Diseño de un controlador de realimentación de estado para la estabilización de un sistema de levitación magnética considerando un modelo dinámico no lineal de segundo orden
Cargando...
Fecha
Fecha
2026-05-20
Director
Título de la revista
ISSN de la revista
Título del volumen
Editor
Universidad Distrital Francisco Jose de Caldas
Compartir
Citar documento
Vergara Espitia, Carlos Andrés; Sánchez Rodríguez, Johan Sebastián (2026). Diseño de un controlador de realimentación de estado para la estabilización de un sistema de levitación magnética considerando un modelo dinámico no lineal de segundo orden. Universidad Distrital Francisco Jose de Caldas. https://hdl.handle.net/11349/101754
Gestores bibliográficos
Altmetric
El indicador aparece cuando Altmetric registra menciones para este documento.
Documentos PDF
Resumen
La evolución tecnológica ha estado estrechamente vinculada a la necesidad de ampliar las capacidades humanas y optimizar la ejecución de tareas cada vez más complejas. A medida que los sistemas tecnológicos han incorporado componentes mecánicos, eléctricos, electrónicos y computacionales, su funcionamiento ha alcanzado mayores niveles de eficiencia y precisión, permitiendo responder a exigencias operativas que antes dependían exclusivamente de la intervención humana. Sin embargo, este incremento en la complejidad también ha generado nuevos desafíos relacionados con la estabilidad, la adaptabilidad y el control de los sistemas en entornos dinámicos y sujetos a múltiples perturbaciones. En este contexto, comprender el comportamiento de los sistemas físicos modernos requiere herramientas analíticas capaces de representar adecuadamente las interacciones entre sus variables internas y externas. La presencia de dinámicas no lineales y comportamientos potencialmente inestables hace indispensable el desarrollo de modelos matemáticos que permitan describir, analizar y predecir la evolución de dichos sistemas bajo diferentes condiciones de operación. Estos modelos constituyen la base para diseñar estrategias de control que garanticen un desempeño seguro, eficiente y confiable. Por ello, el estudio de sistemas dinámicos complejos ocupa un lugar central en la ingeniería de control, ya que proporciona los fundamentos necesarios para enfrentar los retos asociados a las tecnologías contemporáneas. La modelación matemática no solo facilita la comprensión de fenómenos físicos complejos, sino que también contribuye al desarrollo de soluciones capaces de mejorar la precisión, robustez y autonomía de los sistemas tecnológicos actuales
Descripción
La evolución tecnológica ha estado estrechamente vinculada a la necesidad de ampliar las capacidades humanas y optimizar la ejecución de tareas cada vez más complejas. A medida que los sistemas tecnológicos han incorporado componentes mecánicos, eléctricos, electrónicos y computacionales, su funcionamiento ha alcanzado mayores niveles de eficiencia y precisión, permitiendo responder a exigencias operativas que antes dependían exclusivamente de la intervención humana. Sin embargo, este incremento en la complejidad también ha generado nuevos desafíos relacionados con la estabilidad, la adaptabilidad y el control de los sistemas en entornos dinámicos y sujetos a múltiples perturbaciones. En este contexto, comprender el comportamiento de los sistemas físicos modernos requiere herramientas analíticas capaces de representar adecuadamente las interacciones entre sus variables internas y externas. La presencia de dinámicas no lineales y comportamientos potencialmente inestables hace indispensable el desarrollo de modelos matemáticos que permitan describir, analizar y predecir la evolución de dichos sistemas bajo diferentes condiciones de operación. Estos modelos constituyen la base para diseñar estrategias de control que garanticen un desempeño seguro, eficiente y confiable. Por ello, el estudio de sistemas dinámicos complejos ocupa un lugar central en la ingeniería de control, ya que proporciona los fundamentos necesarios para enfrentar los retos asociados a las tecnologías contemporáneas. La modelación matemática no solo facilita la comprensión de fenómenos físicos complejos, sino que también contribuye al desarrollo de soluciones capaces de mejorar la precisión, robustez y autonomía de los sistemas tecnológicos actuales
