Jaime Martnez Verd | Introduccin al control adaptativo. 1
Introduccin al control adaptativo. La tcnica del Control Adaptativo surge a partir de 1950 con el fin de dar solucin a problemas de control en los que las caractersticas del sistema a controlar son variables o poco conocidas. El trmino control adaptativo posee diversos significados pero, en trminos generales, implica que un sistema mida las caractersticas dinmicas de una planta (funcin de transferencia o ecuacin de estado) en forma continua y automtica, las compare con las caractersticas dinmicas deseadas y utilice la diferencia entre ambas para variar los parmetros ajustables del sistema (estos parmetros suelen ser las caractersticas del controlador) o genera una seal actuante, de modo que se mantenga un desempeo ptimo; por tanto es capaz de acomodarse a modificaciones no predecibles de un medio, sean esos cambios internos o externos al sistema, un esquema general es mostrado en la figura siguiente.
Ilustracin 1. Esquema general de un control adaptativo. Si la funcin de transferencia G(s) o la ecuacin de estado de una planta est identificada continuamente, las variaciones que puedan aparecer en la funcin de transferencia o en la ecuacin de estado de la planta son compensadas slo con modificar los parmetros ajustables del controlador. De este modo, se obtiene un diseo continuado del sistema bajo diversas condiciones ambientales y de degeneracin, cuyo comportamiento ser satisfactorio independientemente de la situacin. [CONTROL ADAPTATIVO] MITIT
Jaime Martnez Verd | Introduccin al control adaptativo. 2
Tal mtodo de adaptacin es de gran utilidad para afrontar un problema en el cual la planta se encuentre indefectiblemente expuesta a condiciones ambientales variables y de envejecimiento, de manera que los parmetros de la planta variasen respecto al tiempo. Este concepto es de gran inters para diseadores de sistemas, ya que un sistema adaptativo, adems de aceptar modificaciones ambientales y por envejecimiento de los componentes, admite errores de diseo de ingeniera o incertidumbre y es capaz de compensar las fallas de componentes menores, incrementando as la confiabilidad del sistema. A pesar de las utilidades del control adaptativo expuestas anteriormente, no son slo estas puesto que tambin se emplean para contrarrestar los aspectos negativos que induce el carcter no lineal de los sistemas. Los problemas de control en los sistemas no lineales han sido extensivamente estudiados en el pasado. No obstante, existe un gran inters en la comprensin de la conducta de los sistemas no lineales en cuanto a la modelizacin e identificacin de la estructura y de los parmetros de tales sistemas cuando se disea un controlador adaptativo. El Control adaptativo trata el problema de controlar la salida de la planta en presencia de incertidumbres paramtricas o estructurales debidas a las no linealidades. En el control adaptativo tradicional, para conseguir que un problema fuera tratable, la planta se supona lineal con parmetros desconocidos. Se escoga una estructura de controlador, y los parmetros se ajustaban escogiendo una ley adaptativa, de modo que la salida de la planta siguiera a la referencia asintticamente. En definitiva, las razones por las cuales se emplean tcnicas de control donde el controlador se adapta, es decir, los problemas a resolver empleando control adaptativo son: Desconocimiento de cmo es exactamente la funcin de transferencia . Somos incapaces de conocer los parmetros b o a, o stas cambian con el tiempo. Debido a: o Cambio en las condiciones ambientales del sistema. o Cambio en las propiedades de los componentes del sistema debido al envejecimiento. No linealidad de los sistemas fsicos reales. Clasificacin de reguladores de Control Adaptativo Desde el principio de la tecnologa de control adaptativo, se han propuesto dos clases distintas de controladores adaptativos. Desde el principio de la tecnologa adaptativa, se han propuesto dos clases distintas de controladores adaptativos, directo e indirecto: En el directo, los parmetros del controlador se ajustan directamente en base a los datos de entrada-salida. En el indirecto, los parmetros de la planta se estiman y se ajustan en base a los datos de entrada-salida. Existen una gran variedad de esquemas adaptativos dentro de estas dos clases, tales como el Model Reference Adaptive Control (MRAC), Self-Tuning Adaptive Control (STAC), Self- Organizing Fuzzy Logic (SOFLIC), Neural Networks (NN), y Neurofuzzy Adaptive Control (NAC). [CONTROL ADAPTATIVO] MITIT
Jaime Martnez Verd | Introduccin al control adaptativo. 3
Para los procesos cuyos parmetros varan lentamente en el tiempo, los controladores adaptativos con realimentacin pueden ser divididos en dos grandes grupos: MIAS: Sistemas adaptativos con identificacin de modelo (Model Identification Adaptive System). MRAS: Sistemas adaptativos con modelo de referencia (Model Reference Adaptive System) Los sistemas adaptativos con identificacin de modelo (MIAS) determinan un modelo del proceso las medidas de entrada-salida y mtodos de identificacin. Aqu los parmetros son calculados de acuerdo con un mtodo de diseo del controlador programado con anterioridad. Esta clase de reguladores adaptativos tambin se denomina self-tuning regulators. Los sistemas adaptativos con modelo de referencia (MRAS) intentan obtener una respuesta en bucle cerrado prxima a la dada por el modelo de referencia para la seal de entrada. Aqu una seal externa, por ejemplo la variable de referencia, es medida y la diferencia entre las seales se forma usando las seales del bucle de control y del modelo de referencia y cambiando los parmetros del controlador por medio de un mtodo adaptativo.
(A)
(B)
(C) Ilustracin 2. Esquema de un MRAS (A) y de un MIAS (B y C). [CONTROL ADAPTATIVO] MITIT
Jaime Martnez Verd | Control Adaptativo Basado en Modelo de Referencia 4
Control Adaptativo Basado en Modelo de Referencia Bajo este nombre se agrupan una serie de estrategias de control que tienen en comn como caracterstica principal, el hacer uso explcito de un modelo del proceso, para obtener la seal de control mediante la minimizacin de una cierta funcin de transferencia. En este sentido forman parte de una familia ms amplia, en la que se hace uso de un modelo del proceso para disear el controlador: LQ, IMC, asignacin de polos y ceros,... Adems de garantizar la operacin estable de la planta, los controladores avanzados de hoy en da han de satisfacer una serie de criterios adicionales u objetivos secundarios de control: econmicos, de seguridad, limitaciones fsicas de los equipos, calidad del producto final, regulaciones ambientales, preferencias humanas,... Muchos de estos modelos admiten una representacin matemtica muy natural, bajo la forma de funciones objetivo dinmicas y ligaduras dinmicas de tipo desigualdad. Ventajas y caractersticas del Control Adaptativo MRAS El control adaptativo basado en modelo de referencia tiene las siguientes caractersticas: Uso explcito de un modelo para predecir las salidas futuras. Clculo de cierta secuencia que minimice cierta funcin objetivo. El horizonte se va desplazando hacia el futuro, lo que implica la aplicacin de la primera seal de control calculada en cada paso. Ventajas del control adaptativo basado en modelos sobre otros mtodos: Se puede aplicar con pocos conocimientos de control, porque los conceptos son intuitivos y el sintonizado es relativamente sencillo. Se puede utilizar para controlar una gran cantidad de procesos, tanto sencillos como complejos; incluyendo sistemas con tiempos de retardo grandes y sistemas de fase no mnima. Se puede aplicar al caso multivariable. El controlador resultante es una sencilla ley de control lineal. Su extensin para tratar el caso con restricciones es conceptualmente sencilla y puede ser incluida durante el diseo. Es muy til cuando las referencias futuras son conocidas. Es una metodologa abierta. Diseo de reguladores de Control Adaptativo MRAS A partir de los cambios de pendiente del Bode podemos saber el nmero de polos y ceros aproximadamente. Recordemos que el punto de funcionamiento o del sistema ya no es vlida la linearizacin del sistema por lo que hay que usar control adaptativo. Adems, hemos de recordar la necesidad de satisfacer las especificaciones tcnicas: t s ,M p , e p . Supongamos un ejemplo donde queremos que el sistema se comporte del siguiente modo: Ecuacin 1 [CONTROL ADAPTATIVO] MITIT
Jaime Martnez Verd | Control Adaptativo Basado en Modelo de Referencia 5
Por tanto, la funcin de transferencia G m (s) representa el modelo deseado o Modelo de referencia y cumple que: - La salida del modelo ser la salida que deseamos. - El mecanismo de ajuste tendr unos parmetros sin definir: es lo que se va a adaptar.
Ilustracin 3. Esquema del control adaptativo MRAS. Regla del MIT
Ilustracin 4. Regla del MIT empleada en un control adaptativo MRAS. o Funciona bien pero es peligroso. o ABTE es para solucionarlo. o Es ms complicado de disear. [CONTROL ADAPTATIVO] MITIT
Jaime Martnez Verd | Control Adaptativo Basado en Modelo de Referencia 6
Ilustracin 5. Comportamiento del error en un control adaptativo MRAS. METODO DEL GRADIENTE Cmo variar para min ? Ecuacin 2 Ecuacin 3 Ecuacin 4
Ilustracin 6. Comportamiento del error empleando el mtodo del gradiente. DESARROLLO (UN PARMETRO) Supongamos un modelo tal que ste sea el resultado de una ganancia de la planta y que donde K desconocido. Supongamos que conocemos K:
Definamos donde realmente el parmetro K es un valor desconocido. A continuacin, se determina la expresin del error, es decir, la diferencia entre la salida del modelo y la del sistema:
donde, y .
nos marca la velocidad de la pelota. Si es muy grande, puede saltar de un lado a otro. Si es muy pequeo, puede no darle tiempo a adaptarse. [CONTROL ADAPTATIVO] MITIT
Jaime Martnez Verd | Control Adaptativo Basado en Modelo de Referencia 7
Ecuacin 5 Si aplicamos el operador derivada a la ecuacin anterior tenemos que:
Ecuacin 6 Si calculamos la derivada temporal del parmetro theta tenemos lo siguiente:
Ecuacin 7 Redefinimos el parmetro gamma de modo que la ecuacin obtenida, en realidad debe quedar de este modo: Ecuacin 8 donde el valor de gamma prima es el siguiente: Ecuacin 9 Transformando las expresiones al dominio de Laplace tenemos que la Ley de Adaptacin en Laplace es: Ecuacin 10
Ilustracin 7. Obtencin de la Ley de Adaptacin. [CONTROL ADAPTATIVO] MITIT
Jaime Martnez Verd | Control Adaptativo Basado en Modelo de Referencia 8
EJERCICIO A continuacin estudiaremos y analizaremos los reguladores MRAS empleando para ello la siguiente funcin de transferencia: Ecuacin 11 Para estudiar en profundidad las caractersticas de estos reguladores empelaremos las siguientes entradas: - Entrada escaln (Step). - Senoidal (Sine Wave). - Pulsos (Pulse generator). - Seal aleatoria (Random Number). Deberemos verificar lo siguiente: o Comprobar si el sistema se inestabiliza para algn o Valor ptimo. Por ejemplo, Para en seno se inestabiliza la salida. Para no se consigue "cazar" el seno. o Representar el parmetro o Valor ptimo de Cuando tengamos que el sistema se estabiliza desconectamos el mecanismo de adaptacin y ponemos una cota que ser justamente el valor final de los parmetros. Para ello se ha empleado el siguiente cdigo donde tenemos : K=1;sistema=tf(K*[1],[1 0.5]);Km=3;modelo=tf(Km*[1],[1 0.5]); gamma=1; gamma=0.4; gamma=0.1; Se ha llevado a cabo diferentes simulaciones buscando un parmetro gamma capaz de dar un buen resultado para todas las seales. Se han obtenido diversas grficas donde el color azul representa la seal de salida y error procedente del modelo y el color verde representa la seal de salida y error procedente del sistema regulado por un MRAC. Se ha observado que para valores pequeos de gamma (0,1) los mejores resultados se obtienen para la seal de entrada escaln y sinusoidal tal y como se muestra en la Ilustracin 9. Se puede observar cmo, mientras que el sistema alcanza la salida deseada dentro de los primeros 30 segundos para las entradas mencionadas, para las otras dos entradas tiene un mal comportamiento puesto que ni durante 100 segundos es capaz de llegar a la salida deseada. Por otro lado, para valores grandes de gamma (1) se obtienen los mejores resultados del sistema para el escaln, la entrada de pulso y la seal aleatoria (Ilustracin 11). En este caso, se alcanzan los valores deseados dentro de los primeros 30 segundos. Sin embargo, para la entrada sinusoidal se obtiene que el regulador inestabiliza el sistema. Buscando un valor ptimo para todas las entradas se han obtenido resultados aceptables para un parmetro gamma de 0.4, tal y como se muestra en la Ilustracin 10, donde a partir del minuto de simulacin aproximadamente ya se alcanza la seal de salida deseada. Se puede observar en todas las grficas el valor en rgimen permanente del parmetro theta de 3. [CONTROL ADAPTATIVO] MITIT
Jaime Martnez Verd | Control Adaptativo Basado en Modelo de Referencia 9
Ilustracin 8. Esquema simulink para la comparacin de diferentes seales de entrada. theta para una senoidal theta para una random theta para un step theta para un pulse Uniform Random Number Step Sine Wave S sistema para una senoidal S sistema para una random S sistema para un step S sistema para un pulse S sistema S modelo para una senoidal S modelo para una random S modelo para un step S modelo para un pulse S modelo Pulse Generator Product42 Product41 Product32 Product31 Product22 Product21 Product12 Product11 sistema LTI System4 PLANTA modelo LTI System4 MODELO sistema LTI System3 PLANTA modelo LTI System3 MODELO sistema LTI System2 PLANTA modelo LTI System2 MODELO sistema LTI System1 PLANTA modelo LTI System1 MODELO sistema LTI System PLANTA modelo LTI System MODELO 1 s Integrator3 1 s Integrator2 1 s Integrator1 1 s Integrator -gamma Gain4 -gamma Gain3 -gamma Gain2 -gamma Gain1 Km/K GANANCIA Error para una senoidal Error para una random Error para un step Error para un pulse Comparacin para una senoidal Comparacin para una random Comparacin para un step Comparacin para un pulse Comp Theta-Error para una senoidal Comp Theta-Error para una random Comp Theta-Error para un step Comp Theta-Error para un pulse [CONTROL ADAPTATIVO] MITIT
Jaime Martnez Verd | Control Adaptativo Basado en Modelo de Referencia 10
Ilustracin 9. Resultados obtenidos para la comparacin para un gamma de 0,1. [CONTROL ADAPTATIVO] MITIT
Jaime Martnez Verd | Control Adaptativo Basado en Modelo de Referencia 11
Ilustracin 10. Resultados obtenidos para la comparacin para un gamma de 0,4. [CONTROL ADAPTATIVO] MITIT
Jaime Martnez Verd | Control Adaptativo Basado en Modelo de Referencia 12
Ilustracin 11. Resultados obtenidos para la comparacin para un gamma de 1. [CONTROL ADAPTATIVO] MITIT
Jaime Martnez Verd | Control Adaptativo Basado en Modelo de Referencia 13
EJERCICIO A continuacin estudiaremos y analizaremos los reguladores MRAS empleando para ello la siguiente funcin de transferencia: Ecuacin 12 Para estudiar en profundidad las caractersticas de estos reguladores empelaremos las siguientes entradas: - Entrada escaln (Step). - Senoidal (Sine Wave). - Pulsos (Pulse generator). - Seal aleatoria (Random Number). Deberemos verificar lo siguiente: o Comprobar si el sistema se inestabiliza para algn o Representar el parmetro o Valor ptimo de Cuando tengamos que el sistema se estabiliza desconectamos el mecanismo de adaptacin y ponemos una cota que ser justamente el valor final de los parmetros. Para ello se ha empleado el siguiente cdigo donde tenemos : K=1; sistema=tf(K*[1 0.7],conv(conv([1 0.5],[1 1.5]),[1 2])); Km=3; modelo=tf(Km*[1 0.7],conv(conv([1 0.5],[1 1.5]),[1 2])); gamma=0.75; gamma=0.5; gamma=0.3; : Aparece una situacin de inestabilidad. : Para las seales pulse generator y random no hay buen comportamiento. : Obtenemos un resultado aceptable para todas las seales. Se ha llevado a cabo diferentes simulaciones buscando un parmetro gamma capaz de dar un buen resultado para todas las seales. Se han obtenido diversas grficas donde el color azul representa la seal de salida y error procedente del modelo y el color verde representa la seal de salida y error procedente del sistema regulado por un MRAC. Se ha observado que para valores pequeos de gamma (0,3) los mejores resultados se obtienen para la seal de entrada escaln y sinusoidal tal y como se muestra en la Ilustracin 14. Se puede observar cmo, mientras que el sistema alcanza la salida deseada dentro de los primeros 30 segundos para las entradas mencionadas, para las otras dos entradas tiene un mal comportamiento puesto que ni durante 100 segundos es capaz de llegar a la salida deseada. Por otro lado, para valores grandes de gamma (0,75) se obtienen los mejores resultados del sistema para el escaln, la entrada de pulso y la seal aleatoria (Ilustracin 12). En este caso, se alcanzan los valores deseados dentro de los primeros 30 segundos. Sin embargo, para las entradas escaln y sinusoidal se obtiene que el regulador inestabiliza el sistema. Buscando un valor ptimo para todas las entradas se han obtenido resultados aceptables para un parmetro gamma de 0,5, tal y como se muestra en la Ilustracin 13, donde a partir del minuto y medio de simulacin ya se alcanza la seal de salida deseada. Se puede observar en todas las grficas el valor en rgimen permanente del parmetro theta de 3. [CONTROL ADAPTATIVO] MITIT
Jaime Martnez Verd | Control Adaptativo Basado en Modelo de Referencia 14
Ilustracin 12. Resultados obtenidos para la comparacin para un gamma de 0,75. [CONTROL ADAPTATIVO] MITIT
Jaime Martnez Verd | Control Adaptativo Basado en Modelo de Referencia 15
Ilustracin 13. Resultados obtenidos para la comparacin para un gamma de 0,5. [CONTROL ADAPTATIVO] MITIT
Jaime Martnez Verd | Control Adaptativo Basado en Modelo de Referencia 16
Ilustracin 14. Resultados obtenidos para la comparacin para un gamma de 0,3. [CONTROL ADAPTATIVO] MITIT
Jaime Martnez Verd | Control Adaptativo Basado en Modelo de Referencia 17
DESARROLLO (DOS PARMETROS) Supongamos un modelo y un sistema tal que ste sea las funciones de transferencia del modelo y de la planta : Ecuacin 13 Ecuacin 14 donde los parmetros a y b son desconocidos. Definamos los parmetros y donde realmente los parmetros a y b son valores desconocidos. A continuacin, se determina la expresin del control, es decir, la diferencia entre la salida del modelo y la seal de entrada, aplicando asignacin de polos: Ecuacin 15 Aplicaremos la regla del MIT: Ecuacin 16 Y la definicin de error: Ecuacin 17 De la funcin de transferencia en bucle cerrado del sistema con el controlador:
Ecuacin 18 De la Ecuacin de control , se tiene el siguiente resultado: Ecuacin 19 Remodelando la expresin se tiene que la salida en funcin de la seal de entrada responde a la siguiente expresin: Ecuacin 20 A continuacin, se procede con el clculo de las derivadas respecto a los dos parmetros para el error, sabiendo que y : Ecuacin 21
Ecuacin 22 [CONTROL ADAPTATIVO] MITIT
Jaime Martnez Verd | Control Adaptativo Basado en Modelo de Referencia 18
Por otro lado, podemos obtener el valor de la derivada del primer parmetro theta transformando la expresin del siguiente modo:
Ecuacin 23 de donde Suponiendo que estamos cerca de la situacin de adaptacin. A continuacin, se procede con el clculo de las derivadas respecto al parmetro que restaba: Ecuacin 24
Ecuacin 25 Por otro lado, podemos obtener el valor de la derivada del segundo parmetro theta transformando la expresin del siguiente modo:
Ecuacin 26 Recapitulando, tenemos que: Ecuacin 27 Ecuacin 28 Esto es lo mismo que: Ecuacin 29 Ecuacin 30
[CONTROL ADAPTATIVO] MITIT
Jaime Martnez Verd | Control Adaptativo Basado en Modelo de Referencia 19
EJERCICIO A continuacin estudiaremos y analizaremos los reguladores MRAS empleando para ello la siguiente funcin de transferencia: Ecuacin 31 Ecuacin 32 Para estudiar en profundidad las caractersticas de estos reguladores empelaremos las siguientes entradas: - Senoidal (Sine Wave). Frec=05 Rad/s A=1 - Pulsos (Pulse generator). Amp=2
10 20 20 s o Comprobar si el sistema se inestabiliza para algn o Valor ptimo. Por ejemplo, Para en seno se inestabiliza la salida. Para no se consigue "cazar" el seno. o Representar el parmetro y o Valor ptimo de Luego probamos con a muy distinto de o b muy distinto de . Deberemos verificar lo siguiente: Cuando tengamos que el sistema se estabiliza desconectamos el mecanismo de adaptacin y ponemos una cota que ser justamente el valor final de los parmetros. Para ello se ha empleado el siguiente cdigo donde tenemos y donde realmente los parmetros a y b son valores desconocidos: a=1;b=0.5;am=2;bm=2; porasig_sistema=tf([b],[1 a]);porasig_modelo=tf([bm],[1 am]); gamma=0.30;gamma=0.95;gamma=4.95; gamma=9.95;gamma=19.95;gamma=99.95; Se ha llevado a cabo diferentes simulaciones buscando un parmetro gamma capaz de dar un buen resultado para todas las seales. Se han obtenido diversas grficas donde el color azul representa la seal de salida procedente del modelo y el verde aquella procedente del sistema regulado. En las grficas de la derecha el color azul y verde representan a los parmetros y , respectivamente, y el color rojo al error procedente del sistema regulado por un MRAC. [CONTROL ADAPTATIVO] MITIT
Jaime Martnez Verd | Control Adaptativo Basado en Modelo de Referencia 20
Se ha observado que para valores pequeos de gamma (0,3) los mejores resultados se obtienen para la seal sinusoidal tal y como se muestra en la Ilustracin 16. Se puede observar cmo, mientras que el sistema alcanza la salida deseada para la entrada mencionada, para las otras dos entradas tiene un mal comportamiento puesto que ni durante 100 segundos es capaz de llegar a la salida deseada. Por otro lado, para valores grandes de gamma (19,95 y 99,95) se obtienen los mejores resultados del sistema para el random, (Ilustracin 20 e Ilustracin 21). En este caso, se alcanzan los valores deseados dentro de los primeros 30 segundos. Sin embargo, para la entrada sinusoidal se obtiene que el regulador no consigue estabilizar los parmetros. Buscando un valor ptimo para todas las entradas se han obtenido resultados aceptables para un parmetro gamma de 9,95, tal y como se muestra en la Ilustracin 19, donde a partir del minuto de simulacin aproximadamente ya se alcanza la seal de salida deseada. Se puede observar en todas las grficas el valor en rgimen permanente del parmetro theta 1 de 4 y theta 2 de 2: y . Ahora probamos con a muy distinto de o b muy distinto de . Para ello se ha empleado el siguiente valor donde tenemos y donde realmente los parmetros a y b son valores desconocidos: a = 10. En definitiva, se obtiene que los resultados son peores puesto que el sistema necesita ms tiempo para ir a los valores del sistema puesto que ahora estn ms lejos y por lo tanto, necesitamos ms tiempo o mejor gamma. Se ha llevado a cabo diferentes simulaciones buscando un parmetro gamma capaz de dar un buen resultado para todas las seales. Se han obtenido diversas grficas donde el color azul representa la seal de salida procedente del modelo y el verde aquella procedente del sistema regulado. En las grficas de la derecha el color azul y verde representan a los parmetros y , respectivamente, y el color rojo al error procedente del sistema regulado por un MRAC. Se ha observado que para valores pequeos de gamma (0,3) los mejores resultados se obtienen para la seal sinusoidal. Se puede observar cmo, mientras que el sistema alcanza la salida deseada para la entrada mencionada, para las otras dos entradas tiene un mal comportamiento puesto que ni durante 100 segundos es capaz de llegar a la salida deseada. El MRAS se basa en la idea de llevar el error e = Y Y m a cero. Esto no implica necesariamente que los parmetros del regulador sean los valores correctos. El caso cuando la seal de entrada es cero es un contra ejemplo tpico. Buscando un valor ptimo para todas las entradas se han obtenido resultados aceptables para un parmetro gamma de 9,95, tal y como se muestra en la Ilustracin 19, donde a partir del minuto de simulacin aproximadamente ya se alcanza la seal de salida deseada. Se puede observar en todas las grficas el valor en rgimen permanente del parmetro theta 1 de 4 y theta 2 de 2: y . [CONTROL ADAPTATIVO] MITIT
Jaime Martnez Verd | Control Adaptativo Basado en Modelo de Referencia 21
Ilustracin 15. Esquema simulink para la comparacin de diferentes seales de entrada. theta32 theta31 theta22 theta21 theta12 theta11 Uni form Random Number 1 s+am Transfer Fcn5 1 s+am Transfer Fcn4 1 s+am Transfer Fcn3 1 s+am Transfer Fcn2 1 s+am Transfer Fcn1 1 s+am Transfer Fcn Si ne Wave2 S si stema para un seno S si stema para un Random S si stema para un Pul se S model o para un seno S model o para un Random S model o para un Pul se Pul se Generator Product9 Product8 Product7 Product6 Product17 Product16 Product15 Product14 Product13 Product12 Product11 Product10 porasi g_si stema LTI System9 porasi g_model o LTI System8 porasi g_si stema LTI System13 porasi g_model o LTI System12 porasi g_si stema LTI System11 porasi g_model o LTI System10 1 s Integrator8 1 s Integrator7 1 s Integrator6 1 s Integrator5 1 s Integrator4 1 s Integrator3 gamma Gai n9 -gamma Gai n8 gamma Gai n7 -gamma Gai n6 gamma Gai n5 -gamma Gai n4 Error para un seno Error para un Random Error para un Pul se Comparaci n para un seno Comparaci n para un Random Comparaci n para un Pul se Comparaci n para theta-Error para un seno Comparaci n para theta-Error para un random Comparaci n para theta-Error para un pul se [CONTROL ADAPTATIVO] MITIT
Jaime Martnez Verd | Control Adaptativo Basado en Modelo de Referencia 22
Ilustracin 16. Resultados obtenidos para la comparacin para un gamma de 0,3. [CONTROL ADAPTATIVO] MITIT
Jaime Martnez Verd | Control Adaptativo Basado en Modelo de Referencia 23
Ilustracin 17. Resultados obtenidos para la comparacin para un gamma de 0,95. [CONTROL ADAPTATIVO] MITIT
Jaime Martnez Verd | Control Adaptativo Basado en Modelo de Referencia 24
Ilustracin 18. Resultados obtenidos para la comparacin para un gamma de 4,95. [CONTROL ADAPTATIVO] MITIT
Jaime Martnez Verd | Control Adaptativo Basado en Modelo de Referencia 25
Ilustracin 19. Resultados obtenidos para la comparacin para un gamma de 9,95. [CONTROL ADAPTATIVO] MITIT
Jaime Martnez Verd | Control Adaptativo Basado en Modelo de Referencia 26
Ilustracin 20. Resultados obtenidos para la comparacin para un gamma de 19,95. [CONTROL ADAPTATIVO] MITIT
Jaime Martnez Verd | Control Adaptativo Basado en Modelo de Referencia 27
Ilustracin 21. Resultados obtenidos para la comparacin para un gamma de 99,95. [CONTROL ADAPTATIVO] MITIT
Jaime Martnez Verd | Control Adaptativo Basado en Modelo de Referencia 28
Ilustracin 22. Resultados obtenidos para la comparacin para un gamma de 0,3. [CONTROL ADAPTATIVO] MITIT
Jaime Martnez Verd | Control Adaptativo Basado en Modelo de Referencia 29
Ilustracin 23. Resultados obtenidos para la comparacin para un gamma de 0,95. [CONTROL ADAPTATIVO] MITIT
Jaime Martnez Verd | Control Adaptativo Basado en Modelo de Referencia 30
Ilustracin 24. Resultados obtenidos para la comparacin para un gamma de 4,95. [CONTROL ADAPTATIVO] MITIT
Jaime Martnez Verd | Control Adaptativo Basado en Modelo de Referencia 31
Ilustracin 25. Resultados obtenidos para la comparacin para un gamma de 9,95. [CONTROL ADAPTATIVO] MITIT
Jaime Martnez Verd | Control Adaptativo Basado en Modelo de Referencia 32
Ilustracin 26. Resultados obtenidos para la comparacin para un gamma de 19,95. [CONTROL ADAPTATIVO] MITIT
Jaime Martnez Verd | Control Adaptativo Basado en Modelo de Referencia 33
Ilustracin 27. Resultados obtenidos para la comparacin para un gamma de 99,95. [CONTROL ADAPTATIVO] MITIT
Jaime Martnez Verd | Control Adaptativo Basado en Modelo de Referencia 34
Diseo de reguladores MRAS basados en Teora de la Estabilidad Una forma de lograr el ajuste de parmetros en un MRAS es intentar leyes de ajuste tales que garanticen que el error vaya a cero. El problema consiste en encontrar una ley de realimentacin tal que e = y y m tienda a cero y que esta condicin est garantizada. TEORA DE LA ESTABILIDAD DE LYAPUNOV En matemticas, la nocin de estabilidad de Lyapunov se da en el estudio de los sistemas dinmicos. De manera sencilla, si todas las soluciones de un sistema dinmico descrito por una funcin X(t) que se encuentre cerca de un punto de equilibrio X o en una vecindad acotada por T , entonces las trayectorias de la funcin X(t) son estables segn Lyapunov. De manera fuerte, si la solucin comienza en la vecindad de X(0) y converge a X o , entonces X(t) es asintticamente estable en el sentido de Lyapunov. 2 TEOREMA DE LA ESTABILIDAD DE LYAPUNOV Lyapunov introdujo un mtodo directo para investigar la estabilidad de una solucin particular de ecuaciones diferenciales no lineales. El equilibrio x = 0 es estable si se puede encontrar una funcin real en el espacio de estado cuyas curvas de nivel encierran el equilibrio tal que las derivadas de los variables de estado siempre apunten al interior de las curvas de nivel.
Ilustracin 28. Representacin de las curvas de nivel que encierran el equilibrio. Dada la ecuacin diferencial en variables de estado: Ecuacin 33 donde x es vector de estado de dimensin n, f es una funcin tal que la solucin existe para todo t to. El punto de equilibrio es el origen y, aunque esto parezca restrictivo, se puede lograr siempre cualquier punto del espacio con una sencilla transformacin de coordenadas.
[CONTROL ADAPTATIVO] MITIT
Jaime Martnez Verd | Control Adaptativo Basado en Modelo de Referencia 35
Si existe una funcin V que cumple: 1) Ecuacin 34 2) es diferenciable en y 3) es definida positiva: Ecuacin 35 Ecuacin 36 Ecuacin 37
Esto viene a decir que el sistema va a tender a x=0 si se cumplen las condiciones del 2 Teorema. Una condicin suficiente para garantizar que el equilibrio x = 0 es asintticamente estable es que la funcin: Ecuacin 38 , es decir debe ser definida negativa. En el caso del control adoptable solo se exige que sea semidefinida negativa. Esto implica que se impone una condicin adicional sobre el sistema: Lema (convergencia). Si g es una funcin real de una variable real t, definida y uniformemente continua para t > 0, y si el lmite de la integral: Ecuacin 39 Cuando t tiende a infinitivo existe y es un nmero finito, entonces: Ecuacin 40
La condicin suficiente de estabilidad del punto de equilibrio x=0 es que sea definida negativa.
[CONTROL ADAPTATIVO] MITIT
Jaime Martnez Verd | Control Adaptativo Basado en Modelo de Referencia 36
DESARROLLO Recordemos nuestro sistema:
SISTEMA
MODELO
Definamos los siguientes parmetros de modo que deseamos que el error tienda a cero : Ecuacin 41 Ecuacin 42 Ecuacin 43 Asumiremos que la funcin definida antes como V es el error e. Calculamos: Ecuacin 44 Obtenemos el valor de la derivada del error del siguiente modo:
Ecuacin 45 A partir de la funcin de transferencia obtenemos la derivada de la salida:
Ecuacin 46 A partir de la funcin de transferencia obtenemos la derivada de la salida:
[CONTROL ADAPTATIVO] MITIT
Jaime Martnez Verd | Control Adaptativo Basado en Modelo de Referencia 37
Se intenta que aparezca e Sumo y resto
Ecuacin 47 El siguiente paso consiste en encontrar una funcin V (funcin candidata de Lyapunov) adecuada para el problema: Ecuacin 48 Cumple las tres primeras condiciones: ES CANDIDATA. 1- Si e = 0 e 2 =0 . 2- Si y existe. 3- Si 2 0 es definida negativa?
Ecuacin 49
[CONTROL ADAPTATIVO] MITIT
Jaime Martnez Verd | Control Adaptativo Basado en Modelo de Referencia 38
Con esto se anulan los dos factores: Ecuacin 50 Ecuacin 51 Obtenemos los siguientes resultados: Ecuacin 52 Ecuacin 53 Ecuacin 54 Se tiene que: (Definida negativa) Ecuacin 55 La funcin V ser decreciente si el error es diferente de cero; y el error ir a cero. Notemos sin embargo, que esto no significa que los parmetros y converjan a los valores de equilibrio a menos que se impongan otras condiciones. La regla obtenida es similar a la regla MIT, pero las derivadas de sensibilidad son remplazadas por otras seales.
[CONTROL ADAPTATIVO] MITIT
Jaime Martnez Verd | Control Adaptativo Basado en Modelo de Referencia 39
EJERCICIO A continuacin estudiaremos y analizaremos los reguladores MRAS empleando para ello la siguiente funcin de transferencia: Ecuacin 56 Ecuacin 57 Para estudiar en profundidad las caractersticas de estos reguladores empelaremos las siguientes entradas: - Escaln. - Senoidal (Sine Wave). - Pulsos (Pulse generator). - Random. - Repeating sequence. o Comprobar si el sistema tarda menos tiempo en alcanzar la seal. Deberemos verificar lo siguiente: a=1;b=0.5;am=2;bm=2; porasig_sistema=tf([b],[1 a]);porasig_modelo=tf([bm],[1 am]); gamma=2;gamma=10;gamma=20; Se ha llevado a cabo diferentes simulaciones buscando un parmetro gamma capaz de dar un buen resultado para todas las seales. Se han obtenido diversas grficas donde el color azul representa la seal de salida procedente del modelo y el verde aquella procedente del sistema regulado. En las grficas inferiores aparecen los resultados para el nuevo mtodo. Se observa claramente que el nuevo mtodo desarrollado es ms rpido para todas las entradas. [CONTROL ADAPTATIVO] MITIT
Jaime Martnez Verd | Control Adaptativo Basado en Modelo de Referencia 40
Ilustracin 29. Esquema simulink para la comparacin de diferentes seales de entrada. thetaL52 thetaL51 thetaL42 thetaL41 thetaL32 thetaL31 thetaL22 thetaL21 thetaL12 thetaL11 theta52 theta51 theta42 theta41 theta32 theta31 theta22 theta21 theta12 theta11 Uni form Random Number 1 s+am Transfer Fcn9 1 s+am Transfer Fcn8 1 s+am Transfer Fcn7 1 s+am Transfer Fcn6 1 s+am Transfer Fcn5 1 s+am Transfer Fcn4 1 s+am Transfer Fcn3 1 s+am Transfer Fcn2 1 s+am Transfer Fcn1 1 s+am Transfer Fcn Step1 Step Si ne Wave1 Si ne Wave S si stema9 S si stema8 S si stema7 S si stema6 S si stema5 S si stema4 S si stema3 S si stema2 S si stema10 S si stema1 S model o9 S model o8 S model o7 S model o6 S model o5 S model o4 S model o3 S model o2 S model o10 S model o1 Repeati ng Sequence Pul se Generator Product9 Product8 Product7 Product6 Product5 Product40 Product4 Product39 Product38 Product37 Product36 Product35 Product34 Product33 Product32 Product31 Product30 Product3 Product29 Product28 Product27 Product26 Product25 Product24 Product23 Product22 Product21 Product20 Product2 Product19 Product18 Product17 Product16 Product15 Product14 Product13 Product12 Product11 Product10 Product1 ??? LTI System9 ??? LTI System8 ??? LTI System7 ??? LTI System6 ??? LTI System5 ??? LTI System4 ??? LTI System3 ??? LTI System20 ??? LTI System2 ??? LTI System19 ??? LTI System18 ??? LTI System17 ??? LTI System16 ??? LTI System15 ??? LTI System14 ??? LTI System13 ??? LTI System12 ??? LTI System11 ??? LTI System10 ??? LTI System1 1 s Integrator9 1 s Integrator8 1 s Integrator7 1 s Integrator6 1 s Integrator5 1 s Integrator4 1 s Integrator3 1 s Integrator20 1 s Integrator2 1 s Integrator19 1 s Integrator18 1 s Integrator17 1 s Integrator16 1 s Integrator15 1 s Integrator14 1 s Integrator13 1 s Integrator12 1 s Integrator11 1 s Integrator10 1 s Integrator1 gamma Gai n9 -gamma Gai n8 gamma Gai n7 -gamma Gai n6 gamma Gai n5 -gamma Gai n4 -gamma Gai n3 gamma Gai n20 gamma Gai n2 -gamma Gai n19 gamma Gai n18 -gamma Gai n17 gamma Gai n16 -gamma Gai n15 gamma Gai n14 -gamma Gai n13 gamma Gai n12 gamma Gai n11 -gamma Gai n10 -gamma Gai n1 Error9 Error8 Error7 Error6 Error5 Error4 Error3 Error2 Error10 Error1 Comparaci n9 Comparaci n8 Comparaci n7 Comparaci n6 Comparaci n5 Comparaci n4 Comparaci n3 Comparaci n2 Comparaci n10 Comparaci n1 [CONTROL ADAPTATIVO] MITIT
Jaime Martnez Verd | Control Adaptativo Basado en Modelo de Referencia 41
Ilustracin 30. Esquema simulink para la comparacin de diferentes seales de entrada P 1. thetaL52 thetaL51 thetaL42 thetaL41 thetaL32 thetaL31 thetaL22 thetaL21 thetaL12 thetaL11 theta52 theta51 theta42 theta41 theta32 theta31 theta22 theta21 theta12 theta11 Uni form Random Number 1 s+am Transfer Fcn9 1 s+am Transfer Fcn8 1 s+am Transfer Fcn7 1 s+am Transfer Fcn6 1 s+am Transfer Fcn5 1 s+am Transfer Fcn4 1 s+am Transfer Fcn3 1 s+am Transfer Fcn2 1 s+am Transfer Fcn1 1 s+am Transfer Fcn Step1 Step Si ne Wave1 Si ne Wave S si stema9 S si stema8 S si stema7 S si stema6 S si stema5 S si stema4 S si stema3 S si stema2 S si stema10 S si stema1 S model o9 S model o8 S model o7 S model o6 S model o5 S model o4 S model o3 S model o2 S model o10 S model o1 Repeati ng Sequence Pul se Generator Product9 Product8 Product7 Product6 Product5 Product40 Product4 Product39 Product38 Product37 Product36 Product35 Product34 Product33 Product32 Product31 Product30 Product3 Product29 Product28 Product27 Product26 Product25 Product24 Product23 Product22 Product21 Product20 Product2 Product19 Product18 Product17 Product16 Product15 Product14 Product13 Product12 Product11 Product10 Product1 ??? LTI System9 ??? LTI System8 ??? LTI System7 ??? LTI System6 ??? LTI System5 ??? LTI System4 ??? LTI System3 ??? LTI System20 ??? LTI System2 ??? LTI System19 ??? LTI System18 ??? LTI System17 ??? LTI System16 ??? LTI System15 ??? LTI System14 ??? LTI System13 ??? LTI System12 ??? LTI System11 ??? LTI System10 ??? LTI System1 1 s Integrator9 1 s Integrator8 1 s Integrator7 1 s Integrator6 1 s Integrator5 1 s Integrator4 1 s Integrator3 1 s Integrator20 1 s Integrator2 1 s Integrator19 1 s Integrator18 1 s Integrator17 1 s Integrator16 1 s Integrator15 1 s Integrator14 1 s Integrator13 1 s Integrator12 1 s Integrator11 1 s Integrator10 1 s Integrator1 gamma Gai n9 -gamma Gai n8 gamma Gai n7 -gamma Gai n6 gamma Gai n5 -gamma Gai n4 -gamma Gai n3 gamma Gai n20 gamma Gai n2 -gamma Gai n19 gamma Gai n18 -gamma Gai n17 gamma Gai n16 -gamma Gai n15 gamma Gai n14 -gamma Gai n13 gamma Gai n12 gamma Gai n11 -gamma Gai n10 -gamma Gai n1 Error9 Error8 Error7 Error6 Error5 Error4 Error3 Error2 Error10 Error1 Comparaci n9 Comparaci n8 Comparaci n7 Comparaci n6 Comparaci n5 Comparaci n4 Comparaci n3 Comparaci n2 Comparaci n10 Comparaci n1 [CONTROL ADAPTATIVO] MITIT
Jaime Martnez Verd | Control Adaptativo Basado en Modelo de Referencia 42
Ilustracin 31. Esquema simulink para la comparacin de diferentes seales de entrada P 2. thetaL52 thetaL51 thetaL42 thetaL41 thetaL32 thetaL31 thetaL22 thetaL21 thetaL12 thetaL11 theta52 theta51 theta42 theta41 theta32 theta31 theta22 theta21 theta12 theta11 Uni form Random Number 1 s+am Transfer Fcn9 1 s+am Transfer Fcn8 1 s+am Transfer Fcn7 1 s+am Transfer Fcn6 1 s+am Transfer Fcn5 1 s+am Transfer Fcn4 1 s+am Transfer Fcn3 1 s+am Transfer Fcn2 1 s+am Transfer Fcn1 1 s+am Transfer Fcn Step1 Step Si ne Wave1 Si ne Wave S si stema9 S si stema8 S si stema7 S si stema6 S si stema5 S si stema4 S si stema3 S si stema2 S si stema10 S si stema1 S model o9 S model o8 S model o7 S model o6 S model o5 S model o4 S model o3 S model o2 S model o10 S model o1 Repeati ng Sequence Pul se Generator Product9 Product8 Product7 Product6 Product5 Product40 Product4 Product39 Product38 Product37 Product36 Product35 Product34 Product33 Product32 Product31 Product30 Product3 Product29 Product28 Product27 Product26 Product25 Product24 Product23 Product22 Product21 Product20 Product2 Product19 Product18 Product17 Product16 Product15 Product14 Product13 Product12 Product11 Product10 Product1 ??? LTI System9 ??? LTI System8 ??? LTI System7 ??? LTI System6 ??? LTI System5 ??? LTI System4 ??? LTI System3 ??? LTI System20 ??? LTI System2 ??? LTI System19 ??? LTI System18 ??? LTI System17 ??? LTI System16 ??? LTI System15 ??? LTI System14 ??? LTI System13 ??? LTI System12 ??? LTI System11 ??? LTI System10 ??? LTI System1 1 s Integrator9 1 s Integrator8 1 s Integrator7 1 s Integrator6 1 s Integrator5 1 s Integrator4 1 s Integrator3 1 s Integrator20 1 s Integrator2 1 s Integrator19 1 s Integrator18 1 s Integrator17 1 s Integrator16 1 s Integrator15 1 s Integrator14 1 s Integrator13 1 s Integrator12 1 s Integrator11 1 s Integrator10 1 s Integrator1 gamma Gai n9 -gamma Gai n8 gamma Gai n7 -gamma Gai n6 gamma Gai n5 -gamma Gai n4 -gamma Gai n3 gamma Gai n20 gamma Gai n2 -gamma Gai n19 gamma Gai n18 -gamma Gai n17 gamma Gai n16 -gamma Gai n15 gamma Gai n14 -gamma Gai n13 gamma Gai n12 gamma Gai n11 -gamma Gai n10 -gamma Gai n1 Error9 Error8 Error7 Error6 Error5 Error4 Error3 Error2 Error10 Error1 Comparaci n9 Comparaci n8 Comparaci n7 Comparaci n6 Comparaci n5 Comparaci n4 Comparaci n3 Comparaci n2 Comparaci n10 Comparaci n1 [CONTROL ADAPTATIVO] MITIT
Jaime Martnez Verd | Control Adaptativo Basado en Modelo de Referencia 43
Ilustracin 32. Resultados obtenidos para la comparacin para un gamma de 2. [CONTROL ADAPTATIVO] MITIT
Jaime Martnez Verd | Control Adaptativo Basado en Modelo de Referencia 44
Ilustracin 33. Resultados obtenidos para la comparacin para un gamma de 10. [CONTROL ADAPTATIVO] MITIT
Jaime Martnez Verd | Control Adaptativo Basado en Modelo de Referencia 45
Ilustracin 34. Resultados obtenidos para la comparacin para un gamma de 10. [CONTROL ADAPTATIVO] MITIT
Jaime Martnez Verd | Control Adaptativo Basado en Modelo de Referencia 46
Ilustracin 35. Resultados obtenidos para la comparacin para un gamma de 10. [CONTROL ADAPTATIVO] MITIT
Jaime Martnez Verd | Control Adaptativo Basado en Modelo de Referencia 47
Ilustracin 36. Resultados obtenidos para la comparacin para un gamma de 20. [CONTROL ADAPTATIVO] MITIT
Jaime Martnez Verd | Referencias 48
Referencias 1. Goodwin, G. Sin: Adaptive Filtering, Prediction and Control, Prentice Hall 1984. 2. Bellman, R.: Adaptive Control Processes: A Guided Tour, Princeton University 1961 3. strm, K., Hgglung: Automatic Tuning of PID Controllers, ISA 1988 4. strm, K., Wittenmark: Adaptive Control, Prentice Hall 1989 5. CAMACHO, E., BORDONS, C. Model Predictive Control. Springer-Verlag, 2007. 6. NARENDRA, K.S., ANNASWAMY, A.M. Stable Adaptive Systems. Prentice Hall, 1989.
[CONTROL ADAPTATIVO] MITIT
Jaime Martnez Verd | Tabla de contenidos 49
Tabla de contenidos Introduccin al control adaptativo. ............................................................................................... 1 Clasificacin de reguladores de Control Adaptativo .................................................... 2 Control Adaptativo Basado en Modelo de Referencia .................................................................. 4 Ventajas y caractersticas del Control Adaptativo MRAS ............................................. 4 Diseo de reguladores de Control Adaptativo MRAS .................................................. 4 Regla del MIT ............................................................................................................ 5 METODO DEL GRADIENTE ........................................................................................ 6 DESARROLLO (UN PARMETRO) .............................................................................. 6 EJERCICIO .................................................................................................................. 8 EJERCICIO ................................................................................................................ 13 DESARROLLO (DOS PARMETROS) ........................................................................ 17 EJERCICIO ................................................................................................................ 19 Diseo de reguladores MRAS basados en Teora de la Estabilidad ........................... 34 TEORA DE LA ESTABILIDAD DE LYAPUNOV ........................................................... 34 2 TEOREMA DE LA ESTABILIDAD DE LYAPUNOV ................................................... 34 DESARROLLO .......................................................................................................... 36 EJERCICIO ................................................................................................................ 39 Referencias .................................................................................................................................. 48 Tabla de contenidos .................................................................................................................... 49 Tabla de ilustraciones .................................................................................................................. 50 Tabla de ecuaciones .................................................................................................................... 51
[CONTROL ADAPTATIVO] MITIT
Jaime Martnez Verd | Tabla de ilustraciones 50
Tabla de ilustraciones Ilustracin 1. Esquema general de un control adaptativo. ........................................................... 1 Ilustracin 2. Esquema de un MRAS (A) y de un MIAS (B y C). ..................................................... 3 Ilustracin 3. Esquema del control adaptativo MRAS. .................................................................. 5 Ilustracin 4. Regla del MIT empleada en un control adaptativo MRAS. ..................................... 5 Ilustracin 5. Comportamiento del error en un control adaptativo MRAS. ................................. 6 Ilustracin 6. Comportamiento del error empleando el mtodo del gradiente. .......................... 6 Ilustracin 7. Obtencin de la Ley de Adaptacin......................................................................... 7 Ilustracin 8. Esquema simulink para la comparacin de diferentes seales de entrada. ........... 9 Ilustracin 9. Resultados obtenidos para la comparacin para un gamma de 0,1. .................... 10 Ilustracin 10. Resultados obtenidos para la comparacin para un gamma de 0,4. .................. 11 Ilustracin 11. Resultados obtenidos para la comparacin para un gamma de 1. ..................... 12 Ilustracin 12. Resultados obtenidos para la comparacin para un gamma de 0,75. ................ 14 Ilustracin 13. Resultados obtenidos para la comparacin para un gamma de 0,5. .................. 15 Ilustracin 14. Resultados obtenidos para la comparacin para un gamma de 0,3. .................. 16 Ilustracin 15. Esquema simulink para la comparacin de diferentes seales de entrada. ....... 21 Ilustracin 16. Resultados obtenidos para la comparacin para un gamma de 0,3. .................. 22 Ilustracin 17. Resultados obtenidos para la comparacin para un gamma de 0,95. ................ 23 Ilustracin 18. Resultados obtenidos para la comparacin para un gamma de 4,95. ................ 24 Ilustracin 19. Resultados obtenidos para la comparacin para un gamma de 9,95. ................ 25 Ilustracin 20. Resultados obtenidos para la comparacin para un gamma de 19,95. .............. 26 Ilustracin 21. Resultados obtenidos para la comparacin para un gamma de 99,95. .............. 27 Ilustracin 22. Resultados obtenidos para la comparacin para un gamma de 0,3. .................. 28 Ilustracin 23. Resultados obtenidos para la comparacin para un gamma de 0,95. ................ 29 Ilustracin 24. Resultados obtenidos para la comparacin para un gamma de 4,95. ................ 30 Ilustracin 25. Resultados obtenidos para la comparacin para un gamma de 9,95. ................ 31 Ilustracin 26. Resultados obtenidos para la comparacin para un gamma de 19,95. .............. 32 Ilustracin 27. Resultados obtenidos para la comparacin para un gamma de 99,95. .............. 33 Ilustracin 28. Representacin de las curvas de nivel que encierran el equilibrio. .................... 34 Ilustracin 29. Esquema simulink para la comparacin de diferentes seales de entrada. ....... 40 Ilustracin 30. Esquema simulink para la comparacin de diferentes seales de entrada P 1. . 41 Ilustracin 31. Esquema simulink para la comparacin de diferentes seales de entrada P 2. . 42 Ilustracin 32. Resultados obtenidos para la comparacin para un gamma de 2. ..................... 43 Ilustracin 33. Resultados obtenidos para la comparacin para un gamma de 10. ................... 44 Ilustracin 34. Resultados obtenidos para la comparacin para un gamma de 10. ................... 45 Ilustracin 35. Resultados obtenidos para la comparacin para un gamma de 10. ................... 46 Ilustracin 36. Resultados obtenidos para la comparacin para un gamma de 20. ................... 47