Teoria de Control - Imprimir

1.
Introducción a los sistemas de control 15
1. Introducción a los sistemas de control
Desde el punto de vista de la teoría de control, un sistema o proceso está formado por un conjunto de
elementos relacionados entre sí que ofrecen señales de salida en función de señales o datos de entrada.
Es importante resaltar el hecho de que no es necesario conocer el funcionamiento interno, o cómo

actúan entre sí los diversos elementos, para caracterizar el sistema. Para ello, sólo se precisa conocer
la relación que existe entre la entrada y la salida del proceso que realiza el mismo (principio de caja
negra). El aspecto más importante de un sistema es el conocimiento de su dinámica, es decir, cómo se
comporta la señal de salida frente a una variación de la señal de entrada. Un conocimiento preciso de
la relación entrada/salida permite predecir la respuesta del sistema y seleccionar la acción de control
adecuada para mejorarla. De esta manera, el diseñador, conociendo cuál es la dinámica deseada,
ajustará la acción de control para conseguir el objetivo final.
En vista de todo lo expuesto, se puede definir un sistema de control como el conjunto de elementos
que interactúan para conseguir que la salida de un proceso se comporte tal y como se desea, mediante
una acción de control.
Objetivos SISTEMA DE Resultados

CONTROL
Entradas o referencias Salidas o variables controladas
Planta (sistema o proceso que controlar)

Controlador
Actuadores
Transductores
Detector de Error
Fig. 1.1 Diagrama de un sistema de control
© los autores, 1998; © Edicions UPC, 1998. Quedan rigurosamente prohibidas, sin la autorización escrita de los titulares del "copyright", bajo las sanciones establecidas en las
leyes, la reproducción total o parcial de esta obra por cualquier medio o procedimiento, comprendidos la reprografía y el tratamiento informático, y la distribución de ejemplares
de ella mediante alquiler o préstamo públicos, así como la exportación e importación de ejemplares para su distribución y venta fuera del ámbito de la Unión Europea.
16 Teoría de control. Diseño electrónico
1.1 Tipos de señales y sistemas
Consideraremos como señales las variaciones a lo largo del tiempo de las entradas o salidas de un
sistema. Obviamente, estas señales pueden ser de distinta naturaleza, y por tanto sus unidades físicas
pueden ser diversas. Según cómo sea la variación de estas señales, podemos clasificarlas dentro de dos
grandes grupos: señales analógicas y señales discretas.
- Señales analógicas: Son aquellas cuya variación, tanto en amplitud como a lo largo del tiempo, es
continua. Es decir, pueden tomar cualquier valor real, en cualquier instante de tiempo.
A m p litu d
Fig. 1.2 Señal analógica
- Señales discretas: Este tipo de señales no tiene una variación continua como las anteriores, sino que
su evolución se rige por un determinado conjunto finito de valores posibles. Según dónde tome este
conjunto de valores, podremos distinguir entre señales discretas en amplitud o discretas en tiempo.
- Señales discretas en tiempo: Sólo tienen valor en instantes de tiempo predeterminados. Y

aunque su amplitud puede ser cualquier valor dentro del rango de los reales, el valor de la señal
entre dos instantes de tiempo consecutivos no está definido.
Fig. 1.3 Señal discreta en tiempo
- Señales discretas en amplitud: En este caso, la señal toma valor en cualquier instante de tiempo,
pero estos valores de amplitud pueden encontrarse entre los definidos en el conjunto
predeterminado.
Fig. 1.4 Señal discreta en amplitud
© Los autores, 1998; © Edicions UPC, 1998.

1. Introducción a los sistemas de control 17
- Señales discretas en amplitud y tiempo: Son una mezcla de los dos tipos anteriores, es decir, la
señal sólo podrá tomar valores predeterminados en instantes de tiempo predeterminados.
Fig. 1.5 Señal discreta en amplitud y tiempo
1.2 Sistemas combinacionales y secuenciales
Los sistemas combinacionales y secuenciales pueden clasificarse como sistemas de control basados en
instrucciones lógicas. Los datos de entrada y salida al sistema son binarios e indican que los sensores
tienen dos estados o valores (por ejemplo: válvula abierta o cerrada, un indicador activado o no, o un
interruptor pulsado o no). Las decisiones tomadas por el sistema de control son del tipo on/off y se
basan en las condiciones de los datos de entrada.
1.3 Sistemas de control dinámico. Sistemas en lazo abierto y sistemas en lazo cerrado
Dependiendo del tratamiento que el sistema de control realiza con la señal de salida, pueden
distinguirse dos topologías de control generales: sistemas en lazo abierto y sistemas en lazo cerrado.
1.3.1 Sistemas en lazo abierto
En este tipo de sistemas, la salida no tiene efecto alguno sobre la acción de control.
Entrada de Señal de Variable

referencia Control PLANTA controlada
CONTROL o
PROCESO
Fig. 1.6 Diagrama de bloques de un sistema en lazo abierto
En un sistema en lazo abierto, la salida no se compara con la entrada de referencia, por ello cada
entrada corresponderá a una operación prefijada sobre la señal de salida. Se puede asegurar entonces
que la exactitud del sistema depende en gran manera de la calibración del mismo y, por tanto, la
presencia de perturbaciones en la cadena (señales indeseadas) provocará que éste no cumpla la función
asignada.

Para poder considerar una topología en lazo abierto, es necesario conocer la relación entrada/salida y
garantizar la inexistencia de perturbaciones externas o de variaciones de los parámetros internos del
sistema. Esto es, en general, difícil de cumplir en la práctica, y su realización implica sistemas
excesivamente caros.
Un ejemplo de este tipo de topología se puede encontrar en el control de un cabezal de máquina de

escribir electrónica. En este sistema, la entrada viene dada por el teclado; la señal generada por éste se
procesa y se genera la acción de control, que provocará, como salida, la rotación del cabezal a la
posición adecuada y la impresión de la letra deseada.
Amplificador
Teclado Microprocesador de potencia Motor DC
Cabezal
Fig. 1.7 Diagrama de bloques del control de un cabezal de impresión
Como se puede suponer, una perturbación de origen externo puede falsear la señal en cualquier punto
de la cadena y como resultado obtendremos una salida diferente de la deseada.
1.3.2 Sistemas en lazo cerrado
En los sistemas de control en lazo cerrado, la señal de salida tiene efecto sobre la acción de control. A
este efecto se le denomina realimentación.
Entrada de Señal de Señal de Variable

referencia Error Control Controlada
DETECTOR PLANTA o
CONTROL
DE ERROR PROCESO
ELEMENTO
DE MEDIDA
Fig. 1.8 Diagrama de bloques de un sistema de control en lazo cerrado
La señal controlada debe realimentarse y compararse con la entrada de referencia, tras lo cual se envía
a través del sistema una señal de control, que será proporcional a la diferencia encontrada entre la
señal de entrada y la señal medida a la salida, con el objetivo de corregir el error o desviación que
pudiera existir.
La principal ventaja de los sistemas de control en lazo cerrado es que el uso de la realimentación hace
al conjunto menos sensible a las perturbaciones externas y a las variaciones de los parámetros internos
que los sistemas en lazo abierto.

1.4 Caracterización de un sistema lineal invariante en el tiempo
1.4.1 Modelo de un sistema

Un sistema físico puede caracterizarse dinámicamente a través de las ecuaciones diferenciales que
describen las leyes físicas que rigen el comportamiento de dicho sistema.
Se debe de tener en cuenta que una descripción completa y precisa del sistema físico puede resultar
demasiado compleja y laboriosa; por ello debemos modelar el sistema llegando a un compromiso entre
la exactitud y la sencillez requeridas al sistema. En cualquier caso se debe garantizar que el modelo
obtenido responda a las exigencias iniciales del estudio, pues ello determina el rango de validez de un
modelo (por ejemplo: alta frecuencia en un estudio circuital). De hecho, un modelo será válido
mientras se cumplan las hipótesis que han permitido simplificarlo.
Por último, ha de indicarse que el campo de estudio del modelado de sistemas se encuentra
actualmente en fase de determinación de las reglas de identificación de sistemas, utilizándose para ello
software de alto nivel.
1.4.2 Clasificación de sistemas

Los sistemas pueden clasificarse en sistemas lineales y no lineales; otra posible clasificación los divide
en sistemas variantes o invariantes en el tiempo.
* Sistemas lineales: son aquellos que pueden describirse mediante ecuaciones diferenciales lineales.
La propiedad más importante es que permiten el principio de superposición. Esta propiedad puede
utilizarse para determinar de un modo experimental si un sistema es o no lineal.
* Sistemas no lineales: son aquellos que no son lineales; es decir, se caracterizan por ecuaciones
diferenciales no lineales. En realidad todo sistema es no lineal, aunque la mayoría es linealizable a
tramos (circunstancia que se utiliza para poder caracterizar un sistema no lineal como uno lineal en
un entorno determinado). En este tipo de sistemas, el principio de superposición no es aplicable.
Saturación de un operacional Característica cuadrática Zona muerta

de un diodo
Fig. 1.9 Ejemplos de sistemas no lineales

Linealización:
Dada una función no lineal y = f(x), su linealización en el entorno de un determinado punto de trabajo
(x0, y0) se obtiene de la forma siguiente:
y0 f(x)
⎛ df ( x) ⎞
donde y − y 0 = ⎜ ⎟ ⋅ ( x − x0 )
⎝ dx ⎠ x = x
0
x0 x
Que coincide con la ecuación de la recta de pendiente igual a la derivada de la función no lineal en el
punto (x0, y0), y que pasa por dicho punto. Debe observarse que la diferencia entre la recta y la función
no lineal indica el rango de validez del modelo, es decir, la tolerancia permitida debe ser mayor que
dicha diferencia.
1.4.3 Función de transferencia

En general, cualquier sistema lineal invariante en el tiempo (SLIT) puede modelarse mediante una
ecuación diferencial de la forma:
a 0 y(n) + a1 y(n-1) + a 2 y(n-2) +.....+ a n y = b0 x(m) + b1 x(m-1) + b2 x (m-2) +.....+ b m x

d ny (1.1)
donde: y (n) = ; n≥m
dt n
Esta ecuación diferencial relaciona la señal de salida y(t) de un sistema con la señal de entrada x(t) al
mismo, y permite conocer la respuesta de dicho sistema a una señal de entrada determinada, mediante
su resolución. A esta ecuación diferencial se le denomina ecuación característica del sistema.
Sin embargo, el tratamiento analítico del sistema a través de la ecuación característica diferencial es,
en general, complejo. Es por ello que se introduce el concepto de función de transferencia.
La función de transferencia de un sistema lineal invariante en el tiempo se obtiene realizando la

transformada de Laplace de la ecuación característica del sistema, con condiciones iniciales nulas.
Ecuación característica:
a 0 y (n) + a1 y (n-1) + a 2 y (n-2) +.....+ a n y = b0 x (m) + b1 x(m-1) + b2 x(m-2) +.....+ b m x (1.2)

TL :
CI = 0
Y(s) b sm + b sm-1 +.....+ b m

= G(s) = 0 n 1 n-1 (n ≥ m) (1.3)
X(s) a 0 s + a1 s +.....+ a n
donde n ≡ orden del sistema
Modelo del sistema:
X(s) Y(s)
SLIT
Y(s)
Función de transferencia: G(s) = con CI = 0
X(s)
La función de transferencia 'contiene' toda la información de la dinámica del sistema.
En concreto, la característica dinámica del sistema depende fundamentalmente de las raíces del
denominador de la función de transferencia; estas raíces se denominan polos de la función de
transferencia. Al polinomio obtenido en el denominador de una función de transferencia se le
denomina polinomio característico.
Para que un sistema sea físicamente realizable, el orden del denominador debe ser mayor o igual (de
hecho en la práctica siempre es mayor) que el orden del numerador, de este modo se garantiza que el
sistema es causal.
Ejemplo 1.1
L R
i
ei C eo
Fig. 1.10 Circuito RLC
Para obtener la función de transferencia del circuito de la figura deberán seguirse los siguientes pasos:
1.- Plantear las ecuaciones diferenciales que definen cada elemento, esto es, aquellas que se
obtienen a partir de las leyes físicas que rigen el comportamiento del sistema.

⎧ di
⎪⎪ e i = L ⋅ dt + R ⋅ i + e o d 2eo de
⎨ ⇒ e i = LC ⋅ + RC ⋅ o + e o
de o dt 2 dt
⎪ i = C⋅
⎪⎩ dt
2.- Aplicar la transformada de Laplace con condiciones iniciales nulas.
TL
CI = O [ ]
⇒ Ei(s) = LC ⋅ s 2 + RC ⋅ s + 1 ⋅ Eo(s) ⇒
Eo(s)
=
1
Ei(s) LC ⋅ s 2 + RC ⋅ s + 1
Debe observarse que la descripción de un sistema mediante su función de transferencia permite asignar
características temporales a la posición de los polos en el plano S, lo cual proporciona mayor
versatilidad que la descripción mediante la ecuación diferencial característica. Así, por ejemplo, puede
afirmarse que el sistema tiene un comportamiento como oscilador cuando R=0, dado que, en este caso,
sus raíces son imaginarias puras.
Eo(s) 1 1
R=0 ⇒ = =
(
Ei(s) LC ⋅ s 2 + 1 s + j LC ⋅ s − j LC )( )
Por último, resaltar que la función de transferencia no ofrece información sobre la estructura física del
sistema, con lo cual diversos sistemas físicos pueden tener la misma función de transferencia,
aplicándose, de este modo, el concepto de sistema análogo. Los sistemas análogos son útiles cuando
alguno de los sistemas es complejo, caro, frágil o de respuesta muy lenta (por ejemplo, en aplicaciones
con prototipos electrónicos).
1.5 Características de un sistema de control de tiempo continuo
1.5.1 Topología en lazo abierto
Sist. Control
R(s) C(s)
GLA(s)
Entrada Salida
C(s)
GLA(s) = (relación entrada / salida)
R(s)
Recordemos que un sistema de control, generalmente estará formado por diversos sistemas (planta,
control, etc.). La topología típica en sistemas en lazo abierto es:

CONTROL PLANTA
R(s) M(s) C(s)
Gc(s) G(s)
Entrada de Señal de Variable
referencia Control controlada
Fig. 1.11 Diagrama de bloques de un sistema en lazo abierto
C(s) M (s) C(s)

Obteniéndose: = ⋅ = Gc(s) ⋅ G (s) como función de transferencia del sistema. (1.4)
R (s) R (s) M (s)
1.5.2 Topología en lazo cerrado
Detector Error Pto. bifurcación

CONTROL PLANTA
R(s) E(s) M(s) C(s)
Gc(s) G(s)
+
-
B(s)
H(s)
ELEMENTO DE MEDIDA
Fig. 1.12 Diagrama de bloques de un sistema en lazo cerrado
El detector de error produce una señal resultante de la diferencia existente entre la referencia de
entrada y la señal de realimentación del sistema (realimentación negativa). La señal originada en el
detector de error se denomina señal de error.
El punto de bifurcación permite trasladar la señal de salida al punto de entrada, efectuando así la
realimentación deseada.
El elemento de medida es un transductor o sensor que mide el valor de la señal de salida y adapta la
naturaleza sus características a las necesarias para poder realizar la comparación con la señal de
referencia (Ejemplo.: No podemos comparar la velocidad de un motor si la señal de referencia es
eléctrica, debemos realizar una conversión velocidad-tensión). Generalmente, sus características
dinámicas son más rápidas que las propias del sistema que se debe controlar (adquisición de señal
mucho más rápida que la dinámica propia del sistema); en este caso se puede considerar H(s) = k; en
el caso k =1 se dice que existe realimentación unitaria; si no fuese así, deberíamos considerar las
características dinámicas del elemento de medida a través de su función de transferencia H(s).
Definiciones:
1. Función de transferencia en lazo abierto (ganancia de lazo):
B(s)
GLA(s) = = Gc(s) ⋅ G(s) ⋅ H(s) (1.5)
E (s)

2. Función de transferencia directa:
C(s)
GD(s) = = Gc(s) ⋅ G(s) (1.6)
E(s)
3. Función de transferencia en lazo cerrado:
C(s) Gc(s) ⋅ G(s) G D (s)

GLC(s) = = = (1.7)
R(s) 1 + Gc(s) ⋅ G(s) ⋅ H(s) 1 + G LA (s)
Cabe destacar, por último, que en el caso para el cual se cumpla que la ganancia de la función de
transferencia directa es alta (Gc(s)·G(s) >> 1) y se posea realimentación unitaria (H(s) = 1), la señal de
salida y la señal de entrada son iguales, lo cual proporciona una robustez muy importante frente a
perturbaciones externas y variaciones de parámetros internos:
* Sistema en lazo cerrado sometido a una perturbación:
N(s)
R(s) E(s) E1(s) ++ E2(s) C(s)

G1(s) G2(s)
+-
B(s)
H(s)
Fig. 1.13 Perturbación externa representada por N(s)
Aplicando superposición, se obtiene la señal de salida:
G 2(s) G1(s)G 2 (s)

C(s) = ⋅ N (s) + ⋅ R (s) (1.8)
1 + G1(s)G 2(s) H (s) 1 + G1(s)G 2(s) H (s)
Comparando con la salida que se obtendría en lazo abierto:
C(s) = G 2 (s) ⋅ N (s) + G1(s)G 2(s) ⋅ R (s) (1.9)
Se observa como se ha reducido la sensibilidad del sistema frente a perturbaciones externas; en

concreto, si la ganancia de lazo es elevada, la señal de salida depende exclusivamente de la función
de transferencia de la realimentación, aunque ello puede acarrear problemas de estabilidad
adicionales.

* Reducción de la sensibilidad frente a variaciones internas.
R(s) E(s) Cv(s)

G(s)+ΔG(s)
+-
Fig. 1.14 Variaciones internas de la función de transferencia representadas por ΔG(s)
La función de transferencia en lazo cerrado es:
G (s) + ΔG (s) G (s) ΔG (s)

C υ (s) = C(s) + ΔC(s) = ⋅ R (s) ≈ ⋅ R (s) + ⋅ R (s) (1.10)
1 + ΔG (s) + G (s) 1 + G (s) 1 + G (s)
ΔG (s)
así: ΔC(s) = ⋅ R (s) , que es menor que el efecto que obtendríamos en el caso del sistema en
1 + G (s)
lazo abierto ( C ν (s) LA = C(s) + ΔC(s) = R (s) ⋅ G (s) + ΔG (s) ⋅ R (s) ), reduciéndose de este modo la
sensibilidad del sistema frente a variaciones de parámetros internos. De hecho, un sistema en lazo
abierto exige componentes más precisos, mejor calibración y es, por lo tanto, más caro.
1.6 Diagrama de bloques
Características de un diagrama de bloques:
1- Es una representación gráfica del flujo de señales y de la función realizada por cada componente
de un sistema.
2- Refleja una característica unilateral (salida/entrada).
3- Dado un diagrama de bloques, el sistema al cual representa no es único, ya que contiene

información respecto a su comportamiento dinámico y no sobre su constitución interna.
4- El diagrama de bloques de un sistema dado no es único (depende de la definición de variables

internas); sin embargo, la función de transferencia resultante sí es única.
Técnicas de trazado del diagrama de bloques:
1- Describir las ecuaciones diferenciales de cada componente del sistema.

2- Aplicar la transformada de Laplace con condiciones nulas.
3- Representar individualmente el diagrama de bloques de cada ecuación diferencial.
4- Unir los bloques a través de sus variables de entrada y salida.

Ejemplo 1.2
i
ei C eo
Fig. 1.15 Circuito RC
1.- Plantear las ecuaciones diferenciales.
⎧ ei − eo
⎪⎪ i = R
⎨
⎪ e o = 1 ∫ i ⋅ dt
⎪⎩ C
2.- Aplicar la transformada de Laplace con condiciones iniciales nulas.
⎧ E i (s) − E o (s)
⎪⎪ I(s) = R
⎨
⎪ E o (s) = 1
⋅ I(s)
⎪⎩ Cs
3.- Representación individual.
Ei(s) I(s) I(s) Eo(s)

1/R 1/Cs
+-
Eo(s)
Fig. 1.16 Representación de las transformadas como funciones de transferencia
4.- Unir bloques individuales.
Ei(s) I(s) Eo(s)

1/R 1/Cs
+-
Eo(s)
Fig. 1.17 Diagrama de bloques global del sistema
E o (s) 1
RCs = 1
Con lo cual la función de transferencia resulta: =
E i (s) 1 + 1 RCs + 1
RCs

Debe observarse que la metodología presentada exige una ordenación adecuada de las variables
intermedias, de manera que la posterior unión de los diagramas individuales pueda realizarse de un
modo simple; de hecho, es necesario que las variables intermedias aparezcan sólo una vez como
resultado de un diagrama de bloques individual.
Álgebra de bloques:
El conjunto de reglas que permiten simplificar la estructura de un diagrama de bloques se denomina

álgebra de bloques; debe indicarse que, al aplicar dichas reglas, el diagrama resultante es más simple,
pero los nuevos bloques individuales son más complejos. Para aplicar adecuadamente álgebra de
bloques, es necesario verificar que el producto de funciones de transferencia en sentido directo o en un
lazo se mantenga constante tras la operación efectuada.
Diagramas de bloques originales Diagramas de bloques equivalentes
Fig. 1.18 Reglas del álgebra de diagramas de bloques

Diagramas de bloques originales Diagramas de bloques equivalentes
10
11
12
13
Fig. 1.19 Reglas del álgebra de diagramas de bloques (continuación)
Metodología usual de síntesis:

1.- Desplazar puntos de bifurcación y puntos de suma.
2.- Intercambiar punto de suma.
3.- Reducir los lazos internos de realimentación.

Ejemplo 1.3
H2
R C
G1 G2 G3
H1
Fig. 1.20 Diagrama de bloques de múltiples lazos
(Paso 1)
H2
G1
R C
G1 G2 G3
H1
(Paso 2)
H2
G1
R G1G2 C
G3
1-G1G2H1
(Paso 3)
R G1G2G3 C
1-G1G2H1+G2G3H2
(Paso 4)
R G1G2G3 C
1-G1G2H1+G2G3H2+G1G2G3
Fig. 1.21 Reducción sucesiva del diagrama de bloques de múltiples lazos

1.7 Sistemas de control en tiempo discreto
Un sistema de control en tiempo discreto se caracteriza principalmente por realizar un procesado,

mediante alguno de sus elementos, de señales discretas en el tiempo. La topología típica de un sistema
discreto es la que se puede observar en la figura siguiente:
CONTROL
Señal de error DIGITAL PLANTA Señal de salida
R(s) E(s) C(s)
A/D D/A G(s)
+-
Señal de
referencia
ELEMENTO DE MEDIDA (sensor)
Fig. 1.22 Diagrama de bloques de un sistema de control discreto
Respecto a los sistemas analógicos se observa la inclusión de algunos elementos nuevos:
* Control digital o discreto: Sistema procesador diseñado para que el sistema de control logre las
especificaciones requeridas. Este sistema trabaja u opera en instantes de tiempo predeterminados,
múltiplos del periodo de muestreo y es, por tanto, un sistema síncrono. La operatividad del sistema o
su funcionamiento de procesado queda caracterizada plenamente mediante su ecuación en
diferencias:
x(n) CONTROL y(n)

DIGITAL
t = n·T
P Q
y( n) = ∑ a ( p) ⋅ y( n − p) + ∑ b( q ) ⋅ x( n − q ) (1.11)
p =1 q =0
donde: y(n) ≡ muestras de salida del sistema procesador.

x(n) ≡ muestras a la entrada del sistema procesador.
* Necesidad de interfaces A/D y D/A para convertir señales continuas en señales discretas y señales
discretas en señales continuas, respectivamente. Permiten la introducción de un procesador discreto
en el sistema de control y reconstruyen temporalmente la señal discreta en una señal continua en el
tiempo.
La topología anterior es típica en sistemas discretos; sin embargo, no es la única topología posible.
Una alternativa a la anterior se caracterizaría con el siguiente diagrama de bloques:

Entrada de Variable
referencia PROCESADOR PLANTA o controlada
D/A PROCESO
DIGITAL
A/D SENSOR
Fig. 1.23 Diagrama de bloques alternativo de un sistema discreto
En este caso el procesador digital incluye el detector de error y el control discreto del sistema. Debe
observarse también que, en este caso, la señal de referencia es una señal digital, a diferencia de la
topología anterior, que poseía una señal de referencia analógica. Sin embargo, la caracterización del
sistema se puede realizar del mismo modo que en el caso anterior.
Debe observarse que el periodo de muestreo T depende fundamentalmente del tiempo de ciclo del
programa que ejecuta el algoritmo de control; así, normalmente el tiempo de ciclo de programa suele
ser mayor que el periodo de muestreo de los conversores A/D. En algunos casos, el periodo de
muestreo se diseña para que sea mayor que el tiempo de ciclo (cuando las constantes de tiempo del
proceso o planta son muy grandes), utilizándose el resto de tiempo del procesador para realizar
funciones de transmisión y representación de datos o, simplemente, funciones de gestión de posibles
alarmas.
Ventajas del muestreo en sistemas de control:
- Mayor facilidad de realización.

- No existen derivas (ruido, interferencias, etc.).
- Son más compactos, menos pesados.
- Menor coste.
- Flexibilidad de programación.
1.8 Muestreo y reconstrucción
Se ha indicado previamente la necesidad de incluir dos sistemas importantes en un sistema de control

en tiempo discreto:
* A/D: elemento encargado de muestrear, mantener y codificar la señal continua para lograr una señal
digital que actuará como señal de entrada del controlador digital. Su estructura interna típica es:
SAMPLE CODIFICADOR
A/D HOLD N bits
Fig. 1.24 Estructura interna del bloque A/D

* D/A: elemento encargado de decodificar y reconstruir la señal digital para lograr una señal continua
en el tiempo que actuará como señal de entrada de la planta analógica. En general, no es deseable
aplicar una señal muestreada a una planta analógica debido a los componentes inherentes de alta
frecuencia presentes en la señal discreta. Por esta razón, al elemento reconstructor también se le
denomina filtro de alisado.
Observando la topología típica de sistemas de control en tiempo discreto, surge la necesidad de

caracterizar los procesos del muestreo y reconstrucción de las señales, con el propósito de facilitar su
análisis.
* Caracterización del muestreo ideal: se define el muestreador ideal como un sistema que efectúa la
siguiente operación con la señal continua:
∞
e* (t) = ∑ e( t ) ⋅ δ( t − kT) (1.12)
k =0
donde: e*(t) ≡ señal discreta resultado del muestreo.

e(t) ≡ señal de entrada al muestreador.
T ≡ periodo de muestreo.
δ(t) ≡ función delta de Dirac.
Debemos observar que el muestreo ideal origina una señal que solo está definida en los instantes de
muestreo (múltiplos del periodo de muestreo) y cuya amplitud es el producto de la amplitud de la señal
continua en el instante de muestreo por la función impulso (amplitud infinita y área total unitaria); en
conclusión, el muestreo ideal no puede implementarse en la práctica, pero, como veremos más
adelante, permite modelar perfectamente todo el proceso de muestreo y reconstrucción.
Gráficamente el resultado es:
e*(t)
e(t)
0 T 2T 3T t
Fig. 1.25 Muestreo ideal
El muestreador ideal también es conocido como modulador de impulsos, ya que verifica la ecuación:
e* ( t ) = e( t ) ⋅ δT( t ) (1.13)
donde: δT( t ) ≡ tren de impulsos.

δT(t)
0 T 2T 3T t
Permitiendo el modelo:
MODULADOR
MUESTREADOR DE IMPULSOS
e(t) e*(t) e(t) e*(t)
δT(t)
Fig. 1.26 Muestreo ideal como una modulación de impulsos
* Propiedades de la señal muestreada de forma ideal:
Aplicando la transformada de Laplace en la expresión de una señal muestreada:
∞
f * ( t) = ∑ f ( kT) ⋅ δ( t − kT) (1.14)
k =0
∞
f * ( t ) = f ( t ) ⋅ ∑ δ ( t − kT) = f ( t ) ⋅ δT( t ) (1.15)
k =0
∞ ∞
F * (s) = ∑ f ( kT) ⋅ L[δ( t − kT)] = ∑ f ( kT) ⋅ e − kTs (1.16)
k =0 k =0
En conclusión la transformada de Laplace de una señal muestreada no es una función polinómica,

por lo que no será útil para trabajar con sistemas discretos y será necesario buscar una
transformación alternativa que permita operar con funciones polinómicas en dichos sistemas; a esta
nueva transformada se la denominará transformada Z.
Puede demostrarse una expresión alternativa de la transformada de Laplace de una señal muestreada
1 ∞ 2π
definida por: F * (s) = ⋅ ∑ F(s ± j ⋅ nωs) , donde ωs = . De este modo puede afirmarse que la
T n =0 T
transformada de Laplace de una señal discreta es periódica de periodo jnωs, verificando que si s1 es
* *
un polo de F(s) ⇒ es polo de F ( s) ⇒ s1 + jnωs es también polo de F ( s). La representación en
plano transformado de Laplace implica una repetición en bandas centradas en jnωs de las raíces
(polos y ceros) de la señal muestreada. La banda principal se denomina banda primaria y el resto de
*
bandas se denominan bandas complementarias. Si la localización de los polos y ceros de F ( s) es

conocida, entonces queda automáticamente determinada la localización de las raíces en el resto del
plano.
jω
3ω s
j
2
jω s Banda complementaria
ω
j s
2
σ Banda primaria
ω
−j s
2
− jω s Banda complementaria
3ω
−j s
2
Fig. 1.27 Raíces en el plano S de la transformada de Laplace de una señal muestreada
* Caracterización de la reconstrucción de señal: El dispositivo más simple de reconstrucción de datos,

y también el más común, es el mantenedor de orden cero (ZOH). El mantenedor de orden cero
proporciona fundamentalmente, como valor de la señal de salida, el valor de la última muestra
recibida a su entrada:
e ( t ) = e( kT) kT ≤ t < ( k + 1) T
e(t)
e(t)
e*(t)
0 T 2T 3T t
Fig. 1.28 Reconstrucción efectuada por el ZOH
El mantenedor de orden cero es un sistema que no necesita memoria, a diferencia de otros tipos de
mantenedores de datos, por esta razón es más económico y el más utilizado de todos ellos.
La respuesta impulsional de un mantenedor de orden cero se puede expresar como:
g oh ( t ) = u( t ) − u( t − T) (1.17)
δ(t) goh(t)
1
t T t
ENTRADA SALIDA

Aplicando la transformada de Laplace a esta respuesta impulsional, obtenemos la función de

transferencia del mantenedor de orden cero:
TL 1 − e − Ts
g oh ( t ) = u( t ) − u( t − T) ⎯ ⎯→ G oh (s) = (1.18)
s
Nótese que esta función de transferencia no corresponde a ningún dispositivo físico, porque se ha
deducido suponiendo funciones impulso en la entrada del mantenedor de orden cero; sin embargo, si
se utiliza junto con el muestreo ideal, proporcionan una buena descripción matemática del
procedimiento de muestreo y reconstrucción real de las señales de un sistema de control en tiempo
discreto.
1.9 Teorema del muestreo
Los sistemas de control en tiempo discreto conllevan de manera inherente operaciones de muestreo y
reconstrucción de señales. Estos procesos deben verificar en todo momento el teorema del muestreo,
siendo este teorema fundamental en sistemas discretos, como se comprobará a continuación.
Sea una señal f(t) con espectro de banda limitada:
F( jω)
-ω1 ω1 ω
Fig. 1.29 Espectro de la señal f(t)
donde ω1 es la máxima frecuencia que presenta f(t).
1 ∞
Según la expresión F * (s) = ⋅ ∑ F(s ± j ⋅ nωs) , el muestreo ideal equivale a una repetición de este
T n =0
espectro centrado en n·ωs, con n ∈ N.
De este modo el espectro de la señal muestreada con muestreo ideal puede sufrir dos situaciones
diferentes:

a) ωs ≥ 2ω1:
F* ( jω )
-ωs ω1-ωs -ω1 ω1 ωs-ω1 ωs ω
ω ωs
− s
2 2
Fig. 1.30 Repetición del espectro de la señal debido al muestreo
Suponiendo que el mantenedor de orden cero es un filtro pasa bajos ideal, se obtendría la señal previa
al muestreo como salida del mismo. Sin embargo, un filtro paso bajos ideal no es causal, y por ello el
mantenedor de orden cero distorsiona y no elimina totalmente las componentes en alta frecuencia de la
señal muestreada, notándose más este efecto cuanto menor es la relación ωs/ω1. En conclusión, interesa
trabajar siempre con la relación ωs/ω1 lo más grande posible, despreciando de este modo los efectos
del muestreo y reconstrucción.
b) ωs < 2ω1:
F * ( jω )
-ωs -ω1 ω1 ωs ω
ωs ωs
−
2 2
Fig. 1.31 Superposición de espectros (aliasing)
En este caso aparece un efecto de superposición de espectros que provocan que no sea posible
recuperar la señal original previa al muestreo a partir de la señal muestreada, ni en el caso en el cual se
realice un filtrado con filtro pasa bajos ideal. A este efecto se le denomina aliasing y siempre debe
evitarse en un proceso de muestreo.
A la vista de las dos situaciones anteriores, se desprende la siguiente afirmación:
Teorema de Shannon (o del muestreo): "La mínima frecuencia de muestreo para poder recuperar una
señal previa al muestreo, a partir de la señal muestreada a través de un filtro pasa bajos ideal es ωs =
2ω1, donde ω1 es la máxima frecuencia que presenta la señal a muestrear."

Para poder recuperar la señal original previa al muestreo a partir de la señal muestreada, es necesario
efectuar un filtrado paso bajo. Debe observarse que este filtrado ideal no puede realizarse en la
práctica debido a que un filtro con característica espectral rectangular no es causal. Dicho filtrado se
realiza normalmente mediante el mantenedor de datos de orden cero. En este caso la expresión del
espectro del filtro resultante es:
⎛ πω ⎞
G oh (s) =
1− e − Ts
⇒ G oh ( jω ) =
1− e − jωT
=T
( )
sen ωT 2 − jωT
⋅e 2 =
2π
sen⎜ ⎟
⎝ ω s ⎠ − jω T 2
e
s jω ωT ωs πω
2
ωs
2π − jπω
G oh ( jω ) = ⋅ sinc⎜⎛ πω ω ⎟⎞ ⋅ e ωs
(1.19)
ωs ⎝ s⎠
En la figura siguiente se observa como este filtro distorsiona la señal recuperada debido a un filtrado
bastante alejado del ideal; este filtrado mejora cuanto mayor es la frecuencia de muestreo,
proporcionando un resultado que coincide con el previsible a partir de una observación en dominio
temporal.
F* ( jω )
Filtro ideal
T Filtro ZOH
1/T
-ωs ω1-ωs -ω1 ω1 ωs-ω1 ωs ω
ω ωs
− s
2 2
Fig. 1.32 Distorsión del espectro de la señal al recuperar con ZOH
1.10 La transformada Z
La transformada Z es una herramienta clásica para el análisis y síntesis de sistemas discretos. Se

obtiene aplicando la transformada de Laplace en señales discretas, y su principal ventaja reside en la
propiedad de transformar expresiones de tipo exponencial en expresiones polinómicas.
Sea la señal muestreada:
∞ ∞
x * (t) = ∑ x( t ) ⋅ δ( t − kT) = ∑ x( kT) ⋅ δ( t − kT) (1.20)
k =0 k =0

Aplicando la transformada de Laplace, se obtiene:
∞ ∞
[ ]
L x * ( t) = ∑ x( t ) ⋅ e − kTs = ∑ x( kT) ⋅ e − kTs
k =0 k =0
(1.21)
donde T es el periodo de muestreo.
Puede observarse que esta expresión es difícil de tratar debido a su naturaleza.
Si utilizamos el cambio de variable:
z = eTs (1.22)
Surge, de este modo, la definición de transformada Z:
∞
X[z] = ∑ x( kT) ⋅ z − k (1.23)
k =0
La transformada Z está relacionada inherentemente a un proceso de muestreo. De hecho, únicamente

puede aplicarse sobre señales muestreadas, y en el proceso de realización de la antitransformada Z se
obtiene una señal muestreada. En conclusión, ello implica que diversas señales continuas puedan tener
la misma transformada Z debido a que posean la misma señal muestreada.
Por otra parte, debe indicarse que la transformada Z ofrece como solución una serie que permitirá una
expresión en forma de cociente de polinomios cuando converja; ello limitará el estudio a través de
dicha expresión a zonas del plano Z donde se garantice la convergencia.
* Transformación de zonas del plano S al plano Z:
Transformación de un punto del plano S:
s = − σ + jω ⇒ z = eTs = e − σT[cos(ωT) + j ⋅ sin(ωT)] (1.24)
De este modo:
Re[z] = e −σT ⋅ cos(ωT) ; Im[z] = e −σT ⋅ sin(ωT) (1.25)
De la misma forma es posible transformar todos los puntos del plano S comprendidos en el interior
de la banda primaria, como se puede observar en la figura 1.33:

jω Im[z]
3ω s
j
2
ω
j s
2
σ -1 1 Re[z]
ω
−j s
2
3ω s
−j
2
Fig. 1.33 Transformación de la banda primaria del plano S al plano Z
En conclusión, por periodicidad todas las bandas complementarias se transforman de forma análoga a
la banda primaria. Así, todo el semiplano izquierdo del plano S se transforma en el interior del circulo
de radio unidad en el plano Z, todo el semiplano derecho se transforma en el exterior del circulo de
radio unidad y el eje imaginario se transforma en el propio circulo de radio unidad, determinando de
este modo, la frontera de estabilidad. Debe observarse que el número de singularidades en plano Z es
finito, a diferencia de lo que ocurría en el plano S, debido a la coincidencia en la transformación de las
bandas complementarias respecto a la primaria.
1.11 Respuesta temporal de un sistema lineal invariante analógico frente a una

entrada muestreada
Un sistema lineal invariante analógico queda plenamente caracterizado por su respuesta impulsional o
por su función de transferencia (transformada de Laplace de la respuesta impulsional).
Frente a una entrada continua, el sistema proporciona una señal continua a la salida, resultado de la
convolución analógica entre la señal de entrada y la respuesta impulsional del sistema. La
transformada de Laplace de esta señal es igual al producto de la transformada de Laplace de la señal
de entrada por la función de transferencia del sistema.
x(t) y(t)=x(t)* h(t)

h(t), H(s)
X(s) Y(s)=H(s)·X(s)
Fig. 1.34 Respuesta de un sistema continuo a una entrada continua
La respuesta de un sistema analógico frente a una señal muestreada también sigue siendo continua, y
se puede caracterizar mediante la expresión:
∞
c( t ) = ∑ r ( kT) ⋅ g( t − kT) (1.26)
k =0

r(t) r*(t) c(t)

g(t), G(s)
R(s) T R*(s) C(s)=G(s)R*(s)
Fig. 1.35 Respuesta de un sistema continuo a una entrada discreta
Es importante enfatizar la influencia del periodo de muestreo en la señal de salida; debe observarse en
la expresión anterior que el simple hecho de cambiar el periodo de muestreo implica, de un modo
directo, cambiar la señal de salida. En concreto, el aumento del periodo de muestreo origina una señal
de salida mucho más diferenciada respecto a la señal de salida del sistema frente a la misma señal de
entrada sin muestrear, tendiendo a tener mayor sobreimpulso y perdiendo, por tanto, estabilidad
relativa. Estos efectos pueden observarse en la gráfica siguiente.
Amplitud
2
Sistema muestreado
1.5
Sistema sin muestrear
0.5
Mantenedor de orden 0
0
0 0.5 1 1.5 2 2.5 3 3.5
Tiempo (seg)
Fig. 1.36 Respuesta al escalón de un sistema discreto con periodo de muestreo T=0.2 seg.
Amplitud
2
Sistema muestreado
1.5
Sistema sin muestrear
0.5
Mantenedor de orden 0
0
0 0.5 1 1.5 2 2.5 3 3.5
Tiempo (seg)
Fig. 1.37 Respuesta al escalón de un sistema discreto con periodo de muestreo T=0.08 seg.

El problema de caracterización de esta señal de salida es difícil de realizar por procedimientos

habituales, y se plantea la cuestión del conocimiento de la señal de salida muestreada para, con las
herramientas que disponemos en el dominio discreto, utilizar métodos de análisis semejantes a los
usados en el domino continuo:
r(t) r*(t) c(t) c*(t)

g(t), G(s)
R(s) T R*(s) C(s)=G(s)R*(s) T
∞
c* ( t ) = ∑ c( kT) ⋅ δ( t − kT) (1.27)
k =0
k
donde: c( kT) = ∑ r ( nT) ⋅ g( kT − nT) es la expresión de la convolución discreta. (1.28)
n=0
∞
La señal g * ( t ) = ∑ g( kT) ⋅ δ( t − kT) se denomina respuesta impulsional discreta (1.29)
k =0
y permite caracterizar el sistema como un sistema discreto que ofrece una señal de salida discreta al
tener una señal de entrada muestreada. Cumpliéndose así la propiedad: C( z) = R ( z) ⋅ G( z) , donde
G(z) es la función de transferencia en Z, que puede obtenerse aplicando la transformada Z sobre la
respuesta impulsional discreta.
De este modo, la caracterización del sistema y el conocimiento de la señal de salida muestreada es

sencillo; sin embargo, por esta metodología únicamente se puede conocer la señal de salida en
instantes de muestreo y no la señal continua de salida que físicamente se genera en el sistema.
Obsérvese que este efecto no es muy importante cuando el periodo de muestreo es mucho más
pequeño que las constantes de tiempo del sistema analógico.
* Aplicación de la transformada Z a la resolución de ecuaciones en diferencias:
Un algoritmo que procesa señales muestreadas puede representarse mediante la resolución de una
ecuación en diferencias de la forma:
P Q
y( n) = ∑ a ( p) ⋅ y( n − p) + ∑ b( q ) ⋅ x( n − q ) (1.30)
p =1 q =0
Para resolver esta ecuación en diferencias puede aplicarse la transformada Z utilizando los teoremas
de desplazamiento:
Z[f ( t − nT) ] = z − n ⋅ F(z) (1.31)

⎡ n −1 ⎤
Z[f ( t + nT) ] = z n ⋅ ⎢ F(z) − ∑ f ( kT) ⋅ z − k ⎥ (1.32)
⎢⎣ k =0 ⎥⎦
Ejemplo 1.4
El sistema de la figura procesa las muestras de la señal de entrada mediante un algoritmo

representado por la siguiente ecuación en diferencias:
y[kT] = 0.5·x[kT] - 0.495·x[(k-1)T] + 0.995·y[(k-1)T]
x[kT] y[kT]
PROCESADOR
donde x[kT] es el valor de la muestra de la señal de entrada en el instante de muestreo kT, y

x[(k-1)T] se corresponde con el valor de la muestra de entrada en el instante de muestreo
inmediatamente anterior.
1.- Aplicar la transformada Z a la ecuación en diferencias.
TZ{y[kT]} = 0.5·TZ{x[kT]} - 0.495·TZ{x[(k-1)T]} + 0.995·TZ{y[(k-1)T]}
2.- Realizar la transformación haciendo uso de los teoremas de desplazamiento.
Y(z) = 0.5·X(z) - 0.495·X(z)·z -1 + 0.995·Y(z)·z-1
3.- Obtener la función de transferencia en Z del sistema.
Y( z) 0.5 − 0.495 ⋅ z −1
=
X( z) 1 − 0.995 ⋅ z −1
1.12 Funciones de transferencia de pulsos
Otra posibilidad de caracterizar la respuesta muestreada de un sistema continuo frente a una entrada
muestreada consiste en aplicar las propiedades de la transformada de Laplace de una señal muestreada:
r(t) r*(t) c(t) c*(t)

T g(t), G(s) T
R(s) R*(s) C(s)=G(s)R*(s)
1 ∞ 1 ∞
C(s) = R * (s) ⋅ G (s) ⇒ C * (s) = ⋅ ∑ C(s + jnωs) = ⋅ ∑ R * (s + jnωs) ⋅ G (s + jnωs) (1.33)
T n =−∞ T n =−∞

*
dado que R ( s) es periódica: R * ( s) = R * ( s + jnωs) :
1 ∞
C * (s) = R * (s) ⋅ ⋅ ∑ G (s + jnωs) = R * (s) ⋅ G * (s) (1.34)
T n =−∞
aplicando el cambio: z = eTs
C ( z) = R ( z) ⋅ G ( z) (1.35)
A esta propiedad se le denomina transformada estrella y permite obtener las funciones de

transferencia de sistemas discretos.
* Sistemas en cascada:
Supóngase el siguiente sistema:
r(t) r*(t) d(t) d*(t) c(t) c*(t)

G1(s) G2(s)
R(s) T R*(s) D(s) T D*(s) C(s)=G2(s)D*(s) T
Evaluando las ecuaciones en cada uno de los bloques constituyentes por separado es posible obtener
fácilmente las expresiones siguientes:
D(s) = R * (s) ⋅ G1(s) ⇒ D * (s) = R * (s) ⋅ G1* (s) ⇒ D( z) = R ( z) ⋅ G1( z) (1.36)
C(s) = D * (s) ⋅ G 2(s) ⇒ C( z) = D( z) ⋅ G 2( z) ⇒ C( z) = G1( z) ⋅ G 2( z) ⋅ R( z) (1.37)
C( z )
= G1( z) ⋅ G 2( z) (1.38)
R ( z)
Sin embargo, si se considera el sistema sin muestreador intermedio:
r(t) r*(t) d(t) c(t) c*(t)

T G1(s) G2(s) T
R(s) R*(s) D(s) C(s)
En este caso:
*
C(s) = R * (s) ⋅ G1(s) ⋅ G 2(s) ⇒ C * (s) = R * (s) ⋅ [G1(s) ⋅ G 2(s)] ⇒ C( z) = R ( z) ⋅ G1G 2( z)
(1.39)
C ( z)
= G1G 2( z) (1.40)
R ( z)

1 ∞
donde: G1G 2( z) = TZ[G1(s) ⋅ G 2(s)] = ⋅ ∑ G1(s + jnωs) ⋅ G 2( s + jnωs) z = eTs (1.41)
T n =−∞
debe observarse que: G1G2(z) ≠ G1(z)·G2(z) (1.42)
En el caso particular de tener un mantenedor de datos previo, la función de transferencia resultante es:
C ( z) ⎡ 1 − e − Ts ⎤ ⎡ G (s) ⎤
= Z[Goh(s) ⋅ G ( s)] = GohG ( z) = Z ⎢ ⋅ G (s) ⎥ = (1 − z −1 ) ⋅ Z⎢ ⎥ (1.43)
R ( z) ⎢⎣ s ⎥⎦ ⎣ s ⎦
aplicando para ello el teorema de desplazamiento.
* Sistemas en lazo cerrado:
a)
R(s) E(s) E*(s) C(s)

G(s)
+ T
-
Y(s)
H(s)
Ecuaciones:
*
C(s) = E * (s) ⋅ G (s) = ( R (s) − Y(s)) ⋅ G (s) =
*
= ( R (s) − H (s) ⋅ C(s) ) ⋅ G (s) = (1.44)
*
= R * (s) ⋅ G (s) − ( H (s) ⋅ C(s)) ⋅ G (s)
C( z) = R( z) ⋅ G ( z) − HC( z) ⋅ G ( z) (1.45)
donde se observa la imposibilidad de obtener la función de transferencia en lazo cerrado. Para

solucionar este problema debe evitarse aplicar la transformada estrella en expresiones donde la señal
de salida queda “unida” a alguna función de transferencia (H(s)·C(s)). En este caso debe operarse del
siguiente modo:
C(s) = E * (s) ⋅ G (s) ⇒ C * (s) = E * (s) ⋅ G * (s)
(
E * ( s) = R * ( s) − Y * (s) ) (1.46)
*
Y * (s) = E * (s) ⋅ (G (s) ⋅ H (s))

C( z) = E( z) ⋅ G ( z)
E ( z) = ( R ( z) − Y ( z) ) (1.47)
Y( z) = E ( z) ⋅ GH ( z)
C ( z) G ( z)
= (1.48)
R ( z) 1 + GH ( z)
b)
R(s) E(s) E*(s) C(s) C*(s)

G(s)
+- T T
Y(s)
H(s)
Ecuaciones:
*
C(s) = E * (s) ⋅ G (s) = ( R (s) − Y(s)) ⋅ G (s) =
( )
*
= R (s) − H (s) ⋅ C * (s) ⋅ G ( s) = (1.49)
( )
*
= R * (s) ⋅ G (s) − H (s) ⋅ C * (s) ⋅ G (s)
C( z ) = R ( z ) ⋅ G ( z ) − H ( z ) ⋅ G ( z ) ⋅ C( z ) (1.50)
C ( z) G ( z)
= (1.51)
R ( z) 1 + G ( z) ⋅ H ( z)
c)
R(s) E(s) C(s) C*(s)

G(s) T
+-
Y(s)
H(s)
Ecuaciones:
C(s) = E(s) ⋅ G (s) = ( R (s) − Y(s)) ⋅ G (s) =
( )
= R (s) − H (s) ⋅ C * (s) ⋅ G (s) = (1.52)
(
= R ( s) ⋅ G (s) − H (s) ⋅ C * (s) ⋅ G (s) )

C( z) = RG ( z) − GH ( z) ⋅ C( z) (1.53)
RG ( z)
C ( z) = (1.54)
1 + GH ( z)
Debe observarse que la entrada a la planta no se encuentra muestreada, lo que conlleva que no exista
una expresión de función de transferencia en dominio Z, aunque pueda obtenerse la señal muestreada
de salida a partir del conocimiento de la señal de entrada.
d) Controlador digital previo a ZOH y planta:
CONTROL
DISCRETO ZOH PLANTA
R(s) E(s) E*(s) M(s) M*(s) C(s)
Gc(s) Goh(s) G(s)
+ T T
-
Ecuaciones:
( )
* *
C(s) = M * (s) ⋅ Goh(s) ⋅ G (s) = ( R (s) − C(s) ) ⋅ Gc( s) ⋅ Goh(s) ⋅ G (s) (1.55)
C( z) = R( z) ⋅ GohG ( z) − Gc( z) ⋅ GohG ( z) ⋅ C( z) (1.56)
C ( z) Gc( z) ⋅ GohG ( z)
= (1.57)
R ( z) 1 + Gc( z) ⋅ GohG ( z)
1.13 Problemas
Problema 1
E 2 (s)
Dado el siguiente circuito, se desea obtener la función de transferencia :
E 1 (s)
C2
I
R R
+ +
E1 I1 I2
C1 E2
- -
Zout

Realizar los siguientes apartados:
1.- Determinar el valor de Zout para no tener efectos de carga. ¿Qué relación existe entre I2 e I?
2.- Plantear las ecuaciones que describen el sistema.
Nota: Utilizar las variables I1, I2, I, E1 y E2.
3.- Trazar el diagrama de bloques del sistema.
4.- Obtener la función de transferencia.
Solución:
E 2 (s) R 2 C1C2 ⋅ s 2 + 2 RC2 ⋅ s + 1

=
E 1 (s) R 2 C1C2 ⋅ s 2 + R ⋅ ( C1 + 2C2) ⋅ s + 1
Problema 2
Obtener las funciones de transferencia (si existen) en los siguientes diagramas:
1.-
R(s) + + E(s) E*(s) C(s)

Gd(z) Goh(s) G1(s) G2(s)
- - T
2.-
R(s) + E(s) E*(s) G1(s) + C(s)

G2(s)
- T - T
H(s)

3.-
+
R(s) + E(s) E*(s) + C(s)
G1(s) D(s) G2(s) G3(s)
- T T
Solución:
C ( z) Gd ( z) ⋅ GohG1G 2( z)
1.- =
R ( z) 1 + Gd ( z) ⋅ GohG1( z) + Gd ( z) ⋅ GohG1G 2( z)
C ( z) G1( z) ⋅ G 2( z)
2.- =
R ( z) 1 + G1( z) ⋅ G 2( z) + G 2 H ( z)
RG 3( z) + D( z) ⋅ G 2G 3( z) ⋅ G1R ( z)
3.- C( z) =
1 + D( z) ⋅ G 2G 3( z)

1.14 Tabla de transformadas
Transformada de Laplace Función temporal Transformada Z Transformada Z modificada

E(s) e(t) E(z) E(z, m)
1 z 1
u( t )
s z−1 z−1
1 Tz mT T
t +
s2 ( z − 1) 2 z − 1 ( z − 1) 2
1 t2 T 2 z( z + 1) T 2 ⎡ m2 2m + 1 2 ⎤
⎢ + + ⎥
s3 2( z − 1)
3
2 2 ⎣ z − 1 ( z − 1) 2 ( z − 1) 3 ⎦
( k − 1)! ∂ k −1 ⎡ z ⎤ ∂ k −1 ⎡ e − a mT ⎤
lim( −1)
k −1
t k −1 lim( −1)
k −1
sk a →0 ∂ a k −1 ⎢⎣ z − e − a T ⎥⎦ a →0
⎢ ⎥
∂ a k −1 ⎣ z − e − a T ⎦
1 z e − a mT
e−a t
( s + a) z − e−a T z − e−a T
1
t e−a t
Tze − a T [
Te − a mT e − a T + m ( 2 − e − a T ) ]
( s + a) 2 (z − e ) −a T 2
(z − e )−a T 2
( k − 1)! ∂k ⎡ z ⎤ ∂ k ⎡ e− a mT ⎤
t k e−a t ( −1) k ( −1) k
( s + a) k ∂ a k ⎣⎢ z − e − a T ⎦⎥ ⎢ ⎥
∂ a k ⎣ z − e− a T ⎦
a z(1 − e − a T ) 1 e− a mT
1 − e−a t −
s( s + a ) ( z − 1)( z − e − a T ) z − 1 z − e− a T
a
t−
1 − e−a t [
z ( aT − 1 + e − a T ) z + (1 − e − a T − aTe − a T ) ] T
+
amT − 1
+
e− a mT
s2 ( s + a) ( z − 1) 2
a( z − 1) a( z − e− a T )
a( z − 1) ( z − e − a T )
a 2
a2 z z aTe − a T z ⎡ ⎤
1 − (1 + at ) e −a t
− −a T −
1 1 + amT aTe− a T
−⎢ + ⎥ e− a mT
s( s + a )
2
z −1 z − e ( z − e−a T ) 2 z − 1 ⎢⎣ z − e− a T ( z − e− a T ) 2 ⎥⎦
b−a
e− a t − e −b t
(e − e )z
−a T −b T
e− a mT
−
e− b mT
( s + a )( s + b) ( z − e )( z − e )
−a T −b T z − e − a T z − e −b T
a z sen( aT ) z sen( amT ) + sen(1 − m) aT
sen( at )
s2 + a 2 z 2 − 2 z cos( aT ) + 1 z 2 − 2 z cos( aT ) + 1
s
cos( at ) z( z − cos( aT ) ) z cos( amT ) − cos(1 − m) aT
s2 + a 2 z 2 − 2 z cos( aT ) + 1 z 2 − 2 z cos( aT ) + 1
1 1 −a t
e sen( bt ) 1⎡
⎢
ze − a T sen( bT ) ⎤
⎥
1 ⎡ e−
⎢
a mT
[ z sen(bmT ) + e −a T
sen(1 − m)bT ] ⎤
⎥
( s + a) 2 + b 2 b b ⎣ z 2 − 2 ze − a T cos( bT ) + e −2 a T ⎦ b ⎢⎣ z 2 − 2 ze− a T cos( bT ) + e−2 a T ⎥⎦
s+a z 2 − ze − a T cos( bT ) e− a mT [ z cos( bmT ) + e− a T sen(1 − m)bT ]
e − a t cos( bt )
( s + a) 2 + b 2 z 2 − 2 ze − a T cos( bT ) + e −2 a T z 2 − 2 ze− a T cos( bT ) + e−2 a T
a2 + b2 ⎛ a ⎞ z( Az + B ) 1
1− e −a t
⎜cos( bt ) + sen( bt ) ⎟
[
s ( s + a) + b 2
2
] ⎝ b ⎠ ( z − 1)( z 2 − 2ze− a T cos(bT ) + e−2 a T ) z −1
⎛ a ⎞ −
e − a mT
[ z cos(bmT ) + e− a T sen(1 − m)bT ]
A = 1 − e− a T ⎜ cos( bT ) + sen( bT ) ⎟ z 2 − 2 ze− a T cos( bT ) + e−2 a T
⎝ b ⎠
⎛a ⎞
B = e−2 a T + e− a T ⎜ sen( bT ) − cos( bT ) ⎟ {
a − a mT
e [ z sen(bmT ) − e− a T sen(1 − m)bT ] }
⎝b ⎠ +b
z 2 − 2 ze− a T cos( bT ) + e−2 a T
1 1 e−a t e −b t ( Az + B ) z
+ +
s ( s + a )( s + b) ab a( a − b) b( b − a ) ( z − e )( z − e )( z − 1)
−a T −b T
b(1 − e ) − a(1 − e )
−a T −b T
A=
ab( b − a )
ae − a T (1 − e−b T ) − be−b T (1 − e− a T )
B=
ab( b − a )

2. Análisis temporal de sistemas continuos y discretos 51
2. Análisis temporal de sistemas continuos y discretos
2.1 Respuesta temporal.
La respuesta temporal de un sistema lineal invariante en el tiempo puede descomponerse en dos

partes: la respuesta transitoria y la respuesta estacionaria. De este modo, si denominamos c(t) a la
expresión de la respuesta temporal:
c( t ) = ct ( t ) + css( t )
donde: ct(t) = Respuesta transitoria.
css(t) = Respuesta estacionaria.
La respuesta transitoria es originada por la propia característica dinámica del sistema y determina el
comportamiento del sistema durante la transición de algún estado inicial hasta el estado final.
La respuesta estacionaria depende fundamentalmente de la señal de excitación al sistema y, si el

sistema es estable, es la respuesta que perdura cuando el tiempo crece infinitamente.
De este modo hemos logrado determinar de un modo simple la estabilidad absoluta de un sistema; se
dice que un sistema es estable si su respuesta transistoria decae a cero cuando el tiempo tiende a
infinito.
Se define el error en estado estacionario como la diferencia entre la señal de referencia y la señal
realimentada en estado estacionario en sistemas estables. Este error coincide con el valor estacionario
de la señal originada por el detector de error.
Por otra parte, en sistemas de control, interesa minimizar la desviación de la señal de salida respecto a
la señal de entrada en estado transitorio. Por esta razón se caracteriza la respuesta transitoria respecto
a entradas típicas o estándares, conociendo que, como el sistema es lineal, la respuesta del sistema a
señales más complejas es perfectamente predecible a partir del conocimiento de la respuesta a estas
entradas de prueba más simples.
Generalmente, las entradas típicas son: función impulsional, función escalón, función en rampa y
función parabólica en el tiempo; aunque la más importante de todas ellas es, sin duda, la función
escalón.
2.1.1 Sistemas de primer orden.

Sistema de primer orden es aquel que únicamente posee un polo en su función de transferencia.
R(s) 1 C(s)
Ts + 1
Fig. 2.1 Sistema de primer orden. T: constante de tiempo del sistema
* Respuesta al escalón:
TL 1
r ( t ) = u( t ) ⎯⎯
⎯→ R (s) =
s
⎡ t ⎤
1 1 TL− 1 −
C(s) = ⋅ ⎯⎯⎯→ c( t ) = ⎢1 − e T ⎥ ⋅ u( t )
Ts + 1 s ⎢⎣ ⎥⎦
Obsérvese que c(t) =1 cuando t tiende a infinito si T> 0; esto implica que el polo de la función de
transferencia del sistema debe encontrarse en el semiplano izquierdo del plano transformado S. Si T ≤
0, el sistema no alcanza el estado estacionario, resultando, de este modo, el sistema inestable.
Gráficamente:
c(t) −t
t
= 1− e T
c( t )
Pendiente=1/T c( t ) = 1 − e T
100 %
98.2%
86.5%
63.2%
0 1T 2T 3T 4T 5T 6T
Fig. 2.2 Respuesta al escalón
Observando la gráfica se comprueba que para t = T la señal de salida ha alcanzado el 63.2 % del valor
final, siendo esta una medida típica en la caracterización de sistemas de primer orden.
A efectos prácticos, se considera que cuando han transcurrido por lo menos cuatro constantes de
tiempo, la señal de salida ha alcanzado el valor final.
t = 4T → c( t ) ≅ css( t ) ≈ 1
De este modo se deduce que cuanto más pequeña es la constante de tiempo de un sistema de primer
orden más rápidamente alcanza el valor final.
2.1.2 Sistemas de segundo orden.

Un sistema de segundo orden se caracteriza por poseer dos polos en su función de transferencia.
Expresión normalizada:
ωn 2
G (s) = 2
s + 2ξωns + ωn 2
donde se define:
ξ= Relación de amortiguamiento.
ωn= Frecuencia natural no amortiguada.
Los polos de un sistema de segundo orden vienen determinados por la expresión:
s1,2 = −ξωn ± ωn ξ 2 − 1
* Tipos de sistemas en función del valor de ξ:
En la siguiente gráfica se visualiza la ubicación de polos de la función de transferencia en función del

valor de ξ.
jω
ξ=0
ξ<1 jωn
ξ>1 ξ>1
ξ=1 -ξωn σ
ξ<1 ξ=0
Fig. 2.3 Diagrama de la ubicación de los polos
Para ξ = 0 ⇒ Sistema oscilatorio. s1,2 = ± jωn

2
Para 0 < ξ < 1 ⇒ Sistema subamortiguado . s1,2 = −ξωn ± jωn 1 − ξ = −σ ± jωd
Para ξ = 1 ⇒ Sistema con amortiguamiento Crítico . s1,2 = −ξωn
2
Para ξ > 1 ⇒ Sistema sobreamortiguado . s1,2 = −ξωn ± ωn ξ − 1
* Respuesta al escalón en un sistema subamortiguado (0<ξ<1):
ωn 2 1 TL− 1 ⎡ ξ ⎤
C(s) = ⎯→ c( t ) = 1 − e− ξωnt ⎢cos(ωd ⋅ t ) + ⋅ sen(ωd ⋅ t ) ⎥ ; t ≥ 0 (2.1)
2 2 ⋅ ⎯⎯
s + 2ξωns + ωn s ⎢⎣ 1− ξ 2
⎥⎦
1 ⎡ ⎛ 1 − ξ2 ⎞⎤ 1
c( t ) = 1 − e − ξωnt ⋅ ⋅ sen ⎢ωd ⋅ t + tg −1 ⎜ ⎟ ⎥ = 1 − e − ξωnt ⋅ ⋅ sen[ωd ⋅ t + θ] ; t ≥ 0
1 − ξ2 ⎢ ⎜ ξ ⎟⎥ 1 − ξ2
⎣ ⎝ ⎠⎦
(2.2)
⎛ ⎞
1 − ξ2 ⎟
donde:θ = tg −1 ⎜ , con lo cual θ es el ángulo que forma el polo respecto al origen; de hecho
⎜ ξ ⎟
⎝ ⎠
puede expresarse: ξ = cos(θ) . En conclusión, a medida que θ aumenta la relación de amortiguamiento
disminuye.
ζ=0
ζ=0.1
ζ=0.5
ζ=1 ζ=2

Fig. 2.4 Respuesta al escalón de un sistema de segundo orden
La respuesta del sistema para ξ = 0 es oscilatoria, como puede comprobarse en la gráfica anterior. Por
otra parte, se observa que el valor máximo de amplitud logrado en el estado transitorio decrece a
medida que aumenta ξ (0 < ξ < 1) . En concreto, para valores de ξ≥1 desaparece totalmente este
máximo, lográndose el valor máximo de la señal cuando se alcanza el estado estacionario. Esta
característica es tanto más acentuada cuanto mayor es el valor de ξ . En concreto; si ξ>>1 la respuesta
del sistema de segundo orden puede aproximarse por la respuesta de un primer orden, realizándose lo
que se conoce como aproximación de polo dominante. La respuesta, en este caso, queda caracterizada
por la raíz real de constante de tiempo mayor (la más cercana al eje imaginario en el plano S). Debe
observarse que esta aproximación no puede realizarse cuando se analiza el inicio de respuesta, donde
todavía perdura el efecto de la señal originada por la raíz no dominante.
2.2 Especificaciones de respue sta transitoria.
Generalmente, en la práctica, se especifican las características o especificaciones requeridas a un

sistema de control en términos de cantidades en el dominio del tiempo. Estas cantidades vienen
determinadas en términos de la respuesta transitoria frente a una entrada tipo escalón (u(t)). A esta
respuesta se le denomina respuesta indicial.
De este modo se caracteriza la dinámica de un sistema, aunque trabaje con otro tipo de entradas, a
través de la dinámica requerida frente a una entrada escalón. El significado de los parámetros
definidos en la caracterización de la respuesta indicial determina la forma de la respuesta transitoria de
un sistema.
En la figura siguiente puede observarse la respuesta típica de un sistema frente a una entrada escalón.
M p
T o le r a n c ia ( 5 % o 2% )
1 .0
0 .5
td
tr
tp
ts
Fig. 2.5 Respuesta de un sistema de segundo orden frente a una entrada en escalón
Definiciones:
* td: Tiempo de retardo.
Tiempo que tarda la respuesta en alcanzar el 50 % del valor final.

* tr: Tiempo de subida o crecimiento.
Sistemas subamortiguados: Tiempo que tarda la respuesta en alcanzar el 100 % del valor final.
Sistemas sobreamortiguados: Tiempo que tarda la respuesta en pasar del 10 % al 90 % del valor final.
* tp: Tiempo de pico.
Tiempo que tarda la respuesta en alcanzar el primer máximo. Solo existe en sistemas
subamortiguados.
* Mp: Máximo sobreimpulso (porcentual).
Es el valor de pico máximo de la curva de respuesta ponderado por el valor final obtenido.
c( tp) − c(∞)
Mp(%) = ⋅100 (%) (2.3)
c(∞)
El máximo sobreimpulso es un parámetro indicativo de la 'estabilidad relativa' del sistema.
* ts: Tiempo de establecimiento.
Tiempo requerido por la curva de respuesta para alcanzar y mantenerse dentro de determinado rango
(habitualmente 5 % o 2 %) del valor final. Generalmente está relacionado con las constantes de
tiempo más grandes del sistema.
Idealmente interesará lograr siempre sistemas de control que minimicen el Máximo sobreimpulso y
los tiempos de respuesta transitoria, manteniendo la máxima precisión posible.
2.2.1 Particularización para sistemas de segundo orden subamortiguados.
1- Cálculo de tr:
⎡ ⎤ 2
− ξωntr ⎢ ξ 1− ξ ωd
c( tr ) = 1 ⇒ 1 = 1 − e cos(ωd ⋅ tr ) + ⋅ sen(ωd ⋅ tr ) ⎥ ⇒ tg( ωd ⋅ tr ) = − =− (2.4)
⎢ 2 ⎥ ξ σ
⎣ 1− ξ ⎦
1 ⎛ ωd ⎞ π − θ ⎛ ωd ⎞
tr = ⋅ arctg⎜ − ⎟= , donde θ = arctg⎜ ⎟ , con lo cual θ es el ángulo que forma el polo
ωd ⎝ σ⎠ ωd ⎝ σ⎠
respecto al origen. En el caso de poseer raíces imaginarias puras (ξ=0), el tiempo de subida coincide
con un cuarto del periodo de señal (tr = π 2ωn ); a su vez, cuando las raíces son reales (ξ=1), el sistema
tiene una característica de amortiguamiento crítico y el tiempo de subida, según la expresión anterior,
es infinito, lo que conlleva la necesidad de variar su definición.
2- Cálculo de tp:
− ξωntp
dc( t ) ωn ⋅ e
=0⇒ ⋅ sen(ωd ⋅ tp) = 0 ⇒ ωd ⋅ tp = k ⋅ π (2.5)
dt 2
tp 1− ξ
π Td
El primer máximo se obtiene para: tp = = , donde Td es el periodo de oscilación.
ωd 2
De este modo, a medida que aumente la parte imaginaria de los polos del sistema, el tiempo de pico
disminuirá.
3- Cálculo del Máximo sobreimpulso:
⎡ ⎤
−ξωntp ⎢ ξ − ξωnπ
Mp = c( tp) − 1 ⇒ 1 − e cos(ωd ⋅ tp ) + ⋅ sen(ωd ⋅ tp ) ⎥ = e ωd
⎢ 2 ⎥
⎣ 1− ξ ⎦
πξ
−
−σπ 1−ξ
2
Mp = e ωd = e (2.6)
Observando la expresión anterior puede trazarse una gráfica que relacione Mp en función de ξ.
%
100
−πξ
90 Mp = e 1−ξ2
80
70
60
Mp
50
40
30
20
10
0
0 0.2 0.4 0.6 0.8 1
ξ
Fig. 2.6 Curva de Mp en función de ξ
De hecho, cuanto mayor es ξ, menor es el Máximo sobreimpulso obtenido en la respuesta transitoria.

Expresado de otro modo, cuanto mayor es el ángulo que forma el polo del sistema respecto al eje real
mayor es el sobreimpulso de la respuesta. En conclusión, el aumento de la parte real (en valor
absoluto) o la disminución de la parte imaginaria de las raíces conlleva la reducción del Mp. De la
figura 2.6 se puede observar que para ξ>0.6 el Mp es menor al 10%.
4- Cálculo del tiempo de establecimiento:
Para determinar las expresiones del tiempo de establecimiento en un sistema subamortiguado, se

considera que la respuesta queda comprendida entre envolventes, que permiten aproximar el tiempo
de establecimiento en función de la parte real de los polos del sistema.
Así, considerando los errores:
3 3
5 %⇒ ts ≅ = (2.7)
ξωn σ
4 4
⇒ ts ≅ =
2% ξωn σ (2.8)
el tiempo de establecimiento es inversamente proporcional a la parte real (en valor absoluto) de las
raíces del sistema subamortiguado.
2.5
2 e − ξωn t
1+
1 − ξ2
1.5
c(t)
1
0.5 e − ξωnt
1−
1− ξ2
0
-0.5
0 1 2 3 4T 4 5
Tiempo(seg)
Fig 2.7 Envolventes de respuesta al escalón unitario

10 2
P3
8 P3 1.8
P2
6 1.6
P2 P1
4 1.4
2 1.2
Eje Imaginario
Amplitud
0 1
-2 0.8
P1*
-4 * 0.6
P2
-6 0.4
-8 * 0.2
P3
-10 0
-0.5 -0.4 -0.3 -0.2 -0.1 0 0 1 2 3 4 5 6
Eje Real Tiempo (seg)
2
P3 P1 2
1.8 P1
1.8
1.6
1.6
1.4
1.4
1.2
1.2 P2
1
Amplitud
Amplitud
1
0.8
0.8
0.6
0.6
0.4
0.4
0.2
0.2
0
0 1 2 3 4 5 6 0
0 1 2 3 4 5 6
Tiempo (seg)
Tiempo (seg)
Fig 2.8 Respuestas al escalón de sistemas de segundo orden
Ejemplo 2.1
En la figura 2.9. se muestra un amplificador magnético con una baja impedancia de salida, en cascada
con un filtro paso-bajo y un preamplificador. El amplificador tiene una elevada impedancia de entrada
así como ganancia unitaria, y se usa para sumar las señales tal y como se muestra en la figura.
R=50Ω
-1 E(s) K V0(s)
V1(s)
Vin(s) 1 + τs
+1 C
Fig. 2.9 Amplificador magnético en cascada con un filtro paso-bajo y preamplificador
Calcular el valor de la capacidad C, de tal forma que la función de transferencia V0(s)/Vin(s) tenga una
relación de amortiguamiento ξ = 0.7 .
Si la constante de tiempo del amplificador magnético es igual a 1 seg. (τ = 1 seg.) y la ganancia es

K=20. Calcular el tiempo de estabilización del sistema resultante.
4
Nota: Tiempo de estabilización ⇒ ts =
ξω n
Solución:
1 ⎫
V0 (s) Cs
= ⎪ 1
V1 (s) R + 1 ⎪ V0 (s) K Cs = K ⋅ 1
Cs ⎬ = ⋅
V1 (s) K ⎪ E(s) 1 + τs R + 1 1 + τs RCs + 1
= Cs
E(s) 1 + τs ⎪
⎭
Obtenemos entonces el diagrama de bloques siguiente :
Vin(s) E(s) K V1(s) 1 V0(s)

+ 1 + τs RCs + 1
-
V0 (s) 20 1
G (s) = = ⋅
E(s) (1 + s) (50Cs + 1)
V0 (s) G (s) 20 20
G LC (s) = = = =
Vin (s) 1 + G (s) (1 + s) ⋅ (50Cs + 1) + 20 50Cs + (1 + 50C)s + 21
2
20
G LC (s) = 50C
2 1 + 50C 21
s + s+
50C 50C
Para calcular el tiempo de estabilización, es necesario conocer ξ y ωn, ya que ts = 4/ξωn. Si ξ debe
valer 0.7:
1 + 50C ⎫
= 2ξω n = 2 ⋅ 0.7 ⋅ ω n ⎪ 1 + 50C 21
50C ⎬ = 1.4 ⋅
21 50 C 50C
= ω n2 ⎪
50C ⎭
⎧ 0.7826 F
1 + 100C + 2500C 2 = 1.96 ⋅ 21 ⋅ 50C ; 2500C 2 − 1958C + 1 = 0 → C=⎨
. ⋅ 10 −4 F
⎩511
Desechamos el valor de C=0.7826 F por ser un valor físicamente muy grande, además de que provoca
un tiempo de establecimiento mayor.
Escogeremos por lo tanto: C = 5.11·10-4 F
21 21
ωn = = = 28.7 rad / s
50C . ⋅ 10 −4
50 ⋅ 511
El tiempo de estabilización quedará entonces como:
4 4
ts = = = 0.2 seg.
ξω n 0.7 ⋅ 28.7
2.2.2 Sistemas de orden superior.
Un sistema de orden superior (supuesto estable) puede caracterizarse mediante una función de
transferencia, que admite una expresión de la respuesta a una entrada escalón unitario de la forma:
m m
k ⋅ ∏ (s + z i ) k ⋅ ∏ (s + z i )
C( s) 1
= q r
i =1
→ C( s) = q r
i =1
⋅
R (s) s
∏ (s + p ) ⋅ ∏ (s
j =1
j
k =1
2
+ 2ξ k ω k s + ω 2k ) ∏ ( s + p ) ⋅ ∏ (s
j =1
j
k =1
2
+ 2 ξ k ω k s + ω 2k )
Desarrollando en fracciones parciales y aplicando la antitransformada de Laplace:
[ ]
r
t
c ( t ) = a ⋅ u( t ) + ∑ a j ⋅ e + ∑ b k ⋅ e − ξ k ω k t cos(ωd k ⋅ t ) + c k ⋅ e − ξ k ω k t sen(ωd k ⋅ t )
−p j
j= 1 k =1
En la expresión aparecen términos que dependen de la parte real de los polos. Dos consideraciones
permiten aproximar la dinámica de un sistema de orden superior por la dinámica de un sistema de
primer o segundo orden.
Cancelación cero-polo: Se basa en el análisis resultante en la determinación del valor de los residuos
cuando el polo se encuentra cercano a un cero; en este caso, puede expresarse zi = pi + ε , donde
ε → 0. El cálculo del residuo resulta:
m
k ⋅ ∏ (s + zh )
h =1
ai = lim q r
⋅ ( s + pi ) →
s → − pi
s ⋅ ∏ ( s + p j ) ⋅ ∏ ( s + 2ξ k ω k s
2
+ ω k2 )
j =1 k =1
m
k ⋅ ∏ (s + zh )
h =1
ai = ε ⋅ lim q r
s → − pi
s ⋅ ∏ ( s + p j ) ⋅ ∏ ( s 2 + 2ξ k ω k s + ω k2 )
j =1 k =1
en la segunda expresión no existen los términos (s+zi) en numerador ni (s+pi) en denominador. En

conclusión, en el caso en el cual el polo y el cero se encuentren muy cercanos, ε → 0 ⇒ ai → 0 ,
perdiendo importancia el término exponencial de la respuesta transitoria originado por este polo frente
al resto de términos de la respuesta total. De este modo puede simplificarse en un orden la dinámica
del sistema. Debe considerarse que se obtienen resultados análogos en el caso de poseer ceros
complejo-conjugados cercanos a polos complejo-conjugados, lo cual permite generalizar esta
aproximación a cualquier tipo de sistemas de orden superior.
Aproximación de polos dominantes: Los polos más alejados del eje imaginario poseen constantes de
tiempo menores (sean o no reales, en el caso de raíces complejo-conjugadas existe una dependencia
respecto a su parte real), de manera que puede afirmarse que las exponenciales debidas a estos polos
son importantes en el inicio de la respuesta transitoria, pero que decaen a cero mucho más
rápidamente que las exponenciales debidas a raíces con constantes de tiempo mayores. Son estas
últimas las que caracterizan plenamente la respuesta transitoria (exceptuando en el origen de la
respuesta) y permiten reducir el orden del sistema; se dice en este caso que “dominan” la respuesta del
sistema, despreciándose el efecto de las raíces con parte real mayor (en valor absoluto).
2.3 Respuesta transitoria de si stemas discretos.
2.3.1 Sistema de control discreto en lazo cerrado.
Estructura típica de un sistema de control discreto en lazo cerrado:
CONTROL
DISCRETO ZOH PLANTA
R(s) + E(s) E*(s) C(s)
Gc(z) Goh(s) G(s)
- T T
H(s)
ELEMENTO DE MEDIDA
Fig 2.10 Estructura típica de un sistema de control discreto en lazo cerrado

El control discreto es caracterizado a través de su función de transferencia en Z y es diseñado para

cumplir las especificaciones requeridas al sistema.
Se define el sistema continuo equivalente de un sistema discreto como aquel sistema que resulta de
eliminar los muestreadores y mantenedores de datos del sistema discreto.
Las respuestas temporales del sistema discreto y del sistema continuo equivalente difieren
substancialmente a medida que aumenta el periodo de muestreo, de este modo se dice que el muestreo
desvirtúa la respuesta del sistema discreto frente a la del sistema continuo equivalente. En concreto,
el muestreo tiene un efecto desestabilizador del sistema, de manera que, cuanto más desvirtuado se
halla el sistema discreto frente al sistema analógico, “peor” es su respuesta transitoria. Este efecto
conlleva una pérdida de la estabilidad relativa del sistema discreto a medida que aumenta el periodo
de muestreo.
Ejemplo 2.2
Dado los siguientes sistemas:
ZOH PLANTA PLANTA

R(s) + E*(s) C(s) R(s) + C(s)
Goh(s) G(s) G(s)
- T -
H(s) H(s)
ELEMENTO DE MEDIDA ELEMENTO DE MEDIDA
a) b)
Fig. 2.11 a) Sistema discreto

b) Sistema continuo equivalente
Con las siguientes funciones de transferencias:
1
G (s) = ; H ( s) = 1
s( s + 1)
Se puede observar el efecto desestabilizador al aumentar el periodo de muestreo en las siguientes

gráficas:
Amplitud Amplitud
1.2 1.4
1.2
1
1
0.8
0.8
0.6
0.6
0.4
0.4
0.2 0.2
0 0
0 2 4 6 8 10 0 5 10 15 20
Tiempo (seg) Nº de muestras
a) b)
Amplitud Amplitud
1.4 1.2
1.2 1
1
0.8
0.8
0.6
0.6
0.4
0.4
0.2
0.2
0 0
0 10 20 30 40 50 0 20 40 60 80 100
Nº de muestras Nº de muestras
c) d)
Fig. 2.12 a) Respuesta al escalón del sistema equivalente

b) Respuesta al escalón del sistema discreto con T=1seg.
c) Respuesta al escalón del sistema discreto con T=0.25seg.
d) Respuesta al escalón del sistema discreto con T=0.1seg.
Los parámetros de medida de este proceso son, fundamentalmente, dos:
* Número de muestras por constante de tiempo:
Corresponde a la expresión: τ/T . Se considera que si se poseen más de 5 muestras por constante de
tiempo de la respuesta del sistema discreto no queda desvirtuada frente a la respuesta del sistema
continuo equivalente. Obsérvese que τ es la constante de tiempo más pequeña del sistema continuo
equivalente.
* Número de muestras por ciclo:
Corresponde a la expresión: Td/T. En este caso no existe ningún criterio al respecto, pero se considera
que son suficientes 10 muestras por ciclo para poder decir que la respuesta no queda desvirtuada.
Obsérvese que, análogamente al caso anterior, Td es el periodo de señal respuesta del sistema
continuo equivalente.
2.3.2 Correlación entre el plano S y el plano Z.
Recordando la definición de transformada Z: z = e Ts = e − σT ⋅ e ± jωT = e − σT ⋅ [cos(ωT) ± j ⋅ sin(ωT)]
Transformación de rectas de parte real constante:
jω
Im[z]
e σT
- 1
1
Re[z]
- σ1 σ2 σ
e σT
2
Fig. 2.13 Transformación de rectas de parte real constante del plano S al Z
Transformación de rectas de parte imaginaria constante:
jω
Im[z]
j ωs /2
j ω2 ω 2T
j ω1 ω 1T
1 Re[z]
σ 1
Fig. 2.14 Transformación de rectas de parte imaginaria constante del plano S al Z
Debe observarse que cuanto más pequeñas son la parte real (en valor absoluto) y la parte imaginaria
de las raíces en plano S, más cercanas se encuentran las raíces transformadas al punto z=1 en el plano
Z.
Como se ha comentado anteriormente, puede afirmarse que el sistema discreto y el sistema continuo
equivalente ofrecen dinámicas similares cuando el número de muestras por ciclo y el número de
muestras por constante de tiempo es suficientemente elevado (en este caso se dice que el sistema no
está desvirtuado). Estas indicaciones conllevan a que las raíces características en plano S sean tales
ωs T d τ 1
que mantengan elevadas las relaciones: = y o, equivalentemente, . En conclusión, un
ωd T T σT
sistema discreto no queda desvirtuado frente al sistema continuo equivalente cuando las raíces
transformadas en plano Z se encuentren en el interior del circulo de radio unidad y cercanas al punto
z=1. En estos casos, pueden asignarse al sistema discreto las mismas características dinámicas que
posee el sistema continuo equivalente. De hecho, no es posible conocer las características que presenta
la respuesta de un sistema discreto cuando las raíces en plano Z se encuentran alejadas del punto z=1,
si no es resolviendo la antitransformada Z de la señal de salida.
Mediante la observación de la expresión de la transformada Z, se puede afirmar que el aumento del

período de muestreo provocará un alejamiento de las raíces transformadas de la zona del plano Z en la
cual se garantiza una respuesta del sistema discreto no desvirtuada frente al sistema continuo
equivalente.
En la figura siguiente se muestran las respuestas obtenidas en función de la ubicación de las raíces en
plano S y en plano Z.
Eje imaginario
ωs
S Eje imaginario Z
j =20 1.5
2 8
15
1
10
0.5
5 1
2 1 65 2
7 6 4 5 3 8
0 0 7 4 3
6 5 2 1
-5 6 5 2 1
-0.5
-10
-1
-15
8
-20 -1.5
-2.5 -2 -1.5 -1 -0.5 0 0.5 1 -1.5 -1 -0.5 0 0.5 1 1.5
Eje real Eje real
1 2
500 90
80
0 70
60
-500 50
40
-1000 30
20
-1500 10
0
-2000 -10
0 5 10 15 20 25 30 0 200 400 600 800 1000
nº de muestras nº de muestras
3 4
10 7
9
6
8
7 5
6
4
5
3
4
3 2
2
1
1
0 0
0 2 4 6 8 10 0 5 10 15 20 25 30
5 6
25 12
10
20
8
15
10
4
5
2
0 0
0 5 10 15 20 25 30 0 5 10 15 20
7 8
4 2
3.5
1.5
3
1
2.5
0.5
2
0
1.5
-0.5
1
0.5 -1
0 -1.5
0 5 10 15 20 0 20 40 60 80 100 120 140 160
Fig. 2.15 Posiciones de polos correspondientes entre el plano S y el Plano Z y características de respuesta
transitoria.
2.4 Estabilidad absoluta de sis temas lineales.
2.4.1 Estabilidad en sistemas de tie mpo continuo.
Se ha comentado anteriormente que la estabilidad absoluta de un sistema lineal se logra cuando la

respuesta transitoria decae a cero al tender el tiempo a infinito. Se puede demostrar que para que un
sistema lineal sea estable es necesario que posea todos los polos de su función de transferencia en el
semiplano izquierdo del plano transformado S.
En sistemas de control, el problema fundamental es la determinación de las raíces del sistema en Lazo
Cerrado a partir del conocimiento de las raíces en Lazo Abierto. Recordando la expresión de la
función de transferencia en Lazo Cerrado.
CONTROL PLANTA
R(s) + E(s) M(s) C(s)
Gc(s) G(s)
-
B(s) H(s)
ELEMENTO DE MEDIDA
Fig. 2.16 Estructura de un sistema de control en lazo cerrado
C(s) Gc(s) ⋅ G(s)

GLC(s) = =
R(s) 1 + Gc(s) ⋅ G(s) ⋅ H(s)
La ecuación característica del sistema en Lazo Cerrado 1+Gc(s)G(s)H(s) = 0 no es fácilmente

resoluble en general; por ello aparecen métodos algorítmicos para poder determinar la estabilidad de
un sistema en lazo cerrado, el más importante de estos métodos es el criterio de estabilidad de Routh
(CER).
El criterio de estabilidad de Routh permite determinar el número de raíces de una ecuación de variable
compleja que se encuentran en el semiplano derecho, utilizándose, de este modo, para determinar si
existen polos de una función de transferencia en el semiplano derecho del plano transformado S.
Criterio de estabilidad de Routh (CER):
El criterio de estabilidad de Routh es un criterio de estabilidad absoluta. Se basa en la determinación

del número de raíces de un polinomio que se encuentran en el semiplano derecho del plano S. Para su
aplicación deben verificarse dos condiciones:
- Condición necesaria:
m m−1
C( s) b 0 ⋅ s + b1 ⋅ s +....+ bm
Dada la función de transferencia: = n n−1
, debe escribirse el denominador
R ( s) a 0 ⋅ s + a1 ⋅ s +....+ an
de la forma: a 0 ⋅ s n + a1 ⋅ s n −1 + .... + an = 0 , con an ≠ 0 (se eliminan las raíces en el eje imaginario).
Criterio: Si existe algún coeficiente negativo o cero en presencia de algún coeficiente positivo,
entonces existen una o más raíces imaginarias puras o con parte real positiva, lo cual implica que el
sistema es inestable. En otros términos, para garantizar estabilidad, a partir del primer ai ≠ 0 todos los
coeficientes deben estar presentes y ser positivos.
- Condición suficiente:
n n −1
Debe aplicarse el algoritmo de formación siguiente: a 0 ⋅ s + a1 ⋅ s +....+ an = 0 .
s n a0 a2 a4 a6
s n −1 a1 a 3 a 5 a 7
s n −2 b1 b2 b3 b4
n−3
s c1 c2 c3 c4

2
s e1 e2
s1 f 1
s 0 g1
Las primeras filas se obtienen directamente del polinomio característico, el resto de coeficientes se
obtienen según las expresiones:
a1 ⋅ a 2 − a 0 ⋅ a 3 a1 ⋅ a 4 − a 0 ⋅ a 5 a1 ⋅ a 6 − a 0 ⋅ a 7
b1 = ; b2 = ; b3 =
a1 a1 a1
b1 ⋅ a 3 − a1 ⋅ b2 b1 ⋅ a5 − a1 ⋅ b3 b1 ⋅ a 7 − a1 ⋅ b4
c1 = ; c2 = ; c3 =
b1 b1 b1
Como observación debe indicarse que puede multiplicarse o dividirse toda una fila por una constante
positiva.
El criterio de estabilidad de Routh determina que el número de raíces con parte real positiva del
polinomio estudiado es igual al número de cambios de signo de la primera columna del algoritmo de
formación.
De este modo la condición necesaria y suficiente para que un sistema sea estable es:
- Todos los coeficientes del polinomio característico deben existir y ser positivos.
- Todos los coeficientes de la primera columna del algoritmo de formación deben de ser positivos.
Ejemplo 2.3
a 0 ⋅ s 3 + a1 ⋅ s 2 + a 2 ⋅ s + a 3 = 0
Condición necesaria ⇒ a 0, a1, a 2, a 3 > 0

s3 a0 a2
Algoritmo: s2 a1 a3 , condición suficiente

a1 ⋅ a 2 − a 0 ⋅ a 3
s1
a1
s0 a3
a1 ⋅ a 2 − a 0 ⋅ a 3
⇒ > 0 ⇒ a1 ⋅ a 2 > a 0 ⋅ a 3
a1
Ejemplo 2.4
s 4 + 2 ⋅ s3 + 3 ⋅ s 2 + 4 ⋅ s + 5 = 0
Se verifica la condición necesaria
s4 1 3 5
s3 2 4
Algoritmo: s2 1 5 , condición suficiente ⇒ existen dos cambios de signo ⇒
s1 −6
s0 5
existen dos raíces con parte real positiva ⇒ el sistema es inestable.
* Casos especiales en el algoritmo de Routh.
1) Un término de la primera columna es cero en presencia de otros diferentes de cero.
Cuando esta situación ocurre, puede afirmarse que el sistema es inestable. Para determinar la
ubicación de las raíces que proporcionan la inestabilidad debe realizarse el siguiente procedimiento:
- Sustituir el cero por ε>0 con ε<<1.
- Aplicar el procedimiento habitual.
- Aplicar el criterio: Si los coeficientes superior e inferior a ε son de igual signo⇒existen raíces sobre
el eje imaginario; si los coeficientes superior e inferior tienen signo diferente⇒existen raíces en
semiplano derecho.
Ejemplo 2.5
s3 + 2 ⋅ s 2 + s + 2 = 0
Se verifica la condición necesaria.
s3 1 1
2
Algoritmo: s 2 2 , no hay cambio de signo ⇒ existen raíces en el eje imaginario.
s1 0≈ε
s0 2
* Ejemplo: s3 − 3 ⋅ s + 2 = 0
No se verifica la condición necesaria ⇒ el sistema es inestable.
s3 1 −3
Algoritmo: s2 0≈ε 2 , condición suficiente ⇒ existen dos cambios de signo ⇒

1 2
s −3−
ε
s0 2
existen dos raíces con parte real positiva. De hecho, s3 − 3 ⋅ s 2 + 2 = (s − 1) 2 ⋅ (s + 2) = 0
2) Todos los coeficientes de una fila son cero.
Cuando esta situación ocurre, puede afirmarse que el sistema es inestable. Existen raíces de igual
valor simétricas respecto a los ejes. Para determinar la ubicación de las raíces que proporcionan la
inestabilidad debe realizarse el siguiente procedimiento:
- Sustituir la fila de ceros por la derivada del “polinomio auxiliar” Pa(s).
Pa(s): polinomio formado por los coeficientes de la fila anterior a la de ceros. Debe indicarse que las
raíces de Pa(s) son raíces del polinomio característico.
- Aplicar el procedimiento habitual.
Ejemplo 2.6
s5 + 2 ⋅ s 4 + 24 ⋅ s 3 + 48 ⋅ s 2 − 25 ⋅ s − 50 = 0
No se verifica la condición necesaria.

s5 1 24 − 25
s5 1 24 − 25 s4 2 48 − 50
Algoritmo: s4 2 48 − 50 ⇒ s3 8 96 ,
s3 0 0 s2 24 − 50
s1 112.7
s0 − 50
dPa (s)
dado que Pa (s) = 2 ⋅ s 4 + 48 ⋅ s 2 − 50 ⇒ = 8 ⋅ s3 + 96 ⋅ s
ds
Existe un cambio de signo ⇒ existe una raíz con parte real positiva. Además, pueden obtenerse las
raíces simétricas calculando Pa (s) = 2 ⋅ s 4 + 48 ⋅ s 2 − 50 = 0 ⇒ s = ±1; s = ± j5 . La restante raíz se
determina dividiendo el polinomio inicial entre el polinomio auxiliar (obteniéndose s=-2).
Ejemplo 2.7
El criterio de estabilidad de Routh puede utilizarse para determinar el valor máximo de una ganancia
para el cual el sistema alcanza la estabilidad crítica o límite. Supóngase el sistema en lazo cerrado
siguiente:
R(s) + G(s) C(s)
H(s)
Fig. 2.1. Diagrama de bloques de sistema en lazo cerrado
k ⋅ (s + 40) 1
G ( s) = ; H ( s) =
s ⋅ ( s + 10) s + 20
La función de transferencia en lazo cerrado es:

C( s)
=
(2
k ⋅ s + 60 ⋅ s + 800 )
R ( s) s3 + 30 ⋅ s2 + ( 200 + k ) ⋅ s + 40 ⋅ k
El rango de valores de ganancia k para el cual el sistema es estable quedará establecido al aplicar el
criterio de Estabilidad de Routh sobre el polinomio característico:
s3 + 30 ⋅ s 2 + (200 + k ) ⋅ s + 40 ⋅ k ⇒ Se verifica la condición necesaria para valores de k positiva.

s3 1 200 + k
Algoritmo: s2 30 40 ⋅ k , para que el sistema sea estable

30 ⋅ 200 − 10 ⋅ k
s1
30
s0 40 ⋅ k
⇒ k<600. En conclusión, el rango de valores de k para los que permanece el sistema estable es:
0<k<600.
Para k=600 el sistema se encuentra sobre la estabilidad límite siendo oscilatorio; puede determinarse
la frecuencia de oscilación calculando las raíces imaginarias que la caracterizan. Considerando el
polinomio auxiliar:
800
Pa (s) = 30 ⋅ s 2 + 40 ⋅ k = 0, cuando k = 600 ⇒ s = ± j 800 ⇒ fosc = (Hz)
2π
2.4.2 Estabilidad en sistemas de tie mpo discreto.

Se puede demostrar que un sistema discreto es estable cuando posee todos los polos de su función de
transferencia en el interior del circulo de radio unidad en el plano transformado Z.
La función de transferencia del sistema de control discreto de la figura se puede expresar:
CONTROL
DISCRETO ZOH PLANTA
R(s) + E(s) E*(s) C(s)
Gc(z) Goh(s) G(s)
- T T
H(s)
ELEMENTO DE MEDIDA
Fig. 2.18 Diagrama de bloques de sistema de control discreto en lazo cerrado
C(z) Gc(z) ⋅ GohG(z)

GLC(z) = =
R(z) 1 + Gc(z) ⋅ GohGH(z)
donde la ecuación característica del sistema en lazo cerrado 1+Gc(z)GohGH(z)=0 no es fácilmente

resoluble y deben buscarse métodos transformados para poder determinar la posición de sus raíces.
En este caso, la aplicación directa del criterio de estabilidad de Routh no es útil, porque determina el
número de raíces de la ecuación característica que se encuentran en semiplano derecho y no en el
exterior del circulo de radio unidad. Sin embargo, sí es posible aplicar el CER tras una transformación
que convierta el interior y el exterior del circulo de radio unidad en un semiplano izquierdo y un
semiplano derecho respectivamente; a esta transformación se le denomina transformación bilineal.
* Transformación bilineal.
La definición de la transformación bilineal no es única; sin embargo, la más conocida se realiza

T
1+ w
mediante el cambio de variable: z = 2 ; w = 2 ⋅ z −1 . (2.9)
T T z +1
1− w
2
La transformación del circulo de radio unidad ofrece el resultado:
2 z − 1 2 e jωT − 1 2 sen
ωT
2
( )
w= ⋅ = ⋅ jωT
T z +1 T e +1
=j ⋅
T cos ωT
2
( )
2 ⎛ ωT ⎞
w=j ⋅ tg ⎜ ⎟ , que, efectivamente, corresponde con el eje imaginario del plano transformado W.
T ⎝ 2 ⎠
jω S Z W
3
jω w
2
ω
1 j s
2
R→∞
2 2
ωs 1 3
j 2
4 3 1 j
1 1 T
1
σ 1 σw
Fig. 2.19 Relación entre los planos S, Z y W
ω w 100
90
80
70
60
50
40
30
20
10
0
0 0.5 1 1.5 2 2.5 3 3.5 ω
ωs ωs
Fig. 2.20 Relación entre los ejes imaginarios del plano S y del plano W
En conclusión, el circulo de radio unidad del plano Z se transforma, mediante la transformada bilineal,
en el eje imaginario del plano W, de manera que puede aplicarse en dicho plano el criterio de
estabilidad de Routh para determinar la estabilidad de un sistema discreto.
Ejemplo 2.8
Puede analizarse la estabilidad del sistema discreto de la siguiente figura
CONTROL
DISCRETO ZOH PLANTA
R(s) + E(s) E*(s) C(s)
Gc(z) Goh(s) G(s)
- T T
H(s)
ELEMENTO DE MEDIDA
Fig. 2.21 Diagrama de bloques de sistema de control discreto en lazo cerrado
donde:
k
Gc( z ) = 1; H ( s) = 1; G (s) = ; T = 0.1 seg.
s ⋅ ( s + 1)
para ello, debe encontrarse la función de transferencia en lazo abierto como:
⎡1 − e −Ts k ⎤ −1 ⎡ k ⎤ 0.0048z + 0.00468

GLA (z) = Z ⎢ ⋅ ⎥ = (1 − z ) ⋅ Z⎢ 2 ⎥ = k⋅
⎢⎣ s s ⋅ (s + 1) ⎥⎦ ⎣ s ⋅ (s + 1) ⎦ (z − 1) ⋅ (z − 0.905)
aplicando la transformada bilineal:
T
1+
w 2
z= 2 = 1 + 0.05w ⇒ GLA ( w ) = k ⋅ − 0.00016w − 0.1872w + 3.81
T − 3.81w 2 + 3.8w
1 − w 1 0.05w
2
obteniendo la ecuación característica: 1 + GLA ( w ) = 0
(3.81 − 0.00016 ⋅ k ) ⋅ w 2 + (3.8 − 0.1872 ⋅ k ) ⋅ w + 3.81 ⋅ k = 0

El resultado, aplicando el criterio de estabilidad de Routh, indica que el sistema es estable para los
valores de k: 0<k<20.3. En concreto, para k=20.3 se pueden obtener los puntos de corte con el eje
imaginario en plano W para, posteriormente, determinar la frecuencia de oscilación del sistema
discreto. Así, considerando del polinomio auxiliar:
2
( 3.81 − 0.00016 ⋅ 20.3) ⋅ w + 3.81⋅ 20.3 = 0 ⇒ w = ± j4.5075
2 − 1⎛ ωwT ⎞
2 − 1⎛ 4.5075 ⋅ 0.1 ⎞
La frecuencia de oscilación es: ω= ⎜⋅ tg ⎟= ⋅ tg ⎜ ⎟ = 4.433 rad / seg ;
T ⎝ 2 ⎠ 0.1 ⎝ 2 ⎠
resultado muy parecido a la frecuencia que se obtenía en plano W debido a que la frecuencia de
muestreo es suficientemente elevada (ωs = 2 π T = 62.83 rad / seg.).
Debe observarse que, así como un sistema continuo de segundo orden con realimentación unitaria
siempre es estable (partiendo de un sistema en lazo abierto estable), un sistema discreto no tiene por
qué serlo debido al efecto desestabilizador del periodo de muestreo. En concreto, realizando el mismo
ejemplo con un periodo de muestreo mayor (por ejemplo T=1 seg), el margen de valores de ganancia
para garantizar estabilidad disminuye (0<k<2.39).
2.5 Análisis en régimen estacio nario.
Un sistema lineal estable alcanza el régimen o estado estacionario cuando, al ser excitado por una
señal de entrada, la respuesta transitoria decae a cero.
En sistemas de control, la precisión o exactitud del sistema se convierte en una de las especificaciones
más importantes que verificar; el sistema de control debe 'seguir' la señal de referencia en estado
estacionario del modo más preciso posible. Por esta razón, en sistemas de control en lazo cerrado se
obtienen las expresiones de los errores estacionarios del sistema en función del tipo de señal de
referencia introducida y de las funciones de transferencia que contiene.
Analizando el diagrama de bloques de un sistema en lazo cerrado se obtiene la señal de error como:
R ( s)
E ( s) =
1 + GLA ( s)
s ⋅ R (s)
Se define el error en estado estacionario: ess ≡ lim e( t ) = lim s ⋅ E(s) = lim
t →∞ s →0 s → 0 1 + GLA (s)
Particularizando para los diversos tipos de entradas:
* Error estacionario de posición:
1
r ( t ) = u( t ) → essp = (2.10)
1 + kp
kp = lim GLA (s) → coeficiente de posición.

s →0
* Error estacionario de velocidad:
1
r ( t ) = t → essv = (2.11)
kv
kv = lim s ⋅ GLA (s) → coeficiente de velocidad.

s→0
* Error estacionario de aceleración:
t2 1
r(t) = → essa = (2.12)
2 ka
ka = lim s 2 ⋅ GLA (s) → coeficiente de aceleración.

s→0
Obsérvese que, cuanto mayores son los coeficientes de error, menor es el error estacionario
correspondiente cometido. El error en estado estacionario en lazo cerrado puede obtenerse a partir de
la función de transferencia en lazo abierto, de modo que, cuanto mayor es su valor en continua (para
frecuencia cero) menor es el error cometido. Para poder eliminar el error de posición es necesario que
la función de transferencia en lazo abierto contenga un polo en origen; en este caso se dice que existe
un elemento integrador en dicha función.
Por último, señalar que este error estacionario no es más que el valor que adquiere la señal de salida
del detector de error en estado estacionario. En el caso en el cual la realimentación fuese unitaria,
coincidiría con la diferencia que se tendría en estado estacionario entre la señal de referencia y la señal
de salida del sistema. Si la realimentación no es unitaria, existirá un factor de proporcionalidad entre
ambas señales que vendrá determinado por el elemento de medida.
Las expresiones de los errores estacionarios de un sistema de control discreto en lazo cerrado son:
R ( z)
Análogamente al caso anterior: Señal de error: E ( z) =
1 + GLA ( z )
(1 − z −1 ) ⋅ R (z)
Error en estado estacionario: ess ≡ lim e(kT) = lim(1 − z −1 ) ⋅ E(z) = lim
k →∞ z →1 z →1 1 + GLA ( z )
* Error estacionario de posición:
1
r ( t ) = u ( t ) → essp = (2.13)
1 + kp
kp = lim GLA (z) → coeficiente de posición.

z →1
* Error estacionario de velocidad:
1
r ( t ) = t → essv = (2.14)
kv
z −1
kv = lim ⋅ GLA (z) → coeficiente de velocidad.
z →1 T
* Error estacionario de aceleración:
t2 1
r(t) = → essa = (2.15)
2 ka
2
(z − 1)
ka = lim ⋅ GLA (z) → coeficiente de aceleración.
z →1 T2
Ejemplo 2.9
La figura 2.29 muestra los elementos de un control automático de ganancia (CAG) que se utiliza para
mantener constante el nivel de salida de un amplificador.
Ei Amplificador
Eo
de Ganancia
Variable (K)
Egc R1
ka
R
τ=RC R2
C
Filtro Pasa-Bajos - Vcc
Fig. 2.29 Diagrama de un control automático de ganancia (CAG)
donde:
Ei ≡ Amplitud de la señal de entrada (Volts).

Eo ≡ Amplitud de la señal de salida (Volts).
Egc ≡ Tensión de control de la ganancia variable (Volts).
La amplitud de la señal de entrada Ei se multiplica por la ganancia variable K (que es función de la

tensión de control de ganancia Egc) para obtener la amplitud de la señal de salida Eo (Eo=Ei⋅K).
La figura 2.30 muestra el diagrama de bloques resultante del CAG:
Ei Eo
K[Egc]
Egc
1 + Er
⎛ R2 ⎞ R1 Vcc
⎜ ⎟ ⋅ ka
1+ sτ ⎝ R1 + R 2 ⎠ - R2
Fig. 2.30 Diagrama de bloques de un CAG.
donde: K[Egc] = d ⋅ e − b⋅Egc
Este sistema es altamente no lineal (debido a la ganancia variable), pero puede linealizarse utilizando
un modelo incremental para obtener el diagrama de bloques lineal de la figura 2.31.
Δ(20 log Ei) (dB) + ΔEo

0.1151 Eo (volts/dB)
+
Δ(20 log Egc) (dB)
−
(
d 20 log K[Egc] ) (dB / volts)
dEgc
1 ⎛ R2 ⎞ - ΔEr (volts)
⎜ ⎟ ⋅ ka
1+ sτ ⎝ R1 + R 2 ⎠ +
Fig. 2.31 Modelo incremental de un CAG.
Donde, en este caso, Eo es el valor deseado de la amplitud de la señal de salida ( Eo = Eo ± ΔEo) .
Obtener:
1.- La función de transferencia en lazo abierto.

2.- La frecuencia de transición del sistema. (Corte por 0 dB del módulo de la función en lazo abierto).
3.- Las funciones de transferencia:
ΔEo
• cuando ΔEr=0
Δ (20 log Ei)
ΔEo
• cuando Δ(20logEi)=0
ΔEr
Determinar el valor de ΔEo en estado estacionario, en ambos casos, cuando las entradas son tipo
escalón.
4.- Considerando los valores de los parámetros siguientes: b=1, R2=R1, C=100nF, y que la fuente de
alimentación está perfectamente regulada, determinar los valores de la ganancia del amplificador
ka y la resistencia del filtro pasa-bajos R si se desea una amplitud de salida Eo=5 V ± 5 mV
cuando la entrada Ei varía de forma tipo escalón entre 1 mV y 1 Volt y la constante de tiempo del
sistema en lazo cerrado debe ser de 40 ns.
5.- Describir brevemente el funcionamiento de este sistema. ¿En qué aplicaciones puede utilizarse?.
Razonar la respuesta.
Solución:
1.- Recordando que no es posible obtener una caracterización dinámica de un sistema no lineal a
través de una función de transferencia, se ha obtenido una descripción lineal del sistema mediante el
modelo incremental del mismo. La función de transferencia en lazo abierto es única y es el resultado
del producto de todas las funciones de transferencia del lazo del sistema.
0.1151 ⋅ ka ⎛ d (20 log K ) ⎞

Definiendo: ko = ⋅⎜− ⎟ ⋅ Eo
R1 ⎜⎝ dEgc ⎟⎠
1+
R2
dado que:
d ( 20 log K ) d ( 20 log(d ⋅ e − b⋅ Egc )) d

− =− =− [20 log d − b ⋅ Egc ⋅ 20 log e] = b ⋅ 20 log e
dEgc dEgc dEgc
0.1151 ⋅ ka
En conclusión: ko = ⋅ Eo ⋅ b ⋅ 20 log e
R1
1+
R2
ko
Función de transferencia en lazo abierto: GLA (s) =
1+ τ ⋅s
ko
2.- Dado que el sistema es de primer orden, la frecuencia de transición es: ωt =
τ
3.- El modelo incremental es lineal, como hemos mencionado anteriormente, y por ello permite
aplicar superposición para obtener la expresión de la señal de salida en función de las señales de
entrada.
Funciones de transferencia:
ΔEo
• cuando ΔEr=0
Δ (20 log Ei)
ΔEo 0.1151 ⋅ Eo 0.1151 ⋅ Eo ⋅ (1 + τ ⋅ s )

= =
Δ(20 log Ei) 1 + ko ko + 1 + τ ⋅ s
1+ τ ⋅s
Valor estacionario ante entrada tipo escalón:
ΔEo 0.1151 ⋅ Eo 0.1151 ⋅ Eo

lim = ⇒ ΔEoss = ⋅ Δ (20 log Ei)
s →0 Δ(20 log Ei) ko + 1 ko + 1
Debe observarse que: ko ↑⇒ ΔEoss → 0 , es decir, que para una ganancia elevada, si la fuente de
referencia no fluctúa (ΔEr=0), no existirán variaciones de amplitud en la señal de salida.
ΔEo
• cuando Δ(20logEi)=0
ΔEr
ko
ΔEo 1 + τ⋅s = ko
=
ΔEr 1 + k o ko + 1 + τ ⋅ s
1+ τ⋅s
Valor estacionario ante entrada tipo escalón:
ΔEo ko ko
lim = ⇒ ΔEoss = ⋅ ΔErss
s →0 ΔEr ko + 1 ko + 1
Debe observarse que: ko↑ ⇒ ΔEoss → ΔErss , es decir, que para una ganancia elevada, si no existen
variaciones en la amplitud de la señal de entrada (Δ(20logEi)=0), podemos reducir las variaciones de
amplitud de salida únicamente a la variación debida a la fuente de referencia (ΔErss).
4.- Diseño:
- Valores de los parámetros: b=1, R2=R1 y C=100nF.

- La fuente de alimentación está perfectamente regulada, lo cual implica que ΔEr=0
- Amplitud de salida Eo=5 V ± 5 mV, lo cual implica Eo = 5V, ΔEo = 5mV .
- Ei varía de forma tipo escalón entre 1 mV y 1 Volt, lo cual implica ΔEi=1000.
- La constante de tiempo del sistema en Lazo Cerrado debe ser de 40 ns.
0.1151 ⋅ Eo
ΔEi = 1000 ⇒ 20 log ΔEi = 60 dB ΔEoss = ⋅ Δ (20 log Ei)
ko + 1
0.1151 ⋅ 5
5 ⋅ 10−3 = ⋅ 60 ⇒ ko = 6.905 ⋅ 103
ko + 1
0.1151 ⋅ ka
ko = ⋅ Eo ⋅ b ⋅ 20 log e ⇒ ka = 2762.7
R1
1+
R2
Constante de tiempo del sistema en Lazo Cerrado:
τ
τ LC = = 40nseg = 4 ⋅ 10 −8 ⇒ τ = 2.7624 ⋅ 10 − 4
ko + 1
τ = R ⋅C ⇒ R = 2762.4Ω
5.- En conclusión, se puede deducir que este sistema es válido para obtener señales de salida dentro de
un determinado margen de valores dependientes de la buena regulación de la fuente de alimentación;
evitando el riesgo de variaciones provenientes de la señal de entrada. La ganancia del sistema se
autoregula para lograr mantener el valor final de salida aproximadamente constante, de este modo este
sistema es útil para aquellas aplicaciones en las cuales la señal de entrada sea muy variable o de
amplitud poco predecible.
2.6 El lugar geométrico de las raíces (L.G.R.).
Debido a la necesidad de conocer los polos de un sistema en lazo cerrado, ya que determinarán las
características básicas de la respuesta transitoria, se desarrolla el método del lugar geométrico de las
Raíces (también denominado Lugar de Evans). Este método permite ubicar en un gráfico los polos de
un sistema en lazo cerrado a partir del conocimiento de los polos en lazo abierto, en función de un
parámetro variable. Para ello considérese la ecuación característica de un sistema en lazo cerrado:
1+ Gc(s)G(s)H(s) = 0 ⇒ 1+ GLA(s) = 0 ⇒ GLA(s) = -1 .
La resolución de esta ecuación implica la verificación de dos condiciones:
- Condición de ángulo: fase{GLA ( s)} = ± 180 ( 2λ + 1); λ ∈ N

o
(2.16)
- Condición de módulo: GLA (s) = 1 (2.17)
Debe observarse que, de este modo, se pasa del estudio del sistema en lazo cerrado al estudio de
características del sistema en lazo abierto, lo cual debe permitir mayor facilidad en el cálculo.
Se define el lugar geométrico de las raíces como el conjunto de puntos del plano S en los que se
verifica la condición de ángulo.
En conclusión, un punto que pertenece al lugar geométrico de las raíces es un posible polo del sistema
en lazo cerrado; para ello únicamente es necesario validar la condición de módulo, y ésta se cumplirá
para un valor determinado de la ganancia del sistema en lazo abierto. Sin embargo, un punto del plano
S que no pertenezca al LGR no puede ser polo en lazo cerrado porque no verifica la condición de
ángulo, aunque varíe la ganancia del sistema en lazo abierto. De este modo, variando el parámetro k,
(s + z1).....(s + zm )
donde: GLA (s) = k ⋅ ; 0 ≤ k < ∞ , se logra trazar el lugar geométrico de las raíces que
(s + p1).....(s + pn )
proporciona los valores de los polos en lazo cerrado en función de k.
2.6.1 Reglas de construcción del LG R.
Dado que los polos y ceros complejos de la función de transferencia en lazo abierto tienen asociados
sus complejo-conjugados, el LGR será simétrico respecto al eje real.
1) Trazar el diagrama polos-ceros en lazo abierto.
Ecuación característica:
b 0 ⋅ s m + b1 ⋅ s m −1 + .... + bm (s + z1).....(s + zm )
1 + GLA (s) = 0 ⇒ 1 + = 0 ⇒ 1+ k ⋅ =0
a 0 ⋅ s n + a1 ⋅ s n −1 + .... + an (s + p1).....(s + pn )
donde: s=-zi son ceros y s=-pi son polos en lazo abierto
2) Puntos de inicio y final del LGR.
El trazado del lugar geométrico de las raíces se inicia en los polos en lazo abierto y finaliza en los
ceros en lazo abierto (en este caso, deben considerarse los ceros infinitos). Puede demostrarse esta
sentencia resolviendo:
- Inicio en polos en lazo abierto:
(s + z1).....(s + zm ) 1 ⎡ (s + z1).....(s + zm ) ⎤ ⎡ 1⎤
= − ⇒ lim ⎢ ⎥ = klim − =∞
(s + p1).....(s + pn ) k k → 0 ⎣ (s + p1).....(s + pn ) ⎦ →0 ⎢
⎣ k ⎥⎦
para que la expresión anterior sea cierta es necesario que s → −pi

En conclusión, los polos en lazo cerrado coinciden con los polos en lazo abierto cuando k=0. Debe
indicarse que, lógicamente, este efecto es relevante únicamente a nivel analítico, dado que no es
posible tener k=0 a nivel real.
- Final en ceros en lazo abierto:
(s + z1).....(s + zm ) 1 ⎡ (s + z1).....(s + zm ) ⎤ ⎡ 1⎤
= − ⇒ lim ⎢ ⎥ = klim ⎢− =0
(s + p1).....(s + pn ) k k → ∞ (s + p1).....(s + pn )
⎣ ⎦ → ∞ ⎣ k ⎥⎦
Para que la expresión anterior sea cierta es necesario que s → −zi ó s → ∞ (en el caso para el cual el
grado del denominador sea mayor que el grado del numerador).
En conclusión, los polos en lazo cerrado coinciden con los ceros en lazo abierto cuando k→∞. Así el
lugar geométrico puede tener ramas que finalicen en infinito; ahora bien, dado que el sistema es causal
nunca puede iniciarse el LGR en infinito.
El LGR se origina en los polos en lazo abierto y finaliza en los ceros en lazo abierto (finitos e
infinitos). El número de ramas del lugar geométrico indica el número de polos en lazo cerrado y
coincide con el número de polos en lazo abierto y el número de ceros en lazo abierto (finitos e
infinitos).
3) Lugar geométrico de las raíces sobre el eje real.
Los polos y ceros complejo-conjugados no afectan en la evaluación del LGR sobre el eje real, dado
que en su contribución suman múltiplos de 360o. Observando, únicamente, los polos y ceros en lazo
abierto sobre el eje real, puede aplicarse la siguiente consideración: un punto del eje real pertenece al
LGR cuando el número de total de polos y ceros a su derecha es impar (la suma angular total será un
múltiplo de 180o).
jω
j ω1
- σ1 σ
Fig. 2.32 Contribución angular de polos complejos-conjugados sobre un punto del eje real
4) Asíntotas del LGR.
El estudio asintótico se realiza para s → ∞ . En ese caso, las contribuciones angulares por parte de
todas las raíces son prácticamente iguales, y existe un efecto de cancelación de contribución angular
entre polos y ceros. De este modo, la expresión de los ángulos de las asíntotas vendrá dada por:
o
±180 ⋅ ( 2 λ + 1)
∠Asíntota = (2.18)
n−m
donde: n y m son los grados de denominador y numerador de la función de transferencia en lazo

abierto, respectivamente, y λ es un número natural.
jω
Fig. 2.33 Contribución angular sobre una asíntota
Para demostrar esta expresión debe considerarse la ecuación característica:
Gc(s)G(s)H(s) = -1 ⇒ GLA(s) = -1
(s + z1).....( s + zm) ⎡ (s + z1).....(s + zm ) ⎤ k

k⋅ = −1 ; k ⋅ lim ⎢ ⎥ → n −m
( s + p1).....( s + pn ) s → ∞ ⎣ (s + p1).....(s + pn ) ⎦ s
⎧ k ⎫
Recordando la condición de ángulo: fase⎨ n − m ⎬ = ±180o (2λ + 1); λ ∈ N
⎩s ⎭
o
±180 ( 2λ + 1)
fase{s} = ; λ∈ N
n−m
⎧ ±60
o
λ=0
o
±180 ( 2λ + 1) ⎪⎪
o
Así, si por ejemplo: n-m=3; fase{s} = =⎨ ±180 λ=1
3 ⎪ o o
⎪⎩±300 = ±60 λ = 2
El punto de intersección de las asíntotas con el eje real, necesario para poder realizar el trazado de las
asíntotas, viene dado por la expresión :
n m
∑ p i − ∑ zj
i =1 j =1
σa = (2.19)
n−m
jω
σa σ
Fig. 2.34 Ubicación de las asíntotas
Debe observarse que en el caso de n-m=1, esto es, poseer únicamente una asíntota, no debe calcularse
el punto de intersección, dado que todo el eje real constituye la propia asíntota.
5) Puntos de ruptura.
Por definición, un punto de ruptura en el LGR corresponde a una raíz múltiple de la ecuación
característica, esto es, un punto de ruptura implica un polo en lazo cerrado múltiple. Debe resaltarse
que los puntos de ruptura pueden ser reales o complejo conjugados. Los puntos de ruptura pueden
dividirse en puntos de ruptura de dispersión (en los cuales el valor de k alcanza un máximo relativo) y
puntos de ruptura de confluencia (para los cuales k alcanza un mínimo relativo).
Para determinar el procedimiento de cálculo de puntos de ruptura, se realiza la evaluación de k cuando

aparece un punto de ruptura sobre el eje real, diferenciándose los casos:
1. LGR sobre eje real entre dos polos. En este caso, el punto de ruptura aparece cuando k alcanza un
máximo relativo, determinándose según la expresión:
(s + z1).....(s + zm ) A (s) B(s)

1 + GLA (s) = 0 ⇒ 1 + k ⋅ = 0 ⇒ 1+ k ⋅ =0⇒k =−
(s + p1).....(s + pn ) B(s) A (s )
dk
= 0 ⇒ B' (s) ⋅ A(s) − A' (s) ⋅ B(s) = 0
ds
Las soluciones de la ecuación anterior son puntos de ruptura si pertenecen al LGR y la k asociada es
real y positiva. Obviamente, las soluciones de la ecuación anterior pueden proporcionar puntos de
ruptura complejo conjugados.
2. LGR sobre eje real entre dos ceros. En este caso, el punto de ruptura aparece cuando k alcanza un
mínimo relativo, determinándose análogamente al caso anterior.
3. LGR sobre eje real entre cero y polo. En este caso, existe la posibilidad de que no aparezcan puntos
de ruptura, o bien, que existan en pares de dispersión y confluencia.
k evaluada sobre eje real k evaluada sobre eje real

k→∞ k→∞
kmáx
kmin
σ σ
k=0 k=0
k evaluada sobre eje real kmáx

k →∞
kmin
σ
k=0
Fig. 2.35 Análisis de puntos de ruptura sobre el eje real
6) Puntos de cruce del LGR con el eje imaginario.
Métodos:
1- Sustituir s=jω en la ecuación característica, igualando parte real e imaginaria a cero.
⎧Re(ω) = 0
1 + G (s)H (s) = 0 ⇒ 1 + G ( jω)H ( jω) = 0 ⇒ Re(ω) + j Im(ω) = 0 ⇒ ⎨
⎩Im(ω) = 0
2- Aplicando el algoritmo de Routh, anulando una fila de coeficientes.
Por ejemplo: s3 + b ⋅ s 2 + c ⋅ s + k ⋅ d = 0
s3 1 c
⎧b ⋅ c − k ⋅ d b. c
Algoritmo: s2 b k ⋅d , anular filas ⇒ ⎪
⎨ b
= 0⇒ k =
d
b⋅c − k⋅d ⎩⎪ k=0
s1
b
s0 k ⋅d
Polinomio auxiliar: Pa (s) = b ⋅ s 2 + k ⋅ d = 0 ⇒ s = ± j c
7) Angulos de arranque y llegada.
Los ángulos de arranque del LGR de los polos en lazo abierto y los ángulos de llegada del LGR a los
ceros en lazo abierto se determinan a partir de la distribución del diagrama polos-ceros en lazo abierto.
Para ello, se presupone un punto perteneciente al LGR suficientemente cercano a la singularidad sobre
la que se quiere determinar el ángulo de partida o llegada como para poder considerarlo en la misma
posición que la propia singularidad; de este modo, al aplicar la condición de ángulo todas las
contribuciones angulares serán conocidas exceptuando el ángulo de arranque o llegada incógnita.
θ2? jω
P2
φ1 θ1 θ0
Z1 P1 P0 σ
θ3
P3
Fig. 2.36 Análisis de los ángulos de arranque
Ejemplo 2.10
k ⋅ (s − 2 )
Calcular el LGR de un sistema con GLA(s) = 3
s 2 ⋅ (s 2 + 10 ⋅ s + 7)
3
1) Polos y ceros en lazo abierto.
⎧⎪ z = 2 ⎧⎪ p1 = 0
Ceros: ⎨ 1 3 Polos: ⎨ 5
⎪⎩z 2 = ∞ triple ⎪⎩p 2,3 = − 3 ± j2.06
2) LGR en el eje real
jω
Fig. 2.37 LGR sobre el eje real
3) Asíntotas
n= 4 (nº de polos finitos) y m=1(nº de ceros finitos)
⎧ ±60
o
λ=0
o
±180 ( 2λ + 1) ⎪⎪
o
fase{s} = =⎨ ±180 λ=1
3 ⎪ o o
⎪⎩±300 = ±60 λ = 2
4) Intersección de las asíntotas con el eje real.
(0 + 0 − 5 3 + j2.06 − 5 3 − j2.06) − 2 3 = −1.33

n m
∑ pi − ∑ zj
i =1 j =1
σ = =
a n−m 4−1
Al no existir ninguna rama entre polo y cero, no se cumple la condición necesaria para que exista
puntos de ruptura. Por tanto sólo se calcularan al final si las condiciones geométricas lo requieren.
6) Angulos de arranque y llegada

A continuación se calcula el ángulo de arranque de las ramas de los polos complejo conjugados. Para
ello, en el polo − 5 3 + j2.06 se toma un punto P de su entorno tal que P∈LGR.
[ ]
fase{P} = θ 1 − 2 ⋅ φ 1 + φ 2 + φ 3 = ±180(2 ⋅ λ + 1)
Calculo de φ1
2.06
180º − φ1 = arctg ⇒ φ1 = 129º
167
.
Calculo de θ1
2.06
180º −θ1 = arctg ⇒ θ1 = 136.8º
2.2
φ3=90º
Calculo de φ2
[ ]
± 180º ( 2 ⋅ λ + 1) = 136.8º − 2 ⋅ 129º + φ 2 + 90º ⇒ φ 2 = −312
. º
7) Puntos de cruce con el eje jω.
Para encontrar el punto de cruce del LGR con el eje jω se utiliza el criterio de estabilidad de Routh.
Se busca la ecuación característica:
10 3 2
s4 + s + 7s2 + ks − k = 0
3 3
Se aplica el algoritmo de Routh.
2
s4 1 7 − k
3
10
s3 k
3
3k 2
s2 7− − k
10 3
3k 2 83
− + k
10 9
s1
3k
7−
10
2
s0 − k
3
A continuación se busca una k que anule alguna fila.
• k=0 anula la fila s0. Pero esto indica que hay un polo en el origen que ya era conocido.
• Se busca el valor de k que anula la fila s1
3k 2 83
− + k = 0 ⇒ k = 30.7
10 9
A continuación se busca las raíces del polinomio auxiliar a esta fila.
⎛ 3k ⎞ 2
⎜ 7 − ⎟ s2 − k =0
⎝ 10 ⎠ 3 k = 30.7
− 2.21s 2 − 20.46 = 0 ⇒ s1, 2 = ± j3.04
El LGR cortará al eje jω por ±j3.04.
• Para la fila s2 no hay un único valor de k que anule a la fila, por tanto no habrá otros posibles
puntos de corte.
Eje imaginario
4
3
φ2?
P
2 -31.2
1
θ1
60º φ1
0
-60º
-1
φ3
31.2
-2
-3
-4
-4 -3 -2 -1 0 1 2 3 4
Eje real
Fig. 2.38 Lugar geométrico de las raíces.
Ejemplo 2.11
k ⋅ (s + 2)
Calcular el LGR de un sistema con GLA (s) =
(s + 1) 2
1) Polos y ceros en lazo abierto.

⎧ z 1 = −2
Ceros: ⎨ polos: {− 1 doble
⎩z 2 = ∞ doble
2) LGR en el eje real
jω
Fig. 2.39 LGR sobre el eje real
3) Asíntotas
n= 2 (nº de polos finitos) y m=1(nº de ceros finitos)
± 180 o (2λ + 1) ⎧ ± 180 o λ = 0

fase{s} = =⎨ o
1 ⎩± 540 = ±180 λ =1
La única asíntota es el eje real negativo.
4) Intersección de las asíntotas con el eje real.
Serán todo los puntos del semieje real negativo.
Existe una rama entre dos ceros, por tanto existirá como mínimo un punto de ruptura.
De la ecuación característica:
− ( s + 1)
2
k=
( s + 2)
2( s + 1)( s + 2) − ( s + 1)
2
dk
=− =0
ds ( s + 2) 2
⎧ s r 1 = −1
s2 + 4s + 3 = 0 ⇒ ⎨
⎩ s r 2 = −3
( ) ( )
Los dos puntos pertenecen al LGR y poseen k s r1 = 0 y k sr 2 = 4 mayores o iguales a cero y por
tanto son puntos de ruptura.
6) Ángulos de arranque y llegada.
Ángulo de llegada a los ceros: ±180º
Ángulo de arranque de los polos:

θ 1 − 2φ 1 = ±180º ⇒ φ 1 = ±90º
θ1=0º
7) Puntos de cruce con el eje jω.
Para encontrar el punto de cruce del LGR con el eje jω se utiliza el criterio de estabilidad de Routh.
Se busca la ecuación característica:

s2 + ( k + 2)s + 2 k + 1 = 0
Se aplica el algoritmo de Routh:
s2 1 2k + 1
s1 k+2
s0 2k + 1
A continuación se busca una k que anule alguna fila.
1
• k=− anula la fila s0. Pero esto no es posible.
2
• k = −2 anula la fila s1. Pero esto no es posible.
Se comprueba que no corta con el eje jω.
Eje imaginario
3
θ1 φ1?
0
-1
-2
-3
-4 -3 -2 -1 0 1
Eje real
Fig. 2.40 Lugar geométrico de las raíces

Ejemplo 2.12
Considérese el siguiente sistema correspondiente a un intercambiador de calor descrito por la función

de transferencia G1(s)
+
e-Ts K·G1(s)
-
1
G1 ( s) =
s
Fig. 2.41 Diagrama de bloques de un intercambiador de calor.
− Ts
El término e es el retardo provocado por el sensor de temperatura que está físicamente un poco
más abajo del intercambiador, de modo que su lectura se retarda T seg.
Se desea construir el lugar geométrico de las raíces para un valor fijo de T. Para ello:
1.- Escribir la ecuación característica del sistema.

2.- Encontrar las condiciones de ángulo y módulo.
3.- La ecuación característica del sistema tiene un número infinito de raíces por ser una ecuación
transcendental. Determinar el número de ramas del lugar geométrico de raíces.
4.- Demostrar que la ecuación que determina los puntos donde el LGR cruza al eje imaginario en
frecuencias positivas es:
1 ⎡π ⎤
ω= + λ ⋅ 2 π ⎥ , y calcular dichos puntos para λ=0,1,2.
T ⎢⎣ 2 ⎦
Recordar que el LGR es simétrico respecto al eje real del plano s.

5.- Demostrar que los puntos del LGR para K=0 están en los polos de G1(s) y/o σ = - ∞. (s=σ+jω).
Dibujar el LGR sobre el eje real, indicando las direcciones de las ramas y la posición de los polos
en lazo cerrado en K=0.
6.- Demostrar que los puntos del LGR para K=∞ están en los ceros de G1(s) y/o σ=∞ (s = σ+jω).
Las asíntotas del LGR son infinitas en número y todas ellas paralelas al eje real en el plano S.
7.- Demostrar que los puntos de cruce de las asíntotas con el eje imaginario positivo vienen dados por
las expresiones:
2 πλ
• Asíntotas para σ=-∞: ω=
T
1
• Asíntotas para σ=∞: ω=
T
[π + 2πλ]
Calcular las asíntotas para λ=0,1,2.
Considerar: Fase[G1(s)]=-180º|s=-∞+jω
Fase[G1(s)]=0º|s=∞+jω
8.- Los puntos de ruptura del LGR deben satisfacer

[
d G1(s)K e -Ts ] = 0 . Calcular los puntos de
ds
ruptura.
9.- Dibujar el Lugar Geométrico de Raíces completo.
Solución:
K −Ts
1.- 1 + KG1(s)e −Ts = 0 ; 1+ e =0
s
2.- s=σ +jω
1 + Ke− Tσe − jωT G1(s) = 0

Ke − Tσe − jωT G1(s) = −1
Condición de módulo: Ke− Tσ G1(s) = 1
Condición de ángulo: −ωT + fase{G1(s)} = ±180( 2λ + 1)
fase{G1(s)} = ±180( 2λ + 1) + ωT
3.- Si la ecuación característica tiene infinitas raíces, habrá infinitos polos en lazo cerrado, y para cada
polo en lazo cerrado habrá una rama. Por tanto habrá infinitas ramas.
4.- Los puntos donde el LGR cruza al eje imaginario tiene que cumplir la condición de ángulo.
Por tanto aplicando la condición de ángulo a los puntos s=jω podremos encontrar ω.
1
fase{G1(s)} s= jω = −90 −90 = ±180( 2λ + 1) + ωT ω=
T
[−90 180( 2 λ + 1) ]
1 1 ⎡π ⎤
ω=
T
[ ]
−90 + 180( 2 λ + 1) = ⎢ + λ 2 π ⎥
T ⎣2 ⎦
1 1 ⎡ 3π ⎤
Descartamos la solución ω =
T
[ ]
−90 − 180( 2λ + 1) = − ⎢ + λ 2 π ⎥ , porque hemos aplicado la
T⎣ 2 ⎦
condición de ángulo a frecuencias positivas.
1 ⎡π ⎤
Por tanto con ω = + λ 2π⎥
T ⎢⎣ 2 ⎦
π 5π 9π
λ=0 ⇒ ω = λ=1 ⇒ ω = λ=2 ⇒ ω =
2T 2T 2T
5.- Aplicamos la condición de módulo.
1
e − Tσ G1(s) =
K
Si K→ 0 ⇒ e − Tσ G1(s) = ∞
Por tanto s tiende a los polos de G1(s) ó σ tiende a -∞.
Para el eje real el LGR es:

jω
K=0
K=0
6.- Aplicamos condición de módulo:
1
e − Tσ G1(s) =
K
Si K→ ∞ ⇒ e − Tσ G1(s) = 0
Por tanto, s tiende a los ceros de G1 (s) ó σ tiende a ∞.
7.- Los puntos de s=-∞+jω deben pertenecer al LGR y por tanto cumplir la condición de ángulo.
• Puntos σ→ -∞
fase{G1(s)} = ±180( 2λ + 1) + ωT ; −180 = ±180( 2λ + 1) + ωT
Para: −180 = −180( 2λ + 1) + ωT

1 2 πλ
ω=
T
[360λ] = T
Para: −180 = +180( 2λ + 1) + ωT
1 2 π(1 + λ )
ω=−
T
[360 + 360λ ] = − T
Como calculamos sobre el eje positivo, descartamos frecuencias negativas.
2 πλ
Tendremos asíntotas para σ→ -∞ en ω =
T
2π 4π
λ=0 ⇒ ω = 0 λ=1 ⇒ ω = λ=2 ⇒ ω =
T T
• Puntos σ→ ∞
fase{G1(s)} = ±180( 2λ + 1) + ωT
0 = ±180( 2λ + 1) + ωT
Para: 0 = −180( 2λ + 1) + ωT
1 1
ω=
T
[ T
]
180( 2 λ + 1) = [π + 2 πλ ]
Para: 0 = +180( 2λ + 1) + ωT
1 1
ω=−
T
[ ]
180( 2 λ + 1) = − [π + 2 πλ ]
T
Como calculamos sobre el eje positivo, descartamos frecuencias negativas.
1
Tendremos asíntotas para σ→ -∞ en ω = −
T
[π + 2πλ ]
π 3π 5π
λ=0 ⇒ ω = λ=1 ⇒ ω = λ=2 ⇒ ω =
T T T
d Ke − Ts 1
8.- =0 e − Ts ( Ts + 1) = 0 s=−
ds s T
9.-
jω
5π/Τ
4π/Τ
3π/Τ
2π/Τ
π/Τ
σ
1/Τ
Fig. 2.42 Diagrama del lugar geométrico de raíces.
2.6.2 Evaluación de Ceros en lazo c errado.
La determinación de los ceros en lazo cerrado debe realizarse cuidadosamente, dado que no aparecen
de un modo directo en el LGR y su influencia es importante en la respuesta del sistema. Observando
las topologías que se muestran en la figura 2.26, puede decirse que los ceros en lazo cerrado son los
ceros en lazo directo conjuntamente con los polos del elemento de medida.
R(s) + k(s+2) C(s) R(s) + k(s+2) 1 C(s)

(s+1) (s+1) (s+1)
- -
1
(s+1)
Fig. 2.43 Evaluación de los ceros en lazo cerrado
Las funciones de transferencia en lazo cerrado de los sistemas descritos son:
C( s) k ⋅ ( s + 1) ⋅ ( s + 2 ) C( s) k ⋅ (s + 2)
= 2
y = 2
R ( s) ( s + 1) + k ⋅ ( s + 2) R ( s) ( s + 1) + k ⋅ ( s + 2 )
Los dos sistemas tienen la misma ecuación característica, lo cual implica que tienen los mismos polos
en lazo cerrado para el mismo valor de k. El trazado del lugar geométrico de las raíces es el mismo,
pero los ceros en lazo cerrado son diferentes debido al efecto de la función de transferencia del
elemento de medida. De este modo, para conocer los ceros en lazo cerrado es necesario observar la
estructura concreta del sistema.
Interesará minimizar el efecto del cero de lazo cerrado introducido por el elemento de medida; para
ello, deberá alejarse substancialmente del eje imaginario del plano S respecto a los polos en lazo
cerrado. En conclusión, los polos del elemento de medida deben tener constantes de tiempo mucho
menores que las características de la planta, esto es, el elemento de medida debe “procesar” muy
rápidamente la información respecto a la respuesta transitoria de la planta.
2.6.3 Aspectos importantes de cons trucción del LGR.
1. Efectos de adición de polos y ceros.
La adición de un polo a la función de transferencia en lazo abierto GLA(s) en el semiplano izquierdo

del plano S tiene el efecto de “empujar” el LGR hacia el semiplano derecho. De este modo,
manteniendo la ganancia del sistema, su dinámica tenderá a empeorar.
Eje imaginario Eje imaginario
2 4
1.5 3
1 2
0.5 1
0 0
-0.5 -1
-1 -2
-1.5 -3
-2 -4
-2 -1.5 -1 -0.5 0 0.5 1 1.5 2 -4 -3 -2 -1 0 1 2 3 4
Eje real Eje Real
Eje Imaginario
6
-2
-4
-6
-6 -4 -2 0 2 4 6
Eje Real
Fig. 2.44 Efecto sobre el LGR de la adición de polos
La adición de un cero a la función de transferencia en lazo abierto GLA(s) en el semiplano izquierdo

del plano S tiene el efecto de “atraer” el LGR hacia el semiplano izquierdo. En este caso, la dinámica
sufre un efecto contrario al anterior.
Eje Imaginario
4
-1
-2
-3
-4
-4 -3 -2 -1 0 1 2 3 4
Eje Real
Fig. 2.45 Efecto sobre el LGR de la adición de un cero.
2. Efectos de movimientos de polos y ceros.
A medida que un polo en lazo abierto se acerca al eje imaginario, las ramas del LGR se acercan más al
semiplano derecho. Observaríamos el efecto contrario en el caso del movimiento de un cero en lazo
abierto.
Eje Imaginario Eje Imaginario

5 5
4 4
3 3
2 2
1 1
0 0
-1 -1
-2 -2
-3 -3
-4 -4
-5 -5
-14 -12 -10 -8 -6 -4 -2 0 -14 -12 -10 -8 -6 -4 -2 0
Eje real Eje Real
Eje Imaginario Eje Imaginario
5 2
4
1.5
3
1
2
0.5
1
0 0
-1 -0.5
-2
-1
-3
-1.5
-4
-5 -2
-6 -5 -4 -3 -2 -1 0 1 -2 -1.5 -1 -0.5 0 0.5 1
Eje Real Eje Real
Fig. 2.46. Efecto sobre el LGR del movimiento de un polo hacia el semiplano derecho.
Ejemplo 2.13
Se desea dibujar el lugar geométrico de las raíces del siguiente sistema:
R(s)
k
(s + 0.2)(s + 1) C(s)
G (s) =
+ 2 2
- s ( s + 0.04) ( s + 40)
Calcular:
1.- Lugar geométrico de las raíces sobre el eje real.
2.- Asíntotas, sus puntos de cruce por el eje real y sus puntos de intersección con el eje imaginario.
3.- Puntos de cruce del LGR con el eje imaginario, utilizando para ello el diagrama de Bode de la
figura 2.47, que representa la evaluación de la función de transferencia G(s) sobre el eje
imaginario.
4.- Rango de valores de k para el cual el sistema en lazo cerrado es estable.
5.- Puntos de ruptura del LGR y valores de k asociados a los mismos, utilizando para ello la gráfica de
la figura 2.48, que representa la evaluación sobre el eje real del módulo de la función de
transferencia G(s).
6.- Dibujar el lugar geométrico de las raíces resultante.
Ganancia (dB)
50
-50
-100
-150
-3 -2 -1 0 1 2
10 10 10 10 10 10
Fase (grados) Frecuencia (rad/seg)
-50
-100
-150
-180
-200
-250
-3 -2 -1 0 1 2
10 10 10 10 10 10
Frecuencia (rad/seg)
Fig. 2.47 Diagrama de Bode en módulo y fase de G(s)
10·log|G(s)|
60
40
20
-20
-40
-60
-80
-100
-120
-3 -2 -1 0 1 2
10 10 10 10 10 10
Semieje real negativo plano S
Fig. 2.48 Módulo de G(s) evaluada sobre el eje real
Solución:
1.- LGR sobre el eje real:
Polos LA: sp1 = 0 sp2,3 = -40 (doble) sp4,5 = -0.04 (doble)
Ceros LA: sc1 = -1 sc2 = -0.2
jω
σ
-40 -1 -0.2 -0.04
2.- Asíntotas:
±180 ⋅ ( 2 λ + 1) ±180 ⋅ ( 2 λ + 1) ⎧ ±60º

⎪
θa = = =⎨
n−m 5− 2 ⎪⎩ 180º
σa =
∑ pi − ∑ z j =
−2 ⋅ 40 − 2 ⋅ 0.04 + 1 + 0.2
= −26.3
n−m 5− 2
Punto de intersección de las asíntotas con el eje imaginario: ωa = σa·tg 60º = 45.55
3.- Puntos de cruce con el eje imaginario:
Sabemos que el diagrama de Bode de la figura 2.47 representa el módulo y la fase de la función de
transferencia G(s) evaluada sobre el eje imaginario, por tanto conocemos el valor que toman estas dos
magnitudes para cada punto sobre dicho eje.
Sabemos también que los puntos de cruce del LGR por el eje imaginario son puntos que deben
pertenecer al LGR, y para ello deben cumplir la condición de ángulo:
G(sa) ∈ LGR ⇔ Fase[G(sa)] = ±180º
En consecuencia, para obtener los puntos del LGR que se encuentran sobre el eje imaginario (puntos
de intersección del LGR con el eje jω), únicamente deberemos considerar las frecuencias del diagrama
de Bode para las cuales tengamos ±180º de fase.
Observando el diagrama de Bode de la figura 1, comprobamos que las frecuencias a las cuales la fase
de G(s) es de ±180º, son:
ω = 0.055 ω = 0.35ω = 40
que se corresponderán con los puntos de cruce del LGR con el eje imaginario.
4.- Margen de valores de k para el cual el sistema es estable:
Sabiendo que el límite de estabilidad se da cuando los polos en lazo cerrado se sitúan sobre el eje
imaginario, podemos determinar los valores de k asociados a los puntos de intersección del LGR sobre
dicho eje, obtenidos en el apartado anterior, para poder obtener los valores de k que situarán al sistema
en el límite de la estabilidad.
Para s = ±j0.055 ⇒ k = 1.9592
Para s = ±j0.35 ⇒ k = 162.73
Para s = ±j40 ⇒ k = 127958.55
Conociendo la forma del LGR, podemos decir que:
0 < k <1.9592 ⇒ Sistema estable
1.9592 ≤ k ≤ 162.73 ⇒ Sistema inestable
162.73 < k < 127958.55 ⇒ Sistema estable
k ≥ 127958.55 ⇒ Sistema inestable

5.- Puntos de ruptura del LGR:
dk d ( G (s))
Se puede demostrar que: =0 ⇒ =0
ds ds
1
Para ello, de la ecuación característica: 1 + k ⋅ G (s) = 0 ⇒ k = −
G (s)
d(G (s) )
dk
=0 ⇒
d ⎡ 1 ⎤ ds = 0 ⇒ d(G (s) ) = 0
⎢− ⎥=
ds ds ⎣ G (s) ⎦ (G (s) )2 ds
En conclusión: los puntos de ruptura se corresponden con los máximos y mínimos de G(s).
De este modo, para obtener los puntos de ruptura sobre el eje real, podremos hacerlo observando los
máximos y mínimos de la gráfica del módulo de G(s) evaluado sobre el eje real, que tenemos en la
figura 2.48. Ahora bien, deberemos tener cuidado, porque los puntos que se corresponden con los
polos y ceros en lazo abierto provocan valores infinitos en la gráfica, debido a que la escala es
logarítmica. Así, consideraremos únicamente los máximos y mínimos relativos.
De la gráfica obtenemos que los puntos de ruptura son:
σ ≈ 1.5·10-2 ⇒ Punto de ruptura de dispersión.
σ ≈ 2.2 ⇒ Punto de ruptura de confluencia.
σ ≈ 12 ⇒ Punto de ruptura de dispersión.
Nota: Podemos observar, según la figura 2, que en la zona del semieje real comprendida entre
σ = 0.2 y σ = 1 existe otro máximo relativo, pero, a diferencia de los demás, éste no se
corresponde con un punto de ruptura, ya que los valores de σ correspondientes a esta
zona no pertenecen al LGR, como podemos comprobar en el apartado 1.
Los valores de ganancia k asociados a dichos puntos de ruptura, calculados mediante la sustitución del
valor de σ obtenido en la ecuación que nos define k, serán los siguientes:
Para s = -1.5·10-2 ⇒ k = 0.08225
Para s = -2.2 ⇒ k = 6110.8
Para s = -12 ⇒ k = 10367.7

Teoria de Control - Imprimir

Cargado por

Copyright:

Formatos disponibles

Teoria de Control - Imprimir

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Teoria de Control - Imprimir

Cargado por

Copyright:

Formatos disponibles

1.

Introducción a los sistemas de control 15

1. Introducción a los sistemas de control

Es importante resaltar el hecho de que no es necesario conocer el funcionamiento interno, o cómo

Objetivos SISTEMA DE Resultados

Entradas o referencias Salidas o variables controladas

Planta (sistema o proceso que controlar)

Fig. 1.1 Diagrama de un sistema de control

1.1 Tipos de señales y sistemas

Fig. 1.2 Señal analógica

- Señales discretas en tiempo: Sólo tienen valor en instantes de tiempo predeterminados. Y

Fig. 1.3 Señal discreta en tiempo

Fig. 1.4 Señal discreta en amplitud

© Los autores, 1998; © Edicions UPC, 1998.

Fig. 1.5 Señal discreta en amplitud y tiempo

1.2 Sistemas combinacionales y secuenciales

1.3.1 Sistemas en lazo abierto

Entrada de Señal de Variable

Fig. 1.6 Diagrama de bloques de un sistema en lazo abierto

© Los autores, 1998; © Edicions UPC, 1998.

Un ejemplo de este tipo de topología se puede encontrar en el control de un cabezal de máquina de

Fig. 1.7 Diagrama de bloques del control de un cabezal de impresión

1.3.2 Sistemas en lazo cerrado

Entrada de Señal de Señal de Variable

Fig. 1.8 Diagrama de bloques de un sistema de control en lazo cerrado

© Los autores, 1998; © Edicions UPC, 1998.

1.4 Caracterización de un sistema lineal invariante en el tiempo

1.4.1 Modelo de un sistema

1.4.2 Clasificación de sistemas

Saturación de un operacional Característica cuadrática Zona muerta

Fig. 1.9 Ejemplos de sistemas no lineales

© Los autores, 1998; © Edicions UPC, 1998.

1.4.3 Función de transferencia

a 0 y(n) + a1 y(n-1) + a 2 y(n-2) +.....+ a n y = b0 x(m) + b1 x(m-1) + b2 x (m-2) +.....+ b m x

La función de transferencia de un sistema lineal invariante en el tiempo se obtiene realizando la

a 0 y (n) + a1 y (n-1) + a 2 y (n-2) +.....+ a n y = b0 x (m) + b1 x(m-1) + b2 x(m-2) +.....+ b m x (1.2)

© Los autores, 1998; © Edicions UPC, 1998.

Y(s) b sm + b sm-1 +.....+ b m

donde n ≡ orden del sistema

Modelo del sistema:

La función de transferencia 'contiene' toda la información de la dinámica del sistema.

Fig. 1.10 Circuito RLC

© Los autores, 1998; © Edicions UPC, 1998.

2.- Aplicar la transformada de Laplace con condiciones iniciales nulas.

1.5 Características de un sistema de control de tiempo continuo

1.5.1 Topología en lazo abierto

© Los autores, 1998; © Edicions UPC, 1998.

Fig. 1.11 Diagrama de bloques de un sistema en lazo abierto

C(s) M (s) C(s)

1.5.2 Topología en lazo cerrado

Detector Error Pto. bifurcación

Fig. 1.12 Diagrama de bloques de un sistema en lazo cerrado

1. Función de transferencia en lazo abierto (ganancia de lazo):

© Los autores, 1998; © Edicions UPC, 1998.

2. Función de transferencia directa:

3. Función de transferencia en lazo cerrado:

C(s) Gc(s) ⋅ G(s) G D (s)

* Sistema en lazo cerrado sometido a una perturbación:

R(s) E(s) E1(s) ++ E2(s) C(s)