⚡ electrical engineering

Design, Modelling, and Control of Magnetic Ball Suspension System

Este artículo presenta el modelado, el análisis de estabilidad y la evaluación comparativa de las estrategias de control por colocación de polos, basadas en observador y LQR para un Sistema de Suspensión Magnética de Bola no lineal, demostrando mediante simulaciones en Simulink que, mientras los modelos linealizados logran un desempeño estable con oscilaciones mínimas, los enfoques basados en observador y LQR gestionan eficazmente la inestabilidad inherente y la dinámica transitoria del sistema.

Autores originales: Sampson E. Nwachukwu

Publicado 2026-01-23

📖 5 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Sampson E. Nwachukwu

Artículo original bajo licencia CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

Imagina que estás intentando equilibrar una bola de acero en el aire, suspendida justo debajo de un imán potente, sin dejar que toque nada. Esto es el Sistema de Suspensión de Bola Magnética (MBSS, por sus siglas en inglés). Es como intentar mantener una pluma flotando en un fuerte túnel de viento; si sueltas la presión por una fracción de segundo, la bola o se estrella contra el imán o cae al suelo. El objetivo es mantenerla perfectamente quieta en el medio, utilizando únicamente fuerzas magnéticas invisibles, lo que significa que no hay fricción ni desgaste.

Este documento es esencialmente una guía sobre cómo construir el "cerebro" (el controlador) que evita que esta bola caiga. Aquí está el desglose de su trayectoria:

1. El Problema: Un viaje tambaleante e impredecible

El sistema es complicado porque es no lineal. Piensa en ello como conducir un coche donde el volante se vuelve más pesado o más ligero dependiendo de qué tan rápido vayas, y los frenos funcionan de forma distinta si giras a la izquierda o a la derecha. Debido a esto, las matemáticas se vuelven complicantes. La bola quiere caer debido a la gravedad, pero el imán la atrae hacia arriba. Si el imán tira demasiado fuerte, la bola sube de golpe; si tira muy débil, la bola cae.

2. El Mapa: Dibujando las reglas

Primero, los autores construyeron un mapa matemático (un modelo de espacio de estados) del sistema. Lo dividieron en dos partes:

La Parte Mecánica: Cómo se mueve la bola (la gravedad tirando hacia abajo, el imán tirando hacia arriba).
La Parte Eléctrica: Cómo fluye la electricidad a través de la bobina del imán para crear esa atracción.

Calcularon el "punto ideal" (punto de equilibrio) donde la bola debería colgar. Para su configuración específica, este era aproximadamente a 6 centímetros por debajo del imán.

3. La Estrategia: Tres formas de pilotar el barco

Dado que el sistema es inestable, necesitaban un controlador que empujara constantemente la bola de vuelta al centro. Probaron tres "conductores" diferentes:

Conductor A: El Ubicador de Polos (Retroalimentación de Estado)
Imagina que tienes un coche con un volante que puedes bloquear en ángulos específicos para hacer que el coche vaya recto. Este método calcula exactamente cuánto debe empujar el imán para mantener la bola estable. Ellos "ubicaron los polos" (un término matemático para establecer la velocidad de estabilidad del sistema) para hacer que la bola se asiente rápidamente sin oscilar demasiado.
- El Resultado: Funcionó de maravilla en la versión matemática "ideal" del sistema. En la versión no lineal real y desordenada, la bola se tambaleó un poco más antes de asentarse, pero aun así funcionó.
Conductor B: El Experto en Suposiciones (Observador de Orden Completo)
En el mundo real, no siempre puedes medir cada cosa que sucede dentro de la máquina (como la velocidad exacta de la bola en cada milisegundo). Es como intentar conducir un coche con el parabrisas empañado donde solo puedes ver la carretera directamente frente a ti.
Este controlador actúa como un supositor superinteligente. Utiliza los datos limitados que puede ver (la posición de la bola) para estimar el resto (qué tan rápido se mueve, cuánta corriente está fluyendo). Luego utiliza esas suposiciones para dirigir la bola.
- El Resultado: Fue muy preciso. Incluso cuando el sistema era no lineal, la "suposición" ayudó a estabilizar la bola, aunque a veces tardaba un poco más en asentarse que el modelo matemático perfecto.
Conductor C: El Experto en Eficiencia (LQR - Regulador Cuadrático Lineal)
Este conductor se preocupa por dos cosas: mantener la bola en el centro y no desperdiciar energía. Es como un conductor que quiere llegar a su destino de forma suave pero también quiere ahorrar gasolina. Utiliza una fórmula compleja para encontrar el "equilibrio perfecto" entre cuánto empuja el imán y qué tan bien se mantiene la bola en su lugar.
- El Resultado: Se desempeñó de manera muy similar al Conductor A. Fue robusto y eficiente, ofreciendo un gran equilibrio entre estabilidad y uso de energía.

4. Los Resultados de la Carrera: Simulaciones

Los autores pasaron estos tres conductores por una simulación por computadora (una pista de pruebas virtual) para ver cómo se desempeñaban.

El "Mundo Perfecto" (Modelo Linealizado): En la versión matemática simplificada, los tres conductores fueron campeones. La bola se estabilizó rápidamente con muy poca sacudida.
El "Mundo Real" (Modelo No Lineal): Cuando probaron la física real y desordenada, la bola tuvo que hacer un pequeño baile (oscilar) antes de finalmente dejar de moverse. Le tomó un poco más de tiempo calmarse, pero los tres métodos finalmente lograron el trabajo.

La Conclusión

El documento concluye que, si bien los modelos matemáticos del "mundo perfecto" son fáciles de controlar, el sistema real y tambaleante necesita un poco más de paciencia. El método del Observador es crucial porque, en la vida real, no podemos medir todo perfectamente, por lo que necesitamos una forma de "suponer" las piezas faltantes para mantener la bola segura.

En última instancia, descubrieron que si quieres el control más estable, debes apuntar al punto de equilibrio más pequeño posible (mantener la bola más cerca del imán), ya que esto hace que el sistema sea más fácil de gestionar. El estudio demuestra que con el "cerebro" matemático adecuado, puedes mantener una bola de acero flotando en el aire sin que toque nada jamás.

Resumen Técnico: Diseño, Modelado y Control de un Sistema de Suspensión Magnética de una Bola (MBSS)

Planteamiento del Problema
El artículo aborda los desafíos asociados con el Sistema de Suspensión Magnética de una Bola (MBSS), un sistema electromecánico no lineal e inherentemente inestable utilizado en aplicaciones de precisión como turbinas eólicas y actuación de microrrobots. El objetivo principal del MBSS es levitar una bola de acero utilizando fuerza electromagnética sin contacto físico, eliminando así las pérdidas por fricción. Sin embargo, el diseño y el análisis del sistema se ven complicados por sus no linealidades innatas y la volatilidad de las señales de entrada, lo que hace que los conceptos de control lineal estándar sean efectivos solo dentro de rangos operativos limitados. El problema central es desarrollar una estrategia de control robusta que pueda estabilizar la posición de la bola a pesar de estas dinámicas no lineales y la imposibilidad práctica de medir directamente todas las variables de estado.

Metodología
El estudio emplea un enfoque sistemático que involucra el modelado matemático, la linealización y el diseño de tres estrategias de control distintas:

Modelado Matemático: Se desarrolló un modelo de espacio de estados exhaustivo para capturar tanto la dinámica mecánica como la eléctrica. La parte mecánica se modela mediante la segunda ley de Newton, mientras que la parte eléctrica utiliza la Ley de Kirchhoff de Voltajes (KVL). El sistema se define por tres variables de estado: posición de la bola ( $x_1$ ), velocidad de la bola ( $x_2$ ) y corriente de la bobina ( $x_3$ ).
Linealización y Análisis: Los puntos de equilibrio se determinaron mediante la linealización por retroalimentación basada en la matriz Jacobiana. El sistema se linealizó alrededor de un punto operativo específico (calculado con $E=8V$ , $R=10\Omega$ , $K=0.01$ , $M=0.2kg$, $L=0.5H$ ). Se realizaron análisis de controlabilidad y observabilidad, confirmando que el sistema es tanto controlable como observable, lo que valida la viabilidad del control por retroalimentación de estado y basado en observadores.
Diseño de Control: Se implementaron y simularon tres métodos de control en Simulink tanto para modelos lineales como no lineales:
- Asignación de Polos por Retroalimentación de Estado (Pole Placement): Diseñado para desplazar los polos del sistema a ubicaciones deseadas (-5, -10, -20) para asegurar la estabilidad.
- Observador de Orden Completo: Desarrollado para estimar las variables de estado cuando la medición directa es poco práctica, utilizando el principio de dualidad entre controlabilidad y observabilidad.
- Regulador Cuadrático Lineal (LQR): Una estrategia de control óptimo diseñada para minimizar una función de costo cuadrática, equilibrando la regulación del estado y el esfuerzo de control.

Resultados Clave
Los resultados de la simulación durante un periodo de 50 segundos revelaron características de desempeño distintivas entre los modelos lineales y no lineales:

Sistemas Linealizados: Las tres estrategias de control (retroalimentación de estado, basada en observador y LQR) lograron consistentemente el desempeño deseado, estabilizando el sistema al punto de equilibrio con oscilaciones mínimas.
Sistemas No Lineales: Los modelos no lineales exhibieron oscilaciones transitorias significativas antes de la estabilización.
- El control de Retroalimentación de Estado requirió más tiempo y exhibió varias oscilaciones debido al mayor esfuerzo de control necesario para llevar la bola al equilibrio.
- El Observador de Orden Completo estimó con éxito los estados, permitiendo un control efectivo. Sin embargo, el desempeño varió con los valores nominales; el uso de un valor nominal de 0.06 resultó en oscilaciones menores, mientras que un valor de 0.8 provocó un aumento en las oscilaciones de las formas de onda de salida.
- El control basado en LQR ofreció una mejor robustez y minimizó el esfuerzo de control. Su desempeño resultó ser comparable al de la retroalimentación de estado estándar en varios casos.

Significancia y Reivindicaciones
El artículo afirma que la metodología propuesta aborda con éxito la inestabilidad del MBSS mediante la determinación precisa de los puntos de equilibrio y la aplicación de técnicas de control robustas. El estudio demuestra que, si bien los sistemas linealizados se comportan satisfactoriamente independientemente de las condiciones iniciales, la no linealidad inherente del MBSS requiere un manejo cuidadoso, ya que provoca oscilaciones antes de asentarse.

Los autores concluyen que, para un control más estable del sistema, se recomienda utilizar el punto de equilibrio más pequeño. El trabajo valida que el modelado de espacio de estados, combinado con la linealización por retroalimentación y estrategias de control avanzadas como LQR y observadores de orden completo, proporciona un marco viable para gestionar las complejas dinámicas de los sistemas de levitación magnética.

1. El Problema: Un viaje tambaleante e impredecible

2. El Mapa: Dibujando las reglas

3. La Estrategia: Tres formas de pilotar el barco

4. Los Resultados de la Carrera: Simulaciones

La Conclusión

Más como este