A-B-C-D

State Space

Continuous
Ejecutar el ejemplo en vivo Gratis · sin registro · funciona en tu navegador

El bloque StateSpace implementa sistemas dinámicos continuos lineales e invariantes en el tiempo (LTI) formulados en notación matricial de espacio de estados. Representar las plantas físicas mediante vectores internos de estado (x\mathbf{x}), entradas de control (u\mathbf{u}) y medidas de salida (y\mathbf{y}) constituye el pilar de la teoría de control moderna, los sistemas multivariables (MIMO), el filtrado de Kalman, el control cuadrático lineal (LQR) y el análisis modal. El bloque acepta la sintaxis matricial estándar (filas separadas por punto y coma), admite múltiples entradas y salidas, e integra las trayectorias dinámicas con los solucionadores numéricos de alto orden de WASM.

Modelo Matemático

El sistema continuo en espacio de estados se describe mediante la ecuación diferencial vectorial de estados y la ecuación algebraica de salida:

x˙(t)=Ax(t)+Bu(t)y(t)=Cx(t)+Du(t)\begin{aligned} \dot{\mathbf{x}}(t) &= \mathbf{A}\mathbf{x}(t) + \mathbf{B}\mathbf{u}(t) \\ \mathbf{y}(t) &= \mathbf{C}\mathbf{x}(t) + \mathbf{D}\mathbf{u}(t) \end{aligned}

donde:

  • x(t)∈Rn\mathbf{x}(t) \in \mathbb{R}^n es el vector de estados de dimensión nn
  • u(t)∈Rm\mathbf{u}(t) \in \mathbb{R}^m es el vector de entradas de dimensión mm
  • y(t)∈Rp\mathbf{y}(t) \in \mathbb{R}^p es el vector de salidas de dimensión pp
  • A∈Rn×n\mathbf{A} \in \mathbb{R}^{n \times n} es la matriz de estado (del sistema)
  • B∈Rn×m\mathbf{B} \in \mathbb{R}^{n \times m} es la matriz de entrada (de control)
  • C∈Rp×n\mathbf{C} \in \mathbb{R}^{p \times n} es la matriz de salida (de observación)
  • D∈Rp×m\mathbf{D} \in \mathbb{R}^{p \times m} es la matriz de transmisión directa

Los autovalores de la matriz A\mathbf{A} determinan los polos del sistema:

det⁡(λI−A)=0\det(\lambda \mathbf{I} - \mathbf{A}) = 0

El sistema es asintóticamente estable si y solo si todos los autovalores de A\mathbf{A} tienen parte real estrictamente negativa (Re⁡(λi)<0\operatorname{Re}(\lambda_i) < 0). En el dominio de Laplace, la matriz de transferencia p×mp \times m equivalente es:

G(s)=C(sI−A)−1B+D\mathbf{G}(s) = \mathbf{C}(s\mathbf{I} - \mathbf{A})^{-1}\mathbf{B} + \mathbf{D}

Entradas y Salidas

Direction ID Label Tipo Status
→ In u Input(s) number Required
→ In reset Reset number Optional
← Out y Output(s) number Output

Parámetros

Parámetros Label Tipo Por defecto Descripción
A A Matrix (state) matrix -1
B B Matrix (input) matrix 1
C C Matrix (output) matrix 1
D D Matrix (feedthrough) vector 0
initialState Initial State (comma-sep) vector 0

Ejemplos de Uso

Ejemplo 1: Péndulo invertido sobre carro (Modelo lineal en espacio de estados)

Modelado del péndulo invertido en torno a su posición vertical inestable con el vector de estados x=[x,x˙,θ,θ˙]T\mathbf{x} = [x, \dot{x}, \theta, \dot{\theta}]^T. Ajustando A = "0 1 0 0; 0 -0.1 2.5 0; 0 0 0 1; 0 -0.2 28.5 0", B = "0; 1.5; 0; 3.0", C = "1 0 0 0; 0 0 1 0" (midiendo posición del carro y ángulo del péndulo), D = "0; 0" e initialState = "0, 0, 0.05, 0". Esto permite validar la estabilización por realimentación de estados (u=−Kxu = -\mathbf{K}\mathbf{x}) ante una inclinación inicial de 0.05 rad0.05\text{ rad}.

Ejemplo 2: Transmisión de accionamiento de dos masas con resonancia torsional

Modelado de la unión elástica motor-carga con variables de estado para velocidad del motor, velocidad de la carga y torsión del eje. Configurar A = "-0.2 0 -5; 0 -0.1 5; 1 -1 0", B = "1; 0; 0", C = "0 1 0" y D = "0". El sistema captura las oscilaciones torsionales y la transmisión de par durante aceleraciones en escalón.

Observaciones y Buenas Prácticas

  • Coherencia dimensional: Las dimensiones matriciales deben ser estrictamente compatibles: si A\mathbf{A} es de orden n×nn \times n, B\mathbf{B} debe ser n×mn \times m, C\mathbf{C} p×np \times n y D\mathbf{D} p×mp \times m.
  • Arquitectura multivariable (MIMO): Los puertos de entrada y salida se adaptan dinámicamente al número de columnas de B\mathbf{B} y de filas de C\mathbf{C}.
  • Integradores rígidos de alto rendimiento: Evaluado en Rust/WASM mediante solucionadores Runge-Kutta explícitos (RK4, RK45) e implícitos rígidos (TR-BDF2) para matrices con dinámicas rápidas y lentas.
  • Reinicio externo de estados: La aplicación de un pulso positivo en el puerto reset reinicializa el vector x(t)\mathbf{x}(t) a los valores fijados en initialState.

Preguntas Frecuentes (FAQ)

Q: How to select weighting matrices Q and R for Linear Quadratic Regulator (LQR)?

Use Bryson's Rule as an engineering baseline: set diagonal elements to Qii=1(xi,max⁡)2Q_{ii} = \frac{1}{(x_{i,\max})^2} and Rjj=1(uj,max⁡)2R_{jj} = \frac{1}{(u_{j,\max})^2}, where xi,max⁡x_{i,\max} is the maximum acceptable deviation for state ii and uj,max⁡u_{j,\max} is the maximum actuator excursion. This normalizes all state penalties and control efforts to non-dimensional units, allowing intuitive trade-offs between response speed and actuator effort.

Q: How does State-Space compare to Transfer Function representation?

Transfer functions G(s)=Y(s)/U(s)G(s) = Y(s)/U(s) describe single-input single-output (SISO) input-output dynamics under zero initial conditions, hiding internal plant dynamics. State-Space models (x˙=Ax+Bu,y=Cx+Du\dot{x} = Ax + Bu, y = Cx + Du) naturally handle multi-input multi-output (MIMO) systems, non-zero initial conditions, and internal observability and controllability structures.

Bloques Relacionados

  • TransferFunction: Función de transferencia continua SISO en cociente de polinomios B(s)/A(s)B(s)/A(s).
  • ZeroPole: Representación factorizada ZPK K∏(s−zi)/∏(s−pj)K \prod(s - z_i) / \prod(s - p_j).
  • Integrator: Acumulador continuo escalar (1/s1/s).
  • SecondOrderSystem: Oscilador continuo de segundo orden.