UNIVERSIDAD NACIONAL DEL CALLAO

FACULTAD DE
INGENIERÍA ELÉCTRICA Y ELECTRÓNICA

CURSO: LABORATORIO N° 4 CURSO: “SISTEMAS DE

CONTROL II”

TEMA: CONTROLABILIDAD Y OBSERVABILIDAD

PROFESOR: LEOPOLDO GUILLEN SARAVIA
GRUPO :93G

ALUMNOS:
MURILLO SILVA JEAN FRANK 1713220291
SALAZAR CAMPOS JOSSEF 1713220449
CICLO VIRTUAL 2020-B

EXPERIMENTO DE LABORATORIO N°4

CONTROLABILIDAD Y OBSERVABILIDAD

Objetivos
Conocer los comandos de Matlab para que el alumno adquiera la competencia para
determinar si los sistemas lineales en tiempo continuo son completamente controlables
y/u observables, o si no lo son, determinar las variables de estado que sí lo son.

 Informe Previo

 Dar el ejemplo de un circuito Controlable y uno no Controlable.

 De el ejemplo de un circuito Observable y uno no Observable.

 
Introducción

CONTROLABILIDAD Y OBSERVABILIDAD

Se dice que un sistema es controlable en el instante t0 si es posible llevarlo de

cualquier estado inicial x(t0) a cualquier otro estado, empleando un vector de control no
acotado, en un lapso finito.

Se dice que un sistema es observable en el tiempo t si, con el sistema en el estado x(t ),
es posible determinar dicho estado a partir de las mediciones de la salida con un retaso
finito de tiempo.

Las condiciones de controlabilidad y de observabilidad determinan la existencia de una

solución completa para el problema del diseño de un sistema de control. Tal vez no
exista una solución a este problema si el sistema estudiado es no controlable. Aunque
la mayoría de los sistemas físicos son controlables y observables, los modelos
matemáticos correspondientes pueden no tener la propiedad de controlabilidad o de
observabilidad. En tal caso, es esencial conocer las condiciones bajo las cuales un
sistema controlable y observable.
Más formalmente, se dice que dada la expresión de la solución completa de la ecuación
de estado para sistemas lineales

Si en esta expresión se fija x(t1) y x(t0), ¿existe una entrada u(t) que soluciona esta
ecuación? El estudio de controlabilidad determina si existe una entrada u(t) que haga
que se cumpla la igualdad. Estudiar si existe esta entrada equivale a plantear si existe
una entrada capaz de llevar el sistema desde el estado
inicial cero hasta el estado:

De forma que puede reducirse esta ecuación a:

La controlabilidad de un sistema lineal depende de las matrices Φ(t, t0) y B(t)

independientemente del valor de x0, puesto que Φ(t, t0) es función propia de A(t), la
controlabilidad depende exclusivamente de A(t) y B(t), utilizándose entonces la
expresión par(A(t),B(t)) para referirse a la controlabilidad de los sistemas. El estudio de
la controlabilidad de un sistema se basa en el siguiente teorema:

Un sistema con una ecuación de estado:

es controlable en [t0, t1] sí y sólo sí su Gramiano de Controlabilidad, W (t1, t0 )definido

como:
es no singular.

PREVIO CONTROLABILIDAD Y OBSERVABILIDAD

Previo al diseño de un controlador, es útil verificar algunas propiedades del sistema que nos
darán idea del grado de performance al que podemos aspirar.
Entre otras propiedades, en este curso analizaremos dos: controlabilidad y observabilidad. Estas
propiedades nos indican en que grado las variables internas de nuestro sistema (las variables de
estado) se vinculan con las variables externas, es decir la excitación y la variable controlada. Así
el concepto de controlabilidad está ligado a como la excitación puede modificar el
comportamiento transitorio de las variables de estado, mientras que el concepto de observabilidad
está ligado a como los cambios de las variables internas pueden ser detectados desde la salida.
Definición.
Se dice que un sistema es completamente controlable si existe una señal u(t) que permite
transferir los estados iniciales del sistema x0=x(t0) a cualquier otro estado xtf=x(tf) en un tiempo
finito T=tf -t0. Definición. A su vez se dice que el sistema es completamente observarle si en
ausencia de excitación es posible determinar el valor de sus estados iniciales x0=x(t0) a partir de
la observación de la salida y(t) durante un período finito de tiempo tf -t0>0. A diferencia de lo
que sucede en la teoría del control clásico, la teoría del control moderno considera la
realimentación de variables internas, es decir de sus estados. De ahí la importancia del concepto
de controlabilidad completa.
Históricamente, este concepto fue introducido por Kalman y le permitió demostrar la
imposibilidad de controlar un sistema inestable por cancelación de polos con ceros, más allá de la
exactitud de la cancelación. Como se verá en las próximas clases la teoría de control moderno
plantea la realimentación de todos los estados, lo cual requiere de sus medidas. Obviamente esto
no siempre es posible, o bien por razones físicas o por inviabilidad económica. Estas limitaciones
pueden sobrellevarse con la implementación de un observador de estados que a partir de la
medida de la excitación y la variable controlada permite estimar el valor de los estados reales. La
posibilidad de construir un observador de estados está sujeta a que el sistema sea observable.

Ejercicios:
EJEMPLO 1
Consideremos el circuito de la figura 1, donde pueden tomarse las tensiones de los capacitores
para plantear un modelo de estados, ed. [x1(t), x2(t)] T = [ vc1(t), vc2 (t)] T.
Note que la excitación es un generador de corriente y que la salida, la tensión y(t), es a circuito
abierto.
Como los terminales de salida están a circuito abierto toda la corriente de excitación circula por
R3, luego el estado x2(t)=vc2(t) no es influenciado por la entrada i(t). Efectivamente, si el
capacitor C2 tuviera un estado de carga inicial, el mismo se descargaría con constante de tiempo
R2C2, más allá de los valores de i(t). Puede decirse, entonces que el circuito no es
completamente controlable, ya que no lo es el estado x2(t).
Por otra parte, como el generador es de corriente, sobre la resistencia R3 cae la tensión R3.i(t)
que es independiente de la tensión sobre el capacitor C1. Luego, la salida y(t) queda aislada del
estado x1(t) (y(t) es independiente de x1(t)) y por consiguiente el estado x1(t) no podrá
observarse desde la salida elegida.
Obsérvele que si se cambia el lugar en que se conecta la excitación o se incorpora una segunda
excitación (ed. se modifica la matriz B del modelo de estado) la propiedad de controlabilidad del
circuito podría cambiar. De igual manera, si se incorpora la medida de otra variable (lo cual
modifica la matriz C del modelo), el circuito podría pasar a ser completamente observable. Las
propiedades de controlabilidad y observabilidad no sólo dependen de la arquitectura interna y de
los valores de sus componentes, sino que están fuertemente vinculadas a las variables externas de
entrada y salida
EJEMPLO 2
Consideremos el circuito de la figura 2.

Resulta inmediato plantear un modelo de estado a partir de las ecuaciones de nodo, resultando
Para analizar las propiedades de controlabilidad y observabilidad del circuito, resulta útil plantear
la ecuación diferencial de la tensión V= v1-v2 que se obtiene a partir de restar las ecuaciones de
estado (1),

donde, para el caso particular en que

c1R1=c2R2, (4)
se verifica

Luego, la expresión (3) se reduce a

La evolución temporal de la tensión V= v1-v2, resulta de resolver la ecuación diferencial (6) y es

una exponencial de constante de tiempo 1/a, independiente de la excitación u(t). Esto nos dice
que si bien la entrada u(t) afecta tanto la tensión del nodo 1 como la del nodo 2, no puede hacerlo
en forma independiente. En otras palabras, no existirá ninguna señal u(t) que permita transferir
los estados iniciales x0 a cualquier otro estado x(tf) en un tiempo finito T=tf -t0. Luego, el
sistema no es completamente controlable. Sin embargo, como uno de sus estados (v1(t) o v2(t))
puede trasladarse en forma arbitraria, se dice que el sistema es parcialmente controlable
También se puede concluir que el sistema no es completamente observable, ya que a partir de la
medida de la variable y(t) nunca podrá determinarse el valor individual de cada estado.
Efectivamente la evolución temporal de la salida será la misma para distintos valores de los
estados siempre que la diferencia entre sus condiciones iniciales sea la misma.
Nota; Las propiedades de controlabilidad y obserbabilidad están asociadas a las variables de
entrada y salida de nuestro sistema. Así, por ejemplo, si medimos otra variable, el sistema puede
pasar de ser no observable a ser observable. Por esto es que muchas veces se habla de que el
par AB es o no controlable y que el par AC es o no observable, siendo A, B y C son las matrices
del modelo de estados que resultan de la elección de las variables internas y de la entrada u(t) y
salida y(t) seleccionadas.
Profundicemos el análisis del circuito planteando un nuevo modelo de variables de estado

a partir de una transformación

El nuevo modelo resulta

La figura 3 muestra un diagrama en bloques del nuevo modelo donde hemos renombrado los
coeficientes del segundo miembro de la ecuación (8) de acuerdo a
Nuevamente, si consideramos
c1R1=c2R2, (10)
resulta

EJEMPLO 3
Considere el sistema

cuyo diagrama se indica en la figura 4.

De la evaluación de la figura surge que si - b2=0, la señal de excitación no podrá afectar el estado
x2(t), y por consiguiente este estado será no controlable - c1=0, el estado x1(t) no afecta la salida
y(t) y por consiguiente no será un estado observable - si a12 fuese nulo, la simetría de las dos
ramas haría que uno de los estados fuese no controlable.

EJEMPLO 4.
Verifiquemos la observabilidad del sistema

Primero por Gilbert. Para ello transformamos el modelo a la forma diagonal con la ayuda de la
matriz P calculada a partir de los auto ventores

En particular, nos interesa la ecuación de salida

A partir de la cual podemos afirmar que el sistema NO es completamente observable
A esta conclusión también podemos llegar aplicando el test de Kalman, ya que la matriz de
observabilidad es de rango 2.

TAREA
PREGUNTA 01
Un actuador común en los sistemas de control es el motor de corriente continua. Se
proporciona directamente el movimiento rotatorio; junto con las ruedas o cargas, puede
proporcionar el movimiento de traslación. El circuito equivalente eléctrico se muestra a
continuación:
Donde:
(J) Momento de inercia del rotor 0.01 kg.m^2
(b) Constante de fricción viscosa motor 0.1 N.m.s
(Ke) Constante de fuerza electromotriz 0.01 V/rad/sec
(Kt) Constante de torque del motor 0.01 N.m/Amp
(R) Resistencia eléctrica 1 Ohm
(L) Inductancia eléctrica 0.5 H

Las ecuaciones dinámicas en la forma de espacio de estado se expresan como:

Se pide:

1. Probar la controlabilidad y observabilidad del sistema, en matlab

2. Pasar el modelo de la planta a la FCC y FCO.
3. Diseñe el controlador por realimentación de estados que garantice que la velocidad siga
una referencia constante dada (considere la ubicación de polos apropiadamente, en la ley
de control incluya control por alimentación directa y/o control integral).
4. Simule la respuesta del sistema controlado para una referencia V= 10, 20 y otras
(considere usted otras entradas apropiadas para la simulación)

Asumir las condiciones de diseño que considere apropiadas.

PREGUNTA 02
Usando Matlab determinar:
El polinomio característico del Sistema en Lazo abierto.
Probar la controlabilidad y observabilidad del sistema.
-Pasar el modelo de la planta a la FCC y FCO.

clc
clear all
A=[0,1,0;0,0,1;-6,-11,-6];
B=[0;0;1];
C=[20,9,1];
D=0;
syms s
%POLINOMIO CARACTERISTICO DEL SISTEMA
Pc=det(s*eye(size(A))-A)
a=A^3*B;
b=A^2*B;
c=A*B;
% MATRIZ DE CONTROBALIDAD COMPLETA DE ESTADO
% Cc=[a,b,c,B]
% MATRIZ DE CONTROBABILIDAD DE SALIDA
%Cs=[C*a,C*b,C*c,C*B,D]
Cc=[a,b,c,B]
Cs=[C*a;C*b;C*c;C*B;D]
Rc=rank(Cc)% Rc es el rango de la matriz Oc
Rs=rank(Cs)% Rs es el rango de la matriz Rs
Rs=1

Según lo que se ve en la imagen primero nos da el polinomio caracteriatico (Pc) luego también
nos dice el el sistema es controlable completamente y en la salida también llega a hacer
controlable según las respuestas de el rango de cada matriz ( Rc=3 y Rs=1)
Vamos a hallar la función de transferencia y las formas canonicas del sistema:
clc
clear all
A=[0,1,0;0,0,1;-6,-11,-6]; función de transferencia
B=[0;0;1];
C=[20,9,1];
D=0;
%FUNCION DE TRANSFERENCIA DEL SISTEMA
[num,den]=ss2tf(A,B,C,D)
%FORMA CANONICA CONTROLABLE(FCC)
a=[-den(2),-den(3),-den(4);1,0,0;0,1,0]
b=[1;0;0]
c=[num(2),num(3),num(4)]
%FORMA CANONICA OBSERVABLE(FCO)
a1=[-den(2),1,0;-den(3),0,1;-den(4),0,0]
b1=[num(2);num(3);num(4)]
c1=[1 0 0]

Forma canónica controlable: forma canónica observable

PREGUNTA 03
Usando Matlab determine la controlabilidad y observabilidad del sistema (detalle su
respuesta).

SOLUCION:
Vamos a hallar la controlabilidad de estado
y controlabilidad de salida
clc
clear all
%determine la controlabilidad y
%observabilidad del sistema
A=[0,4,0,0;-1,-4,0,0;5,7,1,15;0,0,3,-3];
B=[0;0;0;1];
C=[0,0,0,1];
D=0;
a=A^3*B;
b=A^2*B;
c=A*B;
% MATRIZ DE CONTROBALIDAD COMPLETA DE ESTADO
% Cc=[a,b,c,B]
% MATRIZ DE CONTROBABILIDAD DE SALIDA
%Cs=[C*a,C*b,C*c,C*B,D]
Cc=[a,b,c,B]
Cs=[C*a;C*b;C*c;C*B;D]
Rc=rank(Cc)% Rc es el rango de la matriz Oc
Rs=rank(Cs)% Rs es el rango de la matriz Rs

Solución :

Bueno al analizar las respuestas del el rango de cada matriz que hemos hallado nos damos
cuentas que estado no es controlable completamente pero el sistema tiene una salida
completamente controlado básicamente llegamos a esa conclusión porque el rango de la matriz
es igual a 1 lo cual es igual a la numero de columnas de la matriz Cs.
Observabilidad

clc
clear all
% DETERMINAR SI EL SISTEMA ES OBSERVABLE
A=[0,4,0,0;-1,-4,0,0;5,7,1,15;0,0,3,-3];
B=[0;0;0;1];
C=[0,0,0,1];
D=0;
Ct=C'
a=(A^3)';
b=(A^2)';
c=A'
%MATRIZ OBSERVABLE:
O=[a*Ct b*Ct c*Ct Ct];
Ro=rank(O)

Bueno en este caso hallamos la matriz de observabilidad en la cual es O lo cual le sacamos su

rango para poder decir que es observable el valor del rango debe ser de 4 y efectivamente ese
valor nos sale Ro lo que nos dice que el sistema es completamente observable.
PREGUNTA 04

Sea el sistema descrito por

Demuestre que la salida del sistema es

controlable partiendo del instante inicial
t0 = 0 y para cualquier instante t.

CODIGO EN MATLAB:
clc
clear all
%determine la controlabilidad
A=[0,1,0,0;0,0,1,0;0,0,0,1;-72,-124,-52,-13];
B=[0;0;0;1];
C=[72,66,20,2];
D=0;
a=A^3*B;
b=A^2*B;
c=A*B;
% MATRIZ DE CONTROBALIDAD COMPLETA DE ESTADO
% Cc=[a,b,c,B]
% MATRIZ DE CONTROBABILIDAD DE SALIDA
%Cs=[C*a,C*b,C*c,C*B,D]
Cc=[a,b,c,B]
Cs=[C*a;C*b;C*c;C*B;D]
Rc=rank(Cc)% Rc es el rango de la matriz Oc
Rs=rank(Cs)% Rs es el rango de la matriz Rs

Analizado el sistema llega a ser controlable por la salida y en este caso también es
controlable completamente porque el rango es igual a las dimenciones del vector A lo
que nos quiere decir que es una matriz controlable.
PREGUNTA 05
Demostrar que el siguiente sistema es observable.

Respecto a las ecuaciones de estado:

x ( k +1 )= Ax ( k ) + Bu(k )
y ( k )=Cx ( k ) + Du(k )
Donde k es el número de muestreo:
Considerando u ( k ) =0
k=0;
x ( 1 ) =Ax ( 0 )
y ( 0 )=Cx ( 0 )

k=1;
x ( 2 ) =Ax (1 )=A 2 x ( 0 )
y ( 1 )=Cx ( 1 )
k=2;
x ( 3 )= Ax ( 2 )= A3 x ( 0 )
y ( 2 )=Cx ( 2 )

k=n
x ( n )= Ax ( n−1 )= An−1 x ( 0 )
y ( n−1 ) =Cx ( n )
y ( n−1 ) =C An−1 x(0)
EXPRESANDO EN FORMA MATRICIAL TENEMOS :

AHORA PARA SABER SI EL SISTEMA ES OBSERVABLE EL RAGO DE LA MATRIZ DEBE SER IGUAL A LA
DIMENCION N EN OTRAS PALABRAS LA MATRIS DEBE SER LINEALMENTE INDEPENDIENTE

Solucion:

CODIGO EN MATLAB:

clc
clear all
% DETERMINAR SI EL SISTEMA ES OBSERVABLE
A=[0,1,0,0;0,0,1,0;0,0,0,1;-72,-124,-52,-13];
B=[0;0;0;1];
C=[72,66,20,2];
D=0
Ct=C';
a=(A^3)';
b=(A^2)';
c=A';
%MATRIZ OBSERVABLE:
O=[a*Ct b*Ct c*Ct Ct]
Ro=rank(O)
SOLUCION:

BUENO EN LA FIGURA RESALTA LA MATRIZ DE OBSERVABILIDAD (O), en lo cual al hallar el rango de la

matriz de observabilidad como tambien se vé en la imagen nos sale un valor igual a 4 lo cual nos dice el
el sistema es observable.