Universidad Autónoma de Baja California

Facultad de Ingeniería
Maestría y Doctorado en Ciencias e Ingeniería
Subcomité Académico del Campo de Conocimiento de
Mecatrónica

Control por Modos Deslizantes

Reporte 4
de la unidad de aprendizaje de:
Sistemas No Lineales

presenta:
Ernesto Rios Valenzuela

Profesor del curso:

Dr. David I. Rosas Almeida

Mexicali, Baja California, 20 de mayo del 2025

Índice
1. Antecedentes 2
1.1. Observadores de estado discontinuos . . . . . . . . . . . . . . . . . . . . . . 2
1.2. Modos Deslizantes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2

2. Metodología 3

3. Modelo Matemático 3

4. Observador 4

5. Diseño Control 4

6. Simulaciones 7
6.1. Modos Deslizantes Convencional . . . . . . . . . . . . . . . . . . . . . . . . . 9

7. Resultados 10
7.1. Primer Experimentos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
7.2. Segundo Experimento . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13

8. Conclusiones 14

1
1. Antecedentes
Los modelos dinámicos de muchos sistemas físicos son descritos por ecuaciones diferen-
ciales ordinarias o parciales . Como ecuaciones diferenciales ordinarias se entienden aquellas
en las que el tiempo t es la única variable independiente. [1].
Las leyes de fricción seca o de Coulomb analizan los cuerpos que se encuentran en contacto
con una superficie común que no se encuentra lubricada.
En el modelado matemático de un péndulo simple se toma generalmente que está formado
por una masa m sujetada con una cuerda de longitud l, se considera que la cuerda no se de-
forma, no tiene masa y se considera para este trabajo que existe fricción seca o de Coulumb.
Generalmente no existen superficies completamente lisas donde no exista fricción, realmente
siempre se presentaran fuerzas tangenciales llamadas fuerzas de fricció[Link] fuerzas tangen-
ciales o de fricción no siempre impedirán el movimiento de un objeto, esto siempre dependerá
de la cantidad de fuerza que se le esté aplicando. Generalmente siempre se analizan dos tipos
de fricción sobre los cuerpos, la fricción seca o de Coulomb y la fricción de fluidos. La fric-
ción seca como su nombre lo dice, está aislada de cualquier tipo de lubricante y solo analiza
superficies en contacto no lubricadas. [2]
Asimismo para el desarrollo del observador y modelados dinámicos del sistema se baso
en: [3], [4].

1.1. Observadores de estado discontinuos

El diseño de observadores depende en gran medida del modelo de la planta y de la exac-
titud del conocimiento de sus parámetros. El problema de diseño de observadores, desde el
punto de vista de sistemas dinámicos, surge de la necesidad de información para realizar
tareas de control, monitoreo y modelado, de esta forma es un problema muy importante en
la implementación de un sistema de control en general.
El problema de diseño de observadores está relacionado con el problema de diseño de contro-
ladores, es por esto que se han utilizado diferentes técnicas de control robusto en el diseño
de observadores.
En particular, los observadores por modos deslizantes son ampliamente usados debido a sus
características atractivas como la robustez ante entradas desconocidas, la posibilidad de usar
el control equivalente para la estimación de las entradas desconocidas y la convergencia en
tiempo finito. [5]

1.2. Modos Deslizantes

Los sistemas que incluyen controladores pueden dividirse en dos categorías: sistema re-
gulador (donde la entrada de referencia es constante, incluyendo cero) y sistema de control
(donde la entrada de referencia es variable con el tiempo). [6]
Los modos deslizantes como fenómeno pueden aparecer en un sistema dinámico gobernado
por ecuaciones diferenciales ordinarias con lados derechos discontinuos. El término modo
deslizante apareció por primera vez en el contexto de sistemas de relevadores. Puede ocurrir
que el control, como función del estado del sistema, cambie a alta frecuencia (teóricamente
infinita); este movimiento se denomina modo deslizante. Esto representa un modelo mate-

2
mático ideal, en implementaciones reales, las trayectorias se limitan a cierta vecindad de
la línea de conmutación. La desviación del modelo ideal puede deberse a imperfecciones de
los dispositivos de conmutación, como pequeños retrasos, zonas muertas e histéresis, lo que
puede provocar oscilaciones de alta frecuencia. El mismo fenómeno puede aparecer debido a
pequeñas constantes de tiempo de sensores y actuadores que se han despreciado en el mo-
delo ideal. Este fenómeno, llamado chattering, fue un obstáculo serio para el uso de modos
deslizantes en sistemas de control.
Las trayectorias del estado también se limitan a cierta vecindad de la línea de conmutación,en
una vecindad δ de la línea s = 0, el control es una función lineal del estado con una ganancia
alta k, y los valores propios del sistema lineal están cerca de −k y −c. Esto significa que
el movimiento en la vecindad consiste en un componente rápido que decae rápidamente y
un componente lento que coincide con la solución de la ecuación ideal del modo deslizante
discontinua. Para los sistemas dinámicos al variar la estructura del sistema a lo largo de las
líneas de conmutación s = 0 y x = 0 y forzando el modo deslizante, el sistema se vuelve
asintóticamente estable. La superficie deslizante se alcanza para cualquier condición inicial.
Si la pendiente de la superifice deslizante es menor que la pendiente de la asíntota para la
estructura I (c < c0 ), entonces las trayectorias del estado se orientan hacia la superficie y
el modo deslizante puede comenzar en cualquier punto de s = 0. Es decir, la solución no
depende ni de los parámetros de la planta ni de las perturbaciones a las que pueda estar
sometida. [7] [8] [9]

2. Metodología
El desarrollo del trabajo se organiza en primero de los modelos matemáticos y observador
obtenidos del trabajo anterior, aplicar el controlador a la planta, y realizar simulaciones
númericas así como experimentación. Se realizarón 2 experimentos que para seguimiento de
trayectoria y comprobamos que el controlador trabaje correctamente.

3. Modelo Matemático

x1 = θ (Posición Angular ),
(1)
x2 = θ̇ (Velocidad angular).

De las variables de estado obtenemos el siguiente sistema dinámico retomando de trabajos

anteriores :
ẋ1 = x2 ,
(2)
ẋ2 = −9,691sin(x1 ) − 4,447x2 − 0,278sign(x2 ) + 24,196u
Esta es la ecuación diferencial no lineal que describe el movimiento de un sistema pendulo
simple con fricción de Coulomb.

3
4. Observador
En este trabajo el observador [5] fue modificado donde se sintonizó el valor de c3 por
pruebas experimentales para lograr una señal de control con menos ruido y disminuir el
efecto de chattering en el estado de velocidad. Se realizaron distintas pruebas y se decidió
el resultado óptimo con los valores de la tabla con criterio de mejor respuesta en la señal
aplicada al sistema.

Variable Valor
c1 17.5
c2 57.25
c3 3

Cuadro 1: Parámetros del Observador

Quedando finalmente el observador de la siguiente forma:

x̂˙ 1 = x̂2 + 17,5(y − ŷ),

x̂˙ 2 = −9,691sin(x1 ) − 4,447x̂2 + 24,196u + 57,25(y − ŷ) + 3 sign(y − ŷ), (3)
ŷ = x̂2

5. Diseño Control
Primero debemos definimos el sistema tomando en cuenta que existe un término que
desconocemos γ(·) que puede provenir de perturbaciones o incertidumbre paramétrica.

ẋ1 = x2 ,
(4)
ẋ2 = −9,691sin(x1 ) − 4,447x2 − 0,278sign(x2 ) + 24,196u + γ(·)
Entonces definimos un término de perturbación que engloble a las perturbaciones y fricción
de coulumb.
Γ(·) = −0,278sign + γ(·) (5)
Donde sabemos que será un término acotado:

|Γ(·)| < δ (6)

Resultando así en el modelo:

ẋ1 = x2 ,
(7)
ẋ2 = −9,691sin(x1 ) − 4,447x2 + 24,196u + Γ(·)
Después definimos el error donde yr es la trayectoria a seguir.

e1 = x1 − yr (t) (8)

y también definimos la dinámica de la derivada del error:

e˙1 = e2 = x2 − ẏr (t) (9)

4
Y asimismo definimos la dinámica de la derivada de ė2

ė2 = ẋ2 − ÿr (t) (10)

ė2 = −9,691sin(x1 ) − 4,447x2 + 24,196u + Γ(·) − ÿr (t) (11)

Realizamos el cambio de variable x2 = e2 + ẏr (t)

ė2 = −9,691sin(x1 ) − 4,447e2 − 4,447ẏr (t) + 24,196u + Γ(·) − ÿr (t) (12)

Proponemos el control donde compensamos todos los términos conocidos que hemos obtenido
de la parametrización del sistema.
1
u= (9,691sin(x1 ) + 4,447ẏr (t) + ÿr (t) − k1 e1 − k2 e2 − F (·)sign(s)) (13)
24,196
Realizando la sustitución de u obtenemos la nueva dinámica:
ė2 = −9,691sin(x1 ) − 4,447e2 − 4,447ẏr (t) + Γ(·) − ÿr (t)+
24,196 (14)
24,196
(9,691sin(x1 ) + 4,447ẏr (t) + ÿr (t) − k1 e1 − k2 e2 − F (·)sign(s))

Con esto obtenemos que la dinámica de los errores:

ė1 = e2 ,
(15)
ė2 = −k1 e1 − (4,447 + k2 )e2 + Γ(·) − F (·)sign(s)

Con esto proponemos la superficie deslizante basados en [8]:

s = αe1 + e2 (16)

donde se debe cumplir que α > 0

Ahora se hará un desarrollo analítico para probar que la superficie deslizante es atractora:

sṡ < 0 (17)

sṡ = αė1 + ė2 (18)

Sustituyendo los valores:

= s(αe2 − k1 e1 − (4,447 + k2 )e2 + Γ(·) − F (·)sign(s) (19)

Y realizamos el desarrollo

= s(αe2 − k1 e1 − (4,447 + k2 − α)e2 + Γ(·)) − F (·)|s| (20)

Tomando en cuenta que los términos son acotados

≤ |s|(|k1 ||e1 | + |(4,447 + k2 − α)||e2 | + |Γ(·)|) − F (·)|s| (21)

≤ (|k1 ||e1 | + |(4,447 + k2 − α)||e2 | + |Γ(·)| − F (·))|s| (22)

5
Entonces tenemos que cumplir la condición:

F (·) > |k1 ||e1 | + |(4,447 + k2 − α)||e2 | + δ (23)

Asimismo como definimos en clase F (·) Recordando que δ es la cota del término de pertur-
bación, cumpliendo esto aseguramos que la superficie deslizante es atractora.
Asimismo como definimos en clase F (·) es una función donde:

F (·) = β1 |e1 | + β2 |e2 | + β3 (24)

Y se debe cumplir la siguiente condición:

β1 > |k1 |

β2 > |4,447 + k2 − α| (25)

β1 > δ

Lo siguiente es demostrar que la superficie propuesta converge en tiempo finito a la superficie

deslizante con la aproximación de los limites por derecha e izquierda:

lı́m ṡ = lı́m+ (αe2 − k1 e1 − (4,447 + k2 )e2 + Γ(·) − F (·)sign(s)) (26)

s→0+ s→0

Cuando nos aproximamos por la derecha a la superficie deslizante el signo mantendra el valor
positivo por lo que mantiene el signo de −F (·)

lı́m ṡ = (αe2 − k1 e1 − (4,447 + k2 )e2 + Γ(·) − F (·)) (27)

s→0+

De forma contraria al aproximarnos por al límite por la izquierda la función de signo nos da
negativo, por lo que obtenemos +F (·)

lı́m ṡ = (αe2 − k1 e1 − (4,447 + k2 )e2 + Γ(·) + F (·)) (28)

s→0−

Dada la condición vista en clase para el límite de la funcion por la derecha sea definido
negativo y por la izquierda definido postivo:

lı́m ṡ < 0 (29)

s→0+

lı́m ṡ > 0 (30)

s→0−

Como ya encontramos la condición que cumple los requisitos:

F (·) > |k1 ||e1 | + |(4,447 + k2 − α)||e2 | + δ (31)

Demostramos que aparte de ser la superficie deslizante atractora, el sistema converge en

tiempo finito a esta superificie.

6
6. Simulaciones
En esta sección probamos el modelo del péndulo no lineal, con los siguientes datos, donde
también incluimos incertidumbre parámetrica :

ẋ1 = x2 ,
(32)
ẋ2 = −8,691sin(x1 ) − 3,447x2 − 0,38sign(x2 ) + 23,196u

Asimismo condiciones inciales para θ(0) = −0,1 y θ̇(0) = 0,1 , asimismo con una perturbación
γ(t) = 0,05sin(2πt + π2 )

Variable Valor
k1 25
k2 10
β1 50
β2 20
β3 1.5
α 10
π
yr (t) 12
sin( π5 t)

Cuadro 2: Parámetros del Controlador

Se tomaron estos parámetros después de un proceso de sintonización en simulación donde

se obtuvo la mejor respuesta después de varias pruebas, la señal de referencia fue tomada
para moverse 15 grados y que completara un ciclo de senoidal en 10 segundos.

Figura 1: Comparación entre Referencia y Posición contra Tiempo

7
 Como vemos después de un transitorio converge a la trayectoria de referencia senoidal.

Figura 2: Señal de Control

La señal de control como es de esperar tiene un efecto conmutación en cuanto llega a la

superficie deslizante, asimismo los valores de voltaje se mantiene en un nivel adecuando, si
tomamos en comparación de un modos deslizantes convencional que no tiene compensación.

Figura 4: Comparación e1 contra e2

Figura 3: Dinámica de los errores en el
tiempo.

Observamos que los errores tienden a cero, después del transitorio, ademas en la figura
(4) vemos que el sistema en tiempo finito converge a la superficie deslizante donde queda
atrapada conmutandose.
π π
Se realizó una segunda simulación donde se cambio la referencia a yr (t) = 12 sin( 15 t) +
π π
( 12 )sin( 5 t)

8
Figura 5: Comparación entre Referencia y
Figura 6: Señal de Control Simulación
Posición contra Tiempo.

Cumple con el mismo comportamiento donde después de un transitorio converge a la

señal de trayectoria. La señal de control tiende a seguir la trayectoria deseada y se mantiene
en niveles de voltaje aceptables.

Figura 8: Comparación e1 contra e2

Figura 7: Dinámica de los errores en el
tiempo.

Al igual los errores tienden a cero y además después de un tiempo finito las trayectorias
convergen a la superficie deslizante.

6.1. Modos Deslizantes Convencional

Asimismo se hizo una prueba con el modos deslizantes convencional:

s = αe1 + e2 (33)

u = −ksign(s) (34)

9
Donde se tomó después de varias pruebas el mínimo valor de k = −0,9 donde el sistema no
perdía en ningún momento el modo deslizantes con un α = 25

Figura 10: Señal de Control

Figura 9: Comparación entre Referencia y
Posición contra Tiempo Modos Deslizan-
tes Convencional

Como vemos sigue la trayectoria pero la clave está en la señal de control, es más agresiva
y además tiene que mantener voltajes más altos que con la compensación, provocando este
efecto un estrés mecánico al motor.

Figura 12: Comparación e1 contra e2

Figura 11: Dinámica de los errores en el
tiempo.

Como apreciamos en los errores, si bien es cierto que tienden a cero, presentan más fuerte
el efecto de chattering en los estados.

7. Resultados
El funcionamiento del programa esta desarrollado en forma de bloques como vemos en la
figura:

10
 Figura 13: Diagrama de Bloques del Programa

7.1. Primer Experimentos

El diagrama de conexiones usado fue el siguiente:

Figura 14: Diagrama de Conexiones

El primer experimento que se realizó fue con la misma referencia de la primer simulación,
donde se hizo un proceso de sintonización experimental , donde logramos la mejor respuesta
sin perder el modos deslizantes.

Variable Valor
k1 15
k2 6
β1 30
β2 10
β3 5
α 12
π π
yr (t) 12
sin( 5
t)

Cuadro 3: Parámetros del Controlador Experimental

Se diseño para que la señal de referencia se moviera 15 grados y que completara un ciclo
de senoidal en 10 segundos.

11
 Figura 15: Comparación Experimental entre Referencia y Posición contra Tiempo

Se aprecia que existe un transitorio donde nosotros partimos desde cero al presionar el
botón de alimentación y una vez en la superficie deslizante sigue la trayectoria correctamente.

Figura 16: Señal de Control

La señal de control como es de esperar tiene un efecto conmutación en cuanto llega a la

superficie deslizante, y los sobretiros son los valores que toma el sistema hasta llegar a la

12
superficie deslizante, como vemos mantien un nivel de voltaje adecuado pero sigue siendo un
estrés mecánico para el motor.

Figura 17: Dinámica de los errores en el

Figura 18: Comparación e1 contra e2
tiempo.

7.2. Segundo Experimento

Se diseñó para que siguiera una trayectoria más complicada de la suma de dos senoidales
π π π
yr (t) = 12 sin( 15 t) + ( 12 )sin( π5 t) donde la amplitud será aproximandamente 23 grados y se
mantuvieron los mismos valores de ganancias sintonizados:

Figura 19: Comparación Experimental

entre Referencia y Posición contra Tiem- Figura 20: Señal de Control Experimental
po.

Como vemos el control resulto robusto ya que la trayectoria correctamente y vemos que
también la señal de control tiende a seguir la forma de la trayectoria.

13
Figura 21: Dinámica de los errores en el
Figura 22: Comparación e1 contra e2
tiempo.

Los errores tienden a cero y vemos que las trayectorias quedan atrapadas en la superificie
deslizante .

8. Conclusiones
En este trabajo, desarrollamos un controlador robusto por modos deslizantes con com-
pensación para el seguimiento de trayectoria de un péndulo simple, evaluando su desempeño
frente a perturbaciones e incertidumbres paramétricas. Los resultados obtenidos demuestran
que la estrategia de control es efectiva para garantizar la convergencia del sistema hacia la
trayectoria deseada, manteniendo robustez ante las incertidumbres.
La ventaja de usar la compensación, como se observó en las simulaciones, es la reducción de
la señal de control utilizada, así como la minimización del efecto de chattering en los estados.
Si bien es un control que responde muy bien, presenta la desventaja de las rápidas conmu-
taciones, las cuales generan un estrés mecánico en el motor y pueden acortar su vida útil.
Por otro lado, existen sistemas de tipo conmutación, como se menciona en los antecedentes,
que están relacionados con mi tema de tesis, el cual se enfoca en convertidores dc-dc. En
este contexto, si se utiliza un transistor de alta frecuencia, un control por modos deslizantes
puede ser una solución ideal para la estabilización de voltaje o incluso para el seguimiento
de trayectorias de voltajes.
Como sabemos, estos sistemas normalmente incluyen elementos no lineales. Por lo tanto, si
la dinámica es difícil de parametrizar, el diseño de un buen controlador puede permitir que
el sistema sea robusto ante estas incertidumbres.

Referencias
[1] J. J. Espinosa, “Control lineal de sistemas multivariables,” Corporación Universitaria de
Ibagué, 2003.

14
[2] I. A. Mendoza Arellanos, “Evaluación experimental de un prototipo de amortiguador por
fricción y rigidez variable,” 2017.

[3] D. I. Rosas Almeida, J. Alvarez, and L. Fridman, “Robust observation and identification
of ndof lagrangian systems,” International Journal of Robust and Nonlinear Control:
IFAC-Affiliated Journal, vol. 17, no. 9, pp. 842–861, 2007.

[4] D. I. R. Almeida, K. D. E. Carballo, and K. I. V. Victorica, “Experimental parameter

estimation methodology based on equivalent output injection,” International Journal of
Modelling, Identification and Control, vol. 42, no. 1, pp. 4–16, 2023.

[5] D. Rosas, J. Alvarez, P. Rosas, A. Silva, K. Telecomunicaciones, and C. Tijuana-

Ensenada, “Observación de estado y estimación de perturbaciones en sistemas no lineales
en forma normal,” in Congreso Anual de la Asociación de México de Control Automático,
2009.

[6] K. Ogata, Ingeniería de control moderna. Pearson educación, 2003.

[7] V. Utkin, J. Guldner, and J. Shi, Sliding mode control in electro-mechanical systems.
CRC press, 2017.

[8] Y. Shtessel, C. Edwards, L. Fridman, A. Levant, et al., Sliding mode control and obser-
vation, vol. 10. Springer, 2014.

[9] H. K. Khalil and J. W. Grizzle, Nonlinear systems, vol. 3. Prentice hall Upper Saddle
River, NJ, 2002.

15