demin garca violini y patricio hernn colmegna Director: Dr. Alejandro Simn Ghersin Dpto. de Ing. Electrnica Instituto Tecnolgico de Buenos Aires Co-Director: Dr. Juan Ignacio Giribet Depto. de Ciencia y Tecnologa Universidad Nacional de Quilmes Julio de 2010
Aprobado por:
Diego Demin Garca Violini y Patricio Hernn Colmegna: ESTUDIO DE TCNICAS DE CONMUTACIN CON APLICACIN A CONTROL LPV, Proyecto Final de la Carrera de Ingeniera en Automatizacin y Control Industrial , Julio de 2010
A nuestros padres...
Si asumes que no existe esperanza, entonces garantizas que no habr esperanza. Si asumes que existe un instinto hacia la libertad, entonces existen oportunidades de cambiar las cosas. Noam Chomsky
v
[ 5 de julio de 2010 at 14:57 ]
AGRADECIMIENTOS, RECONOCIMIENTOS Y D E D I C AT O R I A S
del director Agradezco a Demin y a Patricio el haberme elegido como director para su proyecto nal de carrera. Alejandro S. Ghersin
personales Este trabajo representa el cierre de una etapa que hemos comenzado a transitar hace ya algunos aos, ms precisamente, en marzo del dos mil cinco. Y es inevitable mencionar, que si hoy nos encontramos cerrando este camino, es sin lugar a dudas gracias al esfuerzo y ayuda, que mucha gente nos ha brindado y puesto a nuestra disposicin. Por este motivo, es que aprovechamos estas lineas para mencionar quienes son aquellos que fueron indispensables. Nuestras familias han estado con nosotros desde mucho antes de comenzar este proyecto, que hoy podemos decir proyecto de vida. Nos han brindado afecto, valores y nuestra capacidad de discernimiento. Nos acompaaron en nuestros buenos y malos momentos. Nos ensearon que por ms difcil que a veces se presenten las cosas siempre se debe mirar hacia adelante, que siempre existe solucin. Nos acompaaron durante el trayecto de este camino tolerando nuestros cambios de nimo y humor, pero siempre con alguna palabra de aliento. Por esto y mucho ms, es que la primera de las dedicatorias de este trabajo es para ellas. La segunda de las dedicatorias es para nuestros amigos. Tambin ellos nos han acompaado durante todo este tiempo, compartiendo logros y fracasos, alegras y tristezas. Por esto y mucho ms, este trabajo tambin va dedicado a ellos. Agradecemos a Alejandro S. Ghersin quien nos ha guiado en gran parte de este camino. Primero compartiendo su conocimiento tcnico con nosotros, luego por habernos dirigido como sus tesistas y por habernos ayudado en nuestros logros personales. Pero mas an, por habernos ofrecido su amistad.
vii
[ 5 de julio de 2010 at 14:57 ]
El segundo de los agradecimientos es para el Dr. Juan Giribet, por haber aceptado colaborar con nosotros como Co-Director de este trabajo. Tambin al Dr. Fernando Bianchi por haber compartido con nosotros, a traves de Alejandro, algunas ideas que fueron fundamentales en el desarrollo de este trabajo. A nuestros docentes de la Universidad Nacional de Quilmes, quienes nos han sabido transmitir gran parte de su saber. A nuestros compaeros y amigos de la Universidad. Sobre todo a Pablo Manchione, tambin hoy, futuro Ingeniero en Automatizacin y Control Industrial, con quien hemos vivido el mayor tiempo juntos en nuestra etapa de formacin de grado. Trabajar con l, nos ha resultado por dems agradable. Finalmente, la ltima de las dedicatorias va para aquellos que por el simple hecho de cuestionarse las cosas, solamente por curiosidad, comparten con nosotros el motivo fundamental que nos ha conducido hasta alcanzar la primer meta de esta largo y arduo camino... "Lo importante es no dejar de hacerse preguntas" Albert Einstein
institucionales y financieros El trabajo nal de carrera que se reporta en este informe, ha sido apoyado por las siguientes instituciones: 1. La Universidad Nacional de Quilmes a travs del subsidio para el proyecto PUNQ 0530/07 y el subsidio de Apoyo a la Investigacin para Estudiantes e Investigadores en formacin, Categora 1, SAI 1437/09. 2. La Facultad de Ingeniera de la Universidad de Buenos Aires (FIUBA), a travs del sistema de suspensin magntica MBC500 y el subsidio TI34 de la programacin cientca 1998 otorgada al Grupo de Identicacin y Control Robusto (GICOR) del Departamento de Electrnica de la FIUBA. 3. La Agencia Nacional de Promocin Cientca y Tecnolgica a travs los proyectos PICT OC-AR 1758 y PICT OC-AR 7263 otorgados a al GICORFIUBA en 1999 y 2001. 4. La Comisin Nacional de Actividades Espaciales (CONAE), institucin que facilit la placa de adquisicin y boneras para la realizacin de los experimentos los cuales se realizaron parcialmente en el laboratorio del grupo de Acceso al Espacio.
viii
[ 5 de julio de 2010 at 14:57 ]
5. El Instituto Tecnolgico de Buenos Aires, que autoriz al Dr. Ghersin a dirigir el presente trabajo nal de carrera. 6. La Fundacin YPF, a travs del subsidio otorgado a Patricio Colmegna para la realizacin de su carrera de grado.
ix
[ 5 de julio de 2010 at 14:57 ]
RESUMEN
El tema del presente informe es la implementacin prctica de tcnicas avanzadas de control lineal de parmetros variantes (LPV), enfocndose a una aplicacin en particular, concretamente, el control de una mquina rotativa con suspensin magntica activa. Esta aplicacin presenta un desafo para los mtodos de control multivariable, teniendo un comportamiento dinmico que la hace apta para ser abordada a travs de tcnicas LPV. Se muestra como la teora de control LPV provee una forma sistemtica para conseguir un buena desempeo del caso tratado, en combinacin con tcnicas de conmutacin de controladores. Las contribuciones fundamentales de este trabajo estn dadas por la aplicacin de la teora de control LPV, utilizando una novedosa tcnica de conmutacin de controladores LPV para la aplicacin en cuestin. Tambin, se logra un signicativo mejoramiento de los diseos pre-existentes.
xi
[ 5 de julio de 2010 at 14:57 ]
NDICE GENERAL
1 introduccin 1 1.1 Antecedentes 1 1.2 Objetivos 5 1.3 Contribuciones 6 1.4 Organizacin del Informe
2 control lpv 7 2.1 Gain Scheduling y Control LPV 7 2.2 Preliminares 9 2.2.1 Problema de sntesis 12 2.2.2 Anlisis con una nica funcin de Lyapunov 16 2.2.3 Presentacin del Problema de Control 16 2.2.4 Solucin del problema de performance- limitado a una SQLF 17 2.2.5 Sistemas Anes 18 2.2.6 Ubicacin de polos LPV 20 2.2.7 Ubicacin de polos basada sobre una SQLF 25 2.3 La parametrizacin de Youla 26 2.4 Enfoque para la sntesis de controladores LPV switcheados 35 2.5 Sistemas LPV switcheados 36 2.6 Control LPV switcheado basado en la parametrizacin de Youla 37 2.6.1 Planteo del problema 37 2.6.2 Diseo de un controlador LPV switcheado 38 2.6.3 Ventajas y desventajas del procedimiento 40 3 suspensin magntica controlada por conmutacin lpv 3.1 Motivacin 43 3.2 Identicacin del MBC500 46 3.2.1 Modelo rgido de 4 DOF 48 3.2.2 Fuerzas, Momentos y Tensiones de Entrada/Salida 49 3.2.3 Linealizacin y Cambio de Variables 51 3.2.4 Datos Experimentales y Ajuste de los Parmetros 54 3.2.5 Identicacin del Compensador 58 3.2.6 Modos exibles 58 3.2.7 Excentricidad del rotor 60 3.3 Control y Resultados 61 43
xiii
[ 5 de julio de 2010 at 14:57 ]
xiv
ndice general
Introduccin 61 Diseo del Sistema LPV 62 Diseo del Controlador Central: M (s) 66 Parametrizacin Completa del Controlador: Q ( , s) Conjunto de Variacin del Parmetro 68 Simulaciones: Respuestas en Frecuencia y Temporales Resultados Experimentales 73
67
70
4 conclusiones 87 4.1 Respecto de los Algoritmos Utilizados 87 4.2 Respecto del Control del Sistema de Suspensin Magntica 4.3 Investigaciones Prximas 90 bibliografa 93
89
NDICE DE FIGURAS
Figura 2.1 Figura 2.2 Figura 2.3 Figura 2.4 Figura 2.5 Figura 2.6 Figura 3.1 Figura 3.2 Figura 3.3 Figura 3.4 Figura 3.5 Figura 3.6 Figura 3.7
Figura 3.8
Figura 3.9
Figura 3.10
Figura 3.11
Relaciones entre los modelos lineales. 8 Interconexin en forma lineal fraccional entre la planta y el controlador. 14 Lazo de interconexin de planta y controlador para la parametrizacin de Youla. 28 Controlador LPV por realimentacin de los estados observados. 32 Parametrizacin de Youla LPV. 33 Esquema con el parmetro Q para sistemas LPV. 34 El MBC500 46 Vista superior del MBC500 47 MBC500 con el compensador 55 Superposicin de las dinmicas rgida y exible 59 Diagrama para el modelo de la excentricidad 61 Planta Aumentada. 63 Respuestas en frecuencia del mximo valor singular de las funciones de sensibilidad de salida. Linea Continua: H , Raya Punto: LPV (rmax ), Linea de Puntos : LPV (rmin ). 71 Respuestas en frecuencia del mximo valor singular de las funciones de sensibilidad de salida. Linea Continua: H , Raya Punto: LPV (rmax ), Linea de Puntos : LPV (rmin ). 71 Respuestas temporales de acuerdo a un perl de velocidad determinado. (a) Posiciones de cada uno de los extremos, (b) seal de actuacin para cada uno de los extremos, (c) perl de velocidad. En negro x2 y en gris x1 72 Respuestas en frecuencia del mximo valor singular de las funciones de sensibilidad de salida. Linea Continua: H , Raya Punto: LPV (rmax ), Linea de Puntos : LPV (rmin ). 72 Respuestas en frecuencia del mximo valor singular de las funciones de sensibilidad de salida. Linea Continua: H , Raya Punto: LPV (rmax ), Linea de Puntos : LPV (rmin ). 73
xv
[ 5 de julio de 2010 at 14:57 ]
xvi
ndice de guras
Figura 3.12
Figura 3.13
Figura 3.14
Figura 3.15
Figura 3.16
Figura 3.17
Figura 3.18
Figura 3.19
Figura 3.20
Figura 3.21
Respuestas temporales de acuerdo a un perl de velocidad determinado. (a) Posiciones de cada uno de los extremos, (b) seal de actuacin para cada uno de los extremos, (c) perl de velocidad. En negro x2 y en gris x1 74 Respuestas en frecuencia del mximo valor singular de las funciones de sensibilidad de salida. Linea Continua: H , Raya Punto: LPV (rmax ), Linea de Puntos : LPV (rmin ). 74 Respuestas en frecuencia del mximo valor singular de las funciones de sensibilidad de salida. Linea Continua: H , Raya Punto: LPV (rmax ), Linea de Puntos : LPV (rmin ). 75 Respuestas temporales de acuerdo a un perl de velocidad determinado. (a) Posiciones de cada uno de los extremos, (b) seal de actuacin para cada uno de los extremos, (c) perl de velocidad. En negro x2 y en gris x1 75 Respuesta experimental a 3050 rpm en el extremo x1 -y1 . Eje x con el controlador LPV y eje y con el compensador interno. 77 Respuesta experimental a 5000 rpm en el extremo x1 -y1 . Eje x con el controlador LPV y eje y con el compensador interno. 77 Respuesta experimental a 3800 rpm en el extremo x1 -y1 . Eje x con el controlador LPV y eje y con el compensador interno. 78 Respuesta experimental a 6000 rpm en el extremo x1 -y1 . Eje x con el controlador LPV y eje y con el compensador interno. 78 Respuesta experimental a 3000 rpm en el extremo x1 -y1 . Eje x con el controlador LPV y eje y con el compensador interno. 79 Respuesta experimental a 5000 rpm en el extremo x1 -y1 . Eje x con el controlador LPV y eje y con el compensador interno. 79 Respuesta experimental a 3050 rpm en el extremo x1 -y1 . Ejes x e y con el compensador interno. 80 Respuesta experimental a 4000 rpm en el extremo x1 -y1 . Ejes x e y con el compensador interno. 81 Respuesta experimental a 5000 rpm en el extremo x1 -y1 . Ejes x e y con el compensador interno. 81
Figura 3.25 Figura 3.26 Figura 3.27 Figura 3.28 Figura 3.29 Figura 3.30 Figura 3.31
Respuesta experimental a 6000 rpm en el extremo x1 -y1 . Ejes x e y con el compensador interno. 82 Respuesta experimental a 3050 rpm del desplazamiento x1 . Regin de 100 a 6000 rpm. 82 Respuesta experimental a 5000 rpm del desplazamiento x1 . Regin de 100 a 6000 rpm. 83 Respuesta experimental a 3800 rpm del desplazamiento x1 . Regin de 100 a 7500 rpm. 83 Respuesta experimental a 6000 rpm del desplazamiento x1 . Regin de 100 a 7500 rpm. 84 Respuesta experimental a 3000 rpm del desplazamiento x1 . Regin de 3000 a 5000 rpm. 84 Respuesta experimental a 5000 rpm del desplazamiento x1 . Regin de 3000 a 5000 rpm. 85
NDICE DE CUADROS
Parmetros del MBC500 47 ndice de performance y conjunto de variacin del parmetro. Resultados obtenidos en Ghersin [13]. 69
69
A C R N I M O S E T. A L .
lpv Lineal de Parmetros Variantes. ltv Lineal Tiempo Variante. lti Lineal Tiempo Invariante. lmi Desigualdad Lineal Matricial o Linear Matrix Inequality. sqlf nica funcin cuadrtica de Lyapunov o Single Quadratic Lyapunov Function.
xvii
[ 5 de julio de 2010 at 14:57 ]
xviii
acrnimos
pdlf Funcin de Lyapunov Dependiente del Parmetro o Parameter Dependent Lyapunov Function. lft / r Transformacin/Representacin Lineal Fraccionaria o Linear Fractional Transformation/Representation. conjuntos R: El conjunto de los nmeros reales. C: El conjunto de los nmeros complejos. Rnn : El conjunto de las matrices reales de n n . Snn : El conjunto de las matrices reales simtricas de n n. L2 : El espacio de Lebesgue de funciones de cuadrado integrables.
1
INTRODUCCIN El proyecto nal de carrera, cuyo desarrollo se reporta en el presente informe, ha tenido como objetivo, llevar a cabo un estudio de tcnicas de control, por conmutacin de leyes de control lineales de parmetros variantes (LPV). 1.1 antecedentes Control LPV Las tcnicas de control LPV fueron desarrolladas con bastante impulso durante la dcada de 1990 a partir de los trabajos de Becker y Packard [5], Packard [29] y Apkarian y Gahinet [3] que sentaron una base de mtodos para diseo LPV. Otras referencias obligadas que anteceden a las anteriores son Shamma [36], Shamma y Athans [37] y Rugh [31]. En la dcada del 2000, el control LPV recibi impulso de los trabajos de Wu [43, 44], Wu y Dong [46], Scherer [34] Una variedad de problemas de control lineales y no lineales, admiten un abordaje a travs de la tcnica LPV, con el benecio de que la tcnica ofrece un camino sistemtico para el diseo de controladores. A expensas de hacer diseos eventualmente conservadores, el abordaje de problemas no lineales, ha sido establecido en la literatura del rea como control quasi-LPV. Como se comenta en Ghersin [13], algunas caractersticas del enfoque LPV, lo hacen atractivo desde el punto de vista prctico, a saber: posibilidad de ser aplicado En una importante cantidad de casos prcticos, los problemas pueden ser planteados adecuadamente en el marco LPV. Como se menciona en Shamma y Athans [37], una amplia gama de sistemas no lineales, podran tratarse como sistemas LPV, posiblemente a costa de un diseo conservador. En este enfoque denominado quasi-LPV, se admite que los parmetros sean estados de los sistemas o variables dependientes de estos. Al no considerar explcitamente la dependencia de los parmetros-estados, y al tratar estos sistemas no lineales como LPVs, se pueden obtener garantas de estabilidad y performance desde el punto de vista terico.
1
[ 5 de julio de 2010 at 14:57 ]
introduccin
herencia Los resultados de ([5, 29, 3, 43, 44, 46, 34]), pueden ser considerados como extensiones de los mtodos originados en la teora de Control Robusto para sistemas lineales tiempo invariantes (ver Dullerud y Paganini [10], Snchez Pea y Sznaier [40]). Como consecuencia, la aplicacin del control LPV a problemas prcticos, es muy similar al uso de la tcnica de Control ptimo en H . En muchos casos, los controladores sintetizados son el resultado de combinar tcnicas LPV con tcnicas del control Robusto. Esto puede ser til en un proceso de diseo iterativo. computabilidad Una importante razn para que el control LPV sea una tcnica atractiva, es que tanto los problemas de anlisis como los de sntesis de controladores, pueden ser formulados a travs de desigualdades lineales matriciales (LMIs). Los sistemas de LMIs pueden ser resueltos, ecientemente, por medio de varios paquetes de software disponibles [12, 41, 42]). Los mtodos desarrollados en Becker y Packard [5] y Wu et al. [47], fueron mejorados con el empleo del denominado procedimiento-s de bloque lleno (FBSP Full Block s-Procedure) basado en los trabajos de Scherer [33, 34]. Estos ltimos dos, que mejoraron notablemente la conservatividad de las condiciones de anlisis y sntesis de controladores respecto del trabajo de Becker y Packard [5], fueron a su vez complementados por los trabajos de Wu [43, 44], que propuso un marco nico para trabajar con Funciones de Lyapunov Dependientes de los Parmetros (PDLFs) y multiplicadores de bloque lleno (FBMs), a travs del FBSP. Sin importar la sosticacin terica desarrollada en algunos de los artculos mencionados, la solucin numrica que viene implementada en el LMI-Control Toolbox de Matlab (actualmente inserto en el Toolbox de Control), resuelve un caso particular del mtodo ms primario propuesto en Becker y Packard [5], que es cuando la dependencia de las matrices de la descripcin de la planta en el espacio de los estados es de tipo afn en el vector de parmetros , que adems, debe estar restringido a tomar valores en un conjunto compacto P Rs . En este caso, la sntesis del controlador se puede llevar a cabo, a travs de la resolucin de un problema optimizacin basado en una cantidad nita de LMIs. Este hecho clave hace al mtodo sumamente atractivo desde el punto de vista prctico. Adems, el resultado es muy similar al mtodo de control ptimo en H para sistemas LTI, propuesto por Gahinet y Apkarian [11] (quienes adems programaron los dos mtodo LTI y LPV para Matlab). Otro resultado que se debe mencionar es el de Ghersin y Snchez Pea [16], donde se propone un mtodo para conseguir respuestas transitorias adecuadas de sistemas LPV, haciendo una ubicacin de polos LPV, la cual es una extensin
1.1 antecedentes
del resultado de Chilali y Gahinet [9] para sistemas LTI. Este mtodo, mejora considerablemente la aplicabilidad prctica de la tcnica LPV. Por el contrario, los mtodos basados en PDLFs, Wu et al. [47], Wu [43] y Wu [44] muestran dicultades importantes desde el punto de vista computacional. Mientras que la teora conduce a problemas de sntesis con un nmero innito de LMIs, el uso concreto de estos mtodos, requerira resolver sistemas con un nmero de LMIs imprctico. En Wu y Dong [46], a travs del uso de FBMs y de funciones de Lyapunov con dependencia del parmetro del tipo Lineal Fraccionaria (LFTPDLFs), se llega a un problema de sntesis basado en PDLFs cuya resolucin requiere una cantidad nita de LMIs. En el trabajo de Ghersin y Snchez Pea [17], se presenta una extensin del mtodo de Wu y Dong [46] mediante la ubicacin de polos LPV. Conmutacin de Controladores LPV El mtodo de Ganancias Tabuladas (Gain Scheduling), se basa en su forma emprica ms bsica, en el cambio de las ganancias de un control PID aplicado a un determinado proceso, de acuerdo a las condiciones de operacin de una planta dada. En esta expresin que se menciona, no se dan otras garantas del funcionamiento adecuado del sistema (su estabilidad por ejemplo), que las devenidas de la simulacin o la directa prueba en marcha sobre el proceso. Como se ha mencionado antes, la literatura que aborda el tema del Gain Scheduling es vasta, y as tambin en el tema de conmutacin de sistemas tiempo invariantes (ver Liberzon y Morse [21], Hespanha y Morse [18]). Por su parte, mientras el control LPV pretendera evitar la necesidad de recurrir a leyes de control lineales conmutadas, surge a veces la necesidad de poner en prctica la conmutacin (o Switcheo) de controles LPV, posiblemente, por diversas causas. Un ejemplo, es cuando el mtodo LPV no consigue sintetizar un control para todo el conjunto de variacin del parmetro P , lo cual obliga a particionar este ltimo y switchear entre controladores. Tambin puede ocurrir que, aun existiendo un controlador LPV que cubra todo el rango de variacin del parmetro, el desempeo del mismo sea pobre, caso que ameritara recurrir a la estrategia del Switcheo LPV. A los nes de establecer comparaciones, se mencionarn dos trabajos relevantes sobre el tema de Switching LPV. El primero de ellos es el trabajo de Lu y Wu [23]. En este trabajo, se propone el diseo de controladores LPV Switcheados, con el uso de mltiples funciones de Lyapunov como herramienta para garantizar la estabilidad del sistema de lazo cerrado. Esta tcnica, si bien interesante
introduccin
desde el punto de vista terico, sufre de importantes problemas desde el punto de vista computacional por dos motivos. En primer lugar, su utilizacin obliga a usar mltiples PDLFs, ya que de lo contrario las condiciones de sntesis no resultan factibles. En segundo lugar, es preciso resolver en forma simultnea el problema de sntesis para todas las regiones, subconjuntos del rango P , entre las cuales se pretende switchear. Estas dos cuestiones sumadas, hacen el mtodo inviable desde el punto de vista prctico. El segundo trabajo, en cuyo estudio prctico se basa este Proyecto Final de Carrera, es el de Bianchi y Snchez Pea [6]. En el mismo, se propone una tcnica de diseo de controles LPV Switcheados, que contrariamente a la de Lu y Wu [23], basa sus condiciones para la sntesis de controladores, en una nica funcin cuadrtica de Lyapunov (SQLF) para todo el rango P . Por medio de la parametrizacin de Youla para sistemas LPV (Xie y Eisaka [48]), el diseo es considerablemente ms simple que con el otro mtodo, en tanto y en cuanto la carga computacional es mucho menor. Los diseos se realizan en dos etapas, primero consiguiendo una estabilizacin de la planta para todo el rango de variacin del parmetro P y haciendo luego diseos en subconjuntos de P . Desde el punto de vista computacional, no se requiere la resolucin simultnea de todas los subconjuntos de P como en el enfoque anterior y adems no es preciso usar PDLFs. Ms aun, el mtodo no admite el uso de PDLFs. Si bien el enfoque es ms simple, este ltimo punto hace el esquema propuesto, potencialmente ms conservador. A esto se agrega la posibilidad de que la planta no pueda ser estabilizada en todo el rango de variacin del parmetro P por un solo controlador central LPV. Anticipando parte de las conclusiones, debe decirse que el mtodo de Bianchi y Snchez Pea [6], genera controladores de ms alto orden que los otros mtodos mencionados (Becker y Packard [5], Ghersin y Snchez Pea [16], Wu et al. [47], Lu y Wu [23], Ghersin y Snchez Pea [17] y otros). Tambin es debido mencionar, que ni el mtodo de Bianchi y Snchez Pea [6], asi como tampoco el de Lu y Wu [23], hacen alguna consideracin de las respuestas transitorias debidas a eventos de switcheo, cuando estos tienen lugar. Puede mencionarse entre los trabajos que abordan este problema, al de Lu et al. [24]. Control de Sistemas Rotativos con Suspensin Magntica Activa El control de cuatro grados de libertad, para sistemas rotativos con suspensin magntica activa (AMB por Active Magnetic Bearings), es un problema que tiene numerosos antecedentes de haber sido abordado con tcnicas de Gain Scheduling
1.2 objetivos
(ver Matsumura et al. [26], Wu [45], Lu et al. [22], Ghersin et al. [14, 15], Ghersin [13] y otros all citados). En el trabajo de Matsumura et al. [26], se resuelve el problema utilizando tcnicas de control robusto LTI, con el agregado de ltros eliminabanda de frecuencia adaptada a la velocidad de rotacin de la mquina. La estabilidad y performance se evala mediante simulaciones y experiencias. En Ghersin et al. [14] se hace uso de tcnicas LPV alla Becker y Packard [5], llegando hasta pruebas en simulacin y sin llegar a la implementacin por problemas numricos. En Ghersin et al. [15], se lleva a cabo la implementacin de los controles sintetizados gracias al uso del mtodo LPV con ubicacin de polos. En Ghersin [13], se utiliza el mtodo LPV con FBMs llegando a la implementacin de un control Switcheado LPV. Esto ltimo, hecho de manera ad-hoc, sin soporte terico para la estabilidad y performance del sistema, da pie al presente trabajo. Por su parte, Wu [45] muestra un diseo mediante simulaciones de un control LPV Switcheado. Lu et al. [22], llevan a cabo un diseo por realimentacin de estados observados LPV, con nfasis en la identicacin del sistema mediante una red neuronal articial (ANN). A partir de los trabajos mencionados puede decirse que 1. El problema en s, no presenta no-linealidades duras, y su dinmica es propicia para ser abordada por tcnicas lineales. 2. La velocidad de rotacin de los sistemas en cuestin son claramente el parmetro LPV del problema. 3. Es un problema que, debido al potencialmente amplio rango de velocidades que puede presentarse, eventualmente requerir de una estrategia Switcheada. Presentados estos antecedentes, se procede a los objetivos del Proyecto. 1.2
objetivos
El objetivo de este Proyecto Final de Carrera para obtener el grado de Ingenieros en Automatizacin y Control Industrial de la Universidad Nacional de Quilmes, es desarrollar un estudio de nivel avanzado del estado del arte actual de las tcnicas de control LPV. El nfasis est puesto en los aspectos prcticos del problema y ms aun, en la cuestin de la utilizacin de tcnicas de conmutacin, con el n de extender la validez prctica del control LPV.
introduccin
Se utiliza como plataforma experimental, el mdulo acadmico de suspensin magntica activa MBC500, con el n de mejorar los resultados obtenidos en el trabajo de Ghersin [13], mediante la utilizacin de los mtodos propuestos por Bianchi y Snchez Pea [6]. Se buscar poner en prctica estos algoritmos y hacer un desarrollo que permita sacar conclusiones sobre las ventajas y desventajas de los mtodos mencionados, desde el punto de vista prctico especialmente. Se tomar como modelo de estudio, el libro editado por Snchez Pea et al. [39], en el cual el enfoque apunta a relevar qu problemas aparecen en la prctica y no son abordados por la teora, y en qu aspectos se aparta la teora de la prctica. 1 .3
contribuciones
Las contribuciones del trabajo al avance del control LPV y al control de sistemas de suspensin magntica activa estn dadas por: 1. La prueba en la prctica de la tcnica de Bianchi y Snchez Pea [6], constituye un aporte sin precedentes, teniendo en cuenta lo novedoso de la misma. 2. La mejora de los resultados experimentales obtenidos por Ghersin [13], es muy sustancial, lo cual constituye uno de los aportes ms importantes del trabajo. 3. Las conclusiones que se extraen respecto de varios aspectos de las tcnicas estudiadas son de gran importancia para su mejoramiento. 1 .4
En el Cap. 2, se lleva a cabo la exposicin de los temas de control LPV y LPV Switcheado en base a los cuales se desarrollan los controles en el problema prctico del Cap. 3. Esencialmente, se desarrollan, explican y detallan los resultados de Becker y Packard [5], Ghersin y Snchez Pea [16], Xie y Eisaka [48] y Bianchi y Snchez Pea [6]. El Cap. 3, est dedicado al re-diseo del sistema de control LPV Switcheado para el mdulo acadmico de suspensin magntica MBC500. El re-diseo se propone a partir de la solucin desarrollada en Ghersin et al. [15], con algunos cambios y la inclusin del Switcheo, que permiten mejorar el desempeo de manera muy signicativa. En este Cap., se detallan aspectos del modelado e identicacin del sistema, los cuales estn esencialmente tomados de Ghersin et al. [14]. Las conclusiones elaboradas se vuelcan en el Cap. 4.
2
CONTROL LPV 2.1 gain scheduling y control lpv El Gain Scheduling es una tcnica que ha sido extensamente usada en el diseo de sistemas de control en el pasado (ver [36, 37] y las referencias all). Con el n de presentar esta tcnica, supngase que se tiene un sistema dinmico modelado a travs de la siguiente ecuacin no lineal: (t) = f [ x (t), u(t), (t)] . x (2.1)
Se dene al sistema anterior como un sistema dependiente del parmetro, considerando que la ecuacin de estado depende del tiempo t a travs del vector de parmetros (t), el cual es desconocido a priori, pero que puede ser medido en tiempo real. Para una trayectoria del parmetro , la ecuacin (2.1) se convierte en el modelo de un sistema de tiempo variante. Igualmente, si la trayectoria paramtrica admisible es constante, dicha ecuacin pasa a representar el modelo de un sistema de tiempo invariante. La gura 2.1 resume las relaciones existentes entre las tres clases de sistemas lineales. Siendo x (t) Rn , u(t) Rnu y (t) Rs el gain scheduling clsico consiste en efectuar el grillado del espacio real Rn Rnu Rs . En cada punto de la grilla, se lleva a cabo una linealizacin sobre la ecuacin (2.1) y se disea un controlador Lineal de Tiempo Invariante (LTI). A medida que el sistema evoluciona en Rn Rnu Rs , la tcnica de gain scheduling switchea entre los controladores, vlidos en un entorno de los puntos de linealizacin, segn sea el punto en el que se est. El diseo y la implementacin de este tipo de estrategia de control, implica una simulacin intensiva en orden de establecer, empricamente, dos aspectos importantes con respecto a la respuesta del sistema a lazo cerrado. El primero de ellos es su estabilidad y el segundo, la mxima velocidad de cambio entre puntos de operacin, considerando que los controladores solo garantizan estabilidad local. Por el contrario, la teora de control LPV permite llevar a cabo el anlisis de estabilidad y performance para este tipo de sistemas lineales, cuyas matrices
7
[ 5 de julio de 2010 at 14:57 ]
control lpv
LPV
Parmetro constante ( t ) = 0
LTI
Tiempo constante t = t0
LTV
de estado dependan del parmetro (t), el cual vara en un conjunto compacto P Rs . Este captulo, en el cual se desarrolla la teora utilizada luego en el ejemplo de aplicacin del captulo 3, se divide en dos partes. La primera, esencialmente tomada de Ghersin [13], est basada en el trabajo clsico sobre la teora de control LPV (Becker y Packard [5], Wu et al. [47]). En Becker y Packard [5] la estabilidad y la performance de sistemas LPV son establecidas por mtodos de sntesis y anlisis, basados en funciones de Lyapunov cuadrticas. Aunque este acercamiento es esencialmente conservativo, por el tipo de funcin de Lyapunov en el cual est basado, sigue siendo atractivo en la medida que da soluciones muy simples y computables, similares a las encontradas en Gahinet y Apkarian [11] para control H . El trabajo de Wu et al. [47] (en cierto modo una continuacin del trabajo de Becker y Packard [5]), basa su estudio de performance y estabilidad de sistemas LPV en funciones de Lyapunov dependientes del parmetro (PDLFs), que es un acercamiento, potencialmente, menos conservativo. La segunda parte est basada en los trabajos de Xie y Eisaka [48] y de Bianchi y Snchez Pea [6]. En Xie y Eisaka [48] se propone un mtodo de diseo de sistemas de control LPV basado en la parametrizacin de todos los controladores estabilizantes. Esto se logra a travs de la extensin a sistemas LPV, de los conceptos de factorizacin coprima doble y de parametrizacin de Youla, denidos para sistemas LTI. Con ideas similares a las establecidas en Xie y Eisaka [48], el trabajo de Bianchi y Snchez Pea [6] presenta un nuevo enfoque en el diseo de controlares LPV switcheados, que permite alcanzar mejores resultados de performance sin comprometer la estabilidad global del sistema.
2.2 preliminares
En este captulo primero se presenta una condicin de anlisis basada en una PDLF. La manera en que esta condicin cambia para una nica funcin de Lyapunov (SQLF), se muestra despus de acuerdo al enfoque de Becker y Packard [5]. Luego se presenta un teorema de sntesis, el cual es una extensin de la condicin de sntesis del control H expuesto en Gahinet y Apkarian [11], y un corolario del mismo para sistemas LPV anes, cuyo conjunto de variacin del parmetro es un politopo compacto en Rs . Este corolario es una de las herramientas usadas para la sntesis del controlador del sistema MBC500 por su atractivo en la prctica, al brindar condiciones basadas en un problema de factibilidad, con un nmero nito de LMIs. La primera parte concluye con extensiones de esta teora hacia condiciones de ubicacin de polos siguiendo las lneas de Chilali y Gahinet [9], pero para sistemas LPV (ver tambin Ghersin y Snchez Pea [16]). Posteriormente, dentro de lo que sera la segunda parte de este captulo, se dene la parametrizacin de Youla para sistemas LTI, extendindose luego a sistemas LPV, con un comentario especial para aquellos que son politpicos. A continuacin, se plantean las condiciones necesarias y sucientes para la parametrizacin de todos los controladores estabilizantes y se propone un mtodo de diseo del parmetro de Youla, basado en una estrategia sistemtica de H , para lograr performance sobre la ganancia L2 . Finalmente, luego de denir el concepto bsico de un sistema LPV switcheado, estas ideas son aplicadas al diseo de controladores, permitiendo descomponerlos en dos etapas. La primera, enfocada en asegurar la estabilidad global y la segunda, en lograr las especicaciones de performance locales. Esta estrategia, que es la empleada en la sntesis de los controladores del captulo 3, permite asegurar la estabilidad durante el switcheo, sin restricciones sobre el cambio entre controladores, a travs de condiciones convexas. 2.2
preliminares
Denicin 2.1 (Conjuntos P y V ). Sea P un conjunto compacto y V un hipercubo, ambos contenidos en Rs con V denido como:
V = Rs , = 1 , 2 , . . . , s
= con 1 2 . . . s
T
i , |i |
i > 0. Rs y
10
control lpv
). El conjunto de Denicin 2.2 (Conjunto de trayectorias del parmetro FP trayectorias del parmetro se dene como T
FP = { = 1 , 2 , . . . , s
C 1 (R +, Rs ) : ( t ) P , (2.2)
con R+ siendo el intervalo [0, ) y C 1 (R, Rs ), el conjunto de las funciones reales continuas y diferenciables con imagen en Rs . Denicin 2.3 (Sistema LPV). Las siguientes cuatro funciones matriciales representan un sistema LPV n dimensional: A : Rs Rn n B : Rs Rn n d C : Rs Rn e n D : Rs Rn e n d . una trayectoria especca, la dinmica del sistema evoluciona de acuerdo Sea FP con la siguiente ecuacin estado: x = A( ) B ( ) x e C ( ) D ( ) d con x (t) Rn , e(t) Rne y d(t) Rnd . Dada una trayectoria , G G
(2.3)
A( ) B ( ) C ( ) D ( )
(2.4)
denota el sistema Lineal de Tiempo Variante (LTV) cuya dinmica evoluciona como describe la ecuacin (2.3). Para condiciones iniciales nulas, con (t, t0 ) la correspondiente matriz de transicin del sistema de la ecuacin (2.3), G representa un operador lineal como sigue: G :L2 L2 e = G d
t
(2.5)
e(t) =
t0
2.2 preliminares
11
A partir de estas deniciones, el sistema LPV es denido como el conjunto de sistemas LTV que lo generan:
= { G : F }. GFP P
Estabilidad -cuadrtica Considere ahora la dinmica LPV sin entrada: = A( ) x x x (0) = x0 (2.6)
. Se dene la funcin de Lyapunov cuadrtica dependiente del con FP parmetro V ( x ) = x T X ( ) x con X (z) Snn , X (z) > 0 para todo z P . , sea x ( t ) una trayectoria de (2.6), y sea v ( t ) = V ( x ( t )) la Para cualquier FP funcin de Lyapunov evaluada sobre el parmetro, la derivada de v con respecto al tiempo estar dada por:
i X ( ) x. = x T A T ( )X ( ) + X ( )A( ) + v i 1 Se ha obviado la dependencia de v, x y con respecto al tiempo para hacer ms clara la lectura. Denicin 2.4 (Estabilidad -cuadrtica). La funcin A es -cuadrticamente estable sobre P (o -QS sobre P ) si existe una funcin matricial X : Rs Snn , tal que V , con = 1 2 . . . s , la siguiente para todo P Rs y para todo desigualdad matricial se satisface: i X < 0. A T ( )X ( ) + X ( )A( ) + i 1 Se puede demostrar (Wu et al. [47]), que si la ltima desigualdad se satisface, . el sistema (2.6) es exponencialmente estable para cualquier FP Dado el operador lineal denido por un sistema LTV (ver ecuacin (2.5)), y considerando la denicin estndar de una norma L2 inducida para un operador, se establece la norma del supremo sobre todas las trayectorias del parmetro como herramienta para evaluar la performance de los sistemas LPV. Bajo estas ideas, se dene primero la norma de un sistema LPV.
s
12
control lpv
Denicin 2.5 (Norma de un sistema LPV). La norma de un sistema LPV -QS se dene como GP = sup sup
FP d 2 =1
G .d 2 .
A continuacin, se presenta un lema que da una condicin de anlisis suciente para la estabilidad y performance de sistemas LPV en base a una PDLF.
s un Lema 2.6. [BRL para sistemas LPV] Sea P Rs un conjunto compacto y { i }1 conjunto de nmeros no negativos. Si existe una funcin continuamente diferenciable X : Rs Rnn , con X ( ) simtrica y denida positiva para todo P , y adems se cumple la siguiente desigualdad matricial
A T ( )X ( ) + X ( )A( ) + B T ( )X ( ) C ( )
s X i 1 i
X ( )B ( ) I D ( )
C T ( ) I
<0 (2.7)
D T ( )
para todo P y para todo |i | i , con i = 1, 2, . . . , s, entonces el sistema LPV GP es -QS. Adems GP < . Demostracin. Ver [47]. 2.2.1 Problema de sntesis
Se comienza presentando la forma de la planta LPV y del controlador, para luego poder efectuar las correspondientes referencias. Denicin 2.7 (Planta LPV). Sea la planta G un sistema dinmico LPV n dimensional nito, el cual mapea entradas externas de perturbacin w y fuerzas de control u a salidas de performance z y de mediciones y, cuya dinmica en variables de estado est regida por la siguiente ecuacin:
Gol ( (t))
(t) A( (t)) B1 ( (t)) B2 ( (t)) x (t) x z(t) = C1 ( (t)) D11 ( (t)) D12 ( (t)) w(t) y(t) C2 ( (t)) D21 ( (t)) D22 ( (t)) u(t) (2.8)
x Rn , w Rnw es la perturbacin, z Rnz es la salida donde (t) P , x, controlada, u Rnu es la fuerza de control e y Rny es la medicin para el control.
2.2 preliminares
13
Suposicin 2.8. Sin prdida de generalidad se asume que la matriz D22 es cero, condicin que es fcilmente salvable mediante tcnicas de loop shifting (ver [4]). Denicin 2.9 (Controlador LPV). La clase de controladores LPV que interesan son de la forma (t)) K ( ( t ), xk (t) = u(t) Ak ( (t), (t)) Bk ( (t), (t)) xk (t) (t)) Dk ( (t), (t)) C k ( ( t ), y(t) (2.9) (2.10)
donde xk Rnk es el estado del controlador. En lo que sigue, a n de evitar sobrecargar la notacin, se usarn las letras caligrcas para matrices dependientes del parmetro, mientras que las regulares sern usadas en aquellas que no lo sean. Suposicin 2.10. Se asume que la terna dependiente del parmetro (A, B2 , C2 ) es , lo cual garantiza la existencia de un estabilizable y detectable para todo FP controlador LPV, por realimentacin de salida, estabilizante. (ver Becker y Packard [5], Wu et al. [47]). problema de performance - Dada una planta LPV como la presentada en la denicin 2.7, el problema de control de performance- busca un controlador, como el de la denicin 2.9, tal que para el sistema a lazo cerrado dado por
cl GP
(2.11)
con
Acl =
A + B2 D k C2 B2 C k B k C2 B1 + C2 Dk D21 Bk D21 Ak
Bcl =
14
control lpv
X s i + X Acl + 1 i
TX Bcl
X Bcl I Dcl
T Ccl T Dcl
<0
Ccl
para alguna funcin matricial X : Rs R(n+nk )(n+nk ) , con X ( ) > 0 P . De acuerdo al lema 2.6, si esta funcin existe, el sistema a lazo cerrado es -QS y cl GP < (ver Fig. 2.2).
w GP u y z
KP
Solucin General El siguiente teorema es adaptado de [2]: Teorema 2.11 (Condiciones de Solubilidad Proyectadas). Considere la planta LPV . Existe un controlador gain-scheduling por realide la denicin 2.7 con FP mentacin de salida, como el presentado en la denicin 2.9, que fuerza la estabilidad interna, y una cota sobre la ganancia L2 del sistema a lazo cerrado (2.8) y (2.10), siempre que existan S y R, funciones matriciales simtricas y denidas positivas, tal que las siguientes condiciones LMI:
R
I
(2.12)
T NS
AT S
SB1 + SA + S
TS B1
C1
D11 I
T C1 T NS D11
<0
(2.13)
2.2 preliminares
15
(2.14)
con
NS =ker C2 D21 N 0 NS = S 0 I
V. se veriquen para todo P y Demostracin. Ver [44]. Solucin Clsica
T DT NR =ker B2 12 N 0 NR = R . 0 I
Este problema fue establecido en Wu et al. [47], donde se lo deni y resolvi como el problema de sntesis LPV de variacin- y performance-. El trabajo de Becker y Packard [5], el cual es anterior al de Wu et al. [47], es similar a este ltimo en lo que respecta a las manipulaciones algebraicas que son realizadas para derivar las LMIs de sntesis, comenzando desde una LMI de anlisis de lazo cerrado. El hecho que sea usada una SQLF como V ( x ) = x T X x, con X una matriz constante, permite a este acercamiento, no hacer uso de ninguna cota sobre la mxima velocidad de cambio del parmetro, tcnicamente permitiendo que las trayectorias del mismo sean simplemente continuas por tramos. El aspecto atractivo de tal funcin de Lyapunov es que resulta ms fcilmente tratable desde el punto de vista del clculo del controlador, que con el enfoque PDLF. Como se mostrar en el corolario 2.15, si la dependencia de las matrices de estado de la planta aumentada a lazo abierto es afn con el parmetro, y si el conjunto compacto P es un politopo denido por un nmero nito de vrtices, la sntesis de los controladores LPV puede llevarse a cabo resolviendo un problema de factibilidad con un nmero nito de LMIs. Las manipulaciones algebraicas que se utilizan para obtener las LMIs de sntesis, son similares a las que se encuentran en [11] para sistemas LTI, para lo cual es necesario restringir las matrices B2 , C2 , D12 y D21 de la planta aumentada a lazo abierto a ser constantes. Esto no implica una restriccin muy seria, dado que puede ser superada a travs de un ltro pasa bajo a la entrada o salida de la planta, a expensas de incrementar su nmero de estados ([12]).
16
control lpv
En la siguiente subseccin, se presenta el teorema de sntesis que sigue del enfoque de [12], como una de las herramientas utilizadas para el diseo del controlador del magnetic bearing en el captulo 3. 2.2.2 Anlisis con una nica funcin de Lyapunov
Estabilidad Cuadrtica Considere ahora el sistema LPV sin entrada de la ecuacin (2.6). Se restringe la funcin de Lyapunov V a la forma V ( x ) = x T Xx, pero en este caso, siendo X Rnn una matriz constante, simtrica y denida positiva. Para cualquier , con x ( t ) una trayectoria de (2.6), v ( t ) = V ( x ( t )) representa nuevamente FP el funcional V evaluado sobre la trayectoria. La derivada de v respecto al tiempo es en consecuencia = x T [A T ( ) X + X A( )] x. v A continuacin se denir estabilidad cuadrtica como la condicin de estabilidad basada sobre una SQLF. Denicin 2.12. La funcin A es cuadrticamente estable sobre P (o QS sobre P ) si existe una matriz real X Rnn , con X = X T > 0, tal que para todo P Rs la siguiente la desigualdad
A T ( ) X + X A( ) < 0
se satisface. Debe sealarse que la restriccin a una SQLF, es un caso particular del lema 2.6 que origina, en la correspondiente LMI, la desaparicin de la condicin sobre la derivada de X . Esto da lugar a una condicin de estabilidad y performance fuerte, dado que acepta trayectorias del parmetro discontinuas. 2.2.3 Presentacin del Problema de Control
Aqu se repite lo expuesto en la seccin 2.2.1. La planta G es un sistema LPV dinmico n dimensional como en la denicin 2.7, que mapea entradas externas de perturbacin w y fuerzas de control u a salidas de performance z y de mediciones y. Se mantiene la suposicin 2.8 ( D22 = 0) al igual que la siguiente.
2.2 preliminares
17
Suposicin 2.13. Se supone que las matrices B2 , C2 , D12 y D21 son constantes para convexidad.
. El problema de control LPV Sea la trayectoria del parmetro con FP de performance-, limitado a una SQLF, consiste en encontrar un controlador LPV, como el de la denicin 2.9, tal que para el sistema a lazo cerrado de la ecuacin (2.11) el siguiente anlisis LMI,
T Acl X
T ( ) X Bcl
T ( ) Ccl T Dcl ( )
<0
(2.15)
sea factible para alguna matriz simtrica X R(n+nk )(n+nk ) , con X > 0. Por el teorema de anlisis, si existe tal matriz, el sistema a lazo cerrado es QS y cl GP < . 2.2.4 Solucin del problema de performance- limitado a una SQLF Corolario 2.14. Sean NR y NS denidas como en el teorema 2.11. Se restringen las funciones S y R a que sean constantes, i.e., si existen dos matrices simtricas y denidas positivas, R y S Rnn tal que las LMIs (2.12), (2.13) y (2.14) se satisfagan para todo P , entonces existe un controlador LPV como el de la denicin 2.9, tal que el cl es QS. Ms an, G cl sistema a lazo cerrado GP P < . Demostracin. Ver Gahinet y Apkarian [11]. Comentarios sobre la demostracin. En Gahinet y Apkarian [11], la equivalencia entre la LMI (2.15) y el sistema de LMIs (2.12), (2.13) y (2.14) se prueba para el caso LTI, i.e. para cada punto P , lo cual resulta suciente para el lema de anlisis. En Becker y Packard [5], se seala lo siguiente para el caso SQLF: Las LMIs (2.12), (2.13) y (2.14) son condiciones convexas sobre las matrices R y S. Ms an, dado que la dependencia de estas desigualdades sobre P es continua, la solucin al problema LPV de performance- termina siendo un problema de factibilidad LMI convexo con un nmero innito de condiciones (producto que P es innito). El tpico enfoque utilizado, con el n de obtener una aproximacin nita a este problema con un nmero innito de condiciones, es grillar el conjunto P . Si no se puede encontrar una solucin sobre una grilla nita de P , es claro que no existir solucin para todo P , pero por contrario, si existe solucin, no hay garanta que sea vlida para todo P . En este caso, el enfoque
18
control lpv
prctico intenta resolver el problema en una grilla densa de P , aunque se debe tener en cuenta que a medida que el nmero de parmetros crece, el nmero de puntos en la grilla aumenta de manera exponencial. En Becker y Packard [5], se seala que para obtener un resultado razonable, no deben existir ms de cuatro parmetros, i.e., P R4 . 2.2.5 Sistemas Anes
Como se anticip previamente, condiciones adicionales dan un problema de factibilidad convexa con un nmero nito de LMIs. De hecho, este es el caso, si el conjunto P se limita a un politopo convexo con un nmero nito de vrtices, y si la dependencia de las matrices de estado de la planta a lazo abierto, es afn sobre el parmetro. Esto quiere decir que la correspondiente matriz del sistema, Gol ( ) en la ecuacin (2.8), depende del parmetro de la siguiente forma:
a1 a0 as Gol ( ) = Gol + 1 Gol + . . . + s Gol
( t ) = C o { 1 , . . . , p } siendo Co la cscara convexa del conjunto de vrtices que denen P y, constantes a las matrices del sistema Goli . El sistema LPV en forma afn puede ser equivalentemente dado por los sistemas vrtices, i.e. por las imgenes de los p vrtices que forman el conjunto P,
i = 1, . . . , p
de una manera tal que para todo t, el sistema matricial pueda ser expresado como
(2.16)
(t) =
i i ( t )
1
1 p
i (t) = 1.
1
2.2 preliminares
19
Los sistemas dados en esta forma se los denomina sistemas politpicos, cuyas p coordenadas, que dependen de , son los nmeros i . Las Goli son:
p Goli
(2.17)
Una vez introducidos los sistemas anes se presenta el siguiente corolario. Corolario 2.15. Sea P Rs un conjunto politpico convexo denido por sus p vrtices. Suponga que la planta aumentada es como la de la denicin 2.7, y que satisface las suposiciones 2.10 y 2.13. Considere adems que la matriz del sistema Gol es politpica como en la ecuacin (2.16) y que NR y NS son las mismas que las denidas en el teorema 2.11. Si existen dos matrices R y S Rnn simtricas y denidas positivas, tal que el siguiente sistema de 2 p + 1 LMIs:
T Ai S + SAi T TS NS B1 i
SB1i
C1i
Ai R + RAi T NR C1i R T B1 i
T C1 i T D11i NS
<0
(2.18)
(2.19)
(2.20)
se satisface para i = 1, . . . , p, entonces existe un controlador LPV politpico, tal que el cl sistema a lazo cerrado es QS y GP < . Se resalta el hecho que este sea un problema de factibilidad LMI convexo con un nmero nito de desigualdades, que permite, a travs de la aplicacin de este teorema, la sntesis de controladores LPV mediante el uso de paquetes de software, algunos de los cuales fueron mencionados en el Cap. 1. Dado que a travs de las matrices R y S se puede obtener una matriz de Lyapunov para el sistema a lazo cerrado, por lo tanto, para cada vrtice, teniendo dicha matriz es posible resolver una LMI (ver [11], pgina 435, ecuacin (55)) cuya solucin es un controlador vrtice (en [11] la solucin es el controlador LTI). En caso que el sistema LMI sea tal que la LMI (2.20) es denida positiva, se verica que el orden del controlador es el de la planta aumentada. Como consecuencia, teniendo R y
20
control lpv
S, se puede hacer un clculo directo con los controladores vrtices sin resolver ninguna LMI. Para todo t, si se obtiene el parmetro en tiempo real, y por lo tanto, sus i coordenadas politpicas, las matrices de estado del controlador LPV son obtenidas como combinacin convexa de los controladores vrtices, permitiendo la siguiente implementacin: (t) =
i ( t ) i
1 p 1
K ( (t)) = i (t)Ki
siendo Ki los controladores vrtice y i , los vrtices de P . Note que la matriz del sistema del controlador K ( (t)) se actualiza en tiempo real con la medicin del parmetro , mientras que los sistemas vrtices Ki son computados fuera de lnea. Esta forma de adaptacin hace al control LPV atractivo para el gain scheduling. 2.2.6 Ubicacin de polos LPV
Como se muestra en Chilali y Gahinet [9], las LMIs permiten establecer condiciones sobre la ubicacin de los autovalores de matrices cuadradas, pudiendo de esta manera establecer problemas de control con objetivos mixtos. La teora desarrollada all para sistemas LTI, trata particularmente problemas de H , H2 y ubicacin de polos, en forma mixta. En esta subseccin se presentar una extensin de este enfoque para sistemas LPV. Es muy importante aclarar antes de continuar, que en sistemas LPV no existen cosas tales como polos. Sin embargo, la tcnica de agrupamiento de Chilali y Gahinet [9] aplicada a dinmicas LPV, ha demostrado su utilidad en un tipo particular de problema que, eventualmente, aparece cuando se resuelven cuestiones de control LPV. Este tipo de inconveniente es a menudo referido como el problema de los polos rpidos y se describe a continuacin. Suponga que se tiene un sistema LPV dado por la interconexin fraccional de una planta aumentada GP y su controlador correspondiente KP , con P siendo el conjunto de variacin del parmetro (ver Fig. 2.2). Para cada punto en P , el sistema LTI que resulta de mantener jo el parmetro , a veces presenta un nmero pequeo de polos (dos o cuatro), cuya parte real en mdulo es mucho mayor que la del resto de los polos a lazo cerrado (la condicin de rpido con respecto a un polo depende de la aplicacin particular).
2.2 preliminares
21
Los polos rpidos traen dos problemas desde el punto de vista prctico, ambos relacionados con la integracin numrica de una ecuacin diferencial con estados lentos y rpidos. Tanto para la fase de simulacin, como para la implementacin digital del controlador, la integracin es necesaria y se torna dicultosa con estas dinmicas rpidas. El enfoque usado para tratar con estas dicultades es el de ubicacin de polos LPV. A travs de condiciones LMI, el objetivo es hacer que los polos de cada sistema a lazo cerrado LTI, resultante de mantener el parmetro jo en cada punto de su conjunto de variacin, se encuentren en una regin prescripta del plano complejo. Condiciones de anlisis Se comienza con las deniciones de regin LMI y estabilidad-D de una funcin matricial. Denicin 2.16. Regin LMI Una regin en el plano complejo D , es llamada una Regin LMI, si existe una matriz simtrica = [kl ] Rmm y una matriz = [ kl ] Rmm , tal que
D = { z C : f D ( z ) < 0}
con T = [kl + kl z + lk z ]1 k ,l m . f D (z) = + z + z (2.21)
Puede encontrarse una discusin ms detallada en [9]. Se debe sealar que estas regiones son un subconjunto denso del conjunto de regiones del plano complejo, simtricas respecto del eje real. A continuacin, se presenta la denicin de estabilidad-D y un lema el cual da una condicin LMI para chequear dicha estabilidad en una matriz cuadrada. Denicin 2.17. Una matriz A Rnn es D -estable si y slo si sus autovalores estn en una regin LMI D . Lema 2.18. Una matriz A Rnn es D -estable si y slo si existe una matriz simtrica denida positiva XD , tal que la siguiente matriz de m m es denida negativa: kl XD + kl AXD + lk XD A T Demostracin. Ver [9].
1 k ,l m
< 0.
22
control lpv
Ahora se presenta un lema para la estabilidad-D de una funcin matricial A : P Rs Rnn en cada punto de P . Lema 2.19. Una funcin matricial A : P Rs Rnn es D -estable para todo P si existe una funcin matricial XD : P Rs Rnn , con XD ( ) simtrica y denida positiva para cada P , tal que kl XD ( ) + kl A( )XD ( ) + lk XD ( )A( ) T Demostracin. Aplicacin directa del lema previo. Se puede apreciar que este lema da una condicin de anlisis, en base a LMIs, para la dinmica de un sistema LPV. Con esto en mano y con un conjunto de cotas para la velocidad de variacin del parmetro, los aspectos asociados a la fase de implementacin, pueden ser evaluados como el tiempo de muestreo necesario para el controlador digital. En el siguiente prrafo se presenta el problema de performance- con ubicacin de polos. Sea D una regin del semiplano izquierdo abierto del plano complejo (2.21) y sea un nmero positivo. Dada la planta LPV de la denicin 2.7, se busca un controlador LPV como el de la denicin 2.9, tal que su interconexin con la planta genere un sistema a lazo cerrado como el de la ecuacin (2.11). Si hay un controlador de tal manera que existan dos funciones matriciales X : Rs R(n+nk )(n+nk ) y XD : Rs R(n+nk )(n+nk ) a n que para todo P las siguientes LMIs
T Acl X
1 n,m n
< 0 P .
X s + X Acl + 1 i i
TX Bcl
X Bcl I Dcl
T Ccl T Dcl
<0
Ccl
1 n,m n
< 0,
(2.22)
se satisfagan, entonces el sistema a lazo cerrado es -QS con su norma menor que . Ms an, el sistema a lazo cerrado es D -estable para todo P . Teorema 2.20 (Caracterizacin LPV Bsica con Asignacin de Autovalores). . Sea D una regin Considere la planta LPV de la denicin 2.7, con trayectorias en FP LMI en el semiplano izquierdo abierto del plano complejo, con su funcin caracterstica como en la ecuacin (2.21). Al basarse sobre las condiciones de anlisis dadas por las
2.2 preliminares
23
LMIs (2.22), cuando se pasa de dichas condiciones a las de sntesis, se impone que, (ver [9])
X : Rs R( n + n k ) ( n + n k ) y X D : Rs R( n + n k ) ( n + n k )
estn limitadas a la misma matriz funcional,
Xcl ( ) := X ( ) = XD ( )
P .
Xcl =
R MT
M U
1 Xcl =
S NT
N V
La divisin de arriba es vlida si y slo si se puede llevar a cabo la siguiente factorizacin: I SR = N M T . Con el n de derivar condiciones de sntesis, se propone que las matrices del controlador Ak , Bk y Ck , dependan de un conjunto de variables nuevas Ak Bk Ck , S , R, M y N de la siguiente manera:
(2.23) (2.24)
Se mantiene la suposicin 2.8 y adems se supone que existen las funciones matriciales simtricas y denidas positivas S y R, mencionadas anteriormente. Considere tambin
24
control lpv
que existen las funciones matriciales dependientes del parmetro Ak , Bk , Ck , Dk , con un nmero real positivo , tal que las siguientes condiciones LMI:
(2.25)
(2.26)
(2.27)
AR + B2 Ck A + B2 Dk C2 = Ak SA + Bk C2 T T + AR + RA + B2 Ck + (B2 Ck ) B1 + B2 Dk D21 R 11 = (B1 + B2 Dk D21 )T I T A + ( A + B2 D k C2 ) SB1 + Bk D21 21 = k C1 R + D12 Ck D11 + D12 Dk D21 T T T S + SA + A S + Bk C2 + (Bk C2 ) (C1 + D12 Dk C2 ) . 22 = C1 + D12 Dk C2 I
(2.28)
(2.29)
(2.30)
(2.31)
Entonces, existe un controlador gain-scheduling por realimentacin de salida como el de la denicin 2.9, tal que: 1. Se establece la estabilidad interna. 2. es la cota sobre la ganancia ldos del sistema a lazo cerrado dado por la interconexin de (2.8) con (2.10). 3. Los polos de cada sistema LTI a lazo cerrado, resultantes de todas las trayectorias cuando el parmetro es constante, estn circunscritos a una regin LMI en FP prescrita por una funcin caracterstica como la (2.21). Demostracin. Ver [9, 32]. Comentario 2.21. Debera tenerse en cuenta la observacin hecha en [2], acerca del uso de PDLFs con el objetivo de obtener controladores prcticamente vlidos, i.e., controladores cuyas matrices de estado no dependan de la velocidad de variacin del parmetro (ver tabla I en [2]).
2.2 preliminares
25
2.2.7 Ubicacin de polos basada sobre una SQLF Al igual que en la seccin 2.2.3, se intentar en este caso un enfoque SQLF, en orden de desarrollar una primera solucin que sea tratable. Como en el caso de pasar del problema de control LPV -QS al problema de control LPV QS, y siguiendo el razonamiento planteado en [9] para sistemas LTI, el problema de anlisis se simplica forzando las funciones
X : Rs R( n + n k ) ( n + n k )
a ser la misma matriz constante,
X D : Rs R( n + n k ) ( n + n k )
P .
Considere que se mantienen las suposiciones 2.8 y 2.13 y que las matrices Xcl 1 y Xcl son divididas en bloques como antes. Suponga que tambin es vlido el cambio de variables en las matrices del controlador y note que, al haber restringido las matrices B2 , C2 , D12 y D21 a ser constantes (suposicin 2.13), la dependencia funcional de las nuevas variables Ak , Bk y Ck , con respecto al parmetro es similar a la de las variables originales Ak , Bk y Ck . Con los sistemas anes en mente, esto signica que si las ltimas dependen de manera afn sobre , entonces las primeras tambin lo harn. Si, como se mencion en [9] para el caso LTI, M y N son invertibles, dadas las funciones Ak (), Bk (), Ck () y Dk () con las matrices R y S, el controlador queda denido de manera nica. A continuacin, se presenta el corolario de sntesis para norma acotada con ubicacin de polos basado sobre una SQLF. Corolario 2.22. Sea D una regin LMI en el semiplano izquierdo abierto del plano complejo, con su funcin caracterstica como la de la ecuacin (2.21). El problema de perfomance- con ubicacin de polos tiene una solucin basada sobre una SQLF, si el sistema LMI dado por las desigualdades (2.25), (2.26) y (2.27) es factible para algn conjunto de funciones matriciales Ak , Bk , Ck y Dk , y un par de matrices R y S, para todo P . R y S son simtricas y denidas positivas en Rnn . Como en el caso del problema de control de performance-, si las matrices de la planta aumentada a lazo abierto dependen en forma afn sobre , y si P es un politopo convexo, el problema puede ser indicado en trminos de los sistemas vrtices que conforman la representacin afn. El sistema LMI completo consiste en la LMI (2.27), ms la LMI (2.26), la cual tiene m2 bloques por cada vrtice, ms la LMI (2.25).
26
control lpv
La solucin buscada ser en trminos de un par de matrices constantes R y S, y tambin de un conjunto de matrices {Ai , Bi , Ci , Di } por vrtice. Dado que la LMI (2.25) es denida positiva, el conjunto de matrices {Ai , Bi , Ci , Di } dene directamente los controladores vrtices que conforman el controlador politpico. 2 .3
la parametrizacin de youla
Al comienzo de esta seccin se desarrollar la parametrizacin de Youla para sistemas LTI y, posteriormente, se mostrar la extensin de esta herramienta a sistemas LPV. Dado que en ambos casos se utiliza un enfoque basado en las factorizaciones coprimas, se inicia la discusin a travs de conceptos fundamentales sobre ellas. Factorizaciones Coprimas Denicin 2.23. Dadas dos matrices de transferencia Mr y Nr en RH , se dice que son coprimas derechas, si existen dos matrices Xr e Yr RH , tal que se verique la siguiente identidad de Bezout: Xr Mr + Yr Nr = I De la misma manera Ml y Nl son coprimas izquierdas, si existen Xl e Yl RH , tal que: Ml Xl + Nl Yl = I Comentario 2.24. A partir de las deniciones anteriores, se puede mostrar que si Mr r y Nr = NU r ), y Nr tienen un factor derecho comn Ur RH (i.e., Mr = MU 1 R H . La misma propiedad se dene para las matrices coprimas entonces Ur izquierdas. Toda funcin de transferencia real y propia, puede ser factorizada de la siguiente manera: ( s ) 1 N ( s ), G ( s ) = N ( s ) M ( s ) 1 = M yM estn en RH , con N y M coprimas derechas, y N yM donde N , M, N coprimas izquierdas. Esto ltimo se conoce como una factorizacin coprima derecha e izquierda de G (s), respectivamente (Ver Dullerud y Paganini [10]).
27
A continuacin, se presenta un lema que permite obtener dichas factorizaciones a partir de una realizacin de G( s) estabilizable y detectable. Lema 2.25. Sea: G (s) = A B
C D
una realizacin estabilizable y detectable de G (s) y, F y L dos matrices, tal que A + BF y A + LC son Hurwitz. Se verica entonces que: M(s) = N (s) y (s) M (s) N A + LC B + LD L C D I (2.33) A + BF B F I C + DF D (2.32)
son las factorizaciones coprimas derecha e izquierda de G (s), respectivamente. Adems, puede verse que: Xr (s) Yr (s) y Yl (s) = Xl ( s ) A + BF F L , 0 A + LC ( B + LD ) L F I 0 (2.34)
(2.35)
(C + DF ) I
matrices en RH , satisfacen la siguiente relacin: Xr (s) Yr (s) M(s) Yl (s) = I 0 . (s) M (s) N N ( s ) Xl ( s ) 0 I Esta ltima expresin se denomina una doble factorizacin coprima de la matriz de transferencia G (s). Demostracin. Ver Dullerud y Paganini [10].
28
control lpv
u1
e1
G(s)
y1
y2
K(s)
e2
u2
Teorema 2.26. Suponga que la planta y el controlador del lazo de realimentacin de la Fig. 2.3, admiten las siguientes factorizaciones coprimas: G (s) = N (s) M1 (s) = 1 ( s ) N (s), K (s) = Nk (s) M1 (s) = M k 1 ( s ) N k (s). Asumiendo que el sistema est M k bien planteado1 . , entonces las siguientes armaciones son equivalentes: 1. El sistema en realimentacin es internamente estable. M Nk 2. es invertible en RH . N Mk Mk Nk 3. es invertible en RH . M N Demostracin. Ver Snchez Pea y Sznaier [40]. A travs del siguiente lema se muestra que, dada una planta G (s) estabiliz1 able, existe un controlador estabilizante internamente K0 (s) = U0 (s)V0 (s) = 1 ( s )U 0 (s), tal que los factores U0 , V0 , U 0 y V 0 son precisamente los compoV 0 nentes de un factorizacin coprima doble de G. Lema 2.27. Si G (s) es estabilizable y detectable, entonces existen factores coprimos 0, V 0 RH , tal que: derechos U0 , V0 y factores coprimos izquierdos U V0 U0 M U0 = I 0 . M N N V0 0 I
1 1 ( s )U 0 (s) estabiliza internamente Ms an, el controlador K0 (s) = U0 (s)V0 (s) = V 0 el lazo.
29
Segn este ltimo resultado, si se conoce una doble factorizacin coprima de la planta G (s), entonces se tiene, de forma inmediata, un control estabilizante para el lazo de la Fig. 2.3. Ms an, para el sistema en su forma LFT, es posible ver que este ltimo controlador es un elemento particular del conjunto de controladores basados en la realimentacin de estados observados, con ganancias L y F del observador y regulador, respectivamente. A partir de esta idea se propone el siguiente teorema. Teorema 2.28. El conjunto de todos los controladores que estabilizan la planta G (s) puede ser parametrizado como: 1 ( s )U (s) K ( s ) = U ( s ) V 1 ( s ) = V donde U = U0 MQ, V = V0 + NQ =U 0 QM , V =V 0 + Q N . U M, U0 , V0 , U 0 y V 0 se seleccionan Q(s) RH es un parmetro libre y N, M, N, igual que en los lemas y teoremas anteriores. Demostracin. Ver Snchez Pea y Sznaier [40]. Un caso particular resulta cuando G (s) es estable a lazo abierto. Bajo esta 1 = I , N = N = G, U0 = U 0 = 0 y condicin se puede tomar M = M 0 = I . Esto implica que se estar tomando como controlador central a V0 = V K0 = 0. Finalmente se tiene que: K (s) = Q( I GQ)1 = ( I QG )1 Q. Una vez estudiadas las expresiones tanto para la planta G (s) como para el controlador K (s), se puede analizar en este contexto, el sistema a lazo cerrado. Para ello, suponga la planta de la ecuacin 2.8 y considere vlidas las suposiciones 2.8 y 2.13. Al analizar el caso LTI, i.e. manteniendo el parmetro jo, la transferencia de la seal w a la seal z (ver Fig. 2.2), expresada en su forma LFT, resulta ser: Fl ( G, K ) = G11 + G12 K ( I G22 K )1 G21 (2.36)
30
control lpv
la funcin de transferencia de G (s) entre u e y. Se demuestra que es posible reescribir la ecuacin 2.36 en forma afn al parmetro Q (ver Xie y Eisaka [48]), tal que: Fl ( G, K ) = T11 + T12 QT21 donde T11 T12 T21 T22 B1 B2 B2 F A + B2 F 0 A + LC2 ( B1 + LD21 ) 0 = C1 + D12 F D12 F D11 D12 0 C2 D21 0 (2.39) (2.38)
En consecuencia, el diseo de un sistema de control se reduce, bsicamente, en disear una Q que cumpla con ciertas condiciones de performance planteadas. Por ejemplo, el control en H , en donde el criterio performance es minimizar la norma innito de la transferencia Fl ( G, K ), podra plantearse seleccionando un Q adecuado, de modo que: nf Fl ( G, K )
K
Parametrizacin de Youla LPV Suponga una planta LPV Gol ( ) como la denida en la seccin 2.2.3. En consecuencia, G22 ( (t)) resulta ser:
G22 ( (t))
A( (t)) B2 . C2 0
(2.40)
Con el n de extender el concepto de doble factorizacin coprima para sistemas LPV, se presenta primero una condicin suciente para la existencia de un controlador LPV estabilizante.
31
Lema 2.29. Un controlador por realimentacin de estados observados para un planta LPV como la de la ecuacin 2.40, puede ser formulado como: = A( ) x + B2 u + L( )(C2 x y) x u = F ( ) x (2.41)
en donde F ( ) y L( ) son funciones matriciales continuas del parmetro (t). Llevando 1 a cabo el cambio de variables, F ( ) = V ( ) Pf y L( ) = Pl1 W ( ), si existen dos matrices Pf y Pl , simtricas y denidas positivas, tal que las siguientes LMIs,
T A( ) Pf + Pf A T ( ) + B2 V ( ) + V T ( ) B2 <0 T A T ( ) Pl + Pl A( ) + W ( )C2 + C2 W T ( ) <0
(2.42)
se satisfacen, entonces el lazo cerrado formado por la planta (2.40) y el controlador (2.41) es cuadrticamente estable. Demostracin. Ver Xie y Eisaka [48]. Comentario 2.30. La prueba puede generalizarse a sistemas LPV sin considerar la suposicin 2.13. Comentario 2.31. Cuando el sistema LPV en cuestin es politpico como el de la ecuacin (2.16), denido por sus p sistemas vrtice, siendo cada uno de estos como el de la ecuacin (2.17), es suciente con vericar un sistema de 2 p LMIs que surgen de los mismos. Concretamente, si existen dos matrices Pf y Pl , simtricas y denidas positivas, tal que las siguientes LMIs:
T Ai Pf + Pf AiT + B2 Vi + ViT B2 <0
(2.43)
T T AiT Pl + Pl Ai + Wi C2 + C2 Wi <0
(2.44)
se satisfacen para i = 1, . . . , p, entonces el sistema a lazo cerrado con el controlador LPV 1 por realimentacin de estados estimados es cuadrticamente estable. Siendo Fi = Vi Pf y Li = Pl1 Wi , F ( ) y L( ) quedan denidas a travs de una combinacin convexa de las matrices vrtice Fi y Li de la siguiente manera:
F ( ) = L( ) =
i =1 n i =1
i (t) Fi i ( t ) Li
32
control lpv
G22 ( )
L( ) x B2 A( ) y
C2
F ( )
El esquema del controlador es el que se observa en la Fig. 2.4. Luego de este planteo, se puede denir la parametrizacin coprima de sistemas LPV de manera semejante al caso LTI. Denicin 2.32. La doble factorizacin coprima de G22 ( ) est dada por: 1 ( ) N ( ) G22 ( ) = N ( )M1 ( ) = M donde A( ) + B2 F ( ) B2 = F ( ) I C2 0
M( )
N ( )
M = N
A( ) + L( )C2 B2 L( ) C2 0 I
con F ( ) y L( ) funciones matriciales que verican las LMIs (2.42) o, en caso de tratarse de plantas LPV politpicas, las LMIs (2.43 y 2.44). Si se denen: A( ) + B2 F ( ) L( ) = F ( ) 0 Xl ( ) C2 I
Yl ( )
33
y M( )
Q( ) K ( )
Xr ( ) Yr ( ) =
A( ) + L( )C2 B2 L( ) F ( ) I 0
puede demostrarse que es vlida la siguiente igualdad: Xr ( ) Yr ( ) M( ) Yl ( ) = I 0 ( ) M ( ) N N ( ) Xl ( ) 0 I Familia de Controles Estabilizantes Para Sistemas LPV A continuacin se desarrollan las expresiones de la parametrizacin de Youla para sistemas LPV. La estructura del problema se corresponde con la Fig. 2.5. Teorema 2.33. Suponga nuevamente una planta Gol ( ) como la denida en la seccin 2.2.3, la cual se interconecta con un controlador como el de la ecuacin (2.41). Entonces todos los controladores estabilizantes pueden ser expresados como Fl (M( ), Q( )), con una M( ) y una Q( ), cuadrticamente estable sobre el rango de variacin de (t), que cumplan con las siguientes estructuras: A( ) + B2 F ( ) + L( )C2 L( ) B2 M( ) = F ( ) 0 I C2 I 0 (2.45)
Q( ) =
AQ ( ) BQ ( ) CQ ( ) DQ ( )
(2.46)
34
control lpv
T ( ) w G ( ) z
y M( )
Q( )
Demostracin. Ver Xie y Eisaka [48] Compensadores Q( ) -subptimos La Fig. 2.6 muestra el esquema general de la situacin, en donde G ( ) es una planta LPV como la establecida en la seccin 2.2.3, y M ( ) es un compensador como el denido en el lema 2.29. Por lo tanto, el sistema T ( ) = Fl ( G ( ), M( )) posee la siguiente estructura:
At ( ) =
A( ) + B2 F ( )
0
B2 F ( )
A( ) + L( )C2
Bt1 ( ) B12
B1 ( ) B1 ( ) L( ) D21
B2 0
(2.47)
35
Dt11 ( ) Dt12 = D11 ( ) D12 Dt21 Dt22 D21 0 A partir de estas deniciones, es posible plantear una condicin necesaria y suciente para la existencia de un compensador -subptimo para la planta generalizada T ( ). Teorema 2.34. Considere la planta LPV 2.47. Se denen NR y NS como los espacios T , D T ) y (C , D ), respectivamente. Entonces, existe un controlador nulos de ( Bt t2 t21 2 t12 LPV Q( ) cuadrticamente estable que garantiza z 2 w 2 por sobre todas las trayectorias del parmetro, si y solo si, existen dos matrices simtricas (R,S) en R2n2n que satisfacen un sistema de LMIs equivalente al establecido previamente por 2.12, 2.13 y 2.14. Comentario 2.35. Para sistemas politpicos existen condiciones equivalentes a las planteadas en el corolario 2.15. 2.4
En esta seccin se presenta el procedimiento para la sntesis de controladores LPV switcheados, basado en el enfoque propuesto en Bianchi y Snchez Pea [6]. La formulacin LPV tiene ciertas limitaciones. Por ejemplo, se podra mencionar que en sistemas con un gran nmero de parmetros, el problema de optimizacin, con los algoritmos LMI tpicos, demanda un gran esfuerzo computacional (ver Lee [20]). Justamente en [20], se encuentra, probablemente, el primer acercamiento para reducir dichas limitaciones. Los autores proponen dividir el espacio de variacin del parmetro en subconjuntos solapados y disear un controlador LPV para cada uno de ellos. De esta manera, la estrategia global se construye a travs de la interpolacin de los controladores locales. Sin embargo, en Bianchi y Snchez Pea [6] se propone una idea distinta. El procedimiento all planteado, inspirado por los trabajos en LTI [7] y [18], est fundamentado sobre el principio de separacin de la parametrizacin de Youla, dividiendo el diseo del controlador en dos etapas. La primer etapa se enfoca en asegurar la estabilidad global, mientras que la segunda, en lograr la performance
36
control lpv
deseada en cada subconjunto. Lo atractivo de esta tcnica radica en el hecho que cada controlador local, el cual resulta ms simple de sintetizar e implementar, puede ser diseado de manera independiente respecto de los otros subconjuntos. Esta caracterstica permite obtener una mejor performance, sin comprometer la estabilidad global, que est garantizada por condiciones convexas carentes de lmites sobre el switcheo entre los controladores. 2 .5
De acuerdo a Liberzon y Morse [21], matemticamente, un sistema switcheado puede ser descripto por una ecuacin diferencial de la forma = f (x) x donde f : P es una familia de funciones sucientemente regulares de Rn a Rn que est parametrizada por algn conjunto de ndices P , y : [0, ) P es una funcin del tiempo constante por partes, llamada seal de switching. Particularmente en este proyecto, al igual que en gran parte de la literatura, se considera el caso particular donde todos los subsistemas individuales son lineales. Bajo esa suposicin, se puede establecer que un sistema LPV switcheado, como se mencion previamente, depende de un parmetro de scheduling . El conjunto P Rn , donde el parmetro vara, est dividido, por medio de un conjunto de supercies de switcheo Sij , en subconjuntos cerrados {Pi }iZn , tal que P = Pi , donde Zn = {1, 2, . . . , n}. Los subconjuntos puede estar superpuestos o no, y en ese ltimo caso Sij = S ji . La dinmica del sistema en cada subconjunto est dada por
Gcl,i ( ) :
Pi
(2.48)
donde xcl Rnx es el estado, w Rnw es la perturbacin y z Rnz es la seal controlada. La evolucin del ndice i describe una funcin continua (t) que toma valores en Zn . Esta seal de switcheo indica qu sistema se encuentra activo Gcl,i ( ), en cualquier tiempo, permitiendo expresar su comportamiento dinmico como
Gcl, ( ) :
P.
(2.49)
37
La lgica de switcheo determina el cambio del sistema dependiendo del valor del parmetro. Por lo tanto, tambin establece el conjunto de seales de switcheo y las caractersticas de estabilidad de los sistemas switcheados. Bajo seales arbitrarias de switching, para que el sistema sea exponencialmente estable, se T X ( ) x tal requiere encontrar una funcin de Lyapunov comn V ( xcl , ) = xcl cl cl que
T Xcl ( )Acl,i ( ) + Acl, i ( ) Xcl ( ) + Xcl ( ) < 0,
P i , i Zn
(2.50)
l l para l = 1, 2, . . . , n . Esta condicin cl ( ) = dXcl ( )/dt y l donde X fuerte puede ser relajada, limitando el conjunto de seales de switcheo con lgicas particulares, como histresis o tiempo promedio de dwell [23]. Con un conjunto ms reducido de seales de switching, es posible emplear mltiples funciones de Lyapunov, sin embargo dichas funciones no son completamente independiente una de las otras, dado que deben tambin vericar condiciones adicionales en las supercies de switching, con el n de garantizar estabilidad global [23, 24]. 2.6
2.6.1 Planteo del problema Dado un sistema LPV a lazo abierto como el de la denicin 2.7 y que verique la suposicin 2.8. Se asume que las matrices del sistema son funciones continuas y acotadas de un parmetro medible en tiempo real, que toma valores de un conjunto compacto P Rn sin lmites impuestos sobre su velocidad de variacin. Adems, como es usual, se asume que los pares (A( ), B2 ( )) y (A( ), C2 ( )) son cuadrticamente estabilizables y detectables, respectivamente (Wu et al. [47]) y se considera que el conjunto de variacin del parmetro P est dividido en un conjunto nito de subconjuntos {Pi }iZn con P = Pi . El objetivo es formular una metodologa para disear una familia de n controladores LPV
Ki ( ) :
K = A K ,i ( ) x K + B K ,i ( ) y , x u = C K ,i ( ) x K + D K ,i ( ) y ,
i Zn
(2.51)
con xK Rnk . Cada controlador debe cumplir las especicaciones de performance en el correspondiente subconjunto Pi , mientras que la estabilidad est garantizada durante el switcheo del controlador. El sistema resultante a lazo cerrado es equivalente al sistema LPV denido en (2.49).
38
control lpv
2.6.2
Con el n de resolver el problema anterior, se utilizan las ideas de la parametrizacin de Youla, que fueron comentadas en la seccin 2.3. El esquema de control se puede expresar a travs de una M( ) como la de la ecuacin 2.45 y
Q ( ) :
Q = A Q, ( ) x Q + B Q, ( ) h , x v = C Q, ( ) x Q + D Q, ( ) h
(2.52)
Se puede percibir que este esquema diere del planteado en la seccin 2.3, dado que Q ( ) es cualquier sistema LPV switcheado estable. De acuerdo a las propiedades similares, que esta estructura de control, presenta respecto de otras parametrizaciones de Youla, la estabilidad de
J ( ) = Fl (G ( ), M( ))
no se ve afectada con la inclusin de cualquier sistema LPV switcheado estable Q ( ). Esta propiedad, eje central de la tcnica que se plantea, permite descomponer el diseo del controlador en dos pasos. El primero consiste en encontrar un pre-compensador M( ) que garantice la estabilidad en el rango de operacin completo de P y el segundo en disear los parmetros Qi ( ) para obtener la performance deseada en cada subconjunto. Es importante destacar que en este esquema de control, solamente Q ( ) es un sistema LPV switcheado. A n de formalizar las ideas previas es necesario probar la estabilidad exponencial del sistema switcheado a lazo cerrado
Gcl, ( ) = Fl (J ( ), Q ( ))
Esto se puede probar siguiendo los pasos establecidos en 2.3, considerando que ahora Q ( ) es un sistema LPV switcheado, con lo cual XQ AQ,i ( ) + AQ,i ( ) T XQ < 0, (2.53)
para todo Pi e i Zn . A travs del Lemma A.2 de [6], se puede probar que siempre es posible encontrar una transformacin de estados Ti tal que el sistema LPV switcheado asociado a
Qi ( ) :
(2.54)
39
sea exponencialmente estable. Por lo tanto, cada Qi ( ) puede ser diseado independientemente de los otros, por lo que la performance en cada Pi no es afectada por los Qi ( ) correspondientes al resto de los subconjuntos. El diseo de cada Qi ( ) puede realizarse mediante cualquier procedimiento de sntesis LPV a la planta = A J ( ) x J + B J 1 ( ) w + B J 2 ( ) v, x J J ( ) : z = C J 1 ( ) x J + D J 11 ( )w + D J 12 ( )v, h = C J 2 ( ) x J + D J 21 ( )w,
(2.55)
donde los valores de se restringen al subconjunto Pi durante el diseo de Qi ( ) T T y xT J = [ x x M ]. De esta manera, el parmetro de Youla Qi ( ) se computa como un controlador LPV estndar vlido en el subconjunto Pi , por lo que puede, por ejemplo, aplicarse el mtodo de sntesis propuesto en 2.3 n veces, dado que existen n subconjuntos Pi , pero sin la necesidad de resolverlos simultneamente. Una vez que los parmetros de Youla se computan, solo resta encontrar las transformaciones de estado Ti para modicar las realizaciones con el n de garantizar la estabilidad exponencial de Q ( ) y Gcl, ( ). Estas transformaciones al no depender del parmetro no afectan las caractersticas de estabilidad y performance logradas durante el clculo de las Q ( )s. Para resumir, el procedimiento de sntesis se reduce a los siguientes dos pasos: Se construye un precompensador, M( ), que estabilice cuadrticamente el sistema LPV en todo el rango de operacin Pc , basado en la realimentacin de los estados observados (ver 2.3). Se busca una Qi ( ) cuadrticamente estable para cada subconjunto Pi tal que se cumpla la performance especicada. Cada Qi ( ) puede ser diseado aplicando cualquier procedimiento de sntesis LPV estndar a la planta J ( ) para todo Pi . Finalmente, se computa la transformacin de estados Ti de acuerdo al lema A.2 en [6].
40
control lpv
Con los parmetros Qi ( ) obtenidos previamente, las matrices del sistema de los controladores (2.51) estn dadas por A ( ) + B 2 ( ) F ( ) + L ( ) C 2 ( ) B 2 ( ) D Q ,i ( ) C 2 ( ) A K ,i ( ) = Ti BQ,i ( )C2 ( ) B 2 ( ) D Q ,i ( ) L i ( ) B K ,i ( ) = , Ti BQ,i ( )
B2 ( )CQ,i ( ) Ti1
Ti AQ,i ( ) Ti1
C K ,i ( ) = F i ( ) D Q ,i ( ) C 2 ( ) D K ,i ( ) = D Q ,i ( ) ,
CQ,i ( ) Ti1 ,
con Pi , i Zn . Estos controladores pueden ser switcheados arbitrariamente sin afectar la estabilidad de Gcl , ( ). Es importante destacar que la eleccin de una matriz de Lyapunov Xcl , no limita la existencia de un M( ) estabilizante dado que el sistema por hiptesis es cuadrticamente estabilizable y detectable. Por otro lado, la performance local lograda en cada subconjunto Pi no se ve afectada por la eleccin de una F ( ) y una L( ) particulares, dado que K ( ) = Fl (M( ), Q( )) describe todos los controladores cuadrticamente estabilizantes. 2.6.3 Ventajas y desventajas del procedimiento
Las principales ventajas de este procedimiento de sntesis son: La descomposicin del diseo en dos etapas con el n de reducir la solucin a un par de condiciones de optimizacin convexas. Esto, a su vez, permite: Obtener un conjunto de procedimientos de sntesis, que pueden ser resueltos con las herramientas disponibles, a travs de separar el problema de estabilidad del de performance. Reducir el nmero de variables y condiciones en cada problema de optimizacin, lo que permite su aplicacin a plantas LPV con un mayor nmero de parmetros. No fuerza el uso de funciones de Lyapunov dependientes del parmetro en cada subconjunto, debido que al ser Qi ( ) cuadrticamente estable, la parametrizacin, Ki ( ) = Fl (M( ), Qi ( )), describe nicamente aquellos controladores que estabilizan cuadrticamente la planta G ( ) para todo
41
Pi . Por lo tanto, est garantizada la existencia de una matriz de Lyapunov constante luego de sintetizar cada Qi ( ). Esto representa un simplicacin substancial en el cmputo online de la seal de control con respecto a las versiones dependientes del parmetro. Como desventaja fundamental de este procedimiento, se puede mencionar que el nmero de estados del controlador resultante puede ser grande en plantas de rdenes elevados. Si se emplean algoritmos de sntesis LPV estndares para disear las Qi ( )s, el orden nal que se alcanza es de 4ns . Sin embargo, este orden puede reducirse si la planta LPV incluye estados no controlables o no observables.
3
SUSPENSIN MAGNTICA CONTROLADA POR C O N M U TA C I N L P V 3.1 motivacin En este captulo, se presenta la resolucin del sistema de control para un sistema de suspensin magntica activa MBC500, con turbina. El MBC500 es un producto diseado y producido para nes acadmicos y cientcos por la rma Magnetic Moments, una divisin de LaunchPoint Technologies, LLC (ver Paden et al. [30] para una descripcin detallada del MBC500 y tambin la pgina web de la compaa http://www.launchpnt.com). La opcin Turbo 500 que viene incluida con el sistema en cuestin, permite imprimir una rotacin de velocidad controlada al eje suspendido. El problema de control bajo estudio, trata de la estabilizacin del rotor del MBC500. Sin importar que tan bien balanceado est el rotor, siempre queda una excentricidad residual en el mismo. Esto implica que el eje de inercia no est perfectamente alineado con el eje geomtrico del rotor por lo cual aparecen fuerzas de desbalanceo dinmico. Como consecuencia, el control de la vibracin debida al desbalanceo gura entre los objetivos ms importantes del problema, suponiendo conseguida la estabilizacin. En la prctica, el desbalanceo se modela como fuerzas externas que representan a la excentricidad, mientras se considera al rotor como un cuerpo rgido perfecto. Estas fuerzas pseudoexternas, son, como funciones del tiempo, sinusoidales de frecuencia desconocida pero medible, siendo esta la velocidad de giro del rotor. La fase y magnitud de estas senoides es incierta, aunque acotada. El inters en el uso de sistemas rotativos con suspensin magntica activa, viene dado por aplicaciones en las cuales se pretende alcanzar velocidades de rotacin altas, de manera controlada. Un compendio de aplicaciones industriales de sistemas de suspensin magntica activa, puede verse a partir del artculo de Knospe y Collins [19] y en todos los artculos del volumen 4, nmero 5, del IEEE Transactions on Control Systems Technology, del ao 1996. La resolucin del problema de control que se presenta en este captulo, representa una continuacin del trabajo que fue reportado sucesivamente en Ghersin et al. [14, 15] y Ghersin [13]. Dicha investigacin, que se recopila en Ghersin
43
[ 5 de julio de 2010 at 14:57 ]
44
[13], consta de tres etapas. Lo presentado en este informe, constituye la cuarta generacin de diseos LPV para el MBC500. El trabajo recopilado en Ghersin [13], fue originalmente motivado por Matsumura et al. [26]. En dicho artculo, se utiliza una tcnica de loopshaping H para el control de la suspensin magntica del rotor de un motor. Este diseo desprecia a priori la dinmica de rotacin y desbalanceo dinmico para conseguir la estabilizacin. A travs de un ltro eliminabanda de frecuencia variable, que se sintoniza con la frecuencia dada por la velocidad de giro del rotor, se logra una buena eliminacin del desbalanceo dinmico en la prctica, conectando el ltro con el controlador estabilizante en forma lineal fraccionaria. Este enfoque va gain scheduling clsico, fue ensayado en la prctica. No obstante, el marco terico no ofrece garantas de estabilidad, y los lmites a la tasa de cambio de la velocidad de rotacin se establecen en forma prctica, por medio de simulacin y ensayos experimentales. Los controles cuyo diseo se recopila en Ghersin [13], ponen en prctica diseos LPV de los cuales vale la pena destacar dos. En Ghersin et al. [15], se pone en prctica un diseo LPV con ubicacin de polos (Ghersin y Snchez Pea [16]). El aspecto positivo ms saliente del diseo, es el buen desempeo que muestra el controlador LPV. Como complicacin en la aplicacin del mtodo, se cita lo restringido del rango de variacin del parmetro LPV (4000 a 5000 rpm). El segundo diseo a comentar, es el ms logrado de los publicados en Ghersin [13]. El mismo, hace uso de la tcnica de Wu y Dong [46], poniendo en prctica una estrategia de switching adhoc, conmutando entre dos controles diseados respectivamente para los rangos de 3000 a 4100 rpm, y 3900 a 5000 rpm. La estrategia de conmutacin usada, al igual que en el presente trabajo, es la de conmutacin con histresis. Este diseo, prueba en la prctica y mediante simulaciones, la viabilidad de la estrategia de conmutacin, no obstante lo cual no se brindan garantas desde la teora, para la estabilidad del sistema con conmutacin. Los lineamientos generales para la resolucin del problema, se mantienen, inclusive en este trabajo, de acuerdo al planteo hecho en Ghersin et al. [15]. Es decir, el modelado e identicacin originalmente hechos, se mantienen sin cambios. Tambin es el mismo, el tratamiento de los modos exibles, como incerteza dinmica global al estilo del Control Robusto H . En este trabajo, se ha hecho hincapi en el empleo de la tcnica de switching de Bianchi y Snchez Pea [6]. La motivacin original para el empleo de esta tcnica, viene dada por las dicultades previas, respecto del acotado rango de
3.1 motivacin
45
variacin del parmetro. Al mismo tiempo, se investig sobre los problemas numricos con la formulacin del problema LPV. El planteo original de Ghersin et al. [14, 15] y Ghersin [13], lleva a cabo el diseo de los controles para dos grados de libertad (DOF), i.e., la dinmica horizontal del rotor. La razon prcticaoriginal para hacer el control en 2 DOF es la que siguiente. El efecto giroscpico, que hace a la dinmica del rotor como cuerpo rgido ideal, describe el acoplamiento entre los estados verticales y horizontales del rotor. Mientras dicho efecto depende de la velocidad angular del rotor en forma lineal, la magnitud de la fuerza excntrica, depende de la velocidad angular en forma cuadrtica, lo cual hace que desde el punto de vista prctico, el acoplamiento horizontalvertical sea despreciable frente al desbalanceo dinmico. Las razones que se agregan en esta instancia para mantener la resolucin del problema restringida a 2 DOF son las que siguen: 1. A pesar de contar para la implementacin digital de los controladores, con una computadora equipada con un procesador Intel Pentium E 2140 de dos nucleos, operando con un reloj de 1,6 GHz, los preliminares del presente trabajo de investigacin, mostraron la inposibilidad de implementar un controlador para los cuatro grados de libertad del sistema. Visto que el dinmica rgida del sistema de 4 DOF tiene 16 estados, y considerando que la planta aumentada lleva este nmero a 40 estados, la capacidad de cmputo de la PC limita la resolucin de los 2 DOF. La tcnica de Bianchi y Snchez Pea [6], hace crecer el nmero de estados en al menos 16 estados ms, lo cual hizo prever al comenzar la parte experimental del trabajo, que no se podran llegar a ensayar controles para 4 DOF. 2. El grado de mejoramiento obtenido en el diseo LPV de 2 DOF es alentadoramente signicativo como para sacar conclusiones relevantes sobre los mtodos LPV Switcheados y su implementacin prctica, que es el objetivo fundamental de este trabajo ms all del problema de control de AMBs. Sobre el ltimo punto, y adelantando parte de las conclusiones, se pone en evidencia que a pesar de las bondades del mtodo LPV Switcheado, uno de los aspectos que ha permitido mejorar ms notablemente el desempeo del control implementado as como el rango prctico para el cual se disea (100 a 6000 rpm con Switching), viene favorecido por un replanteo de los pesos con los cuales se especica la planta aumentada para la sntesis de los controladores LPV. Reiterando lo dicho, en este trabajo se mejoran aspectos numricos del diseo que permiten obtener resultados notablemente mejores que en Ghersin [13].
46
Este captulo est organizado de la siguiente manera. En la prxima seccin se presenta el modelo utilizado para diseo y simulaciones. En la seccin 3.3, se presentan los resultados de la sntesis del controlador llevada a cabo, junto con las simulaciones y resultados experimentales. 3 .2
Est seccin, esencialmente tomada de Snchez Pea et al. [39], Cap. 10, presenta un modelo para la dinmica del rotor de un MBC500. El rotor, eje horizontal que se observa en la Fig. 3.1, es de acero inoxidable y puede levitar usando ocho electroimanes tipo herradura, cuatro en cada uno de sus extremos. A su vez, prximos a los electroimanes, pero ms cercanos a los extremos del rotor, se encuentran sensores de efecto Hall, a n de medir el desplazamiento de dichos extremos respecto del equilibrio. Esto se representa en el diagrama de la Fig. 3.2, donde el desplazamiento del equilibrio medido por los sensores est dado por x1 (y1 ) y x2 (y2 ), y el desplazamiento del rotor con respecto a los electroimanes, por X1 (Y1 ) y X2 (Y2 ) para la dinmica horizontal (vertical). Los valores de los parmetros del eje de acuerdo a [25, 30] se reproducen en la tabla 3.1.
47
Smbolos L l l2 I m
Descripcin Longitud total del rotor Distancia desde cada electroimn hasta el extremo del rotor Distancia desde cada sensor de efecto Hall hasta el extremo del rotor Momento de inercia del rotor con respecto a la rotacin en torno de los ejes x e y Masa del rotor
l l2 L
Electroimanes
z
48
3.2.1
Dados los siguientes sistemas de referencia: I jo al cuerpo del MBC500, con el eje z del sistema alineado con el eje longitudinal del rotor, el eje x completando la denicin del plano horizontal y el eje y apuntando hacia arriba. B jo al cuerpo del rotor. tambin jo al cuerpo del rotor, pero sin seguir su movimiento de B e rotacin en torno del eje longitudinal z, originando que en equilibrio B I coincidan, an con el rotor girando en torno de ese eje. A travs de estos sistemas de referencia que permiten describir completamente el estado del rotor, junto con la aplicacin de leyes fsicas, como la segunda ley de Newton, hiptesis, como la existencia de pequeos ngulos, y tomando en cuenta que el movimiento en la direccin horizontal del eje se encuentra limitado por la propia estructura, es posible obtener la siguiente representacin del sistema en variables de estado: x0 = v x =q 1 vx = Fx m 1 Iz = My r p q I I y0 = vy =p 1 vy = Fy g m 1 Iz = Mx + r q p I I Las cuatro primeras lneas, comenzando desde la ecuacin (3.1), describen la dinmica horizontal, mientras que las ltimas cuatro, comenzando desde la ecuacin (3.2), describen la vertical, teniendo en cuenta que: x0 e y0 son las coordenadas x e y del centro de masa en I . respecto de los de y son las posiciones angulares de los ejes x e y de B . I expresadas en B v x y vy son las componentes x e y de la velocidad del centro de masa en I . (3.1)
(3.2)
49
respecto de p y q son las componentes x e y de la velocidad angular de B I y r es la correspondiente componente z de la velocidad angular de B . Todas las componentes ( p, q y r) se expresan en B . respecto de B m es la masa del rotor. Fx y Fy son las fuerzas horizontales y verticales sobre el eje. Mx y My son los momentos resultantes de las fuerzas Fx y Fy aplicadas . sobre el rotor expresadas en B I e Iz son los momentos de inercia del rotor con respecto a sus ejes x e y y a su eje z respectivamente. Se puede apreciar, mediante las ecuaciones anteriores, que cuando el rotor no est girando (r = 0) las dinmicas horizontal y vertical se encuentran desacopladas. 3.2.2 Fuerzas, Momentos y Tensiones de Entrada/Salida Las ecuaciones respecto de las tensiones, fuerzas y momentos son similares a las que se encuentran en Morse et al. [27], salvo unas pocas modicaciones en cuanto a signos que representan las discrepancias entre el modelo citado en la referencia y las mediciones tomadas del MBC500 utilizado aqu. Como se mencion previamente, las variables x1 , x2 , y1 e y2 representan el desplazamiento del rotor respecto del equilibrio en los extremos del eje donde las fuerzan magnticas son aplicadas, mientras que las variables X1 , X2 , Y1 e Y2 hacen referencia al desplazamiento del rotor con respecto al equilibrio donde se ubican los sensores de efecto Hall (ver Fig. 3.2). Estas variables estn relacionadas con las variables cinemticas a travs de las ecuaciones presentadas a continuacin: L l ) sin ( ) 2 L x2 = x0 + ( l ) sin ( ) 2 L X1 = x0 + ( l2 ) sin ( ) 2 L X2 = x0 + ( l2 ) sin ( ) 2 x1 = x0 + ( (3.3)
50
L 2 L y2 = y0 + ( 2 L Y1 = y0 ( 2 L Y2 = y0 + ( 2 y1 = y0 (
(3.4)
De acuerdo a [30, 27, 25], las fuerzas ejercidas por los electroimanes estn dadas por las siguientes expresiones: Fx1 = +k Fx2 = k Fy1 = +k Fy2 = +k i x1 + 0,5 x1 4 104 i x2 + 0,5 x2 4 104 iy1 + 0,5 y1 4 104 iy2 + 0,5 y2 4 104
2
i x1 0,5 x1 + 4 104 i x2 0,5 x2 + 4 104 iy1 0,5 y1 + 4 104 iy2 0,5 y2 + 4 104
(3.5)
2
donde i x1 , i x2 , iy1 e iy2 son las corrientes de los electroimanes que ejercen las 2 fuerzas magnticas sobre el rotor y k = 2,8 107 Nm . Como resultado de la A2 ltima expresin, las fuerzas y los momentos ejercidos sobre el eje son: Fx = Fx1 + Fx2 Fy = Fy1 + Fy2 L L My = ( l ) Fx1 ( l ) Fx2 2 2 L L Mx = ( l ) Fy1 + ( l ) Fy2 2 2 De acuerdo nuevamente con [30, 27, 25], las tensiones de salida de los sensores de efecto Hall estn relacionadas con las variables de desplazamiento Xi e Yi (i = 1, 2) por las siguientes ecuaciones:
o Vx = 5 103 Xi + 25 109 Xi3 i o Vy = 5 103 Yi + 25 109 Yi3 i
(3.6)
i = 1, 2
(3.7)
51
3.2.3 Linealizacin y Cambio de Variables Con el objetivo de poder obtener un modelo apropiado para el diseo del control se realiza una aproximacin de ngulos pequeos (sin ( x ) x) en las ecuaciones (3.3) y (3.4), a travs de la cual se obtienen las siguientes relaciones lineales: xo = T1h yo = T1v X1 = T2h X2 Y1 = T2v Y2 con x1 x2 y1 y2 x1 x2 y1 y2 (3.9) (3.8)
T1h =
(L 2 L (2
(3.10)
Dado que el cambio de variables de la ecuacin (3.8) es vlido tambin para las correspondientes derivadas en el tiempo, se verica que: v x = T1h q vy = T1v p 1 x 2 x 1 y 2 y
52
Para continuar el proceso, se toman derivadas parciales en la ecuacin (3.5) con respecto a las corrientes i x1 , i x2 , iy1 e iy2 y los desplazamientos x1 , x2 , y1 e y2 , a n de lograr una aproximacin de primer orden de las fuerzas respecto del origen. Esto permite, que al reemplazar esa expresin en las ecuaciones listadas por (3.1) y (3.2), con el posterior cambio de variables a travs las matrices de cambio de base T1h y T1v , se pueda obtener un modelo en espacio de estados del sistema. La salida de este modelo se puede establecer al tomar derivadas parciales en la ecuacin (3.7) con respecto a X1 , X2 , Y1 e Y2 y luego aplicar el cambio de variables (3.9) para obtener una aproximacin lineal de la ecuacin (3.7) en trminos de x1 , x2 , y1 e y2 . Finalmente, sea x la variable de estados que rene los estados horizontales y verticales: x x= h xv x1 y1
x 2 xh = x 1 2 x
y 2 xv = y 1 2 y
Sean i e y las variables de entrada y salida respectivamente, ambas tambin divididas como en el caso anterior, i i= h iv y y= h yv ix ih = 1 i x2 o V y h = x1 o Vx 2 iy iv = 1 i y2 o V y v = y1 , o Vy 2
x h + Bh 0 i h xv 0 Bv iv xh xv
(3.11)
53
Cv =
Cvv 02
Las matrices Ahh , Avv , Bhh , Bvv , Chh y Cvv se determinan a travs de las derivadas parciales de las ecuaciones (3.5) y (3.7) con respecto a xh , xv , uh y uv . Las matrices Ahv y Avh son: 02 02 Ahv = 02 T1z 02 02 Avh = 02 T2z
donde
1 T1z = T1 h
A n de regular la corriente en los electroimanes, existe un amplicador de corriente cuya dinmica est dada por: di xi 1 = dt 2,2 104 diyi 1 = dt 2,2 104 1 i i xi + Vx i = 1, 2 4 i 1 i iyi + Vy , 4 i (3.12)
54
uv = Vv =
i Vy 1 i Vy 2
la dinmica lineal de la red LR, se puede expresar en trminos de las siguientes funciones de transferencia: i xi ( s ) = i yi ( s ) = ka i s Vxi ( s ) 1 + 2 f c ka V i (s) 1 + 2s f c yi f c = 723,43 Hz i = 1, 2 k a = 0,25 (3.13)
3.2.4
En orden de obtener un modelo lineal que sea adecuado para el diseo del controlador, se debe recordar que el rotor est expuesto a perturbaciones que son despreciadas al modelarlo como un cuerpo rgido. Dichas perturbaciones, como fue mencionado en la introduccin de este captulo, son las fuerzas de desbalanceo y la existencia de modos exibles. Sin embargo, el desbalanceo es una "perturbacin"mucho peor para la dinmica no rotacional del modelo que la presencia de los modos exibles, dado que la dependencia de la fuerza de desbalanceo con la velocidad de rotacin del eje es cuadrtica, mientras que la del efecto giroscpico es lineal. Como consecuencia, en el proceso de identicacin se omite el acoplamiento existente entre las dinmicas horizontal y vertical, i.e. se asume que Ahv = 0 y Avh = 0. A su vez, dados los objetivos de este proyecto, se considera suciente lograr identicar y controlar el subsistema horizontal. Con estas consideraciones, la ecuacin (3.11) resulta ser: 02 I2 02 r = x xr + u r A r 02 B yr = Cr 02 xr
(3.14)
55
v y2
o Vx 1
c(s) c(s) c(s) c(s) P(s)
o Vx 2 o Vy 1 o Vy 2
Por ltimo, antes de comenzar con la descripcin del proceso de identicacin, es necesario remarcar que el sistema es inestable a lazo abierto, lo que imposibilita obtener respuestas sin que est conectado a un compensador que lo estabilice. El MBC500 posee un compensador interno, que le permite al eje levitar, diseado con tcnicas clsicas despreciando todo acoplamiento presente entre las dinmicas del rotor. La funcin de transferencia de este compensador, dada por el mapeo entre las tensiones de salida y las de control, de acuerdo con [30, 27], es: c(s) = k c con f z = 178,63 Hz f p = 482,29 Hz f h f = 21,9 KHz k c = 1,41. En la Fig. 3.3 se puede observar que el magnetic bearing tiene cuatro entradas y ocho salidas. A su vez, posee 4 switches en el panel frontal que permiten operar con el compensador interno conectado (lazo cerrado) o desconectado (lazo abierto). Una vez sealadas las observaciones anteriores, se procede a resumir el proceso de identicacin. Dicho proceso consiste, con el compensador interno conectado, en inyectar seales sinusoidales a la entrada de la planta y, asumiendo linealidad e invariancia en el tiempo (r = 0), obtener muestras en z = 2 f z p = 2 f p h f = 2 f h f (3.16)
s +1 z + 1 = kc s + 1)( sh f + 1) p + 1 s z
s ( p
56
frecuencia de la funcin de transferencia de la entrada a la seal de control u (Sensibilidad de Entrada), denotada como Sr (s), y de la entrada a la salida de la planta y, denotada como GSr (s), donde Sr (s) = [ I + C (s) Gr (s)]1 GSr (s) = Gr (s)Sr (s). Las muestras en frecuencia de las matrices de transferencia Sr (s) y GSr (s) se toman para n frecuencias diferentes de 10 a 90 Hz con n = 81. Para ese rango, se puede ver a travs de la ecuacin (3.13), que la relacin entre la tensin y la corriente puede simplicarse a ih = k a uh e iv = k a uv . El proceso de adquisicin de las muestras en frecuencia se lleva a cabo en una forma SISO. Esto signica, que para cada par entrada-salida de las matrices de transferencia de dos entradas-dos salidas, y para cada uno de los puntos de frecuencia, se inyecta una seal sinusoidal capturando una respuesta temporal. Luego, se aplica una descomposicin espectral sobre la seal adquirida, conservando como resultado la componente correspondiente a la frecuencia de entrada. Al repetir este proceso para todos los pares entrada-salida, de ambas matrices de transferencia, se obtiene la informacin necesaria para calcular "muestras" de la respuesta frecuencial de la dinmica rgida a lazo abierto Gr (s). Este procedimiento de adquisicin de "muestras", basado en el trabajo de Smith [38], consiste en calcular Gr ( l ), para cada una de los n puntos de frecuencia wl con l = 1, ..., n, de la siguiente manera: Gr ( l ) Gr12 ( l ) Gr ( l ) = GSr ( l )Sr ( l )1 = 11 Gr21 ( l ) Gr22 ( l ) (3.17) c(s) 0 C (s) = 0 c(s)
Para cada frecuencia, la muestra obtenida consiste en cuatro valores complejos, uno por cada entrada de la matriz de transferencia de dos entradas-dos salidas, como se ve en la ecuacin (3.17). Estos cuatro valores se apilan para formar el vector j en C4 y a su vez, todos estos vectores resultantes, tambin se apilan
57
para formar el vector en Cn4 . Este ltimo vector, como puede verse en la ecuacin (3.18), contiene la informacin experimental. Gr11 ( l ) Gr12 ( l ) Gr21 ( l ) Gr22 ( l ) Gr11 ( l ) = 1 . . . n (3.18) Posteriormente, se lleva a cabo un proceso de optimizacin sobre las matrices r y Cr , tal que la respuesta en frecuencia del modelo resultante se ajuste a Ar , B las muestras experimentales con el menor error posible de acuerdo al siguiente criterio de optimizacin. Para cada una de las n frecuencias, la respuesta en frecuencia del modelo est dada por:
c r = Gr ( l ) = Cr ( l I Ar )1 B c ( ) Gr l 11 c ( ) Gr l 12
(3.19)
c ( ) G c ( ) Gr l l r22 21
donde el superndice c denota calculado. El vector c que contiene la respuesta en frecuencia del modelo se dispone como puede verse en la ecuacin (3.20):
c ( ) Gr l 11
c =
. . . c n (3.20)
c 1
Finalmente, se aplica un algoritmo de mnimos cuadrados no lineal (ver [8]) que minimiza la siguiente expresin:
(c ) (c )
donde el smbolo representa el transpuesto conjugado. o, B o y C o , las cuales resultan del r La ecuacin (3.21) muestra las matrices Ar r proceso de linealizacin considerando los parmetros, L, l , l2 , m, I y la constante de fuerza k del MBC500 ([25, 30]). El algoritmo de optimizacin utiliza dichas
58
matrices como condiciones iniciales del proceso de optimizacin y retorna como r y Cr que pueden observarse tambin en (3.21). resultado las matrices Ar , B
o Ar = 104
Ar = 105
(3.21)
r = 100 20,0832 8,8209 B 1,7109 30,2025 1,1115 0,3419 Cr = 104 0,1667 1,0206
3.2.5
Un anlisis de la documentacin de Magnetic Bearing System ([25]), muestra que los valores de las ganancias k c en las funciones de transferencia de los compensadores (ver ecuacin (3.16)) es probable que sean inexactos. Una mirada sobre los esquemticos de los circuitos analgicos que representan a los compensadores indica que las frecuencias f z , f p y f h f son determinadas por valores de resistores y capacitores que al ser jos, se los puede considerar conables. Por otro lado, existe tambin un resistor variable a la entrada del compensador para ajustar su ganancia. En consecuencia, se puede aplicar un proceso de ajuste sobre las ganancias del compensador, similar al descripto en la seccin anterior. El criterio de optimizacin es exactamente el mismo, con la salvedad que la funcin de transferencia del modelo Gr , identicada previamente, se considera ahora como la verdadera funcin de transferencia y la optimizacin se lleva a cabo sobre las dos ganancias (una por compensador) para ajustar las muestras en frecuencia con el compensador identicado. Los valores resultantes son k c1 = 0,6647 para el compensador izquierdo y k c2 = 0,6395 para el derecho. 3.2.6 Modos exibles
Es importante incluir la dinmica de los dos primeros modos exibles, por el hecho que pueden ser excitados dada la implementacin digital de los controladores diseados. La razn de no incluir ningn otro modo de orden superior es que debido al ancho de banda de los amplicadores de corriente, es prcticamente imposible que esos modos sean excitados. En [27] se presenta un modelo
59
Gr
yr
G f1
y f1
G f2
y f2
con cuatro estados para los dos primeros modos exibles y se seala la similitud existente con un sistema masa-resorte. La dinmica rgida aparece en una banda de frecuencias que abarca desde DC hasta alrededor de 100 Hz, mientras que el primer modo exible aparece en 777 Hz y el segundo en 2065 Hz. Una aproximacin prctica al modelo nal, que considera la dinmica rgida y exible, consiste en la superposicin de tres bloques lineales como se muestra en la Fig. 3.4. Sea x f i = x1 f
i
x2 fi
0 C fi = 0
i c1 i c2
Las muestras en frecuencia de la matriz de transferencia se obtienen de manera similar a la descripta en la seccin 3.2.4, utilizando en este caso la informacin del compensador identicado. Por ltimo, se realiza un ajuste de parmetros sobre las matrices A f i , B f i y C f i con i = 1, 2 buscando que las respuestas en frecuencia calculadas y experimentales se ajusten de una manera adecuada.
60
Los valores nales de los parmetros del modelo para modos exibles son los siguientes: f1 = 2 777 f2 3.2.7 rad s rad = 2 2065 s
1 b1 = 5,5 2 b1 =3 1 b2 = 8 2 b2 =3
c1 1 =7 c2 1 = 3
c1 2 =7 c2 2 = 5
Como se mencion previamente, la excentricidad se considera como una fuerza externa que acta sobre el rotor. En lugar de hacer una identicacin na de la magnitud y direccin de la fuente del desbalanceo, se busca una mera estimacin de esta fuerza. Otra simplicacin que se lleva a cabo respecto a la excentricidad, es el hecho que se desprecian las variaciones en la velocidad de rotacin del eje, por lo que la fuerza excntrica del modelo slo depende del cuadrado de la velocidad de rotacin. En virtud de esto, se realiza un clculo muy simple para el caso esttico, a n de tomar en cuenta el desbalanceo en la dinmica rgida, que modica ligeramente la ecuacin (3.14) de la siguiente manera. 02 I2 02 02 r = x xr + u + r2 wim r A r 02 B k im I2 yr = con k im = 1 1 ro 2 100 ro = 1 do 2 do = 12 103 m Cr 02 xr
(3.22)
1 donde do es el dimetro del eje. El factor 100 surge de considerar que la distancia respecto del centro de masa verdadero al eje geomtrico del rotor, es del orden del uno por ciento en relacin al radio del eje (una suposicin algo pesimista ver Fig. 3.5) y el factor 1 2 , del hecho de considerar que son dos los cojinetes que se enfrentan a la excentricidad. Para dar un ejemplo que reeje la solvencia de esta aproximacin, si la velocidad de rotacin es de 10000 rpm (rmax = 2 10000/60 rad i (i = 1, 2) sera s ), la magnitud de la perturbacin sobre las aceleraciones x 2 r , esta perturbacin est en el de ro rmax = 43,86 m . De acuerdo con la matriz B s2 orden de magnitud que los electroimanes pueden manejar con una entrada de un par de voltios.
61
CM
0,01 ro
ro do
Los bloques G f1 y G f2 permiten tener un conocimiento a priori de la banda de frecuencias donde la seal wim aparece. Esto est directamente relacionado con el rango de variacin de la velocidad de rotacin del rotor, y se asume que esta seal no excita los modos exibles, porque la mxima velocidad de rotacin de la mquina es de 10000 rpm i.e. 166 Hz, mientras que los modos exibles estn en 777 Hz y 2065 Hz. Como comentario nal, se seala que no existen discrepancias serias por la omisin del polo del circuito LR, especialmente considerando que el enfoque del diseo se centr sobre la dinmica rgida del rotor, tratando a los modos exibles como incerteza aditiva. Como consecuencia, la relacin entre la corriente de los electroimanes y las seales de tensin de entrada se ha modelado como i = k a u. 3.3
control y resultados
3.3.1 Introduccin Esta seccin tiene como primer objetivo dar un panorama de la experiencia, tanto de laboratorio como de simulacin y, nalmente, mostrar los resultados obtenidos en ambas. La solucin del problema de control tiene dos objetivos bien marcados. Por un lado, estabilizar el eje sin excitar los modos exibles del sistema y por otro, rechazar adecuadamente el desbalanceo producido por la rotacin, en rangos del parmetro lo ms amplios posibles. Con el n de evaluar los distintos controladores calculados, se propone como mtodo de comparacin de desempeo lo descrito en el lema 2.6. Adems, se muestran las funciones de sensibilidad correspondientes a cada caso, en donde se aprecia de forma grca la performance de los sistemas planteados, segn sea el controlador sintetizado. El criterio de evaluacin del desempeo de cada uno de los controladores, no est basado en el buen seguimiento de referencias constantes, dado que este no es
62
el objetivo principal. Por el contrario, los diseos obtenidos mediante las tcnicas LPV propuestas intentan minimizar el ndice de performance , el cual tiene una directa vinculacin con el rango de excursin del parmetro. Por lo tanto, se calica la respuesta de cada uno de los controladores de esta manera. Mas an, pedir buen seguimiento demandara una elevada ganancia en baja frecuencia, lo cual se traduce en un pico en la funcin de sensibilidad entre la frecuencia de corte y la frecuencia de cruce. Esto fenmeno se produce de acuerdo con las limitaciones propias de los sistemas, establecidas por el denominado efecto cama de agua en plantas con polos inestables (ver [28, 35]). Otro camino para evaluar la performance, es a travs de las respuestas temporales para cada uno de los diseos realizados. Esta perspectiva permite analizar excitacin de los modos exibles y el comportamiento transitorio. As, estos resultados pueden compararse con las respuestas obtenidas mediante el uso de los compensadores internos anlogicos con los cuales viene equipado el MBC500. 3.3.2 Diseo del Sistema LPV
De acuerdo con la estrategia de control elegida, es preciso plantear el marco necesario para el diseo del compensador, que garantizar la optimizacin de la performance en ganancia L2 , para que el planteo del problema LPV pueda ser enunciado. De esta forma, el primer anlisis pertinente implica la adecuada eleccin de las transferencias utilizadas como pesos de las seales a optimizar. Se pueden mencionar cuatro transferencias a disear: la primera de ellas, es aquella que pondera la seal de ruido generada por la fuerza excntrica W1 ( , s), la segunda, es la que modela los modos exibles, generalmente mencionada en la bibliografa como W (s), debido a su relacin con la incerteza del sistema (s). En tercer lugar, la seal de control ser pesada por el ltro Wu (s) y, nalmente, la seal de salida z1 , por la transferencia W2 (s). La Fig. 3.6 muestra el esquema general del sistema planta-pesos, es decir, la planta aumentada. Por ltimo, cabe mencionar que el nico elemento del sistema aumentado que depende del parmetro es W1 ( , s), convirtindolo de esta forma en quin le da el carcter de LPV al sistema. El trabajo de Ghersin et al. [15], propone un peso W1 equivalente al modelo de un ltro de notch1 de frecuencia variable y amplitud dependiente de r2 , que da cuenta de que la seal wim es sinusoidal de frecuencia r. De esta forma, se modela la fuerza excntrica como una seal sinusoidal actuando sobre el eje,
1 Eliminabanda.
63
W1 (r, r2 , s)
W2 (s) Wu (s) y
z1
cuya frecuencia depende de la velocidad de rotacin de este. As, el diseo propuesto por Ghersin [13], considerando una velocidad de rotacin r ja, es el siguiente:
w1 ( s ) 0 W1 (s) = 0 w1 ( s )
(3.23)
2 r rs w1 ( s ) = r 2 2 1 2 s + 2 rs + r r
r 2
0 0
r2
(3.24)
0 0
Este diseo aproxima al modelo de una seal sinusoidal en el dominio de Laplace, a medida que 0 (en la prctica se tom un = 0,2). De esta forma, es que se propone asemejar la fuerza excntrica necesaria, para dar cuenta al algoritmo de sntesis en H de los factores externos que afectan al lazo. Es en esta instancia, donde este trabajo muestra la primer mejora al realizado por Ghersin [13], al proponer reformular la estructura de W1 (s), transformando y reescribiendo esta transferencia en su forma de Jordan. Esta idea permitir, en etapas posteriores, obtener un mejor desempeo en los algoritmos numricos de cmputo en la sntesis de controladores LPV.
64
r
1 2 r2
1 2
r
r
1 2
(3.25)
r
0
De esta forma, ya es posible adelantar una de las conclusiones ms importantes del trabajo. Se observa al momento de clculo, que el rango de factibilidad de las LMIs intervinientes es notoriamente ms amplio, al confrontar los resultados obtenidos con los resultados anteriores (Ghersin et al. [15]). Esto ltimo puede atribuirse al hecho de que, cuando se analiza la estabilidad cuadrtica de ambos modelos, se verica que el que se encuentra en la forma de Jordan resulta cuadrticamente estable para todo el conjunto de variacin del parmetro. Esto no ocurre con el modelo propuesto por Ghersin [13], en donde la realizacin en variables de estado elegida para el peso, presenta problemas al momento en que se evala su estabilidad cuadrtica. La representacin de estado en la forma de Jordan del modelo de w1 (s), puede ser reescrita en forma afn con la dependencia del ltro en r y r2 , tal que: 0 0 0 w1 ( s ) 0 0 0 + r 0 0 0
1 2 0
1 2
1
r 1 2
0 0 0 + r2 0 0 0 1 0 0 (3.26)
Es oportuno mencionar que la eleccin del vector de parmetros como r , r2 es consecuencia de la necesidad de plantear al sistema en su forma afn. Sin embargo, esto determina un diseo ms conservador al obviar la relacin existente entre ambas magnitudes. Por otro lado, el ltro W (s) se modela, como se mencion previamente, con el n de dar al algoritmo de control cierto conocimiento acerca de los modos exibles. La funcin de transferencia de esta funcin de peso es: w ( s ) 0 W = 0 w ( s ) (3.27)
65
bi ( s ) = con i = 1, 2 y
i i
2 s 2 + bi s + b
(3.28)
b1 = 2 777
rad s rad s
b1 = 0,02
b2 = 2 2065
b2 = 0,02
Puede interpretarse W (s) como una combinacin de funciones de peso para una familia de plantas con incerteza aditiva. Esta ltima se toma en cuenta con el n de minimizar la norma de la transferencia que mapea desde la seal d2 a la seal y , mediante el empleo de sensibilidades mixtas en el algoritmo de diseo. Para la accin de control el n buscado es limitar el ancho de banda. Por este motivo, se propone un modelo de polo simple con un cero en el origen: wu ( s ) 0 Wu (s) = 0 wu ( s ) s s + u (3.29)
wu ( s ) = k u con
(3.30)
u = 2 400
rad s
k u = 0,6
Finalmente, la eleccin del ltimo de los pesos W2 , se realiza de la siguiente forma: w2 ( s ) 0 W2 (s) = (3.31) 0 w2 ( s )
w2 ( s ) = k l
s l
1 +1
(3.32)
66
El criterio de diseo utilizado para 2 y l se basa en establecer los anchos de banda para el lazo cerrado y el de control, respectivamente. Luego, y ahora referenciando todos los pesos enunciados en el problema de diseo, se realiz un ajuste no de cada una de las constates enunciadas mediante un proceso iterativo, acercndolas a sus valores de mejor desempeo. 3.3.3 Diseo del Controlador Central: M (s)
El diseo de esta transferencia se lleva a cabo para todo el rango de variacin del parmetro, omitiendo cada uno de sus subconjuntos. De esta manera, lo que se busca es estabilizar el sistema LPV general y no delinear su desempeo o performance, debido a que esto ltimo se lleva a cabo posteriormente mediante el diseo del parmetro de Youla. Como el modelo de la planta G (s) no posee dependencia con el parmetro, como ya se mencion, todo el carcter LPV del sistema recae sobre W1 (r, r2 , s). Este ltro LPV, al igual que los otros pesos LTI, es cuadrticamente estable, dado que es el requerimiento establecido por las tcnicas de diseo de la teora de Control ptimo en H al encontrarse fuera del lazo. Por este motivo, es posible omitir los pesos en la etapa de diseo del controlador central M (s). Esto signica que la sntesis de M (s) puede hacerse considerando nicamente el modelo LTI, a n de estabilizar el sistema Fl ( G (s), M(s)), con la consiguiente disminucin del orden del controlador y mayor exactitud de cmputo. Como se menciona en la seccin 2.6.2 del Cap. 2, M(s) puede disearse como una realimentacin de estados observados, asignando polos al subsistema a lazo cerrado. La decisin tomada sobre la ubicacin de los mismos, es llevada a cabo de acuerdo con mtodos clsicos de optimizacin de respuestas temporales. Por este motivo, es que se fuerza que la parte real de dichos polos sea mayor, en magnitud, a la de los polos inestables de la planta a lazo abierto. De esta forma, se minimizan los picos en las respuestas transitorias, pero sin obviar que esto demanda cierta exigencia sobre la seal de control.
67
3.3.4 Parametrizacin Completa del Controlador: Q ( , s) Segn fue descrito en la seccin 2.6.2 del Cap. 2, para completar la sntesis del controlador, es necesario denir, nalmente, el ltro LPV Qi ( , s), en cada una de las regiones de conmutacin. Se dene como objetivo de control minimizar la energa entre la seal de ruido excntrico y su efecto en la salida, aadiendo la condicin de lmite de ancho de banda para la transferencia que vincula w con z de la Fig. 2.2. Con respecto a este requisito de diseo, se establece, segn ensayos empricos, que la regin LMI (ver denicin 2.16) que mejor se adapta al problema es aquella en la cual, los polos a lazo cerrado poseen su parte real mayor a 425 Hz. De esta manera, cuando se anexa el requisito lgico de estabilidad a lazo cerrado, se tiene que los polos se ubican nalmente entre 425 Hz y 0 Hz. Bajo estas condiciones, la regin LMI resulta ser:
D = {z C :
(3.33)
Con este diseo se limita el ancho de banda en la salida, logrando as acotar en ella los efectos de seales con frecuencia superior a los 425 Hz. Es importante aclarar que la determinacin de este valor se lleva a cabo tambin en funcin de la factibilidad de los sistemas de LMIs, dado que estableciendo regiones inferiores a los 400 Hz no se obtenan resultados factibles. Otro factor a determinar en esta etapa, es la eleccin de cada una de las regiones, lo cual no es un detalle menor. La divisin de la regin donde vara el parmetro provee una exibilidad adicional en el diseo del controlador. Una adecuada divisin puede derivar en controladores que permitan obtener una mejor performance e incluso, puede ser decisiva a la hora de denir la factibilidad del problema (Bianchi y Snchez Pea [6]). Nuevamente, de manera emprica/recursiva, se determina que los mejores resultados, deniendo como criterio de evaluacin el rango de operabilidad y los efectos transitorios de la conmutacin, se obtienen deniendo dos regiones de operacin que van desde los 100 Hz hasta los 3500 Hz y desde los 3000 Hz hasta los 6500 Hz. Se puede apreciar, que ambas regiones comparten una subregin o regin de histresis de 500 Hz. Finalmente, con el n de garantizar la estabilidad exponencial de Q ( ) y de Gcl , ( ), deben denirse las transformaciones de estado adecuadas (ver 2.54). Por este motivo, de acuerdo al lema A.2 de Bianchi y Snchez Pea [6], se propone
68
como funcin de Lyapunov comn a ambas regiones, a la de la primer regin, es decir: X = X1 (3.34)
T S , S resulta ser igual a S y por con lo cual, dado que X = S T S y que X1 = S1 1 1 ende T1 = I . Luego, al determinar la funcin de Lyapunov de la segunda regin T S ), es posible obtener T , quien es igual a S1 S . Debido a que este ( X2 = S2 2 2 2 1 procedimiento, fue propuesto de manera ad hoc, se tuvo luego que corroborar, que con esas transformaciones de estado se cumpliera que ambas Qi ( ), con i = 1, 2, vericaran su estabilidad cuadrtica exponencial con la misma funcin de Lyapunov X .
3.3.5
Segn se mencion antes, en trminos de Ghersin [13], la reformulacin del peso W1 (r, r2 , s), y as del sistema LPV general, permiti extender los rangos de factibilidad de las LMIs de sntesis. Puede indicarse que, si antes se haba llegado a garantizar la factibilidad de las LMIs en rangos solamente del 20 % del valor de rmax , con rmax 10000 rpm , ahora el rango de factibilidad se ha podido extender, al menos, a la totalidad de los lmites de control, i.e. desde 100 rpm a 10000 rpm . A este ltimo resultado, puede agregarse que los niveles de performance alcanzados son superiores en al menos unas diez veces a los que se obtuvieron en Ghersin [13]. Por lo tanto, se ha mejorado el diseo no slo en rango, sino tambin en performance alcanzada. En el cuadro 3.2 se muestran algunos resultados obtenidos comparando performance, tcnicas de diseo y rangos. Los resultados obtenidos en Ghersin [13] son los que se muestran en el cuadro 3 .3 Como cierre de esta seccin, puede remarcarse la brecha que existe entre los resultados obtenidos en este trabajo y los existentes en trabajos previos. Por un lado, se logr expandir el rango de factibilidad del proceso de sntesis (antes no pudo superarse un rango del 20 % de rmax , mientras que ahora no se ha encontrado lmite de factibilidad) en un orden del 500 % y por otro lado, desde
69
Rango [rpm ] r [100, 3500] r [3000, 6000] r [100, 5100] r [4900, 7500] r [3000, 4100] r [3900, 5000] r [100, 10000] r = 100 r = 3000 r = 5000 r = 7500
ndice de Performance 3,3807 3,5343 4,009 3,6643 3,1731 3,2041 7,6626 2,8809 2,8809 2,9160 3,2041
70
el punto de vista de la performance, es evidente la gran disminucin del nivel de este ndice. 3.3.6 Simulaciones: Respuestas en Frecuencia y Temporales
Esta seccin pretende mostrar los grcos de las respuestas en frecuencia y temporales, dividiendo los resultados segn el rango de simulacin. Primero se comienza con los de baja frecuencia inicial: de 100 rpm a 6000 rpm y 7500 rpm respectivamente. Luego, se analiza un caso intermedio con frecuencia inicial en 3000 rpm y nal en 5000 rpm . Sobre el anlisis realizado en los diferentes rangos, se presentan las sensibili2 dades de cada uno de los diseos LPV, evaluadas sobre los vrtices rmin , rmin 2 y rmax , rmax , en donde cada una de ellas se compara con un diseo en H 2 realizado sobre el vrtice rmin , rmin de la estructura politpica. Esto ltimo, se realiza una vez con cada una de las regiones que componen el rango total de velocidades. Luego, se presentan las simulaciones correspondientes a los sistemas conmutados, con perles de velocidad adaptados a cada rango, dividiendo el tiempo de simulacin en tres lapsos idnticos. En el primer tercio, la velocidad asciende de manera lineal hasta el valor rmax . Una vez alcanzado ese estado, la velocidad permanece constante durante el segundo de los tercios y, nalmente, en la tercer etapa, desciende nuevamente de manera lineal hasta rmin . Como ltimo comentario referido al perl de velocidad, se recuerda que este afecta de manera lineal a la frecuencia de la fuerza excntrica y de forma cuadrtica a su amplitud. 100 rpm a 6000 rpm Se muestran en la Fig. 3.7 y en la Fig. 3.8 las respuestas en frecuencia de las sensibilidades, para las transferencias de la primera regin (de 100 rpm a 3500 rpm ) y para las de la segunda regin (de 3000 a 6000 rpm ), respectivamente. La Fig. 3.9 presenta las respuestas al perl de velocidad, comentado previamente, en donde no se observan efectos transitorios indeseables, sobre todo para los instantes de conmutacin. 100 rpm a 7500 rpm De manera similar que para la regin anterior, se presentan las respuestas en frecuencia de las sensibilidades, para las transferencias de la primera regin (de 100 rpm a 5100 rpm ) y para las de la segunda regin (de 4900 rpm a 7500 rpm ) en las Figs. 3.10 y 3.11, respectivamente. La Fig. 3.12 muestra las respuestas al perl de velocidad para esta regin,
71
Figura 3.7: Respuestas en frecuencia del mximo valor singular de las funciones de sensibilidad de salida. Linea Continua: H , Raya Punto: LPV (rmax ), Linea de Puntos : LPV (rmin ).
Figura 3.8: Respuestas en frecuencia del mximo valor singular de las funciones de sensibilidad de salida. Linea Continua: H , Raya Punto: LPV (rmax ), Linea de Puntos : LPV (rmin ).
72
Figura 3.9: Respuestas temporales de acuerdo a un perl de velocidad determinado. (a) Posiciones de cada uno de los extremos, (b) seal de actuacin para cada uno de los extremos, (c) perl de velocidad. En negro x2 y en gris x1
Figura 3.10: Respuestas en frecuencia del mximo valor singular de las funciones de sensibilidad de salida. Linea Continua: H , Raya Punto: LPV (rmax ), Linea de Puntos : LPV (rmin ).
73
Figura 3.11: Respuestas en frecuencia del mximo valor singular de las funciones de sensibilidad de salida. Linea Continua: H , Raya Punto: LPV (rmax ), Linea de Puntos : LPV (rmin ).
en donde, nuevamente, no se observan efectos transitorios indeseables, sobre todo para los instantes de conmutacin. 3000 rpm a 5000 rpm Se propone esta regin de anlisis, con el n de comparar las respuestas en frecuencia y temporales, con el trabajo de Ghersin [13]. El esquema es el mismo que se sigui para las otras dos regiones: primero se muestran las respuestas en frecuencia de las sensibilidades (Figs. 3.13 y 3.14) para cada una de las subregiones y, nalmente, las respuestas temporales (Fig. 3.15). Como mencin general de aspectos repetidos en cada uno de los tres conjuntos de simulaciones, se puede decir que en todos los casos, los sistemas a lazo cerrado presentan un buen rechazo en las frecuencias de los modos exibles, i.e. en las cercanas a 777 Hz y a 2065 Hz, de acuerdo a como se ve en las grcas de las sensibilidades. En segundo lugar, ahora haciendo referencia a las respuestas temporales, es notable la atenuacin que recibe la fuerza excntrica, que si bien no es cancelada en su totalidad, su efecto en la salida no tiene relevancia. Por ltimo, y como era de esperarse, se observa una leve diferencia en las respuestas de cada uno de los extremos, dado que uno de ellos posee la turbina que da capacidad de rotacin al sistema. 3.3.7 Resultados Experimentales Esta seccin presenta las grcas capturadas, producto de la medicin de ambos sentidos, vertical y horizontal, en simultneo, i.e. las guras de Lissajous generadas por la trayectoria de cada uno de los extremos del eje.
74
Figura 3.12: Respuestas temporales de acuerdo a un perl de velocidad determinado. (a) Posiciones de cada uno de los extremos, (b) seal de actuacin para cada uno de los extremos, (c) perl de velocidad. En negro x2 y en gris x1
Figura 3.13: Respuestas en frecuencia del mximo valor singular de las funciones de sensibilidad de salida. Linea Continua: H , Raya Punto: LPV (rmax ), Linea de Puntos : LPV (rmin ).
75
Figura 3.14: Respuestas en frecuencia del mximo valor singular de las funciones de sensibilidad de salida. Linea Continua: H , Raya Punto: LPV (rmax ), Linea de Puntos : LPV (rmin ).
Figura 3.15: Respuestas temporales de acuerdo a un perl de velocidad determinado. (a) Posiciones de cada uno de los extremos, (b) seal de actuacin para cada uno de los extremos, (c) perl de velocidad. En negro x2 y en gris x1
76
De acuerdo a la similitud de los resultados obtenidos en cada uno de los extremos, y con el n de facilitar la lectura, se presentan solamente las mediciones realizadas respecto del desplazamiento x1 . Al igual que en la etapa de simulacin, se analizan los mismos casos que all fueron presentados, i.e. de 100 rpm a 6000 rpm , de 100 rpm a 7500 rpm y por ltimo, de 3000 rpm a 5000 rpm . La experimentacin tambin se lleva a cabo conmutando entre subregiones, pero la evaluacin se realiza siempre en algn valor de rotacin jo, dependiendo de la zona de trabajo. Conforme a lo expuesto al comienzo de la seccin 3.3, uno de los criterios de evaluacin propuestos, consiste en cotejar los desempeos temporales de los controles sintetizados, a n de compararlos con el rendimiento del compensador interno, bajo las mismas condiciones de trabajo. Es aqu, en donde las guras de Lissajous resultan de inters, pudiendo considerarse a las de los controlares internos como referencia. A continuacin se ven los tres casos separados segn el rango de operacin, considerando que 100 mV medidos representan un desplazamiento de 0,1 mm. 100 rpm a 6000 rpm De acuerdo a la segmentacin que se realiza sobre este rango, se toman dos puntos de operacin correspondientes, cada uno, a una subregin diferente. Estos son 3050 rpm y 5000 rpm, respectivamente. La Fig. 3.16 muestra la respuesta obtenida para la subregin baja, de 100 rpm a 3500 rpm y la 3.17, la respuesta para la subregin alta, de 3000 rpm a 6000 rpm. Es importante mencionar que, en este caso, se super el rendimiento del compensador interno en la regin baja. Sin embargo, para la regin alta los desempeos son equiparables. 100 rpm a 7500 rpm En esta regin los dos puntos de operacin elegidos son 3800 rpm y 6000 rpm. La Fig. 3.18 muestra la respuesta obtenida para la subregin baja, de 100 rpm a 5100 rpm y la 3.19, para la regin alta, de 4900 rpm a 7500 rpm. En este caso, el comentario es el mismo que se hizo para la regin anterior, i.e. el desempeo en la regin baja es superior al de la regin alta, siempre contrastando con los compensadores internos. 3000 rpm a 5000 rpm En esta regin los dos puntos de operacin elegidos son 3000 rpm y 5000 rpm. La Fig. 3.20 muestra la respuesta obtenida para la subregin baja, de 3000 rpm a 4100 rpm y la 3.21, para la regin alta, de 3900 rpm a 5000 rpm.
77
Figura 3.16: Respuesta experimental a 3050 rpm en el extremo x1 -y1 . Eje x con el controlador LPV y eje y con el compensador interno.
Figura 3.17: Respuesta experimental a 5000 rpm en el extremo x1 -y1 . Eje x con el controlador LPV y eje y con el compensador interno.
78
Figura 3.18: Respuesta experimental a 3800 rpm en el extremo x1 -y1 . Eje x con el controlador LPV y eje y con el compensador interno.
Figura 3.19: Respuesta experimental a 6000 rpm en el extremo x1 -y1 . Eje x con el controlador LPV y eje y con el compensador interno.
79
Figura 3.20: Respuesta experimental a 3000 rpm en el extremo x1 -y1 . Eje x con el controlador LPV y eje y con el compensador interno.
Figura 3.21: Respuesta experimental a 5000 rpm en el extremo x1 -y1 . Eje x con el controlador LPV y eje y con el compensador interno.
80
Figura 3.22: Respuesta experimental a 3050 rpm en el extremo x1 -y1 . Ejes x e y con el compensador interno.
El comentario que puede hacerse, en cuanto al desempeo obtenido, es idntico al de los casos anteriores. En general, los diseos obtenidos responden ms ecientemente en baja frecuencia, segn los criterios de evaluacin establecidos, que en las regiones de altas rpm. Sin embargo, en esas regiones la respuesta llega a ser comparable a la obtenida mediante el uso de los compensadores internos. A n de corroborar lo anteriormente mencionado, las Figs. 3.22, 3.23, 3.24 y 3.25 presentan las respuestas para las mismas condiciones, pero con el compensador interno conectado a ambas dinmicas (horizontal y vertical). Desde otra perspectiva, ahora evaluando la evolucin temporal, se pueden analizar las respuestas del control en cada uno de los extremos y su evolucin en funcin del tiempo. Del mismo modo que para las curvas paramtricas mostradas previamente, cuyo parmetro tambin fue el tiempo, no es preciso presentar la respuesta de cada uno de los extremos del eje, siendo que estas son semejantes. De esta forma, al igual que antes, se muestra la evolucin temporal que present el desplazamiento x1 , segn cada caso de evaluacin. De la Fig. 3.26 a la Fig. 3.31 se muestran los resultados obtenidos de acuerdo a este nuevo enfoque. A travs de estos resultados, puede notarse algn punto que hasta aqu haba permanecido oculto. Si bien el modelo presenta un considerable grado
81
Figura 3.23: Respuesta experimental a 4000 rpm en el extremo x1 -y1 . Ejes x e y con el compensador interno.
Figura 3.24: Respuesta experimental a 5000 rpm en el extremo x1 -y1 . Ejes x e y con el compensador interno.
82
Figura 3.25: Respuesta experimental a 6000 rpm en el extremo x1 -y1 . Ejes x e y con el compensador interno.
Figura 3.26: Respuesta experimental a 3050 rpm del desplazamiento x1 . Regin de 100 a 6000 rpm.
83
Figura 3.27: Respuesta experimental a 5000 rpm del desplazamiento x1 . Regin de 100 a 6000 rpm.
Figura 3.28: Respuesta experimental a 3800 rpm del desplazamiento x1 . Regin de 100 a 7500 rpm.
84
Figura 3.29: Respuesta experimental a 6000 rpm del desplazamiento x1 . Regin de 100 a 7500 rpm.
Figura 3.30: Respuesta experimental a 3000 rpm del desplazamiento x1 . Regin de 3000 a 5000 rpm.
85
Figura 3.31: Respuesta experimental a 5000 rpm del desplazamiento x1 . Regin de 3000 a 5000 rpm.
de linealidad, en algunas de las guras anteriores se perciben efectos producto de la denominada distorsin no lineal. Recordamos que ese efecto oscilatorio observado en la salida del sistema, es producido por la fuerza excntrica de carcter sinusoidal a la cual el eje se ve sometido.
4
CONCLUSIONES 4.1 respecto de los algoritmos utilizados La conclusin ms saliente del presente trabajo de investigacin, est relacionada con la viabilidad prctica de la tcnica de Switching LPV de Bianchi y Snchez Pea [6]. Esta viabilidad se reeja en los costos computacionales involucrados para la puesta en funcionamiento del controlador. Uno de estos costos es fuera de lnea, o bien off-line, es decir, en la instancia de resolucin del problema de optimizacin correspondiente, planteado en trminos de LMIs. El otro es en lnea, o bien on-line, que comprende la implementacin digital del controlador mientras est corriendo. Respecto de estos costos, se puede decir para el mtodo en cuestin, que: off - line El proceso de sntesis, exhibe una carga computacional aceptable, equiparable a los mtodos clsicos de Becker y Packard [5], Ghersin y Snchez Pea [16] o bien los ms recientes, como el de Scherer [34] o bien Wu y Dong [46] y Ghersin y Snchez Pea [17], para el caso particular en el que se usan, con una nica funcin cuadrtica de Lyapunov (SQLF). on - line La implementacin digital de los controles no presenta mayores dicultades respecto de los puestos en prctica en Ghersin [13]. La ley de conmutacin por histresis mostr ser apropiada para la aplicacin al sistema de suspensin magntica. La puesta en prctica del mtodo de Switching mencionado, es propicia adems para compararla con resultados como el de Lu y Wu [23]. En los dos aspectos computacionales mencionados anteriormente, en lnea y fuera de linea, el costo computacional es sensiblemente menor. En especial off-line, lo que ms signicativamente inclina la balanza, en favor del mtodo de Bianchi y Snchez Pea [6], es que prescribe la utilizacin de SQLFs. Esto es un requerimiento tcnico, que se debe a que el anlisis de estabilidad del sistema se hace por medio de una SQLF. Mientras tanto, mtodos como el de Lu y Wu [23], prescriben la utilizacin de PDLFs. Para tener una idea de como pueden dispararse los costos computacionales off-line en problemas LPV, al utilizar PDLFs, puede citarse a Ghersin
87
[ 5 de julio de 2010 at 14:57 ]
88
conclusiones
[13]. All se menciona como en un problema prctico como el control de suspensin magntica activa, puede pasarse de un problema de LMIs con 400 variables de decisin, a uno con varias miles de variables de decisin para el caso de PDLFs. Ms aun, teniendo en cuenta que para un problema de control LPV switcheado, el mtodo de Lu y Wu [23], requiere la resolucin simultnea para todas las regiones Pi (ver la seccin 2.5), el costo computacional off-line, se puede hacer no factible o bien imprctico. Por el lado del costo computacional on-line, no hay diferencias remarcables entre los distintos mtodos mencionados. Debe hacerse la salvedad de que en el caso en que se utilizan PDLFs, se debe elegir una forma para estas, de manera tal que los controladores resultantes resulten vlidos en la prctica (ver Apkarian [1]), es decir, controladores que no precisan de la derivada del parmetro para su implementacin. Desde el punto de vista terico, un controlador LPV basado en SQLFs tolera variaciones del parmetro discontinuas. Por su parte, las tcnicas basadas en PDLFs precisan una cota para el mdulo de la derivada temporal de . En ambos casos, desde el punto de vista terico, las matrices del controlador LPV se actualizan en todo instante de tiempo. Cuando se pasa a la implementacin digital, mediante algn mtodo de digitalizacin (ver Apkarian [1]), lo ideal es actualizar el controlador en todos los instantes de muestreo, cosa que en muchos casos prcticos no es necesario. Por ejemplo, en el ejemplo del control de suspensin magntica del Cap. 3, el sampling rate del controlador es de 8 KHz, mientras que la actualizacin de las matrices del controlador se hace con una periodicidad de 20 Hz. Ya sea que el controlador venga de un mtodo que usa SQLFs, o bien PDLFs, en cuyo caso se debe contar necesariamente con una cota para la derivada temporal de , la tasa a la cual se actualiza el control LPV suele determinarse en base a ensayos y/o simulaciones. Como desventajas del mtodo de Bianchi y Snchez Pea [6] respecto de los del tipo de Lu y Wu [23], puede decirse que desde el punto de vista terico, usar SQLFs es ms conservador. En Wu et al. [47], se propone inclusive un ejemplo simple, de un sistema cuya estabilidad no se puede garantizar por medio de una SQLF y sin embargo si se puede por medio de una PDLF. No obstante, esto es infrecuente y la validez prctica de los mtodos LPV con SQLFs es extensa. Debe remarcarse que, si la estabilizacin cuadrtica de la planta, por medio de una realimentacin de estados LPV para todo el conjunto de variacin del parmetro P fracasa, el mtodo de Bianchi y Snchez Pea [6] no ofrece remedio alguno.
89
4.2
Es muy signicativa la mejora en el desempeo del sistema, especialmente en lo que respecta al rango de operacin factible obtenido. Tambin es interesante destacar, que se obtuvieron valores de norma LPV inducida, mejores en un orden del 50 %, respecto del trabajo previo. Se tratarn estos dos aspectos por separado. Mejoras en el Rango Es debido remarcar, que el cambio llevado a cabo, sobre la representacin en variables de estado para el peso LPV W1 (r, r2 , s) (ver la Fig. 3.6) fue clave, para poder extender el rango de operacin factible. Este solo cambio, introducido respecto del trabajo publicado en Ghersin et al. [15], permiti sintetizar un controlador vlido para todo el rango variacin del parmetro (1001 a 10000 rpm). Un aspecto prctico conocido en el rea del Control Robusto H , es que las funciones de peso que se utilizan para la especicacin de una planta aumentada, deben ser estables, considerando que se hallan fuera del camino de la realimentacin y son incluidas en las plantas aumentadas, a n de complementar el planteo de los problemas de control con informacin frecuencial. En sistemas LTI, alcanza con vericar que la parte real de los polos de la funcin de transferencia que se utiliza como peso, tengan parte real negativa. En sistemas LPV es necesario en cambio, vericar estabilidad cuadrtica, y como qued demostrado con este problema, la realizacin en variables de estado utilizada anteriormente para el peso W1 , revelaba problemas numricos para rangos mayores a las 1500 rpm. El cambio en la realizacin en variables de estado del peso W1 , que es adems el peso que da a la planta aumentada el carcter de LPV, hizo que este peso fuera numricamente, cuadrticamente estable. A partir de esta mejora sustancial en el rango cubierto, lograda a partir del peso, se pas a poner en prctica la tcnica de Switching, para mejorar la norma LPV del sistema.
1 El rango verdadero del parmetro, que viene especicado en el manual del MBC500, es 0 a 10000 rpm. Se ha tomado como valor mnimo prctico 100 rpm por razones numricas.
90
conclusiones
Mejoras en la Norma LPV Como ha sido mencionado en el Cap. 1, el LPV hereda del Control ptimo H importantes aspectos en lo referido al planteo de los problemas. Adems, para todo problema prctico LPV, siempre son una referencia obligada los diseos LTI a travs del mtodo del H , pero congelando el parmetro. En este caso, congelar el parmetro, sera lo mismo que hacer el diseo de un control para el sistema de suspensin magntica MBC500, operando a una velocidad de rotacin ja. Teniendo en cuenta que el H es una tcnica que da condiciones necesarias y sucientes para la existencia (o no) de un Controlador Estabilizante, que adems minimice la norma de lazo cerrado con la cual se evala la performance, queda claro que un diseo LPV nunca puede obtener una mejor norma LPV que un H congelado. En el caso del nuevo control para la dinmica horizontal del MBC500, se obtienen s que han sido del orden de los obtenidos por los diseos H congelados (ver la tabla 3.2). Para esto ha sido fundamental la tcnica de switching, ya que sin ella, y a pesar de las mejoras por el rango de variacin del parmetro, no se podan bajar mucho los s, respecto del diseo de Ghersin et al. [15]. Este viene a justicar el uso de tcnicas de Switching LPV en esta aplicacin. 4 .3
investigaciones prximas
En Algoritmos Desde el punto de vista de los algoritmos, hay varios aspectos que deben pulirse. Concretamente, el uso de mtodos LPV basados en Multiplicadores de Bloque Lleno (FBM) usados en Ghersin [13], tienen el potencial de ofrecer un mtodo menos conservador y adems, aplicable a una variedad mayor de sistemas LPV, considerando que acepta dinmicas LPV, en las cuales la dependencia de los parmetros es lineal fraccionaria (LFT), versus la dependencia afn en los parmetros que se ha manejado hasta ahora. El trabajo requerido en trminos de teora a tal efecto no es exagerado, teniendo en cuenta que se deben reformular los resultados de Xie y Eisaka [48] para sistemas LPV/LFT. El tratamiento en la forma LFT, permitira abordar el problema de la reduccin de orden del controlador, con vista a poder implementar el controlador para los 4 DOF del MBC500.
91
En el MBC500 El objetivo pendiente respecto del MBC500 es completar el control en 4 DOF. A tal efecto, se pensara en la mencionada reduccin de orden de un posible controlador de 48 estados MIMO de 4x4 entradas/salidas. Tambin se presenta como potencial, el cambio de plataforma para la implementacin del sistema digital de control a una plataforma FPGA, que permita manejar un alto nmero de estados en el controlador (48).
BIBLIOGRAFA
[1] Apkarian P (1997). On the Discretization of LMI Synthesized Linear ParameterVarying Controllers. Automatica, 4(33):655661. (Cited on page 88.) [2] Apkarian P y Adams RJ (1998). Advanced Gain-Scheduled Techniques for Uncertain Systems. IEEE Transactions on Control Systems Technology, 6(1):2132. (Cited on pages 14 and 24.) [3] Apkarian P y Gahinet P (1995). A Convex Characterization of gainscheduled H controllers. IEEE Transactions on Automatic Control, 5(40):853864. (Cited on pages 1 and 2.) [4] Becker GS (1993). Quadratic Stability and Performance of Linear Parameter Dependent Systems. Tesis Doctoral, University of California at Berkeley. (Cited on page 13.) [5] Becker GS y Packard A (1994). Robust Performance of LPV Systems using Parametrically-dependent Linear Feedback. Systems and Control Letters, 23:205 215. (Cited on pages 1, 2, 4, 5, 6, 8, 9, 13, 15, 17, 18, and 87.) [6] Bianchi FD y Snchez Pea RS (2010). A novel design approach for switched LPV controllers. International Journal of Control. En revisin. (Cited on pages 4, 6, 8, 35, 38, 39, 44, 45, 67, 87, and 88.) [7] Blanchini F, Miani S y Mesquine F (2009). A Separation Principle for Linear Switching Systems and Parametrization of All Stabilizing Controllers. IEEE Trans. on Automatic Control, 54(2):279292. (Cited on page 35.) [8] Branch MA y Grace A (1996). Matlab Optimiztion Toolbox. The Mathworks, Inc. (Cited on page 57.) [9] Chilali M y Gahinet P (1996). H control Design with Pole Placement Constraints: An LMI Approach. IEEE Transactions on Automatic Control, 41(3):358367. (Cited on pages 3, 9, 20, 21, 23, 24, and 25.) [10] Dullerud GE y Paganini F (2000). A Course in Robust Control Theory. SpringerVerlag. (Cited on pages 2, 26, and 27.)
93
[ 5 de julio de 2010 at 14:57 ]
94
bibliografa
[11] Gahinet P y Apkarian P (1994). An LMI Apporach to H Control. International Journal of Robust and Nonlinear Control, 4(8):421448. (Cited on pages 2, 8, 9, 15, 17, and 19.) [12] Gahinet P, Nemirovski A, Laub AJ y Chilali M (1995). LMI Control Toolbox. The Mathworks, Inc. (Cited on pages 2, 15, and 16.) [13] Ghersin AS (2009). Implementation of Advanced Linear Parameter Control Techniques. Tesis Doctoral, Faculty of Engineering University of Buenos Aires. (Cited on pages xvii, 1, 5, 6, 8, 43, 44, 45, 63, 64, 68, 69, 73, 87, 88, and 90.) [14] Ghersin AS, Smith RS y Snchez Pea RS (2007). Identication and Control: the Gap between Theory and Practice, captulo Classical, Robust and LPV Control of a Magnetic-bearing Experiment. Springer. (Cited on pages 5, 6, 43, and 45.) [15] Ghersin AS, Smith RS y Snchez Pea RS (2009). LPV CONTROL OF A MAGNETIC BEARING EXPERIMENT. Latin American Applied Research. In press. (Cited on pages 5, 6, 43, 44, 45, 62, 64, 89, and 90.) [16] Ghersin AS y Snchez Pea RS (2002). LPV Control of a 6 DOF vehicle. IEEE Transactions on Control Systems Technology, 10(6). (Cited on pages 2, 4, 6, 9, 44, and 87.) [17] Ghersin AS y Snchez Pea RS (2009). Applied LPV Control with Full Block Multipliers and Eigenvalue Assignment. Journal of Control Science and Engineering. Submitted for review 1/7/2009 to Hindawi Publishing. (Cited on pages 3, 4, and 87.) [18] Hespanha JP y Morse AS (2002). Switching between stabilizing controllers. Automatica, 38(11):19051917. (Cited on pages 3 and 35.) [19] Knospe C y Collins E (1996). Introduction to the Special Issue on Magnetic Bearing Control [Guest Editorial]. Control Systems Technology, IEEE Transactions on, 4(5):481. (Cited on page 43.) [20] Lee L (1997). Identication and robust control of linear parameter-varying systems. Tesis Doctoral, University of California at Berkeley. (Cited on page 35.) [21] Liberzon D y Morse AS (1999). Basic Problems in Stability and Design of Switched Systems. IEEE Control Systems Magazine. (Cited on pages 3 and 36.)
bibliografa
95
[22] Lu B, Choi H y Buckner G (2006). LPV control design and experimental implementation for a magnetic bearing system. En American Control Conference, 2006, pginas 6 pp.. (Cited on page 5.) [23] Lu B y Wu F (2004). Switching LPV control designs using multiple parameterdependent Lyapunov functions. Automatica, 40(11):19731980. (Cited on pages 3, 4, 37, 87, and 88.) [24] Lu B, Wu F y Kim S (2006). Switching LPV Control of an F-16 Aircraft via Controller State Reset. IEEE Transactions on Control Systems Technology, 14(2):267277. (Cited on pages 4 and 37.) [25] Magnetic Moments, LLC (1999). MBC500 Manual. (Cited on pages 46, 50, 57, and 58.) [26] Matsumura F, Namerikawa T, Hagiwara K y Fujita M (1996). Application of Gain Scheduled H Robust Controllers to a Magnetic Bearing. IEEE Transactions on Control Systems Technology, 4(5):484493. (Cited on pages 5 and 44.) [27] Morse N, Smith R y Paden B (1996). Magnetic Bearing Lab # 1: Analytical Modeling of a Magnetic Bearing System. (Cited on pages 49, 50, 55, and 58.) [28] Morse Thibeault N y Smith RS (2002). Magnetic bearing measurement congurations and associated robustness and performance limitations. ASME Journal of Dynamic Systems, Measurement and Control, 124(4):589598. (Cited on page 62.) [29] Packard A (1994). Gain Scheduling via LFTs. Systems and Control Letters, 22:7992. (Cited on pages 1 and 2.) [30] Paden B, Morse N y Smith R (1996). Magnetic Bearing Experiment for Integrated Teaching and Research Laboratories. En Proceedings of the 1996 IEEE Conference on Control Applications. (Cited on pages 43, 46, 50, 55, and 57.) [31] Rugh WJ (1991). Analytical Framework for Gain Scheduling. IEEE Control Systems Magazine. (Cited on page 1.) [32] Scherer C, Gahinet P y Chilali M (1997). Multiobjective Output-Feedback Control via LMI Optimization. IEEE Transactions on Automatic Control, 42(7):896911. (Cited on page 24.) [33] Scherer CW (1999). Advances in linear matrix inequality methods in control, captulo 10. SIAM. (Cited on page 2.)
96
bibliografa
[34] Scherer CW (2001). LPV Control and full block multipliers. Automatica, 37(3):361375. (Cited on pages 1, 2, and 87.) [35] Seron MM, Braslavsky JH y Goodwin GC (1997). Fundamental Limitations in Filtering and Control. Springer-Verlag, London. (Cited on page 62.) [36] Shamma J (1988). Analysis and Design of Gain Scheduled Control Systems. Tesis Doctoral, Dept. of Mechanical Engineering, MIT. (Cited on pages 1 and 7.) [37] Shamma J y Athans M (1992). Gain Scheduling: Potential Hazards and Possible Remedies. IEEE Control Systems Magazine, 12(3):101107. (Cited on pages 1 and 7.) [38] Smith RS (1998). Closed-loop Identication of Flexible Structures: An Experimental Example. AIAA Journal of Guidance, Control and Dynamics, 21(3):435 440. (Cited on page 56.) [39] Snchez Pea RS, Quevedo J y Puig V, editores (2007). Identication and Control: the Gap between Theory and Practice. Springer. (Cited on pages 6 and 46.) [40] Snchez Pea RS y Sznaier M (1998). Robust Systems Theory and Applications. John Wiley & Sons, Inc. (Cited on pages 2, 28, and 29.) [41] Sturm JF (1999). Using SeDuMi 1.02, a MATLAB toolbox for optimization over symmetric cones. Optimization Methods and Software, 1112:625653. Version 1.1R3 available from http://sedumi.mcmaster.ca. (Cited on page 2.) [42] Toh KC, Ttnc RH y Todd MJ (2007). SDPT3 - a MATLAB software package for semidenite-quadratic-linear programming. http://www.math.cmu.edu/ reha/sdpt3.html. (Cited on page 2.) [43] Wu F (2000). An unied framework for LPV system analysis and control synthesis. En Proceedings of the 39th IEEE Conference on Decision and Control, tomo 5, pginas 45784583. (Cited on pages 1, 2, and 3.) [44] Wu F (2001). A generalized LPV system analysis and control synthesis framework. International Journal of Control, 74(7):74575. (Cited on pages 1, 2, 3, and 15.) [45] Wu F (2001). Switching LPV control design for magnetic bearing systems. En Control Applications, 2001. (CCA 01). Proceedings of the 2001 IEEE International Conference on, pginas 4146. (Cited on page 5.)
bibliografa
97
[46] Wu F y Dong K (2006). Gain-scheduling control of LFT systems using parameterdependent Lyapunov functions. Automatica, 42(1):3950. (Cited on pages 1, 2, 3, 44, and 87.) [47] Wu F, Yang XH, Packard A y Becker GS (1996). Induced L2 Norm Control for LPV Systems with Bounded Parameter Variation Rates. International Journal of Nonlinear and Robust Control, 6(9-10):983998. (Cited on pages 2, 3, 4, 8, 11, 12, 13, 15, 37, and 88.) [48] Xie W y Eisaka T (2004). Design of LPV control systems based on Youla parameterisation. IEE Proceedings Control Theory and Applications, 151(4):465472. (Cited on pages 4, 6, 8, 30, 31, 34, and 90.)