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
| dc.contributor.advisor | Montoya Giraldo, Oscar Danilo | |
| dc.contributor.author | Vergara Espitia, Carlos Andrés | |
| dc.contributor.author | Sánchez Rodríguez, Johan Sebastián | |
| dc.contributor.orcid | Montoya Giraldo, Oscar Danilo [0000-0001-6051-4925] | |
| dc.creator.email | carlosvergara0637@gmail.com | |
| dc.creator.email | johanssr02@gmail.com | |
| dc.creator.id | 20192007045 | |
| dc.creator.id | 20192007006 | |
| dc.date.accessioned | 2026-06-11T22:11:42Z | |
| dc.date.available | 2026-06-11T22:11:42Z | |
| dc.date.created | 2026-05-20 | |
| dc.description | 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 | |
| dc.description.abstract | 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 | |
| dc.format.mimetype | ||
| dc.identifier.uri | http://hdl.handle.net/11349/101754 | |
| dc.language.iso | spa | |
| dc.publisher | Universidad Distrital Francisco Jose de Caldas | |
| dc.relation.references | Muhammad Adnan, Baohua Xiao, Muhammad Ubaid Ali, Shaheen Bibi, Hong Yu, Peiwen Xiao, Peng Zhao, Haiyan Wang, and Xianjin An. Human inventions and its environmental challenges, especially artificial intelligence: New challenges require new thinking. Environmental Challenges, 16:100976, August 2024. | |
| dc.relation.references | ikolay Hinov. From Energy Efficiency to Energy Intelligence: Power Electronics as the Cognitive Layer of the Energy Transition. Electronics, 14(23):4673, November 2025. | |
| dc.relation.references | Ogata and Katsuhiko. Ingenieria de Control Moderna. Prentice-Hall Hispanoamericana, Mexico, 3 edition, 2010 | |
| dc.relation.references | Pablo Andrés Muñoz Gutiérrez, Eduardo Giraldo Suárez, and Jhon Abraham Bonilla Becerra. Identificación y control de un Vehículo Aéreo no Tripulado tipo Quadcopter. Ingenierías USBMed, 7(1):5–10, June 2016. | |
| dc.relation.references | Teschl and Gerald. Ordinary Differential Equations. American Mathematical Society, 2012. | |
| dc.relation.references | Abdullah Mughees and Syed Ali Mohsin. Design and Control of Magnetic Levitation System by Optimizing Fractional Order PID Controller Using Ant Colony Optimization Algorithm. IEEE Access, 8:116704–116723, 2020. | |
| dc.relation.references | Dini Wang, Fanwei Meng, and Shengya Meng. Linearization Method of Nonlinear Magnetic Levitation System. Mathematical Problems in Engineering, 2020:1–5, June 2020. | |
| dc.relation.references | Maher Alwajih and Shabana Urooj. Characterization and Control Strategies of a Magnetic Levitation System, pages 175–182. Springer Singapore, October 2017. | |
| dc.relation.references | A. Bilal Ozcan, Ismail Bayezit, and Mert Tekyurt. Stabilization of Chaotic Systems using Hardware-in-the-Loop Validation for Sliding Mode Control and Input State Linearization. The Journal of Engineering, 2025(1), January 2025 | |
| dc.relation.references | Stefan Chamraz, Mikulas Huba, and Katarına Zákova. Stabilization of the Magnetic Levitation System. Applied Sciences, 11(21):10369, November 2021. | |
| dc.relation.references | Edwin René Aguilar-Jaramillo and Víctor Gonzalo Proano Rosero. Aplicación de las LMI al diseño de controladores robustos. Ingenius, (18):93, July 2017. | |
| dc.relation.references | Maria Hypiusova and Alena Kozakova. Robust PID controller design for the magnetic levitation system: Frequency domain approach. In 2017 21st International Conference on Process Control (PC), pages 274–279. IEEE, June 2017. | |
| dc.relation.references | Jonathan Smith Castro Beltrán, Carlos Felipe Vergara Ramírez, and Joan Stiven Herrera Guayazan. Comparación de un control lineal y no lineal en un levitador magnético. Ingenierías USBMed, 9(1):112–118, February 2018. | |
| dc.relation.references | Yair Lozano Hernández, Oscar Octavio Gutiérrez Frías, and Mario Villafuerte Bante. Control pi difuso de un sistema de levitaci´on magn´etica mediante un sistema embebido. Ingeniería Investigación y Tecnología, 20(4):1–11, October 2019. | |
| dc.relation.references | Lei Zhou and Jingjie Wu. Magnetic Levitation Technology for Precision Motion Systems: A Review and Future Perspectives. International Journal of Automation Technology, 16(4):386–402, July 2022. | |
| dc.relation.references | Qi Zhu, Su-Mei Wang, and Yi-Qing Ni. A Review of Levitation Control Methods for Low- and Medium-Speed Maglev Systems. Buildings, 14(3):837, March 2024. | |
| dc.relation.references | Shekhar Yadav, S.K. Verma, and S.K. Nagar. Optimized PID Controller for Magnetic Levitation System. IFAC-PapersOnLine, 49(1):778–782, 2016. | |
| dc.relation.references | Sandra Milena Zambrano and Anderson Vera Correa. Design of a system of control for feedback from the balances of matter and energy for the evaporator double effect of the laboratory of chemical engineering of the university of pamplon. Infométrica, 2:125– 148, 2019. | |
| dc.relation.references | Guancheng Liu, Yonghua Lu, Jiajun Xu, Zhanxiang Cui, and Haibo Yang. Magnetic Levitation Actuation and Motion Control System with Active Levitation Mode Based on Force Imbalance. Applied Sciences, 13(2):740, January 2023. | |
| dc.relation.references | Ziyang Hao, Linjie Hao, Pengfei Liu, RuichenWang, and MeiqiWang. Research on Levitation Control of a Two-Degree-of-Freedom System Based on IWOA-ISMC. Actuators, 15(2):118, February 2026. | |
| dc.relation.references | Marlon Cruz-Pegueros, Oscar Octavio Gutiérrez Frias, Norma Beatriz Lozada-Castillo, and Alberto Luviano-Ju´arez. Modelado y control de un sistema de levitación magnética basado en un cojinete magnético activo. Nova Scientia, 9(19):229, September 2017. | |
| dc.relation.references | Francesco Ferrante, Chiara Ravazzi, and Fabrizio Dabbene. An lmi approach for structured h∞ state feedback control the authors research has been partially supported by the prin 2017 project, prot. 2017s559bb. IFAC-PapersOnLine, 53(2):4058–4063, 2020. 21st IFAC World Congress. | |
| dc.relation.references | Rene Alexander Palacios Ochoa. Controlador con Observador de Estados de Orden Completo para un motor de DC mediante dSPACE. MASKAY, 7(1):6, October 2017. | |
| dc.relation.references | Oscar H Sierra-Herrera, Luis D Patarroyo-Guti´errez, and Mario E González-Niño. Simulation-based comparison of ADRC, PI, and PID controllers on a SEPIC converter: performance and complexity. Ingenier´ıa y Competitividad, 27(3), November 2025. | |
| dc.relation.references | Aichen Wu, Xipeng Wu, Fazhi Song, Pengyu Sun, and Jiubin Tan. A pole-placement-based variable-gain observer for precision motion stages: Addressing the disturbance-noise trade-off. Actuators, 15(2), 2026. | |
| dc.relation.references | Mundher H.A. Yaseen and Haider J. Abd. Modeling and control for a magnetic levitation system based on simlab platform in real time. Results in Physics, 8:153–159, March 2018. | |
| dc.relation.references | Oscar Danilo Montoya Giraldo, Walter Juli´an Gil-González, and Andrés Leonardo Jutinico-Alarcón. A Decoupled PI Design for a Second-Order Model of a Magnetic Levitation System. Statistics, Optimization & Information Computing, 14(2):628–635, May 2025. | |
| dc.relation.references | Ricardo Lopes Coelho. Newton’s second law and physics textbooks. Foundations of Science, 31:179–204, July 2025. | |
| dc.relation.references | Mundher H.A. Yaseen and Haider J. Abd. Modeling and control for a magnetic levitation system based on SIMLAB platform in real time. Results in Physics, 8:153–159, March 2018. | |
| dc.relation.references | Dillip Kumar Mishra, Mohammad Hossein Abbasi, Mohsen Eskandari, Saroj Paudel, Sourav K. Sahu, Jiangfeng Zhang, and Li Li. State–space modelling and stability analysis of solid-state transformers for resilient distribution systems. Applied Sciences, 14(5), 2024. | |
| dc.relation.references | Danica Rosinova, Richard Schwarz, and Alena Kozakova. Air levitation state feedback control using pole placement and kalman filter. IFAC-PapersOnLine, 58(25):132–137, 2024. | |
| dc.relation.references | Richard Seeber and Markus Tranninger. Integral state-feedback control of linear time-varying systems: A performance preserving approach. Automatica, 136, 2022. | |
| dc.relation.references | Hong Jiang, Guangren Duan, and Mingzhe Hou. Generalized proportional–integral extended state observer-based controller design for fully actuated systems. ISA Transactions, 155:137–147, 2024. | |
| dc.relation.references | Sohaibullah Zarghoon and Cyril Belavy. Lqr and pole placement controllers with integral action design technique and performance analysis for control of temperature field in continuous casting process. In 2023 24th International Carpathian Control Conference (ICCC), pages 489–494. IEEE, 2023. | |
| dc.relation.references | Gopal Jee and Santanu Dasgupta. Generalization of ackermann’s formula for state-feedback of multi-input systems. IFACPapersOnLine, 57:196–201, 2024. | |
| dc.rights.acceso | Abierto (Texto Completo) | |
| dc.rights.accessrights | OpenAccess | |
| dc.subject | Levitación magnética | |
| dc.subject | Realimentación de estado | |
| dc.subject | Control automático | |
| dc.subject | Modelo dinámico | |
| dc.subject.keyword | Magnetic levitation | |
| dc.subject.keyword | State feedback control | |
| dc.subject.keyword | Nonlinear system | |
| dc.subject.keyword | Stabilization | |
| dc.subject.lemb | Ingeniería Eléctrica -- Tesis y disertaciones académicas | |
| dc.subject.lemb | Ingeniería de control automático | |
| dc.subject.lemb | Sistemas dinámicos no lineales | |
| dc.subject.lemb | Levitación magnética | |
| dc.subject.lemb | Estabilidad de sistemas dinámicos | |
| dc.title | 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 | |
| dc.title.titleenglish | Design of a state feedback controller for the stabilization of a magnetic levitation system considering a nonlinear second-order dynamic model | |
| dc.type | bachelorThesis | |
| dc.type.coar | http://purl.org/coar/resource_type/c_7a1f | |
| dc.type.degree | Producción Académica | |
| dc.type.driver | info:eu-repo/semantics/bachelorThesis |
Archivos
Bloque de licencias
1 - 1 de 1
Cargando...
- Nombre:
- license.txt
- Tamaño:
- 7 KB
- Formato:
- Item-specific license agreed upon to submission
- Descripción:
