990s + 2600
Identifique y etiquete los valores en el gráfico: tr , tp ts y Mp . Use la notación siguiente
(adoptado de OGATA, 1998, 3ra Edición):

tr : tiempo de levantamiento (rise time), es el tiempo requerido para que la re-

spuesta pase del 10 % al 90 %, del 5 % al 95 % o del 0 % al 100 % de su valor
final.
tp : tiempo de pico (peak time), es el tiempo requerido para que la respuesta
alcance el primer pico máximo.

Figura 4.4: Curva de respuesta escalón unitario.

16
 Figura 4.5: Sistema mecánico.

ts : tiempo de asentamiento (settling time), es el tiempo requerido para que la

respuesta entre en la barrera de tolerancia permisible. Dicha barrera está , por lo
general, entre 2 a 5 % del valor final.
Mp : sobrepaso máximo (overshoot), es el valor de la respuesta en su pico máximo,
generalmente expresado en %, de acuerdo a la relación siguiente:

c(tp ) − c(∞)
Mp ( %) = × 100 % (4.7)
c(∞)

4. Considere el sistema de la ecuación (5). Determine los valores de ζ y ωn para que el

sistema responda a una entrada escalón con un sobrepaso de aproximadamente 5 %
y con un tiempo de asentamiento (ts ) de 2 segundos. (Use el criterio de 2 % para la
tolerancia permisible. Compare con los resultados analı́ticos)

5. Implemente una nueva función (similar a la función pidmotor del item 1). Usando esa
nueva función, encuentre los parámetros del controlador PID (KP , KI y KD ) para el
sistema mecánico siguiente:

X(s) 1
= 2
(4.8)
F (s) ms + bs + k

donde:

m = 2 kg (masa del móvil)

b = 15 Ns/m (coef. del amortiguador)
k = 25 N/m (coef. del resorte)

Recomendación: El sistema controlado deberá tener una respuesta rápida (ts < 1 s),
un sobrepaso mı́nimo (Mp < 25 %) y un error en régimen permanente nulo (ess = 0).

17
Capı́tulo 5

Estabilidad de los Sistemas de

Control Automático

1. Criterio de Routh-Hurtwitz (R-H): Determine si G(s) es estable usando el criterio

de R-H.
N (s)
i) G(s) =
s3 − 3s + 2
kN (s)
ii ) G(s) =
s5 + 2s4 + 24s3 + 48s2 − 25s − 50
Use roots en MATLAB para determinar las raı́ces de la ecuación caracterı́stica y
comprobar sus resultados analı́ticos.
2. Criterio de (R-H): A partir de la ecuación caracterı́stica φ(s), determine si el sistema
es estable usando el criterio de R-H.
i) φ(s) = s3 + 2s2 + s + 2
ii ) φ(s) = s4 + 13s2 + 36
iii ) φ(s) = s5 + 2s4 + 4s3 + 8s2 + 5s + 10
iv ) φ(s) = s4 + s3 + s2 + s + 2
Use MATLAB para graficar las raı́ces de φ(s) en el plano s.
3. Diagrama de Nyquist: Un amplificador tiene una ganancia de 200 en lazo directo.
Su función de transferencia (en lazo directo) tiene tres polos con parte real negativa a
1M Hz, 2M Hz, y 4M Hz. Use el diagrama de nyquist para determinar si el sistema en
lazo cerrado es estable. El factor de atenuación del lazo inverso f = 0,05.

Use nyquist en MATLAB para obtener el gráfico de nyquist.

Figura 5.1: Amplificador con realimentación negativa.

18
 Figura 5.2: Diagrama de bloques del sistema de control.

4. Lugar de Raı́ces: Sea el sistema de control definido por el diagrama de bloques de

la fig. 2. Realice el gráfico del lugar de las raı́ces; y según este gráfico, determine para
que valores de k el sistema es estable.
(s + 2)(s + 3)
i) C(s) = k, G(s) = , y H(s) = 1
s2 + s
1
ii ) C(s) = k, G(s) = 2
, y H(s) = 1
s(s + 3s + 18)
k s+1
iii ) C(s) = , G(s) = , y H(s) = 1
s s(s + 4)
k 1 1
iv ) C(s) = , G(s) = , y H(s) =
s s+2 s+4
Use rlocus y rlocfind en MATLAB para comprobar sus resultados analı́ticos.
5. A partir de la ecuación caracterı́stica φ(s), determine para que valor el sistema es
estable (use criterio de R-H).
i) φ(s) = s4 + s3 + 3s2 + 2s + k
ii ) φ(s) = s5 + s4 + 2s3 + s2 + s + k
6. Un motor DC está representado por la función de transferencia (1), donde Ω(s) es la
velocidad del motor y Vi (s) es el voltaje de entrada. Diseñe un controlador proporcional
para que el sistema en lazo cerrado tenga un coeficiente de amortecimiento ζ = 0,707.
Determine el error en regimen permanente.
Ω(s) 2
= (5.1)
Vi (s) (s + 10)(s + 2)

7. La función de transferencia del péndulo invertido está expresado por (2), donde Θ(s) es
el ángulo de inclinación de la barra y T (s) representa el torque aplicado por un motor
en la base del péndulo. Haga el lugar de raı́ces suponiendo un controlador proporcional
Gc (s) = Kp . ¿Qué tipo de respuesta em lazo cerrado espera para los diferentes valores
de Kp ?
Θ(s) 2
= 2 (5.2)
T (s) s −2
8. Considere el sistema en lazo directo G(s).
10
G(s) = (5.3)
s+1
Obtenga la respuesta temporal del sistema en lazo cerrado (realimentación negativa y
unitaria) cuando está sujeto a cada una de las entradas siguientes:

19
 i) r(t) = sen(t + 30◦ )
ii ) r(t) = 2sen(2t − 45◦ )
iii) r(t) = sen(t + 30◦ ) − 2cos(2t − 45◦ )

Use el comando lsim en Matlab, el cual permite personalizar el tipo de señal de entrada.

9. Considere un sistema en lazo cerrado con la siguiente función de transferencia en lazo

abierto:
10k(s + 0,5)
G(s)H(s) = 2 (5.4)
s (s + 2)(s + 10)
Gráfique las trazas polares de G(s)H(s) con valores de k = 1 y k = 10. Aplique
el criterio de estabilidad de Nyquist y determine la estabilidad del sistema con estos
valores.

20
Apéndice A

Tutorial Básico de Matlab

21