Controlabilidad y observabilidad
|
|
- Cristina Santos Martín
- hace 5 años
- Vistas:
Transcripción
1 Lección 5 Controlabilidad y observabilidad 1 Eventos alcanzables y controlables Σ = (T, U, U, X, Y, ψ, η) un sistema de control arbitrario T X= Espacio de eventos (t, x) T X= el estado del sistema en el instante t es x Definición de controlabilidad-alcanzabilidad (a) El evento (t, x) es alcanzable desde el evento (, x ) si existe un control u( ) U tal que ψ(t;, x, u( )) = x También se dice que (, x ) puede controlarse hasta (t, x) (b) Si x, x 1 X, t T, (t ) y, t 1 T tales que t 1 = t y (t 1, x 1 ) es alcanzable desde (, x ) entonces se dice que el estado x 1 es alcanzable desde el estado x en tiempo t También se dice que x es controlable hasta x 1 en tiempo t (c) El estado x 1 es alcanzable desde el estado x (o x es controlable hasta x 1 ) si t T tal que x 1 es alcanzable desde x en tiempo t ( o x es controlable hasta x 1 en tiempo t) 2
2 Controlabilidad de sistemas lineales (dimensión finita) T R un intervalo X = K n, U = K m, Y = K p (K = R o C) { ẋ(t) = A(t)x(t) + B(t)u(t) t T (Σ) y(t) = C(t)x(t) + D(t)u(t) A( ) C(T, R n n ), B( ) C(T, R n m ), C( ) C(T, R p n ), D( ) C(T, R p m ) Definición de controlabilidad de sistemas lineales (Σ) es controlable en [, t f ] T si para (x, x 1 ) R n R n existe una función de control u( ) C([, t f ], R m ) tal que la única solución del PCI { ẋ(t) = A(t)x(t) + B(t)u(t) x( ) = x cumple x(t f ) = x 1 ((, x ) es controlable a (t f, x 1 ) o (t f, x 1 ) es alcanzable desde (, x )) Nota Para sistemas continuos alcanzabilidad y controlabilidad son conceptos (matemáticamente) equivalentes Solución de los sistemas lineales 3 La única solución del PCI { ẋ(t) = A(t)x(t) + B(t)u(t) es x( ) = x x(t) = Φ(t, )x + Φ(t, s)b(s)u(s) ds, t T donde Φ(t, ) es la matriz fundamental de soluciones o matriz de transición de estados: única solución de { Ẋ(t) = A(t)X(t), t T X( ) = I n Recordar concepto y poner ejemplo 4
3 Sistemas diferenciales lineales invariantes en el tiempo { ẋ(t) = Ax(t) + Bu(t), t R A R n n, B R n m y(t) = Cx(t) + Du(t) C R p n, D R p m Matriz fundamental de soluciones o de transición de estados: Φ(t, ) = e A(t ) e At t k = k! Ak, t R (Matlab: expm) k= Solución (función de transición de estados): x(t) = e A(t ) x + Respuesta del sistema: y(t) = Cx(t)+Du(t) = Ce A(t ) x + e A(t τ) B(τ)u(τ) dτ, t R Ce A(t τ) B(τ)u(τ) dτ+du(t) 5 Matriz de transición: Forma de Jordan Si A R n n, existe T C n n tq T 1 AT = J, con J = J 1 J r, J j = λ j 1 λ j 1 λ j 1 λ j C n j nj, Esta es la forma de Jordan de A y λ 1,, λ r C son los valores propios (vp) distintos (λ i λ j ) de A Se cumple que: e Jt = e J 1 t e J k t, ej j t = e λ j t 1 t t 2 2! 1 t t n j 2 (n j 2)! t n j 3 (n j 3)! t n j 1 (n j 1)! t n j 2 (n j 2)! 1 t 1 Si λ j = a j + ib j e λ j t = e a j t e ib j t = e a j t (cos(b j t) + i sen(b j t)) e A(t τ) = T e J(t τ) T 1 (Matlab: eig) (valores propios) (Matlab (symbolic toolbox): jordan) (forma de Jordan) 6
4 Oscilador lineal amortiguado mẍ + cẋ + kx = x() = x, ẋ() = v Con el cambio k ω = m (frecuencia natural) (movimiento libre) ζ = c 2 km (razón de amortiguamiento) ẍ + 2ζω ẋ + ω 2 x = Ecuaciones de estado (x 1 = x, x 2 = ẋ): ] [ ] [ ] [ẋ1 1 x1 = ẋ 2 ω 2, 2ζω x 2 [ ] x1 () x 2 () = [ x v ] 7 Oscilador lineal amortiguado Polinomio característico: ( ) λ 2 + 2ζω λ + ω 2 = [ λ + ] ζω ± ω ζ2 1 Solución general: x(t) = T e Jt T 1 x v Movimiento subamortiguado: < ζ < 1 [ e Jt e ( ζω +ω d ] i)t = e ( ζω ω d i)t ω d = ω ζ2 1 (frecuencia natural amortiguada) e ( ζω ±ω d i)t = e ζωt (cos(ω d t) ± i sen(ω d t)) x(t) = e ζω t (A cos(ω d t) + B sen(ω d t)) Movimiento sobreamortiguado: ζ > 1 e Jt = [ e ( ζ+ ζ 2 1)ω t e ( ζ ζ 2 1)ω t x(t) = Ae ( ζ+ ζ 2 1)ω t + Be ( ζ ζ 2 1)ω t ] 8
5 Oscilador lineal amortiguado Movimiento críticamente amortiguado: ζ = 1 [ ] [ ] ω 1 J =, e Jt = e ω t 1 t ω 1 [ ] Solución general: x(t) = T e Jt T 1 x v x(t) = e ω t [(v + ω x )t + x ] Observación: Las tres figuras tienen una caractrística común: después de un tiempo en el que el sistema evoluciona con cambios significativos, tiende al estado estacionario Es una propiedad general de los sistemas lineales 9 Respuesta de estado estacionario { ẋ(t) = Ax(t) + Bu(t), t R A R n n, B R n 1 y(t) = Cx(t) + Du(t) C R 1 n, D R 1 1 Hipótesis: { Una entrada (m = 1), la función salto unidad, t < γ(t) := Condición inicial: x() = 1, t Respuesta del sistema (A invertible): y(t) = = C Ce A(t τ) B(τ)u(τ) dτ + Du(t) = C e Aσ D dσ = C(A 1 e Aσ B) σ=t σ= + D = = CA 1 e At B CA 1 B + D e A(t τ) D dτ + D = respuesta transitoria respuesta de estado estacionario Si parte real de λ i (A) <, CA 1 e At B 1
6 Una caracterización algebraica de la controlabilidad Recordemos: x(t) = Φ(t, )x + solución del PCI: Φ(t, s)b(s)u(s) ds es la única { ẋ(t) = A(t)x(t) + B(t)u(t) x( ) = x Observaciones importante: {f } R(t f, ) = Φ(t f, s)b(s)u(s) ds : u( ) U es un espacio vectorial, (U = C(R, R m )) Espacio de estados alcanzables desde (, ) en tiempo t f (t f, x 1 ) alcanzable desde (, x ) sii x 1 Φ(t f, )x R(, t f ) Se puede caracterizar R(, t f ) algebraicamente? Matriz Grammiana de controlabilidad: W (t f, ) = f Φ(t f, t)b(t)b(t) T Φ(t f, t) T dt R(t f, ) = Im(W (t f, )) 11 Controlabilidad y matriz Grammiana (Σ) es controlable en [, t f ] si y sólo si R(t f, ) = R n (Σ) es controlable en [, t f ] si y sólo si W (, t f ) es invertible w(t) = B(t) T Φ(t f, t) T W (t f, ) 1 (x 1 Φ(t f, )x ) lleva el estado x en t = al estado x 1 en t = t f, y f w(t) 2 dt f u(t) 2 dt entre todos los controles u( ) C([, t f ], R m ) para los que ψ(t f ;, x, u( )) = x 1 Interpretación: w(t) es el control que minimiza la energía o el consumo 12
7 Controlabilidad de sistemas invariantes en el tiempo (Σ) { ẋ(t) = Ax(t) + Bu(t) t T y(t) = Cx(t) + Du(t) Matriz fundamental de soluciones (transmisión de estados): Φ(t, ) = e A(t ) Propiedad importante basada en el Teorema de Hamilton-Cayley: e At = α (t)i + α 1 (t)a + + α n 1 (t)a n 1 Teorema Fundamental: rang W (, t f ) = rang [ B AB A n 1 B ] Ker W (, t f ) = Ker [ B AB A n 1 B ] T C(A, B) = [ B AB A n 1 B ] R n nm Matriz de controlabilidad de (Σ) (Σ) controlable si y sólo si rang C(A, B) = n 13 Sistema carro-péndulo linealizado { ẋ(t) = Ax(t) + Bu(t) y(t) = Cx(t) 1 c(j + ml2 ) m 2 l 2 g A = M M 1 mlc (M + m)mgl M M β J + ml2 [ ] B = M 1, C = 1 β ml M Mlc P M (M + m)c P M (M = (M + m)j + ml 2 M) 14
8 Código Matlab para calcular la matriz de controlabilidad syms c J m l cp M g b M A=[ 1 ; -c*(j+m*l^2)/m m^2*l^2*g/m -M*l*cp/M; 1; -m*l*c/m (M+m)*m*g*l/M -(M+m)*cp/M] B=[;b*(J+m*l^2)/M;;b*m*l/M] C=simplify([B A*B A^2*B A^3*B]) de=simplify(det(c)) m=1;m=1;g=968;j=1/2; l=1; cp=1;c=2; M=(M+m)*J+m*l^2*M; Cs=subs(C) des=det(cs) 15 Satélite en órbita geoestacionaria 1 3Ω 2 2R Ω 1 ẋ(t) = 1 2Ω x(t) + 1 R y(t) = [ 1 ] x(t) R u(t) Código Matlab para calcular la matriz la matriz de controlabilidad y un control de norma mínima echo on syms w R t A=[ 1 ; 3*w^2 2*w*R; 1; -2*w/R ] B=[ ;1 ; ; 1/R] C=[B A*B A^2*B A^3*B] rangomc=rank(c) %Control con motor radial estropeado (u_1=) B1=B(:,2) Ct=[B1 A*B1 A^2*B1 A^3*B1] r2=rank(ct) 16
9 Continuación código Matlab %Control con motor tangencial estropeado (u_2=) B2=B(:,1) Cr=[B2 A*B2 A^2*B2 A^3*B2] r1=rank(cr) %calculo del control para partiendo del reposos en $t=$ se llegue %estado [;;1;] en 1 segunto (tf=1) % Radio de la órbita estacionaria y velocidad angular R=42164 w=727*1^(-5) A=subs(A); vpa(a,4) B=subs(B); vpa(b,4) [T J]=jordan(A) %necesitamos forma de Jordan real ) T1=real(T), T2=imag(T), J1=real(J), J2=imag(J) T=[T1(:,1) T1(:,2) T1(:,3) T2(:,3)] JR=blkdiag(J1(1:2,1:2), [ J2(3,3); -J2(3,3) ]) %comprobamos que está bien calculado A-T*JR*T^(-1) 17 Continuación código Matlab %A por la grammiana %matriz de transicion E=simplify(T*expm(JR*(1-t))*T^(-1)); vpa(e,4) %integrando W=simplify(E*B*B *E );vpa(w,4) %matriz grammiana W=int(W,,1); vpa(w,4) %Control u=b *E *W^(-1)*[;;1;]; vpa(u,4) 18
10 Descomposición de Kalman y el test PBH Teorema (Descomposición de Kalman) Si (A, B) no es controlable y rang C(A, B) = r < n, existe T Gl n (R) tal que [ ] [ ] T 1 A1 A AT = 2 B1 T B = A 3 donde A 1 R r r, B 1 R r m y (A 1, B 1 ) es controlable Teorema (A, B) es controlable si y sólo si se cumple cualquiera de las dos siguientes condiciones equivalentes: (i) rang [ λi n A B ] = n para todo λ C (ii) rang [ λi n A B ] = n para cada valor propio de A (i) y (ii) =Test PBH 1 de rango 1 Popov-Belevitch-Hautus 19 Sistemas diferenciales no lineales (i t) (Σ) ẋ(t) = f(x, u), t T x X R n (estados) y u U R m (controles), O = X U abierto, f C (O, R n ) Definición (Controlabilidad global) (Σ) es (globalmente) controlable en [, t f ] T si para cada (x, x 1 ) X X existe u( ) U = C([, t f ], U) tal que la solución del PCI { ẋ = f(x, u(t)), t [t, t 1 ] x( ) = x cumple x(t f ) = x 1 Referencias J M Coron: Control and Nonlinearity AMS (27) Mathematical Surveys and Monographs, vol 136 E D Sontag: Mathematical Control Teory Springer-Verlag (199) 2
11 Controlabilidad local de sistemas no lineales Definición (Controlabilidad local) Sea (x e, u e ) un punto de equilibrio de (Σ) Este sistema se dice localmente controlable instantaneamente en (x e, u e ) si para cada número real ε > existe un número real δ > tal que para cada par de puntos x, x 1 B δ (x e ) := {x R n : x x e < δ} existe u( ) C([, ε], R) tal que u(t) u e < ε para todo t [, ε] y la solución del PCI { ẋ = f(x, u(t)), x() = x cumple x(ε) = x 1 Una condición suficiente Sea (x e, u e ) un punto de equilibrio de ẋ = f(x, u) Si su sistema de control linealizado en (x e, u e ) es controlable entonces el sistema ẋ = f(x, u) es localmente controlable instantaneamente en (x e, u e ) 21 Observabilidad de los sistemas lineales Observabilidad= capacidad de determinar el estado del sistema a partir de las salidas (conocido el control) (Σ) Definición de observabilidad { ẋ(t) = A(t)x(t) + Bu(t), t T y(t) = C(t)x(t) + D(t)u(t) (Σ) es observable en [, t f ] si cualquier estado inicial x( ) = x está determinado de manera única por la salida y(t) en [, t f ] y(t) = C(t)Φ(t, )x( ) + C(t)Φ(t, τ)b(τ)u(τ) dt + Du(t) }{{} y r (t)= respuesta forzada La respuesta forzada no juega ningún papel en la determinación de x = x( ) a partir del conocimiento de y( ) en [, t f ] 22
12 Un criterio de observabilidad Si C(t)Φ(t, )x 1 = C(t)Φ(t, )x 2 en [, t f ] el sistema no es observable (hay dos estados iniciales distintos que producen la misma salida) La aplicación L : R n C ([, t f ], R p ) es lineal y el x C(t)Φ(t, )x sistema es no observable si y sólo si Ker L {} Ker L = Ker M(t f, ) donde M(t f, ) es la matriz grammiana de observabilidad: M(t f, ) = f Φ(t, ) T C(t) T C(t)Φ(t, ) dt (Σ) es observable en [, t f ] si y sólo si det M(t f, ) El estado inicial determinado por la salida es: x( ) = M(t f, ) 1 f Φ(t, ) T C(t) T y(t) dt 23 Observabilidad de sistemas invariantes en el tiempo (Σ) { ẋ(t) = Ax(t) + Bu(t) t T y(t) = Cx(t) + Du(t) Matriz fundamental de soluciones: Φ(t, ) = e A(t ) Teorema Fundamental: Si M T = [ C T A T C T (A T ) n 1 C ] T C CA CA n 1 entonces Im M(t f, ) = Im M T = Im [ C T A T C T (A T ) n 1 C ] T T y Ker M(t f, ) = Ker M T = Ker [ C T A T C T (A T ) n 1 C ] T O(A, C) = C CA CA n 1 Rpn n Matriz de observabilidad de (Σ) (Σ) observable si y sólo si rang O(A, C) = n 24
13 Satélite en órbita geoestacionaria 1 3Ω 2 2R Ω 1 ẋ(t) = 1 2Ω x(t) + 1 R y(t) = [ 1 ] x(t) R u(t) O(A, C) = 1 1 2Ω R 6Ω3 R 4Ω 2 Si y(t) = [ 1 ] x(t) el sistema no sería observable 25
El Modelo de Espacio-Estado
Lección 4 El Modelo de Espacio-Estado 1 Estados: Definición y ejemplo Estados: variables internas que describen la evolución del sistema. El conocimiento de estas variables en t = junto al conocimiento
Más detallesControl Moderno: El espacio de estados
Lección 3 Control Moderno: El espacio de estados 1 Estados: Definición y ejemplo Estados: variables internas que describen la evolución del sistema. El conocimiento de estas variables en t = t 0 junto
Más detallesComportamiento dinámico: Estabilidad
Lección 5 Comportamiento dinámico: Estabilidad Estabilidad Dos tipos de estabilidad: ẋ(t) = f(t, x(t), u(t)) Estabilidad interna: ẋ(t) = f(t, x(t)) Estabilidad externa o Estabilidad Entrada-Salida : {
Más detallesComportamiento dinámico: Estabilidad
Lección 4 Comportamiento dinámico: Estabilidad 1 Estabilidad Dos tipos de estabilidad: ẋ(t) = f(t, x(t), u(t)) Estabilidad interna: ẋ(t) = f(t, x(t)) Estabilidad externa o estabilidad BIBO (bounded input-bounded
Más detalles1. Problema clásico de EDO
FACULTAD CS FÍSICAS Y MATEMÁTICAS UNIVERSIDAD DE CHILE MA57C Control Óptimo Semestre 27-2 Profesor: Rafael Correa Auxiliar: Oscar Peredo Clase Auxiliar #1 31 de julio de 27 1 Problema clásico de EDO Problema
Más detallesControl Moderno. Ene.-Jun UNIVERSIDAD AUTÓNOMA DE NUEVO LEÓN. Facultad de Ingeniería Mecánica y Eléctrica. Dr. Rodolfo Salinas.
UNIVERSIDAD AUTÓNOMA DE NUEVO LEÓN Facultad de Ingeniería Mecánica y Eléctrica Control Moderno Ene.-Jun. 27 Dr. Rodolfo Salinas abril 27 Control Moderno N abril 27 Dr. Rodolfo Salinas Respuesta en el tiempo
Más detallesControl en el Espacio de Estado 3. Controlabilidad. por Pascual Campoy Universidad Politécnica Madrid
Control en el Espacio de Estado 3. Controlabilidad por Pascual Campoy pascual.campoy@upm.es Universidad Politécnica Madrid U.P.M.-DISAM P. Campoy Control en el Espacio de Estado 1 Controlabilidad Definiciones
Más detallesControlabilidad, Observabilidad y Detactabilidad
Controlabilidad, Observabilidad y Detactabilidad Controlabilidad: Definición básica Considere el siguiente sistema lineal e invariante en el tiempo Controlabilidad: diremos que el par (A,B) es controlable
Más detallesTeoría de Control, el ejemplo del péndulo *
Teoría de Control, el ejemplo del péndulo * Eduardo Cerpa ** Índice Resumen A través del clásico ejemplo del péndulo introduciremos la Teoría de Control. Esta teoría estudia cómo modificar la conducta
Más detallesControl Moderno. Ene.-Jun Observabilidad y Observadores de Estado. Dr. Rodolfo Salinas. mayo 2007
UNIVERSIDAD AUTÓNOMA DE NUEVO LEÓN Facultad de Ingeniería Mecánica y Eléctrica Control Moderno Ene.-Jun. 2007 Observabilidad y Observadores de Estado Dr. Rodolfo Salinas mayo 2007 Control Moderno N1 mayo
Más detallesTeoría Moderna de Control Lineal
Teoría Moderna de Control Lineal 2 Índice general 1. Sistemas lineales determinísticos multivariables, invariantes, continuos 1 1.1. Introducción....................................... 1 1.1.1. Descripción
Más detallesSistemas lineales homogéneos
Lección 9 Sistemas de ecuaciones diferenciales lineales con coeficientes constantes 1 Sistemas lineales homogéneos Estudiaremos los sistemas de la forma x (t) = Ax(t) + b(t) Sistemas homogéneos: x = Ax
Más detallesModelo de estado. Concepto de estado (1/2)
Modelo de estado Concepto de estado Ecuaciones del modelo de estado Representación gráfica de sistemas lineales Transformaciones lineales del estado Métodos de obtención modelos de estado F.d.T. y modelo
Más detallesUniversidad Nacional de La Plata Facultad de Ingeniería Departamento de Electrotecnia Cátedra de Control Moderno. Cayley-Hamilton
Universidad Nacional de La Plata Facultad de Ingeniería Departamento de Electrotecnia Cátedra de Control Moderno Cayley-Hamilton Año 26 1. Introducción A continuación se presentan unos pocos y simples
Más detallesSistemas de Control lineal óptimo con realimentación de estado
Capítulo 5 Sistemas de Control lineal óptimo con realimentación de estado La principal restricción de este sistema de control es suponer que se puede medir en todo instante de tiempo el estado completo
Más detalles4.- ANALISIS DE SISTEMAS EN TIEMPO CONTINUO
ANALISIS DE SISTEMAS EN TIEMPO CONTINUO Dinámica de Sistemas 4. 4.- ANALISIS DE SISTEMAS EN TIEMPO CONTINUO 4..- Efecto de los polos en el comportamiento del sistema. 4..- Estabilidad. 4.3.- Análisis de
Más detallesControl Moderno - Ing. Electrónica Ejercicio Resuelto 3: Teorema de Cayley-Hamilton
Control Moderno - Ing. Electrónica Ejercicio Resuelto 3: Teorema de Cayley-Hamilton Introducción A continuación se presentan unos pocos y simples ejemplos que muestran como puede emplearse el Teorema de
Más detalles1. Análisis de Sistemas Discretos
. Análisis de Sistemas Discretos. Análisis de Sistemas Discretos.. Introducción.. Estabilidad... Estabilidad de Sistemas Lineales 3... Estabilidad de Sistemas con Entrada y Salida Acotadas(BIBO) 4..3.
Más detallesModelos de Sistemas Discretos
Capítulo 3 Modelos de Sistemas Discretos Diego Palmieri Control Digital y Estocástico Ing. Automatización y Control Industrial Departamento de Ciencia y Tecnologia Universidad Nacional de Quilmes Índice
Más detallesMuestreo de sistemas continuos
Muestreo de sistemas continuos Dr. Guillermo Valencia-Palomo gvalencia@ith.mx Instituto Tecnológico de Hermosillo. División de estudios de posgrado e investigación. Septiembre, 2. Introducción Señal muestreada
Más detallesSistemas Lineales de Ecuaciones Diferenciales de Primer Orden
Sistemas Lineales de Ecuaciones Diferenciales de Primer Orden Ecuaciones Diferenciales Ordinarias Andrés Iturriaga J. Departamento de Ingeniería Matemática Universidad de Chile Primavera 211 Andrés Iturriaga
Más detallesApéndice sobre ecuaciones diferenciales lineales
Apéndice sobre ecuaciones diferenciales lineales Juan-Miguel Gracia 10 de febrero de 2008 Índice 2 Determinante wronskiano. Wronskiano de f 1 (t), f 2 (t),..., f n (t). Derivada de un determinante de funciones.
Más detallesControlabilidad completa del estado para sistemas en tiempo continuo
Capítulo 11: 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
Más detallesDiseño en espacio de estados
Diseño en espacio de estados Dr. Guillermo Valencia-Palomo gvalencia@ith.mx Instituto Tecnológico de Hermosillo. División de estudios de posgrado e investigación. Junio, 2011. 1 Introducción Contenido
Más detallesContenido. 1. Pequeñas oscilaciones. 1 / Omar De la Peña-Seaman IFUAP Métodos Matemáticos Propedéutico Física 1/42 42
Contenido 1. Pequeñas oscilaciones 1 / Omar De la Peña-Seaman IFUAP Métodos Matemáticos Propedéutico Física 1/42 42 Contenido: Tema 02 1. Pequeñas oscilaciones 1.1 Oscilador armónico 1.2 Oscilador armónico
Más detalles1 Control Óptimo. 1.1 Introducción Problema típico de control óptimo
1 Control Óptimo 1.1 Introducción El control óptimo es una rama del control moderno que se relaciona con el diseño de controladores para sistemas dinámicos tal que se minimice una función de medición que
Más detallesSistemas Newtonianos - Preparación Control 2
Sistemas Newtonianos - Preparación Control 2 Profesor: Roberto Rondanelli Auxiliares: Álvaro Aravena, Cristián Jáuregui, Felipe Toledo November 11, 2013 1 Resumen teórico 1.1 Movimiento Circular Uniforme
Más detalles1. Control por realimentación de estados
Universidad Nacional de Ingeniería - Facultad de Ingeniería Mecánica Departamento Académico de Ingeniería Aplicada CONTROL MODERNO Y ÓPTIMO (MT 7C) Clase 5-3 Elizabeth Villota Cerna Semestre 9 II - UNI
Más detallesControlabilidad y observabilidad
Controlabilidad p. 1/16 Controlabilidad y observabilidad En las próximas clases discutiremos dos conceptos fundamentales de la teoría de sistemas: controlabilidad y observabilidad. Esos dos conceptos describen
Más detallesTEMA 4.- SISTEMAS DE ECUACIONES DIFERENCIALES ORDINARIAS
TEMA 4- SISTEMAS DE ECUACIONES DIFERENCIALES ORDINARIAS 41 - Introducción Denición: Un sistema de ecuaciones diferenciales de primer orden en el que sus derivadas estén dadas explícitamente se puede expresar
Más detallesFundamentos de espectroscopia: Vibraciones
Fundamentos de espectroscopia: Vibraciones Jesús Hernández Trujillo Facultad de Química, UNAM Agosto de 2017 Vibraciones/JHT 1 / 28 Oscilador armónico Movimiento oscilatorio: Una partícula describe un
Más detalles1. Estabilidad de Sistemas Lineales y Sistemas Lineales Perturbados
1. Estabilidad de Sistemas Lineales y Sistemas Lineales Perturbados 1.1. Introducción. Repaso de resultados conocidos AMPLIACIÓN DE ECUACIONES DIFERENCIALES GRADO EN MATEMÁTICAS, Universidad de Sevilla
Más detallesControl y estabilización del péndulo *
Control y estabilización del péndulo * Eduardo Cerpa ** Resumen El modelo matemático para estudiar el comportamiento de un péndulo simple viene dado por una ecuación diferencial ordinaria no lineal. A
Más detallesControl en el Espacio de Estado 1. Modelo de Estado. por Pascual Campoy Universidad Politécnica Madrid
Control en el Espacio de Estado 1. Modelo de Estado por Pascual Campoy pascual.campoy@upm.es Universidad Politécnica Madrid U.P.M.-DISAM P. Campoy Control en el Espacio de Estado 1 Modelo de estado Concepto
Más detallesVALORES PROPIOS (AUTOVALORES) VECTORES PROPIOS (AUTOVECTORES) Fernando di Sciascio (2017)
VALORES PROPIOS (AUTOVALORES) Y VECTORES PROPIOS (AUTOVECTORES) Fernando di Sciascio (2017) Autovalores y Autovectores Los vectores propios o autovectores de una matriz A son todos los vectores x i ¹0,
Más detallesPráctica 6: Autovalores y autovectores - Diagonalización
ALGEBRA LINEAL Primer Cuatrimestre 2010 Práctica 6: Autovalores y autovectores - Diagonalización 1. Calcular el polinomio característico, los autovalores y los autovectores de la matriz A en cada uno de
Más detallesUNIDAD DIDÁCTICA I Teoría de Filtrado Óptimo 1
Índice PRÓLOGO IX UNIDAD DIDÁCTICA I Teoría de Filtrado Óptimo 1 1 Representación de Estado de Sistemas Lineales 5 11 Representación de Estado en Tiempo Continuo 5 12 Matriz de Transición 1 121 Definición
Más detallesUniversidad Nacional de Ingeniería - Facultad de Ingeniería Mecánica Departamento Académico de Ingeniería Aplicada
Universidad Nacional de Ingeniería - Facultad de Ingeniería Mecánica Departamento Académico de Ingeniería Aplicada CONTROL MODERNO Y ÓPTIMO (MT 227C) Clase5- Elizabeth Villota Cerna Semestre 2I - UNI 3/4/2
Más detallesMATEMÁTICAS ESPECIALES II PRÁCTICA 5 Parte I - Sistemas de ecuaciones diferenciales de primer orden.
MATEMÁTICAS ESPECIALES II - 8 PRÁCTICA 5 Parte I - Sistemas de ecuaciones diferenciales de primer orden. Considere el sistema de ecuaciones diferenciales ordinarias (EDOs) de primer orden dx dt = f (t,
Más detallesDescomposiciones Canónicas
Observabilidad p. 1/12 Descomposiciones Canónicas Las descomposiciones canónicas de las ecuaciones de estado permiten establecer la relación entre Controlabilidad, Observabilidad, y una matriz de transferencia
Más detallesUniversidad Nacional de Ingeniería - Facultad de Ingeniería Mecánica Departamento Académico de Ingeniería Aplicada
Universidad Nacional de Ingeniería - Facultad de Ingeniería Mecánica Departamento Académico de Ingeniería Aplicada CONTROL MODERNO Y ÓPTIMO (MT 7C) Clase3- Elizabeth Villota Cerna Semestre II - UNI /9/
Más detallesParte I. Diseño utilizando Variables de Estado
Parte I. Diseño utilizando Variables de Estado El control de un proceso representado a través de variables de estado nos proporciona la ventaja de que se tendrán a todas las variables del proceso cumpliendo
Más detallesUniversidad Nacional de Ingeniería - Facultad de Ingeniería Mecánica Departamento Académico de Ingeniería Aplicada
Universidad Nacional de Ingeniería - Facultad de Ingeniería Mecánica Departamento Académico de Ingeniería Aplicada CONTROL MODERNO Y ÓPTIMO (MT 227C) Clase 5-2 Elizabeth Villota Cerna Semestre 29 II -
Más detallesMÁSTER DE ENSAYOS EN VUELO Y CERTIFICACIÓN N DE AERONAVES
MÁSTER DE ENSAYOS EN VUELO Y CERTIFICACIÓN N DE AERONAVES (Curso 8/9) Modelos Matemáticos ticos de la Mecánica (F5.1 y F5.) ÍNDICE Introducción Modelos de primer orden (caída libre y con fricción) Modelos
Más detallesEstabilidad entrada-salida LTI
Estabilidad p. 1/24 Estabilidad entrada-salida LTI En un sistema inestable cualquier perturbación, por pequeña que sea, llevará a estados y/o salidas a crecer sin límite o hasta que el sistema se queme,
Más detallesEjercicios de ECUACIONES DIFERENCIALES ORDINARIAS
Ejercicios de ECUACIONES DIFERENCIALES ORDINARIAS Grado en Matemáticas Curso 203-204 . Ecuaciones lineales con coeficientes constantes Ecuaciones de primer orden. Encontrar la solución de los siguientes
Más detallesSistemas de Ecuaciones Diferenciales
Lección 8 Sistemas de ecuaciones diferenciales lineales 1 Sistemas de Ecuaciones Diferenciales Consideremos el sistema A + S X + S k 1 k 2 Inicialmente se añaden 2 moles de S y 1 mol de A d[a] dt = k 1
Más detallesObservadores del estado
Observadores del estado Introducción Definición Dinámica del sistema con observador monovariables multivariables U.P.M.-DISAM P. Campoy Control en el espacio de estado 1 Introducción Concepto: el observador
Más detallesECUACIONES DIFERENCIALES ORDINARIAS. HOJA 7. Estabilidad
ECUACIONES DIFERENCIALES ORDINARIAS. HOJA 7. ESTABILIDAD DE LOS SISTEMAS NO LINEALES. PRINCIPIO DE LINEALIZACIÓN. TEOREMA DE GROBMAN-HARTMAN Estabilidad 1. Definición. Sea f : Ω R n R n un campo C 1, y
Más detallesSoluciones del capítulo 4 Sistemas de ecuaciones diferenciales lineales
Soluciones del capítulo 4 Sistemas de ecuaciones diferenciales lineales Héctor Lomelí y Beatriz Rumbos 8 de marzo de 4 a X t C e t + C e 4t b X t C e c X t C d X t C + t + C e 4t 4 + C e t t + C e 4 a
Más detalles7 Ecuación diferencial ordinaria de orden n con coecientes constantes
7 Ecuación diferencial ordinaria de orden n con coecientes constantes La ecuación lineal homogénea de coecientes constantes de orden n es: donde a 1, a 2,..., a n son constantes. a n y (n) + a n 1 y n
Más detallesComplementos de Análisis. Año 2016
Complementos de Análisis. Año 2016 Práctica 8. Ecuaciones diferenciales ordinarias. 1 Modelando con ecuaciones diferenciales Modelar con ecuaciones diferenciales las siguientes situaciones. Intentar resolver
Más detallesControl y optimización de sistemas dinámicos *
Control y optimización de sistemas dinámicos * Eduardo Cerpa y Pedro Gajardo ** Resumen El objetivo de este curso es realizar una introducción a la Teoría de Control, la que estudia cómo se puede modificar
Más detalles1. Es un problema largo, pero casi todos los apartados son de tipo estándar. Consideramos el sistema no lineal 2D cuadrático dado por
Fecha: 7 de enero de 24 Problemas Tiempo total: 2 horas y 3 minutos Es un problema largo, pero casi todos los apartados son de tipo estándar Consideramos el sistema no lineal 2D cuadrático dado por { x
Más detallesVibraciones Mecánicas
Vibraciones Mecánicas Introducción a la teoría de las vibraciones mecánicas Profesor Dr. Ing. Martín Sánchez Jefe de Trabajos Prácticos Ing. Gustavo Rosenthal Universidad Tecnológica Nacional - Facultad
Más detallesTeoría de Control Moderna
1! Modelos en Variables de Estado Juan Antonio Hernández Tamames, Susana Borromeo Curso 2014-2015 Teoría de Control Moderna 2! Teoría de control clásica basada en la relación entrada-salida o función de
Más detallesLas raíces del polinomio característico P (λ) = λ 2 + 4λ + 3 son
Tiempo total: 2 horas 4 minutos Problema 1 [2 puntos]. Colgamos una masa m de un muelle vertical cuya constante de Hooke es λ. El medio ofrece una resistencia igual a µ veces la velocidad instantánea.
Más detallesDeterminar el comportamiento transitorio y estacionario del sistema. Especificar e identificar las condiciones de operación
Análisis de estabilidad Determinar el comportamiento transitorio y estacionario del sistema Especificar e identificar las condiciones de operación El primer paso al analizar un sistema de control es establecer
Más detallesVALORES PROPIOS (AUTOVALORES) VECTORES PROPIOS (AUTOVECTORES)
VALORES PROPIOS (AUTOVALORES) Y VECTORES PROPIOS (AUTOVECTORES) Autovalores y Autovectores Los vectores propios o autovectores de una matriz A son todos los vectores x i 0, a los que la transformación
Más detallesEl modelo matemático tiende a ser lo más simple posible, con una representación. A la hora de desarrollar un modelo matemático:
Modelo matemático de procesos 1. Modelo Matemático Un modelo matemático muy exacto implica un desarrollo matemático muy complejo. Por el contrario, un modelo matemático poco fino nos deparará un desarrollo
Más detallesFISICA ONDULATORIA DPTO. DE FISICA -UNS GUÍA 1
Prof: Sergio Vera Sistemas con un grado de libertad (SDOF) 1. Una masa de 0,453 kg unida a un resorte liviano introduce un alargamiento de 7,87 mm. Determine la frecuencia natural del sistema. Graficar
Más detalles14 Sistemas lineales de ecuaciones diferenciales con coeficientes
Miguel Reyes, Dpto. de Matemática Aplicada, FI-UPM 1 14 Sistemas lineales de ecuaciones diferenciales con coeficientes constantes 14.1 Definición Se llama sistema lineal con coeficientes constantes al
Más detallesEJERCICIOS RESUELTOS Y PROPUESTOS
UNIVERSIDAD NACIONAL DE INGENIERÍA Facultad de Ingeniería Mecánica MT 227 Control Moderno y Óptimo EJERCICIOS RESUELTOS Y PROPUESTOS Estabilidad según Lyapunov (1) Un buen modelo de un niño impulsandose
Más detallesProf. Virginia Mazzone - Mariana Suarez
SISTEMAS NO LINEALES SISTEMAS DE SEGUNDO ORDEN Prof. Virginia Mazzone - Prof. Mariana Suarez 1 Introducción Método de isoclinas Ejemplos 3 Introducción Un sistema de segundo orden autónomo está representado
Más detallesJorge Mozo Fernández Dpto. Matemática Aplicada
Álgebra y Ecuaciones Diferenciales Lineales y Matemáticas II E.T.S. Ingenieros de Telecomunicación I.T. Telecomunicación Esp. Telemática y Sistemas de Telecomunicación Curso 2009-2010 Tema 6: Introducción
Más detallesContenido. 4. Modelos lineales oscilatorios. 1 / Omar De la Peña-Seaman IFUAP Ecuaciones Diferenciales Facultad de Ingeniería 1/30 30
Contenido 4. Modelos lineales oscilatorios 1 / Omar De la Peña-Seaman IFUAP Ecuaciones Diferenciales Facultad de Ingeniería 1/30 30 Contenido: Tema 04 4. Modelos lineales oscilatorios 4.1 Oscilaciones:
Más detallesPreparaduría V. 1.- Sea A una matriz diagonal n n cuyo polinomio característico es
Preparaduría V 1.- Sea A una matriz diagonal n n cuyo polinomio característico es (x c 1 ) d1 (x c 2 ) d2... (x c k ) d k donde los c 1,..., c k son distintos dos a dos. Sea V el espacio de matrices n
Más detallesSistemas autónomos. Introducción a la teoría cualitativa.
Lección 4 Sistemas autónomos. Introducción a la teoría cualitativa. 4.1 Sistemas autónomos. Mapas de fase. En esta lección nos centraremos en el estudio de sistemas autónomos, es decir, aquellos que pueden
Más detallesECUACIONES DIFERENCIALES LINEALES DE SEGUNDO ORDEN
ECUACIONES DIFERENCIALES LINEALES DE SEGUNDO ORDEN Movimiento Libre No Amortiguado Una de las aplicaciones de las ecuaciones diferenciales de segundo orden es la resolución de problemas de movimiento armónico
Más detallesTema 1: Oscilaciones
1/42 Fátima Masot Conde Ing. Industrial 2006/07 2/42 Índice: 1.. Características. Representación Matemática. 2. Energía del M.A.S. 3. Algunos Sistemas Oscilantes. Péndulo Simple. Péndulo Físico. Masa+Muelle
Más detallesSistemas de control con realimentación de la salida
Capítulo 7 Sistemas de control con realimentación de la salida 7.1. Introducción En el capítulo 5 se supuso que estaba disponible el vector de estado completamente. Relajando esta suposición y estudiando
Más detallesAnálisis de Sistemas Lineales. Introducción: Modelado y respuesta dinámica de sistemas
Análisis de Sistemas Lineales Introducción: Modelado y respuesta dinámica de sistemas Qué es un sistema lineal? La respuesta será construida con las respuestas de los estudiantes Contenido Introducción
Más detallesTransformada de Laplace
Transformada de Laplace Definición: La Transformada de Laplace Dada una función f (t) definida para toda t 0, la transformada de Laplace de f es la función F definida como sigue: { f } 0 st F () s = L
Más detalles3. Sistemas de n ecuaciones diferenciales lineales de primer orden
Dpto Matemática Aplicada, Facultad de Informática, UPM EDO Sistemas Lineales 1 3 Sistemas de n ecuaciones diferenciales lineales de primer orden Se define un sistema de ecuaciones diferenciales lineales
Más detallesLISTA DE SÍMBOLOS. Capítulo 2 EJEMPLOS Y TEORIA DE LAS VIBRACIONES PARAMÉTRICAS 2.1 Introducción T - Periodo Ω - Frecuencia a- parámetro b- parámetro
LISTA DE SÍMBOLOS Capítulo 2 EJEMPLOS Y TEORIA DE LAS VIBRACIONES PARAMÉTRICAS 2.1 Introducción T - Periodo Ω - Frecuencia a- parámetro b- parámetro 2.1.1 Rigidez Flexiva que Difiere en dos Ejes x- Desplazamiento
Más detallesInstitut de Matemàtica Multidisciplinar, Universitat Politècnica de València, E Valencia.
Algunas aplicaciones de un resultado de Brauer R. Cantó, R. Bru, A.M. Urbano Institut de Matemàtica Multidisciplinar, Universitat Politècnica de València, E-46022 Valencia rcanto@mat.upv.es,rbru@mat.upv.es,amurbano@mat.upv.es
Más detallesRespuesta de sistemas dinámicos con un grado de libertad
Respuesta de sistemas dinámicos con un grado de libertad F. Javier Cara ETSII-UPM Curso 213-214 1 Contenido Cálculo de la respuesta mediante la ecuación diferencial Transformación en ecuación diferencial
Más detallesTema 1: movimiento oscilatorio
ema 1: movimiento oscilatorio Oscilaciones y Ondas Fundamentos físicos de la ingeniería Ingeniería Industrial Primer Curso Curso 005/006 1 Índice Introducción: movimiento oscilatorio Representación matemática
Más detallesPRÁCTICA N 7 ANÁLISIS DE RESPUESTA TRANSITORIA Y PERMANENTE
ESCUELA POLITÉCNICA NACIONAL Campus Politécnico "J. Rubén Orellana R." FACULTAD DE INGENIERÍA ELÉCTRICA Y ELECTRÓNICA Carrera de Ingeniería Electrónica y Control LABORATORIO DE SISTEMAS DE CONTROL AUTOMÁTICO
Más detallesUniversidad Nacional de Ingeniería - Facultad de Ingeniería Mecánica Departamento Académico de Ingeniería Aplicada
Universidad Nacional de Ingeniería - Facultad de Ingeniería Mecánica Departamento Académico de Ingeniería Aplicada CONTROL MODERNO Y ÓPTIMO (MT 227C) Clase5-2 Elizabeth Villota Cerna Semestre 2I - UNI
Más detallesSISTEMAS LINEALES DE ECUACIONES DIFERENCIALES HOMOGÉNEAS DE PRIMER ORDEN
SISTEMAS LINEALES DE ECUACIONES DIFERENCIALES HOMOGÉNEAS DE PRIMER ORDEN Alejandro Lugon 26 de mayo de 2010 1. Ecuaciones planares: dos dimensiones El sistema homogéneo: ẋ a 11 x + a 12 y (1) ẏ a 21 x
Más detallesCONTROL POR REALIMENTACIÓN DE ESTADOS
CONTROL POR REALIMENTACIÓN DE ESTADOS Fernando di Sciascio (2016) Control por Realimentación de Estados ì ï xt () = Axt () + But () í ï yt () = Cxt () ïî El par (A,B) es controlable. Y() s -1 Gol() s =
Más detallesApéndice sobre ecuaciones diferenciales lineales
Apéndice sobre ecuaciones diferenciales lineales Juan-Miguel Gracia 10 de febrero de 2008 Índice 1. Determinante wronskiano 2 1.1. Wronskiano de f 1 (t), f 2 (t),..., f n (t)............... 3 1.2. Derivada
Más detallesTEMA 1 Métodos Matemáticos en Física L3. Oscilaciones en sistemas discretos
En parte Según Cap.1 Libro Levanuyk+Cano Antes de tratar aplicación de método Fourier para sistemas continuos http://www.youtube.com/watch?feature=endscreen&nr=1&v=no7zppqtzeg => Consideramos sistemas
Más detallesAlgunos Aspectos de las Ecuaciones Autónomas.
Algunos Aspectos de las Ecuaciones Autónomas. José Rosales Ortega Escuela de Matemática Instituto Tecnológico de Costa Rica 30 de diciembre de 2006 Resumen Se presentan teoremas básicos de ecuaciones diferenciales
Más detallesControlabilidad Observabilidad Principio de Dualidad Descomposición Canónica o de de Kalman Realizaciones Balanceadas. Fernando di Sciascio (2016)
Controlabilidad Observabilidad Principio de Dualidad Descomposición Canónica o de de Kalman Realizaciones Balanceadas Fernando di Sciascio (2016) CONTROLABILIDAD Fernando di Sciascio (2016) Controlabilidad
Más detallesUNIDAD 1: SEÑALES Y SISTEMAS CONTINUOS - TEORÍA
CURSO: SEÑALES Y SISTEMAS UNIDAD 1: SEÑALES Y SISTEMAS CONTINUOS - TEORÍA PROFESOR: JORGE ANTONIO POLANÍA P. 1. DEFINICIONES SEÑAL: Matemáticamente es una variable que contiene información y representa
Más detallesTEMA 1 Parte I Vibraciones libres y amortiguadas
TEMA 1 Parte I Vibraciones libres y aortiguadas 1.1. Introducción: grados de libertad y agnitudes características VIBRACIÓN MECÁNICA: Oscilación repetida en torno a una posición de equilibrio - Vibraciones
Más detallesRespuesta transitoria
Capítulo 4 Respuesta transitoria Una ves que los diagramas a bloques son desarrollados, el siguiente paso es llevar a cabo el análisis de los sistemas. Existen dos tipos de análisis: cuantitativo y cualitativo.
Más detallesMatemática Avanzada. Clase Nro. 15
Matemática Avanzada Clase Nro. 15 Octavio Miloni Facultad de Cs. Astronómicas y Geofísicas - Universidad Nacional de La Plata 1 / 23 Definiciones Previas y Métodos Elementales de de Resolución de Ecuaciones
Más detallesIntroducción al control óptimo
Realización p. 1/33 Introducción al control óptimo El método de diseño por realimentación de estados y observador, no obstante ser una herramienta fundamental en el control de sistemas en E.E., no siempre
Más detallesModelos en el Espacio de Estado
José Luis Rodríguez, PhD, Octubre del 00 Modelos en el Espacio de Estado Introducción: La tendencia moderna en la ingeniería de sistemas es hacia una complejidad cada vez mayor, debido principalmente a
Más detallesInstituto Politécnico Nacional
Instituto Politécnico Nacional Escuela Superior de Ingeniería Mecánica y Eléctrica, Zacatenco Ingeniería en Comunicaciones y Electrónica Academia de Matemáticas Fundamentos de Álgebra. Tarea 2 Julio César
Más detallesControl Moderno. Ene.-Jun Diseño de controlador con referencia a la entrada, servosistemas. Dr. Rodolfo Salinas. mayo 2007
UNIVERSIDAD AUTÓNOMA DE NUEVO LEÓN Facultad de Ingeniería Mecánica y Eléctrica Control Moderno Ene.-Jun. 2007 Diseño de controlador con referencia a la entrada, servosistemas Dr. Rodolfo Salinas mayo 2007
Más detallesMecánica y Ondas. Planteamiento y resolución de problemas tipo
Mecánica y Ondas. Planteamiento y resolución de problemas tipo Alvaro Perea Covarrubias Doctor en Ciencias Físicas Universidad Nacional de Educación a Distancia Madrid, Enero 2005 Capítulo 1. Leyes de
Más detallesIntroducción a las ecuaciones diferenciales lineales
Introducción a las ecuaciones diferenciales lineales Rafael José Hernández Heredero 3 de diciembre de 202. Ecuación lineal de segundo orden Una ecuación diferencial lineal de segundo orden es una expresión
Más detallesAMPLIACIÓN DE ECUACIONES DIFERENCIALES
AMPLIACIÓN DE ECUACIONES DIFERENCIALES 1 2 Índice general 1. Estabilidad de Sistemas Lineales-Perturbados 5 1.1. Introducción. Repaso de resultados conocidos...................... 5 1.2. Motivación del
Más detalles