Anda di halaman 1dari 10

CONTROL ROBUSTO

El primer paso en el diseño de un sistema de control es la obtención de un modelo


matemático de una planta física. En ciertos casos el modelo puede ser no lineal
(mayormente), de parámetros distribuidos y/o además de alto orden. Un modelo de orden
elevado y complejo desde el punto de vista de la dinámica no resulta del todo útil, ya que
complica demasiado el proceso de diseño, dando además como resultado controladores
de alto orden. Por estos motivos, se busca obtener un modelo lo más simple posible, pero
que al mismo tiempo refleje todas las características específicas del sistema físico que
son importantes para el problema que se está tratando, y dejar el modelo más completo
para verificación del controlador obtenido. Está claro, que este modelo incurrirá en un error
de modelado. Así, surge la pregunta de si el controlador diseñado para el modelo obtenido
funcionara satisfactoriamente para la planta real. Para responder esta pregunta, se ha
desarrollado una teoría de control conocida como control robusto desde el año 1980.

¿En qué consiste el Control Robusto?


El Control Robusto consiste en definir una estructura de control que tenga un desempeño
acorde a las especificaciones del sistema, independientemente de las perturbaciones a
las que esté expuesto. A nivel académico, los mayores desarrollos en torno a este tema
tienen relación con el Control Óptimo H. Sin embargo, otro buen ejemplo que sí ha sido
aplicado a nivel industrial es el Control por Modelo Interno (“Internal Model Control o IMC”).
Este sistema de control también ha tenido buena aceptación industrial, debido a que el
controlador resultante puede asimilarse a un control PID. Tal como en MPC, este control
incorpora un modelo matemático de la planta, pero en este caso se usa para compensar
la dinámica modelable y no modelable de planta. Aunque las acciones de control que
pueden lograrse con sistemas de control robusto son más cautelosas que las que resultan
de otros sistemas, con un buen ajuste del controlador se pueden lograr sistemas que
cumplan ambas prestaciones.
Finalidad del Control Robusto:
En control robusto, en particular, se busca aproximar el modelo por uno lineal de
coeficientes constantes, asumiendo que se incurrirá en un error de modelado. Este error
es considerado como incertidumbre del modelo frente a la planta física real, y utiliza esta
incertidumbre, que se modela y acota para cada problema, en el proceso de diseño del
controlador.

Características del diseño:


Las características del diseño de un sistema de control van a depender en gran medida
de la fidelidad con la que el modelo empleado describa el comportamiento del sistema.
Uno de los principios del modelado de sistemas es el de simplificación: consistente en que
de la forma más simple posible el modelo capte los rasgos fundamentales bajo análisis
del proceso.

Consideraciones:
Un proceso real puede ser extremadamente complejo para ser descrito de forma
absolutamente precisa por un modelo matemático, en cuyo caso se habla de errores de
modelado. Si se añade el hecho de que se trata de describir al sistema con un modelo
lineal e invariante en el tiempo, ello implica otro conjunto de hipótesis simplificadoras que
incrementan los errores de modelado originales o residuales.
Se puede considerar por tanto que cualquier modelo matemático de un proceso real va a
ser en mayor o menor grado impreciso, o dicho de otra forma va a contar con incertidumbre
o errores de modelado.
Si se desea controlar de manera eficiente un proceso real, se deberá de tener información
sobre las posibles fuentes de incertidumbres, evaluando su efecto sobre el
comportamiento del sistema completo.
La necesidad de cumplir unas especificaciones de diseño cada vez más exigentes, ha
llevado a tener en consideración aspectos de importancia práctica en el desarrollo de los
sistemas de control. De forma que el comportamiento del sistema se mantenga aceptable
en un ambiente realista, en el que las incertidumbres van a estar siempre presentes.
Factores causantes de errores:
Entre los principales factores causantes de los errores de modelado pueden destacarse:

1. Modificaciones en el punto de trabajo de la planta o con respecto al modelo nominal.


2. Dinámica no lineal considerada.
3. Dinámica de alta frecuencia no modelada.
4. Retardos de tiempo no contemplados.
5. Imprecisiones en los parámetros, debidos al método de identificación y modelado
empleado.

Estos factores se pueden agrupar en dos grandes grupos: las incertidumbres parametricas
1 y 5 y las incertidumbres 2, 3 y 4. Con respecto al conocimiento disponible sobre las
causas de las incertidumbres puede distinguirse entre incertidumbre estructurada y no
estructurada.

Incertidumbres:
Como sabemos la incertidumbre se origina a partir de elementos de datos falsos o de un
equívoco, a partir de datos incompletos o de un contexto ambiguo y esto nos lleva a
separarlas en dos grupos para realizar control robusto los cuales son:
Incertidumbre no estructurada: en la cual solo se conoce que existen discrepancias
entre el modelo y la planata real, y posiblemente puede conocerse tambien el tamaño de
las desviaciones de determinadas medidas entrada/salida (por ejemplo, la discrepancia
en la respuesta de frecuencia causada por la dinamica de alta frecuencia no modelada y/o
diferencia en la respuesta temporal debido a la no consideraciona de un elemento no
lineal).

Si se conoce de la incertidumbre que en cierta medida se debe a algunos elementos


diferenciados de la planta, en la forma de tolerancias de sus valores (por ejemplo, la
incertidumbre en el valor de un polo y/o cero), en ese caso se trata de una incertidumbre
estructurada.
Es posible también, que se tenga un conocimiento parcial y separado de las fuentes de
incertidumbre, en cuyo caso también podrá hablarse de incertidumbre parcialmente
estructurada (por ejemplo, el hecho práctico de que las incertidumbres existentes en
distintos actuadores sean independientes entre sí).

Control robusto para un proceso con incertidumbre:


A la hora de plantarse el diseño de un sistema de control robusto para un proceso con
incertidumbre, surgen una serie de preguntas.

1. Como modelar tales procesos.


2. Como analizar el sistema de control.
3. Como diseñar el controlador.

Para resolver los 3 puntos anteriores, se hace necesario la introducción de nuevos


conceptos y herramientas de cálculo para el análisis y diseño de sistemas de control. El
campo de aplicación de esta nueva disciplina denominada control robusto, abarca todos
aquellos problemas que se caractericen por considerar incertidumbres en el modelo que
sean tolerables por un controlador fijo lineal e invariante en el tiempo; limitando con
aquellos que necesitan un controlador variable (control adaptativo, control por planificación
de la ganancia).

Los objetivos de control tratan en cualquier caso de que el controlador diseñado funcione
bien cuando se implante en el proceso real. Este objetivo, a su vez puede considerarse
compuesto en una serie de subobjetivos. De estos, el principal es que el sistema sea
estable en lazo cerrado, para unas condiciones de trabajo dadas o nominales. Es lo que
se denomina Estabilidad Nominal (NS).

Por otro lado, una vez conseguida la estabilidad es necesario que ciertas variables del
sistema presenten un comportamiento adecuado y en algunos casos optimo respecto a
una función de cotos o índice de comportamiento. Eso se tiene en cuenta referenciándolo
como Comportamiento Nominal (NP).
Es también muy importante, de cara a la aplicación industrial, que se tenga en cuenta en
el diseño el conocimiento que se posea de la incertidumbre en el modelo.

Otro requerimiento que se va a pedir a un sistema de control es que sea estable en lazo
cerrado, para el conjunto de posibles plantas que se puedan dar como consecuencia de
la incertidumbre en el modelo de la planta. El objetivo perseguido se denomina
Estabilidad Robusta (RS).

Si además se considera que para todas las plantas posibles no basta con que el sistema
de control permanezca estable sino que han de cumplirse unas especificaciones de
funcionamiento, se considerara que se está aludiendo al concepto de Comportamiento
Robusto (RP).
En la figura siguiente queda resumido el problema de diseño y los diferentes niveles de
exigencia que se establecen sobre un sistema de control, tal y como se ha descrito
anteriormente.

Proceso Real Complejo

Simplificaciones

Modelo Matemático Incertidumbres

Sistema de Control

Comportamiento
Robusto (RP)
Estabilidad
Comportamient Robusta (RS)
Estabilidad o Nominal (NP)

Normal (NS)
El control de sistemas con incertidumbres entra dentro del campo de estudio de la
disciplina conocida como control robusto.

El objetivo del control robusto es hacer que todas las posibles salidas de las diferentes
plantas dentro de la incertidumbre pertenezcan a un conjunto de salidas aceptables.

Incertidumbre: diferencias entre el modelo matemático y el sistema real.


Robustez: capacidad del sistema de control de satisfacer las especificaciones a pesar de
la incertidumbre.
El problema de control robusto se suele afrontar desde los métodos de respuesta
frecuencial.

Se puede establecer tres zonas de frecuencia, de forma que dentro de cada una se trata
de conseguir unos objetivos primordiales:

- Zona de baja frecuencia.- En la que requiere alta ganancia para conseguir:


o Buen seguimiento de la referencia.
o Adecuado rechazo de perturbaciones.
o Reducción de la sensibilidad del sistema a pequeños cambios en los
parámetros de la planta

- Zona de frecuencia intermedia.- Va a ser determinante de propiedades tales


como:
o Estabilidad y márgenes de estabilidad.
o Velocidad de respuesta y ancho de banda.
-
- Zona de alta frecuencia: se va requerir baja ganancia para:

o Rechazo de ruido de los sensores.


o Estabilidad robusta.
Lo dicho anteriormente lleva a una serie de reglas a la hora de realizar la síntesis de un
sistema de control robusto:

- Alta ganancia en lazo abierto lleva a baja sensibilidad y buenas propiedades de


rechazo de perturbaciones y seguimiento de la referencia (NP).

- Pequeña ganancia en lazo abierto es adecuada para que la respuesta debida al


ruido en sensores sea considerablemente baja, y para mantener la estabilidad del
sistema frente a incertidumbres en la planta (RS).

- A frecuencias cercanas a la frecuencia de cruce de ganancia, la fase del sistema


debe permanecer acotada lo suficientemente alejada +/-180º, para proporcionar
unos adecuados márgenes de estabilidad y para prevenir la amplificación de
perturbaciones y ruidos.
Aplicaciones de control robusto:
Las principales aplicaciones de la teoría de control robusto realizadas en los últimos años
se han llevado a cabo en la áreas de control de procesos químicos, robótica, estructuras
flexibles y control de aeronaves. Como consecuencias de los buenos resultados
obtenidos, y del interés despertado en la comunidad científica y técnica de la nueva
disciplina.