PRÁCTICA 5.
REALIMENTACIÓN DE ESTADO Y OBSERVADOR DE ESTADO
Nombre de los alumnos. González Martínez Ariana Jocelyn, Ramírez Cisneros Yazmín Aimeé, Ramos Quintanar
Víctor Hugo, Rojas Montaño Paola Ximena
Profesores. Dr. Bernardo Flores Ramírez, Dr. Miguel Ramírez Barrios
Laboratorio de Sistemas Dinámicos I 4MM2, UPIBI.
Palabras clave: controlabilidad, observador, ganancia, estimación, polos, estabilidad.
INTRODUCCIÓN
En palabras de Levia (2017), la controlabilidad es una propiedad cualitativa y se refiere a la posibilidad de dirigir un sistema
dinámico de un estado inicial arbitrario a un estado final arbitrario usando controles admisibles, en tiempo finito. El análisis
de controlabilidad requiere de análisis matemáticos tomados de la geometría, algebra diferencial, análisis funcional,
topología, entre otras. Además, este concepto se relaciona de manera directa con la teoría de la realización, en particular
con las realizaciones mínimas y las formas canónicas para los sistemas de control LTI.
Para determinar la controlabilidad de un sistema, primero debe ser representado en espacio de estados, a partir
de este punto se calcula la matriz de controlabilidad dada por la siguiente forma:
𝜁 = [𝐵 𝐴𝐵 𝐴2 𝐵 … 𝐴𝑛−1 𝐵 ]
De lo anterior se sabe que n es el orden del sistema, es decir, el número de estados. Entonces, se dice que un sistema es
controlable si el rango de su matriz de controlabilidad es igual al orden del sistema. A grandes rasgos, implica que se
puede ejercer una entrada de control adecuada capaz de influir en cada uno de los estados.
Así, los sistemas de control generados tendrán una forma del tipo 𝑢 = −𝐾𝑥, mismo que implica la realimentación propia
de las variables de estado, considerando que 𝑢 es el vector de entrada de control, 𝐾 la matriz de ganancia de
realimentación y 𝑥 el vector de estado.
La determinación de la matriz de ganancia 𝐾 se efectúa a través del método “pole placement” para situar los polos en un
sistema cerrado. Las ubicaciones de estos polos deben asegurar estabilidad y buen desempeño del sistema, por lo que
se suelen utilizar números reales negativos o complejos con partes reales negativas y de poca magnitud.
Dicho lo anterior, se establece que la ecuación para el sistema cerrado con un sistema de control con realimentación se
expresa de la siguiente manera:
𝑥̇ = (𝐴 − 𝐵𝐾)𝑥
Por otro lado, Oliva Fonseca (2016), señala que existen dificultades al determinar la condición inicial de un sistema
dinámico dado a partir del par de mediciones entrada-salida y que a esto se le conoce como el problema de la
observabilidad. Sin embargo, consideremos que para sistema lineal de tiempo continuo la solución es única en cualquier
dirección del tiempo. Esto implica que si el estado inicial es conocido entonces el estado en cada instante de tiempo puede
ser calculado o viceversa. Es decir, que un sistema sea observable significa que es posible reconstruir su condición inicial
a partir de la información entrada-salida.
A causa de esta linealidad y de un sistema con dimensión finita, la verificación de las propiedades de observabilidad se
reduce a verificar la invariabilidad de una matriz variante en el tiempo. En términos simples, se corrobora si un sistema es
observable al obtener el rango de la matriz de observabilidad.
𝐶
𝐶𝐴
2
𝐶𝐴
.
𝑂=
.
.
[𝐶𝐴𝑛−1 ]
Sean las matrices 𝐴(𝑡) 𝑦 𝐶(𝑡), donde cada una de sus componentes es una función al menos continua a tramos.
La dinámica del observador se establece a partir de la siguiente formulación: 𝑥̃̇ = 𝐴𝑥̃ + 𝐵𝑢 + 𝐾𝑂𝑏𝑠 (𝑦 − 𝑦̃).
Lo anterior implica conocer la diferencia entre el estado real y el estado estimado 𝑒𝑂𝑏𝑠 = 𝑥 − 𝑥̃ y un sistema de
realimentación basado en el error, de la forma:
𝑒̇ = (𝐴 − 𝐾𝑂𝑏𝑠 𝐶)𝑒
CUESTIONARIO PREVIO
1. ¿Qué es una realización?
Una realización es la representación de un sistema en espacio de estados con matrices 𝐴̅, 𝐵̅ , 𝐶̅ 𝑦 𝐷
̅ a partir de
su función de transferencia o ecuaciones diferenciales.
2. ¿Qué es la forma canónica controlable?
La forma canónica controlable es una representación en espacio de estados donde la matriz de controlabilidad
es simple, facilitando el diseño de controladores.
3. Describir con sus palabras el concepto de "sistema controlable" para un sistema LTI.
Un sistema LTI es controlable si se puede mover desde cualquier estado inicial a cualquier estado final mediante
una entrada adecuada en un tiempo finito.
4. ¿Cómo se determina si un sistema es controlable?
Un sistema es controlable si la matriz de controlabilidad 𝐶 = [𝐵 𝐴𝐵 𝐴2 𝐵 . . . 𝐴𝑛−1 𝐵]tiene rango completo.
5. Describa brevemente procedimientos para el cálculo de una asignación de polos.
Transformación de Controlabilidad: Convertir el sistema a forma canónica controlable y diseñar el controlador.
Fórmula de Ackermann: Cálculo directo de la ganancia K para la realimentación de estados.
6. ¿Para qué sirve un observador de estados?
Un observador de estados estima las variables de estado del sistema a partir de las entradas y salidas medidas,
útil cuando no se pueden medir todos los estados directamente.
7. Describir con sus palabras el concepto de "sistema observable" para un sistema LTI.
Un sistema LTI es observable si, conociendo las salidas y entradas durante un tiempo finito, se puede determinar
completamente el estado inicial del sistema.
8. Investigue para qué sirven las siguientes instrucciones en Matlab: tf2ss, acker, place, ctrb.
tf2ss: Convierte una función de transferencia a espacio de estados.
acker: Calcula la ganancia de realimentación de estados usando la fórmula de Ackermann.
place: Calcula la ganancia de realimentación de estados usando un algoritmo robusto para la colocación de
polos.
ctrb: Calcula la matriz de controlabilidad de un sistema en espacio de estados.
METODOLOGÍA
Experimento I
Para este primer experimento se ha de considerar un diagrama de bloques tal y como el que se muestra a continuación:
Figura 1. Diagrama de bloques aplicable al experimento uno.
A partir de dicho modelo se realizó una simulación con Simulink otorgando un valor 𝑢(𝑡) = 5 y se analizó si la respuesta
era estable. Posteriormente se simplifico el diagrama de bloques en modelo de lazo cerrado y se repitió la simulación. Para
finalizar se elaboró una representación del sistema en espacio de estados y se efectuó la simulación correspondiente para
compararla con el diagrama de bloques simplificado.
Experimento II
En este caso se utilizó el modelo de espacio de estados obtenido del primer experimento y se determinó si el sistema era
controlable. A partir de esta estimación se realizó una realimentación de estados de la forma 𝑢 = −𝑘𝑥 para estabilizar el
sistema. Como punto final se realizó la simulación, pero con condiciones iniciales distintas de cero para reportar el
comportamiento de las señales de los estados, así como la salida y la señal de control.
Experimento III
En este último experimento se diseñó un observador de estados para el sistema trabajado en los ejercicios anteriores.
Para conseguirlo de manera efectiva se diseñaron las ganancias 𝐾𝑒 tal que se asegurara un error 𝑒 = 𝑥 − 𝑥̃ con
tendencia a cero. Posterior al diseño se reportaron las gráficas de cada estado 𝑥 contra su estado estimado 𝑥̃, así como
las señales de error, la salida, la salida estimada y la señal de control 𝑢. Al final se realizó la realimentación de estados
diseñados utilizando los valores estimados de 𝑥̃, a partir de esta respuesta, se realizó un ajuste manual de las ganancias
del observador de modo que se generará una mejor respuesta.
RESULTADOS Y DISCUSIÓN
Experimento I
Gráfica 1 “Respuesta de la planta 1 con un escalón de 5”
Tal y como se observa en la gráfica 1, la respuesta de la planta 1 al introducir un escalón u(t)=5 es inestable, esto debido
a que se va a al infinito la gráfica.
Figura 2 “Simplificación de la planta 1”
Al simplificar la planta 1, se obtuvo:
10𝑠 + 10
𝑠3 − 4𝑠 2 − 5𝑠 + 10
Gráfica 2 “Respuesta de la simplificación de la planta 1”
Como podemos notar, la respuesta con u(t)=5 sigue siendo la misma en la planta en lazo cerrado, es decir sigue siendo
inestable puesto que de hecho es la misma planta del principio. Es importante agregar que llevar a cabo correctamente el
álgebra de bloques es indispensable para poder obtener la función de transferencia pertinente. La planta con la que
trabajamos fue una muy simple y sencilla, ya que únicamente cuenta con una retroalimentación y el resto es lineal, sin
embargo, resulta importante el orden en que se vayan realizando las reducciones, así como las fórmulas consideradas en
el proceso.
La planta 1 en espacio de estados es:
4 5 −10 1
𝑥̇ = [1 0 0 ] 𝑥 + [0] 𝑢
0 1 0 0
Su salida es:
𝑦 = [0 10 10]𝑥 + [0]𝑢
La Figura N muestra el espacio de estados anterior en Simulink, para comprobar si el sistema es el mismo:
Figura 3 “Espacio de Estados en Simulink”
Gráfica 3 “Comprobación”
Con la respuesta obtenida, al introducir u(t)=5 obtenemos la misma gráfica que en los casos anteriores, es así que se
comprueba que el espacio de estados es correcto para la planta inicial.
El Experimento I demuestra que la planta 1 es inherentemente inestable. Al aplicar un escalón 𝑢(𝑡)=5, tanto la respuesta
de la planta original como la de su versión simplificada muestran inestabilidad, y la salida se va al infinito. La función de
10𝑠+10
transferencia 3 2 , ya simplificada y el modelo en espacio de estados proporcionan las mismas respuestas
𝑠 −4𝑠 −5𝑠+10
inestables indicando que la inestabilidad ya mencionada permanece en la representación matemática del sistema. La
simulación en Simulink del modelo en espacio de estados confirma esta inestabilidad, verificando que el modelo es
correcto. En todas las representaciones (función de transferencia, espacio de estados y simulación), se mantiene la
inestabilidad del sistema.
Por supuesto que considerando el caso de que se buscase estabilizar el sistema, tendríamos que realizar modificaciones,
como un reajuste de los parámetros del controlador, o un rediseño en sí del sistema.
Experimento II
Con el siguiente código introducido en matlab:
clc
clear all
A=[4 5 -10;1 0 0;0 1 0];
B=[1 0 0]';
C=[0 10 10];
%Controlable
CC=[B A*B A*A*B];
rank(CC)
%Observable
OO=[C; C*A; C*A*A]
rank(OO)
%Estable
eig(A)
%Diseño del controlador
%P=[-10 -8 -6];
P=[-6+2i -6-2i -6]
K=place(A,B,P)
%Diseño del observador
%Pobs=[-6+2i -6-2i -6];
Pobs=3*P;
Kobs=place(A',C',Pobs);
Kobs=Kobs'
Al correr el código se obtuvo lo siguiente hasta el punto de estabilidad:
𝜌(𝐶𝐶) = 3
𝜌(𝑜𝑜) = 3
𝑉𝑎𝑙𝑜𝑟𝑒𝑠 𝑐𝑎𝑟𝑎𝑐𝑡𝑒𝑟í𝑠𝑡𝑖𝑐𝑜𝑠 = 4.6139, −1.8108, 1.1969
Inicialmente se corroboró que se trata de un sistema controlable y observable, ya que el rango de las matrices CC y OO
es igual a 3, lo cual es diferente de cero y además es igual al número de estados de la matriz.
El que un sistema sea controlable si es posible crear señales de control sin restricciones que transfieran un estado inicial
a cualquier otro estado finito en un intervalo de tiempo finito. Por otro lado, un sistema es observable si las variables
“internas” del sistema afectan las salidas del mismo. Dicho de otra forma, el que un sistema sea observable implica que
cualquiera de los estados del sistema pueda observarse a través de la salida del mismo.
Finalmente, por medio de los valores característicos se determinó que el sistema es inestable, ya que dos de ellos cuentan
con parte real positiva.
Ya que el sistema es controlable, podemos realizar una realimentación de estados u=-Kx para otorgarle estabilidad al
sistema apoyándonos del comando place. Asignando los polos en s1,2=6±2i y s3=6.
Obteniendo una K=[22 117 230]
Figura 4. Realimentación de estados
Al simular para condiciones iniciales de cero, se obtiene:
Figura 5. Representación de estados en una realimentación de estados
Figura 6. Salida del sistema en una realimentación de estados
Tal como se puede ver en la gráfica, que aproximadamente en 1.5 segundos se logró la estabilidad en nuestros estados,
por lo que la realimentación de estados se realizó correctamente.
Figura 7. Señal de control
Experimento III
Retomando parte del código planteado en el experimento anterior, para el diseño de los polos del observador, se optó por
multiplicar tres veces los polos asignados anteriormente para otorgarle estabilidad al sistema, obteniendo así lo siguiente:
Por tanto, la Ke = [63.55; 60.95; -55.15].
𝐾𝑒 = [63.55; 60.95; −55.15]
Figura 8. Estados estimados y reales
Figura 9. Señales de error
Figura 10. Señal de salida real
Figura 11. Señal de salida estimada
Figura 12. Señal de control
En este experimento se buscó que las ganancias propuestas para el observador pudieran reducir el tiempo en que los
errores de estimación tienden a cero como se muestra en la Figura 9. Por lo que se hicieron varios cambios en las
ganancias para generar buenos ajustes y lograr que el tiempo en el cual el error convergiera a 0 disminuyera en medida
de lo posible, logrando finalmente la estabilidad del sistema.
Es importante recordar que, la observabilidad es una propiedad de ciertos sistemas para estimar, reconstruir u observar
sus estados x (t) a partir de su salida. Su aplicación radica en que existen variables de estado no pueden medirse
directamente, lo cual nos orilla a estimar las variables de estado. (Ogata, 2010).
CONCLUSIONES
González Martínez Ariana Jocelyn: Los experimentos realizados demostraron que la planta 1 es inherentemente
inestable y confirmó la necesidad de un diseño adecuado de controladores y observadores para estabilizar el sistema. La
implementación de una realimentación de estados y el diseño de un observador eficiente fueron clave para alcanzar la
estabilidad. Estos resultados subrayan la importancia de la controlabilidad y observabilidad en el diseño y análisis de
sistemas de control, y cómo una correcta aplicación de estos conceptos puede transformar un sistema inestable en uno
estable. Estos conceptos proporcionan las herramientas necesarias para entender, modelar y mejorar el comportamiento
de sistemas dinámicos. La práctica de estos conceptos en los experimentos realizados subraya su importancia en la
creación de sistemas de control robustos y eficientes, capaces de operar de manera predecible y segura en un amplio
rango de condiciones.
Ramírez Cisneros Yazmín Aimeé: La controlabilidad, observabilidad y estabilidad de un sistema son factores importantes
que nos ayudan a entender cómo es el comportamiento del mismo, y tener una noción general de los estados internos con
los que cuenta. Ahora bien, el integrar estos conceptos en la retroalimentación de estados, permite manipular el sistema
de tal forma que se puedan controlar posibles errores dentro del mismo, y posteriormente lograr su estabilidad, esto con
la finalidad de obtener un comportamiento predecible.
Como pudimos ver en el primer experimento, resulta indispensable el conocimiento sobre álgebra de bloques. De igual
forma, una vez más Matlab y Simulink resultan herramientas sumamente útiles que permiten llevar a cabo en simples
comandos todas las operaciones necesarias para determinar características del sistema de estudio.
Ramos Quintanar Victor Hugo:
Los procesos de control en sistemas dinámicos pueden darse de diversos modos, en esta práctica lo vimos reflejado con
el sistema de realimentación del tipo 𝑢 = −𝐾𝑥 y la creación de una matriz de control K basada en la asignación de polos.
Esto nos permite realizar varias modificaciones a un sistema y no solo volverlo estable sino también óptimo para la
aplicación deseada, al modular el tiempo de convergencia, por ejemplo. Del mismo modo, se puede implementar un
observador para estimar los estados involucrados en el proceso sin la necesidad de aplicar distintos sensores, al generar
un sistema basado en la estimación del error y tomando los parámetros de entrada y salida únicamente. Considero que
estas son herramientas muy útiles a nivel industrial y de investigación. En ingeniería biomédica se procura la innovación y
desarrollo de tecnología, esto implica la implementación de sistemas de control automático y preciso para su aplicación en
agentes biológicos, se puede ver reflejado en marcapasos, dosificadores de fármacos, incubadoras o monitores de signos
vitales. Entonces si queremos desarrollar tecnología eficiente debemos conocer estos modelos matemáticos para reducir
procesos complejos a elementos mucho más simples, al tiempo que se reducen gastos y se agilizan los medios de
producción para garantizar el acceso de dispositivos médicos a la población que lo requiera.
Rojas Montaño Paola Ximena:
La retroalimentación en sistemas de control es esencial para garantizar que un sistema inestable se estabilice, lo que
permite mantener el comportamiento deseado del sistema. La implementación de observadores es crucial en estos
contextos, ya que proporcionan estimaciones precisas de las variables de estado que no pueden medirse directamente,
permitiendo un control más efectivo del sistema.
Ajustar los polos de un observador adecuadamente es vital para asegurar que los errores de estimación converjan
rápidamente a cero, mejorando así la precisión y la eficiencia del sistema de control. Sin embargo, es igualmente
importante controlar las ganancias de los observadores y controladores. Si las ganancias son excesivamente altas, pueden
provocar saturación en los componentes prácticos, como amplificadores operacionales (OPAMPs), lo que no solo afecta
el desempeño del sistema, sino que también puede dañar los componentes físicos debido a la sobrecarga.
REFERENCIAS
• Mantz, R. J. (2003). Observadores de estados. Catedra, Departamento de electrotécnia, Facultad de ingenierıa,
Universidad nacional de La Plata, Argentina.
• Giraldo, D., & Giraldo, E. (2007). Control por realimentación de variables de estado usando un observador
adaptativo de estados. Scientia et technica, 1(35).
• Giraldo, D., & Giraldo, E. (2009). Sistemas dinámicos. Universidad Tecnológica de Pereira. [PDF].
https://repositorio.utp.edu.co/server/api/core/bitstreams/a3032ad3-2d43-4352-8c96-c7ab9532476e/content
• Levia, H., Ríos Bolívar, A., Tineo Moya, A., & Narváez, M. (2017). Análisis de la Controlabilidad de Sistemas
Descriptores Semi-Lineales . Ciencia e Ingeniería, 38(2),187-196. ISSN: 1316-7081.
• Ogata, K. (2010). MODERN CONTROL ENGINEERING. New Jersey: Pearson Education
• Oliva Fonseca, P. R. (2016). Observador con convergencia en tiempo fijo para sistemas lineales multivariables
variantes en el tiempo. [Tesis de Maestría, Universidad Nacional Autónoma de México].
http://www.ptolomeo.unam.mx:8080/jspui/bitstream/132.248.52.100/10297/1/tesis.pdf
• Sanabria, C. A., & Hernández, O. M. (2009). Control de un péndulo invertido simple por métodos de
realimentación de estados. Tecnura, 13(25), 59-69.
