Introducción Observabilidad

1.
Introducción Observabilidad
Se dice que el sistema es completamente observable si el estado x (t 0) se
determina a partir de la observación de y (t) durante un intervalo de tiempo finito,
t 0 ≤ t ≤ t 1 . Por tanto, el sistema es completamente observable si todas las
transiciones del estado afectan eventualmente a todos los elementos del vector de
salida. El concepto de observabilidad es útil al resolver el problema de reconstruir
variables de estado no medibles a partir de variables que sí lo son en el tiempo
mínimo posible. En esta sección, se tratan sólo sistemas lineales e invariantes en
el tiempo. Por tanto, sin pérdida de generalidad, se supone que t 0=0 .
El concepto de observabilidad es muy importante porque, en la práctica, la
dificultad que se encuentra con el control mediante realimentación del estado es
que algunas de las variables de estado no son accesibles para una medición
directa, por lo que se hace necesario estimar las variables de estado no medibles
para construir las señales de control.
2. Condiciones para la Observabilidad

Las condiciones para observabilidad completa también se pueden expresar en
términos de funciones de transferencia o matrices de transferencia. La condición
necesaria y suficiente para observabilidad completa es que no ocurra una
cancelación en la función de transferencia o en la matriz de transferencia. Si
ocurre una cancelación, el modo cancelado no se puede observar en la salida.
Ejemplo:
3. Observador de estado
Un observador de estado estima las variables de estado basándose en las
mediciones de las variables de salida y de control.
El observador es un subsistema para reconstruir el vector de estado de la planta.
El modelo matemático del observador es básicamente el mismo que el de la
planta, salvo que se incluye un término adicional que contiene el error de
estimación para compensar las imprecisiones en las matrices A y B y la falta del
error inicial. El error de estimación o error de observación es la diferencia entre la
salida medida y la salida estimada. El error inicial es la diferencia entre el estado
inicial y el estado estimado inicial.
Diagrama de bloques del observador de estado:

4. Procedimiento de diseño de un observador
Considerando el sistema:
ẋ =Ax +Bu
y=cx
en donde:
Diseñe un observador de estado de orden completo. Suponga que los valores

característicos deseados de la matriz del observador son:
El diseño del observador de estado se reduce a la determinación de la matriz

de ganancias del observador Ke, apropiada. Examinemos la matriz de
observabilidad. El rango de
es 2. Por tanto, el sistema es completamente observable y es posible la
determinación de la matriz de ganancias del observador deseada.
Resolveremos este problema mediante tres métodos.
Método 1: determinaremos la matriz de ganancias del observador. La matriz
de estado A determinada ya está en la forma canónica observable. Por tanto,
la matriz de transformación Q=¿¿ es 1. Dado que la ecuación característica
del sistema determinado es
tenemos que:
La ecuación característica deseada es:
por tanto:
Así, la matriz de ganancias del observador Ke se obtiene a partir de la) del

modo siguiente:
Método 2:
Dado que la ecuación característica deseada es
obtenemos
Método 3: usaremos la fórmula de Ackermann
Por supuesto, obtenemos la misma Ke, sin importar qué método se use. La
ecuación para el observador de estado de orden completo se obtiene
mediante la ecuación
Observe que, al igual que en el caso de la ubicación de los polos, si n el orden

del sistema es 4 o mayor, se prefieren los métodos 1 y 3, debido a que todos
los cálculos matriciales se realizan con una computadora, en tanto que el
método 2 siempre requiere de los cálculos manuales de la ecuación
característica que contiene parámetros desconocidos kel, ke2, … , kn
5. Proceso de simulación y cálculo de un observador
Considere el diseño de un sistema regulador. La planta se describe mediante
ẋ =Ax +Bu
y=cx
en donde
Se desea tener polos en lazo cerrado en s = ui (i = 1,2), en donde
Se supone que se quiere un control mediante la realimentación del estado

observado en lugar de un control mediante la realimentación del estado real.
Los valores característicos de la matriz de ganancias del observador so
Obtengamos la matriz de ganancias de realimentación del estado K necesaria

y la matriz de ganancias del observador Ke, usando MATLAB. El programa
MATLAB se usa para determinar la matriz de ganancias de realimentación del
estado K y la matriz de ganancias del observador Ke, para el sistema
considerado.
Obtenemos la matriz de ganancias de realimentación del estado K como
y la matriz de ganancias del observador Ke como

El sistema diseñado es de cuarto orden. La ecuación característica para el
sistema se obtiene mediante
Sustituyendo los polos en lazo cerrado deseados y los polos del observador
deseados en la ecuación anterior, obtenemos
Con MATLAB es mucho más fácil obtener estos resultados sin tantas
complicaciones.

Introducción Observabilidad

Cargado por

Copyright:

Formatos disponibles

Introducción Observabilidad

Cargado por

Información del documento

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

Introducción Observabilidad

Cargado por

Copyright:

Formatos disponibles

1.

2. Condiciones para la Observabilidad

Diagrama de bloques del observador de estado:

Diseñe un observador de estado de orden completo. Suponga que los valores

El diseño del observador de estado se reduce a la determinación de la matriz

La ecuación característica deseada es:

Así, la matriz de ganancias del observador Ke se obtiene a partir de la) del

Método 3: usaremos la fórmula de Ackermann

Observe que, al igual que en el caso de la ubicación de los polos, si n el orden

Se desea tener polos en lazo cerrado en s = ui (i = 1,2), en donde

Se supone que se quiere un control mediante la realimentación del estado

Obtengamos la matriz de ganancias de realimentación del estado K necesaria

y la matriz de ganancias del observador Ke como

También podría gustarte