SlideShare una empresa de Scribd logo
1 de 5
Descargar para leer sin conexión
Departamento de Ingeniería de Sistemas y Automática
Universidad Politécnica de Valencia
INGENIERÍA DE CONTROL I
2007-8
__________________________________________________________________________________________________
P. Albertos. Dept. Ingeniería de Sistemas y Automática. UPV. Ext.: 79570 e-mail pedro@aii.upv.es
J.V. Roig. Dept. Ingeniería de Sistemas y Automática. UPV. Ext.: 75768 e-mail jvroig@aii.upv.es
Tarea 3. Control de un generador sincrónico
Considerar el siguiente modelo continuo para el generador sincrónico:
( )
( )
( )
( )⎥
⎦
⎤
⎢
⎣
⎡
⋅
⎥
⎥
⎥
⎦
⎤
⎢
⎢
⎢
⎣
⎡
++
−
+
−
++=⎥
⎦
⎤
⎢
⎣
⎡
sE
sP
ss
sss
sE
s
q
4.0
15.0
4.0
05.0
4.0
06.0
1304
76
2δ
Además la medida del ángulo δ(t) presenta un retardo de 0.1 seg.
Se pide:
a. Obtener la matriz de transferencia discreta, con T = 0.05 seg, que incluya los retardos
en la medida del ángulo.
b. Obtener una realización mínima del sistema discreto.
c. Analizar la posibilidad de realizar un desacoplamiento del sistema discreto mediante
prealimentación dinámica.
d. Analizar la posibilidad de realizar un desacoplamiento mediante realimentación del
estado del sistema discreto.
e. Diseñar un observador de orden reducido y de tiempo mínimo.
f. Implementar un control integral por realimentación del estado observado que sea lo
más rápido posible.
g. Diseñar un control óptimo con el siguiente índice de costes:
( ) ( ) ( ) ( )∑
∞
=
⋅⎥
⎦
⎤
⎢
⎣
⎡
⋅+⋅⎥
⎦
⎤
⎢
⎣
⎡
⋅=
0 20
01
10
010
k
TT
kukukykyJ
Solución.
a. Obtener la matriz de transferencia discreta, con T = 0.05 seg, que incluya los
retardos en la medida del ángulo.
Los retardos, si son múltiplos del periodo de muestreo, se reducen a multiplicar por el
operador 1−
z . Por lo tanto, discretizaremos la matriz de transferencia, sin retardo, y
después aplicaremos un factor 2
2/ −
⇒= zTτ . Utilizaremos Matlab®
:
1. Definimos )(sG
g11=tf(76,[1 4 130]); g12=tf(-0.06,[1 0.4]); g21=tf(-0.05,[1 0.4]); g22=tf(0.15,[1 0.4]);
G=[g11,g12;g21,g22]
Departamento de Ingeniería de Sistemas y Automática
Universidad Politécnica de Valencia
INGENIERÍA DE CONTROL I
2007-8
__________________________________________________________________________________________________
P. Albertos. Dept. Ingeniería de Sistemas y Automática. UPV. Ext.: 79570 e-mail pedro@aii.upv.es
J.V. Roig. Dept. Ingeniería de Sistemas y Automática. UPV. Ext.: 75768 e-mail jvroig@aii.upv.es
2. Discretizamos el sistema sin retardo, manteniendo la respuesta a un escalón (“zoh”)
T=0.05; Gz=c2d(G,T,'zoh')
Podriamos haber utilizado cualquier otro procedimiento de discretización, como
Euler, bilineal, … Obtendríamos discretizaciones ligeramente distintas, válidas para
pequeños periodos de muestreo. En este caso es:
0.08662 z + 0.08098
g11(z)=: ----------------------
z^2 - 1.532 z + 0.8187
-0.002475
g21(z)= ----------
z - 0.9802
-0.00297
g12(z)= ----------
z - 0.9802
0.007425
g22(z)= ----------
z - 0.9802
3. Para incluir el retardo, multiplicamos por el operador ⎥
⎦
⎤
⎢
⎣
⎡
=
10
0T)0],0[1tf(1,
2R .
R2(1,1)= tf(1,[1 0 0],T); R2(1,2)=0;R2(2,1)=0;R2(2,2)=1;
siendo
Grz=R2* Gz,
b. Obtener una realización mínima del sistema discreto.
Pasamos la representación al espacio de estados:
S=ss(Grz);
y obtenemos una realización mínima:
Sm=minreal(S)
Podemos comprobar si la realización es correcta viendo los polos de ambos sistemas:
pole(Grz)
eig(Sm.a)
Departamento de Ingeniería de Sistemas y Automática
Universidad Politécnica de Valencia
INGENIERÍA DE CONTROL I
2007-8
__________________________________________________________________________________________________
P. Albertos. Dept. Ingeniería de Sistemas y Automática. UPV. Ext.: 79570 e-mail pedro@aii.upv.es
J.V. Roig. Dept. Ingeniería de Sistemas y Automática. UPV. Ext.: 75768 e-mail jvroig@aii.upv.es
c. Analizar la posibilidad de realizar un desacoplamiento del sistema discreto mediante
prealimentación dinámica.
Para poder hacer un desacoplamiento dinámico debemos anteponer un sistema dinámico
cuya matriz de transferencia sea realizable y estable y que, premultiplicada por Grz de una
matriz diagonal.
Las dos opciones más usadas son
1. Se premultiplica la matriz inversa de Grz (si existe) por una matriz diagonal F de
forma que el producto sea realizable.
D(z)=Grz-1
.F(z)
2. Se descompone Grz en una matriz diagonal R post-multiplicada por una matriz
polinomial A (cuya inversa siempre es realizable)
D(z)=A-1
; Grz(z)=R(z) . A(z)
En ambos casos, como se hace una cancelación de los ceros del sistema inicial, el sistema
debe ser de fase mínima.
Resolvemos el tema hallando los ceros de transmisión de S, es decir, los ceros de Grz:
zero(Sm)
zero(Grz)
que están dentro del círculo unidad y el desacoplamiento será posible. El cálculo concreto
de las matrices F, R o A, no puede hacerse con Matlab. Ha de utilizarse tratamiento
simbólico o, en este caso, hacerlo manualmente.
d. Analizar la posibilidad de realizar un desacoplamiento del sistema discreto mediante
realimentación del estado.
Las matrices del sistema de orden mínimo son: Sm: (Am,Bm,Cm,Dm)
Am=Sm.a; Bm=Sm.b;Cm=Sm.c;Dm=Sm.d;
Calcularemos la condición de Gilbert:
CB1=Cm(1,:)*Bm;
CB1= 10-16
*[-.4 0], que es prácticamente nulo.
Igual pasa con CAB1= Cm(1,:)*Am*Bm
En cambio,
Departamento de Ingeniería de Sistemas y Automática
Universidad Politécnica de Valencia
INGENIERÍA DE CONTROL I
2007-8
__________________________________________________________________________________________________
P. Albertos. Dept. Ingeniería de Sistemas y Automática. UPV. Ext.: 79570 e-mail pedro@aii.upv.es
J.V. Roig. Dept. Ingeniería de Sistemas y Automática. UPV. Ext.: 75768 e-mail jvroig@aii.upv.es
CA2B1=Cm(1,:)*Am*Am*Bm = [0.0866 -0.003] ≠ 0;
Por otra parte
CB2=Cm(2,:)*Bm= [-0.0025 0.0074] ≠ 0;
Analicemos el rango de la matriz:
J=[CA2B1;CB2];
Como rango de J=2, es de rango completo, el sistema es desacoplable mediante una
realimentación Kg del estado y una prealimentación Fg
La matriz Kg Kg=-inv(J)*Ag
Ag1=Cm(1,:)*Am; Ag2=Cm(2,:)*Am;
Ag=[Ag1;Ag2];
Ji=inv(J);
Kg=-Ji*Ag
e. Diseñar un observador de orden reducido y de tiempo mínimo.
Comprobamos que el sistema es observable:
Om=obsv(Am,Cm);
rank(Om)
que es completo (=6), luego es observable.
Tenemos dos salidas y seis estados. Realizaremos una transformación del estado de forma
que las dos primeras variables de estado sean las salidas, es decir, con una matriz T, de
rengo completo, cuyas primeras filas sean Cm.
El proceso de diseño será el descrito en las notas de clase (ver figura), asignando los
cuatro polos del observador de orden reducido, (A22-KoA12), en el origen.
Departamento de Ingeniería de Sistemas y Automática
Universidad Politécnica de Valencia
INGENIERÍA DE CONTROL I
2007-8
__________________________________________________________________________________________________
P. Albertos. Dept. Ingeniería de Sistemas y Automática. UPV. Ext.: 79570 e-mail pedro@aii.upv.es
J.V. Roig. Dept. Ingeniería de Sistemas y Automática. UPV. Ext.: 75768 e-mail jvroig@aii.upv.es
h. Implementar un control integral por realimentación del estado observado que sea lo
más rápido posible.
En este caso, tenemos acceso a todo el estado. Ampliaríamos el sistema con sendos
integradores del error (diferencia de las dos referencias y las dos salidas):
kk
kk
r
I
u
B
v
x
IC
A
v
x
⎥
⎦
⎤
⎢
⎣
⎡
+⎥
⎦
⎤
⎢
⎣
⎡
+⎥
⎦
⎤
⎢
⎣
⎡
⎥
⎦
⎤
⎢
⎣
⎡
−
=⎥
⎦
⎤
⎢
⎣
⎡
+
0
0
0
1
; [ ] ⎥
⎦
⎤
⎢
⎣
⎡
=
v
x
kku i
y calculamos las matrices K y Ki para asignar los ocho polos próximos al origen.
i. Diseñar un control óptimo con el siguiente índice de costes:
( ) ( ) ( ) ( )∑
∞
=
⋅⎥
⎦
⎤
⎢
⎣
⎡
⋅+⋅⎥
⎦
⎤
⎢
⎣
⎡
⋅=
0 20
01
10
010
k
TT
kukukykyJ
El diseño es directo, utilizando el comando lqry de Matlab.

Más contenido relacionado

La actualidad más candente

Generacion variablesaleatorias
Generacion variablesaleatoriasGeneracion variablesaleatorias
Generacion variablesaleatoriasCalixto Paco
 
Tarea4 07 sol+manipulador2segmentos
Tarea4 07 sol+manipulador2segmentosTarea4 07 sol+manipulador2segmentos
Tarea4 07 sol+manipulador2segmentosNano Orte García
 
Electrónica digital: tema IV maquinas de estado finito
Electrónica digital: tema IV maquinas de estado finitoElectrónica digital: tema IV maquinas de estado finito
Electrónica digital: tema IV maquinas de estado finitoSANTIAGO PABLO ALBERTO
 
Ejercicio RCL Resuelto con Matlab
Ejercicio RCL Resuelto con MatlabEjercicio RCL Resuelto con Matlab
Ejercicio RCL Resuelto con MatlabAlexandra Rojas
 
Sistemas%20de%20control.ppt 0
Sistemas%20de%20control.ppt 0Sistemas%20de%20control.ppt 0
Sistemas%20de%20control.ppt 0AlmuPe
 
Circuito lcr con matlab
Circuito lcr con matlabCircuito lcr con matlab
Circuito lcr con matlabJose Jarrin
 
EDO de Segundo Orden en Circuitos RLC en serie
EDO de Segundo Orden en Circuitos RLC en serieEDO de Segundo Orden en Circuitos RLC en serie
EDO de Segundo Orden en Circuitos RLC en serieIvenick
 
Ejercicio selias silva optimizacion
Ejercicio selias silva optimizacionEjercicio selias silva optimizacion
Ejercicio selias silva optimizacionmariennyysea
 
Laboratorio1 -Teoría de los circuitos: Uso de Matlab
Laboratorio1 -Teoría de los circuitos: Uso de MatlabLaboratorio1 -Teoría de los circuitos: Uso de Matlab
Laboratorio1 -Teoría de los circuitos: Uso de MatlabGega Li
 

La actualidad más candente (16)

P2
P2P2
P2
 
Tarea4 08 sol+antena (1)
Tarea4 08 sol+antena (1)Tarea4 08 sol+antena (1)
Tarea4 08 sol+antena (1)
 
Tarea2 06 sol
Tarea2 06 solTarea2 06 sol
Tarea2 06 sol
 
Generacion variablesaleatorias
Generacion variablesaleatoriasGeneracion variablesaleatorias
Generacion variablesaleatorias
 
Tarea4 07 sol+manipulador2segmentos
Tarea4 07 sol+manipulador2segmentosTarea4 07 sol+manipulador2segmentos
Tarea4 07 sol+manipulador2segmentos
 
matemática
matemáticamatemática
matemática
 
Electrónica digital: tema IV maquinas de estado finito
Electrónica digital: tema IV maquinas de estado finitoElectrónica digital: tema IV maquinas de estado finito
Electrónica digital: tema IV maquinas de estado finito
 
Ejercicio RCL Resuelto con Matlab
Ejercicio RCL Resuelto con MatlabEjercicio RCL Resuelto con Matlab
Ejercicio RCL Resuelto con Matlab
 
Yixonsmith
YixonsmithYixonsmith
Yixonsmith
 
Sistemas%20de%20control.ppt 0
Sistemas%20de%20control.ppt 0Sistemas%20de%20control.ppt 0
Sistemas%20de%20control.ppt 0
 
Calculo de maximos y minimos
Calculo de maximos y minimosCalculo de maximos y minimos
Calculo de maximos y minimos
 
Circuito lcr con matlab
Circuito lcr con matlabCircuito lcr con matlab
Circuito lcr con matlab
 
Unidad 2
Unidad 2Unidad 2
Unidad 2
 
EDO de Segundo Orden en Circuitos RLC en serie
EDO de Segundo Orden en Circuitos RLC en serieEDO de Segundo Orden en Circuitos RLC en serie
EDO de Segundo Orden en Circuitos RLC en serie
 
Ejercicio selias silva optimizacion
Ejercicio selias silva optimizacionEjercicio selias silva optimizacion
Ejercicio selias silva optimizacion
 
Laboratorio1 -Teoría de los circuitos: Uso de Matlab
Laboratorio1 -Teoría de los circuitos: Uso de MatlabLaboratorio1 -Teoría de los circuitos: Uso de Matlab
Laboratorio1 -Teoría de los circuitos: Uso de Matlab
 

Destacado (11)

Problemas2
Problemas2Problemas2
Problemas2
 
Tarea4 07 sol+manipulador2segmentos
Tarea4 07 sol+manipulador2segmentosTarea4 07 sol+manipulador2segmentos
Tarea4 07 sol+manipulador2segmentos
 
Tarea3 08 sol+maqpapel
Tarea3 08 sol+maqpapelTarea3 08 sol+maqpapel
Tarea3 08 sol+maqpapel
 
Problemas3
Problemas3Problemas3
Problemas3
 
Problema1 e2005
Problema1 e2005Problema1 e2005
Problema1 e2005
 
Problemas1 1
Problemas1 1Problemas1 1
Problemas1 1
 
Tarea4 06 sol+suspmag
Tarea4 06 sol+suspmagTarea4 06 sol+suspmag
Tarea4 06 sol+suspmag
 
Tarea3 09 sol
Tarea3 09 solTarea3 09 sol
Tarea3 09 sol
 
Tarea2 09 sol
Tarea2 09 solTarea2 09 sol
Tarea2 09 sol
 
Problemas1 2
Problemas1 2Problemas1 2
Problemas1 2
 
Tarea4 08 sol+antena (1)
Tarea4 08 sol+antena (1)Tarea4 08 sol+antena (1)
Tarea4 08 sol+antena (1)
 

Similar a Control generador síncrono

Ejemplos Control por Modelo Inverso
Ejemplos Control por Modelo InversoEjemplos Control por Modelo Inverso
Ejemplos Control por Modelo InversoOmar Sanchez
 
Modulo 10 - miércoles.pptx
Modulo 10 - miércoles.pptxModulo 10 - miércoles.pptx
Modulo 10 - miércoles.pptxALDOMORALES37
 
Design and implementation of a real scale segway
Design and implementation of a real scale segwayDesign and implementation of a real scale segway
Design and implementation of a real scale segwayLuis Flores Pozo
 
ejercicios_3 ERROR EN ESTADO ESTACIONARIO (1).pdf
ejercicios_3 ERROR EN ESTADO ESTACIONARIO (1).pdfejercicios_3 ERROR EN ESTADO ESTACIONARIO (1).pdf
ejercicios_3 ERROR EN ESTADO ESTACIONARIO (1).pdfNercy Karen Limachi Quispe
 
Analisis Clase2
Analisis  Clase2Analisis  Clase2
Analisis Clase2luzenith_g
 
LABORATORIO N°7-MODELO DIFUSO MANDANI-PDF.pdf
LABORATORIO N°7-MODELO DIFUSO MANDANI-PDF.pdfLABORATORIO N°7-MODELO DIFUSO MANDANI-PDF.pdf
LABORATORIO N°7-MODELO DIFUSO MANDANI-PDF.pdfKaren Ventura Calla
 
Practica 7(1) de ingeniería de control: Laboratorio de ingeniería de control(...
Practica 7(1) de ingeniería de control: Laboratorio de ingeniería de control(...Practica 7(1) de ingeniería de control: Laboratorio de ingeniería de control(...
Practica 7(1) de ingeniería de control: Laboratorio de ingeniería de control(...SANTIAGO PABLO ALBERTO
 
Prácticas y exámenes de control óptimo (subida a slide share)
Prácticas y exámenes de control óptimo (subida a slide share)Prácticas y exámenes de control óptimo (subida a slide share)
Prácticas y exámenes de control óptimo (subida a slide share)Jaime Martínez Verdú
 
Matlab 2 Capitulo 6
Matlab 2 Capitulo 6Matlab 2 Capitulo 6
Matlab 2 Capitulo 6guest4f4d78d
 
Teoria de control -- aplicaciones matlab
Teoria de control -- aplicaciones matlabTeoria de control -- aplicaciones matlab
Teoria de control -- aplicaciones matlabmartinezeduardo
 
Inf 2316(proyecto)
Inf 2316(proyecto)Inf 2316(proyecto)
Inf 2316(proyecto)jair_fni
 

Similar a Control generador síncrono (20)

Tarea3 06 sol calderavapor
Tarea3 06 sol calderavaporTarea3 06 sol calderavapor
Tarea3 06 sol calderavapor
 
Tarea2 08 sol_avion
Tarea2 08 sol_avionTarea2 08 sol_avion
Tarea2 08 sol_avion
 
Pid
PidPid
Pid
 
Lugar_geometrico_de_las_raices.pdf
Lugar_geometrico_de_las_raices.pdfLugar_geometrico_de_las_raices.pdf
Lugar_geometrico_de_las_raices.pdf
 
Ejemplos Control por Modelo Inverso
Ejemplos Control por Modelo InversoEjemplos Control por Modelo Inverso
Ejemplos Control por Modelo Inverso
 
Modulo 10 - miércoles.pptx
Modulo 10 - miércoles.pptxModulo 10 - miércoles.pptx
Modulo 10 - miércoles.pptx
 
Design and implementation of a real scale segway
Design and implementation of a real scale segwayDesign and implementation of a real scale segway
Design and implementation of a real scale segway
 
ejercicios_3 ERROR EN ESTADO ESTACIONARIO (1).pdf
ejercicios_3 ERROR EN ESTADO ESTACIONARIO (1).pdfejercicios_3 ERROR EN ESTADO ESTACIONARIO (1).pdf
ejercicios_3 ERROR EN ESTADO ESTACIONARIO (1).pdf
 
Sc capitulo5
Sc capitulo5Sc capitulo5
Sc capitulo5
 
Analisis Clase2
Analisis  Clase2Analisis  Clase2
Analisis Clase2
 
LABORATORIO N°7-MODELO DIFUSO MANDANI-PDF.pdf
LABORATORIO N°7-MODELO DIFUSO MANDANI-PDF.pdfLABORATORIO N°7-MODELO DIFUSO MANDANI-PDF.pdf
LABORATORIO N°7-MODELO DIFUSO MANDANI-PDF.pdf
 
Practica 7(1) de ingeniería de control: Laboratorio de ingeniería de control(...
Practica 7(1) de ingeniería de control: Laboratorio de ingeniería de control(...Practica 7(1) de ingeniería de control: Laboratorio de ingeniería de control(...
Practica 7(1) de ingeniería de control: Laboratorio de ingeniería de control(...
 
Prácticas y exámenes de control óptimo (subida a slide share)
Prácticas y exámenes de control óptimo (subida a slide share)Prácticas y exámenes de control óptimo (subida a slide share)
Prácticas y exámenes de control óptimo (subida a slide share)
 
Unidad 4 control21
Unidad 4 control21Unidad 4 control21
Unidad 4 control21
 
Matlab 2 Capitulo 6
Matlab 2 Capitulo 6Matlab 2 Capitulo 6
Matlab 2 Capitulo 6
 
Teoria de control -- aplicaciones matlab
Teoria de control -- aplicaciones matlabTeoria de control -- aplicaciones matlab
Teoria de control -- aplicaciones matlab
 
Bode
BodeBode
Bode
 
Inf 2316(proyecto)
Inf 2316(proyecto)Inf 2316(proyecto)
Inf 2316(proyecto)
 
Problemas de Regulación Automática
Problemas de Regulación AutomáticaProblemas de Regulación Automática
Problemas de Regulación Automática
 
Reporte
ReporteReporte
Reporte
 

Control generador síncrono

  • 1. Departamento de Ingeniería de Sistemas y Automática Universidad Politécnica de Valencia INGENIERÍA DE CONTROL I 2007-8 __________________________________________________________________________________________________ P. Albertos. Dept. Ingeniería de Sistemas y Automática. UPV. Ext.: 79570 e-mail pedro@aii.upv.es J.V. Roig. Dept. Ingeniería de Sistemas y Automática. UPV. Ext.: 75768 e-mail jvroig@aii.upv.es Tarea 3. Control de un generador sincrónico Considerar el siguiente modelo continuo para el generador sincrónico: ( ) ( ) ( ) ( )⎥ ⎦ ⎤ ⎢ ⎣ ⎡ ⋅ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎣ ⎡ ++ − + − ++=⎥ ⎦ ⎤ ⎢ ⎣ ⎡ sE sP ss sss sE s q 4.0 15.0 4.0 05.0 4.0 06.0 1304 76 2δ Además la medida del ángulo δ(t) presenta un retardo de 0.1 seg. Se pide: a. Obtener la matriz de transferencia discreta, con T = 0.05 seg, que incluya los retardos en la medida del ángulo. b. Obtener una realización mínima del sistema discreto. c. Analizar la posibilidad de realizar un desacoplamiento del sistema discreto mediante prealimentación dinámica. d. Analizar la posibilidad de realizar un desacoplamiento mediante realimentación del estado del sistema discreto. e. Diseñar un observador de orden reducido y de tiempo mínimo. f. Implementar un control integral por realimentación del estado observado que sea lo más rápido posible. g. Diseñar un control óptimo con el siguiente índice de costes: ( ) ( ) ( ) ( )∑ ∞ = ⋅⎥ ⎦ ⎤ ⎢ ⎣ ⎡ ⋅+⋅⎥ ⎦ ⎤ ⎢ ⎣ ⎡ ⋅= 0 20 01 10 010 k TT kukukykyJ Solución. a. Obtener la matriz de transferencia discreta, con T = 0.05 seg, que incluya los retardos en la medida del ángulo. Los retardos, si son múltiplos del periodo de muestreo, se reducen a multiplicar por el operador 1− z . Por lo tanto, discretizaremos la matriz de transferencia, sin retardo, y después aplicaremos un factor 2 2/ − ⇒= zTτ . Utilizaremos Matlab® : 1. Definimos )(sG g11=tf(76,[1 4 130]); g12=tf(-0.06,[1 0.4]); g21=tf(-0.05,[1 0.4]); g22=tf(0.15,[1 0.4]); G=[g11,g12;g21,g22]
  • 2. Departamento de Ingeniería de Sistemas y Automática Universidad Politécnica de Valencia INGENIERÍA DE CONTROL I 2007-8 __________________________________________________________________________________________________ P. Albertos. Dept. Ingeniería de Sistemas y Automática. UPV. Ext.: 79570 e-mail pedro@aii.upv.es J.V. Roig. Dept. Ingeniería de Sistemas y Automática. UPV. Ext.: 75768 e-mail jvroig@aii.upv.es 2. Discretizamos el sistema sin retardo, manteniendo la respuesta a un escalón (“zoh”) T=0.05; Gz=c2d(G,T,'zoh') Podriamos haber utilizado cualquier otro procedimiento de discretización, como Euler, bilineal, … Obtendríamos discretizaciones ligeramente distintas, válidas para pequeños periodos de muestreo. En este caso es: 0.08662 z + 0.08098 g11(z)=: ---------------------- z^2 - 1.532 z + 0.8187 -0.002475 g21(z)= ---------- z - 0.9802 -0.00297 g12(z)= ---------- z - 0.9802 0.007425 g22(z)= ---------- z - 0.9802 3. Para incluir el retardo, multiplicamos por el operador ⎥ ⎦ ⎤ ⎢ ⎣ ⎡ = 10 0T)0],0[1tf(1, 2R . R2(1,1)= tf(1,[1 0 0],T); R2(1,2)=0;R2(2,1)=0;R2(2,2)=1; siendo Grz=R2* Gz, b. Obtener una realización mínima del sistema discreto. Pasamos la representación al espacio de estados: S=ss(Grz); y obtenemos una realización mínima: Sm=minreal(S) Podemos comprobar si la realización es correcta viendo los polos de ambos sistemas: pole(Grz) eig(Sm.a)
  • 3. Departamento de Ingeniería de Sistemas y Automática Universidad Politécnica de Valencia INGENIERÍA DE CONTROL I 2007-8 __________________________________________________________________________________________________ P. Albertos. Dept. Ingeniería de Sistemas y Automática. UPV. Ext.: 79570 e-mail pedro@aii.upv.es J.V. Roig. Dept. Ingeniería de Sistemas y Automática. UPV. Ext.: 75768 e-mail jvroig@aii.upv.es c. Analizar la posibilidad de realizar un desacoplamiento del sistema discreto mediante prealimentación dinámica. Para poder hacer un desacoplamiento dinámico debemos anteponer un sistema dinámico cuya matriz de transferencia sea realizable y estable y que, premultiplicada por Grz de una matriz diagonal. Las dos opciones más usadas son 1. Se premultiplica la matriz inversa de Grz (si existe) por una matriz diagonal F de forma que el producto sea realizable. D(z)=Grz-1 .F(z) 2. Se descompone Grz en una matriz diagonal R post-multiplicada por una matriz polinomial A (cuya inversa siempre es realizable) D(z)=A-1 ; Grz(z)=R(z) . A(z) En ambos casos, como se hace una cancelación de los ceros del sistema inicial, el sistema debe ser de fase mínima. Resolvemos el tema hallando los ceros de transmisión de S, es decir, los ceros de Grz: zero(Sm) zero(Grz) que están dentro del círculo unidad y el desacoplamiento será posible. El cálculo concreto de las matrices F, R o A, no puede hacerse con Matlab. Ha de utilizarse tratamiento simbólico o, en este caso, hacerlo manualmente. d. Analizar la posibilidad de realizar un desacoplamiento del sistema discreto mediante realimentación del estado. Las matrices del sistema de orden mínimo son: Sm: (Am,Bm,Cm,Dm) Am=Sm.a; Bm=Sm.b;Cm=Sm.c;Dm=Sm.d; Calcularemos la condición de Gilbert: CB1=Cm(1,:)*Bm; CB1= 10-16 *[-.4 0], que es prácticamente nulo. Igual pasa con CAB1= Cm(1,:)*Am*Bm En cambio,
  • 4. Departamento de Ingeniería de Sistemas y Automática Universidad Politécnica de Valencia INGENIERÍA DE CONTROL I 2007-8 __________________________________________________________________________________________________ P. Albertos. Dept. Ingeniería de Sistemas y Automática. UPV. Ext.: 79570 e-mail pedro@aii.upv.es J.V. Roig. Dept. Ingeniería de Sistemas y Automática. UPV. Ext.: 75768 e-mail jvroig@aii.upv.es CA2B1=Cm(1,:)*Am*Am*Bm = [0.0866 -0.003] ≠ 0; Por otra parte CB2=Cm(2,:)*Bm= [-0.0025 0.0074] ≠ 0; Analicemos el rango de la matriz: J=[CA2B1;CB2]; Como rango de J=2, es de rango completo, el sistema es desacoplable mediante una realimentación Kg del estado y una prealimentación Fg La matriz Kg Kg=-inv(J)*Ag Ag1=Cm(1,:)*Am; Ag2=Cm(2,:)*Am; Ag=[Ag1;Ag2]; Ji=inv(J); Kg=-Ji*Ag e. Diseñar un observador de orden reducido y de tiempo mínimo. Comprobamos que el sistema es observable: Om=obsv(Am,Cm); rank(Om) que es completo (=6), luego es observable. Tenemos dos salidas y seis estados. Realizaremos una transformación del estado de forma que las dos primeras variables de estado sean las salidas, es decir, con una matriz T, de rengo completo, cuyas primeras filas sean Cm. El proceso de diseño será el descrito en las notas de clase (ver figura), asignando los cuatro polos del observador de orden reducido, (A22-KoA12), en el origen.
  • 5. Departamento de Ingeniería de Sistemas y Automática Universidad Politécnica de Valencia INGENIERÍA DE CONTROL I 2007-8 __________________________________________________________________________________________________ P. Albertos. Dept. Ingeniería de Sistemas y Automática. UPV. Ext.: 79570 e-mail pedro@aii.upv.es J.V. Roig. Dept. Ingeniería de Sistemas y Automática. UPV. Ext.: 75768 e-mail jvroig@aii.upv.es h. Implementar un control integral por realimentación del estado observado que sea lo más rápido posible. En este caso, tenemos acceso a todo el estado. Ampliaríamos el sistema con sendos integradores del error (diferencia de las dos referencias y las dos salidas): kk kk r I u B v x IC A v x ⎥ ⎦ ⎤ ⎢ ⎣ ⎡ +⎥ ⎦ ⎤ ⎢ ⎣ ⎡ +⎥ ⎦ ⎤ ⎢ ⎣ ⎡ ⎥ ⎦ ⎤ ⎢ ⎣ ⎡ − =⎥ ⎦ ⎤ ⎢ ⎣ ⎡ + 0 0 0 1 ; [ ] ⎥ ⎦ ⎤ ⎢ ⎣ ⎡ = v x kku i y calculamos las matrices K y Ki para asignar los ocho polos próximos al origen. i. Diseñar un control óptimo con el siguiente índice de costes: ( ) ( ) ( ) ( )∑ ∞ = ⋅⎥ ⎦ ⎤ ⎢ ⎣ ⎡ ⋅+⋅⎥ ⎦ ⎤ ⎢ ⎣ ⎡ ⋅= 0 20 01 10 010 k TT kukukykyJ El diseño es directo, utilizando el comando lqry de Matlab.