Instituto Tecnológico de La Laguna

Maestría en ciencias en Ingeniería

eléctrica

Mecatrónica y Control

Tarea 1:
Ejercicios de parametrización

Alumno:

Amaury Jamir Meza Pérez

Profesor:

Dr. Francisco Jurado Zamarripa

Materia: Control adaptable

Número de control:

M1713014
Indice General
I Ejercicio 1 1
I.1 Respuesta . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1

II Ejercicio 2 2
II.1 Respuesta . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3

III Ejercicio 3 3
III.1 Respuesta . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3

IV Ejercicio 4 4
IV.1 Respuesta . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4

V Ejercicio 5 5
V.1 Respuesta . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5

VI Ejercicio 6 6
VI.1 Respuesta . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6

VIIEjercicio 7 7
VII.1Respuesta . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8

Bibliografía 9

Indice de Figuras
Tarea 1: Parametrización

I Ejercicio 1
Considere la planta de tercer orden:

y = G(s)u
donde:
b2 s 2 + b1 s + b0
G(s) =
s 3 + a2 s 2 + a1 s + a0
A) Escriba el modelo paramétrico de la planta en la forma (2.0.1) y (2.0.2)
cuando θ∗ = [b2 , b1 , b0 , a2 , a1 , a0 ]T
B) Si a0 , a1 , a2 son conocidos, i.e., a0 = 2, a1 = 1, a2 = 3, escriba un
modelo paramétrico para la planta en términos de θ∗ = [b2 , b1 , b0 ]T .
c) Si b0 , b1 , b2 son conocidos, i.e., b0 = 1, b1 = b2 = 0, escriba un modelo
paramétrico para la planta en términos de θ∗ = [a2 , a1 , a0 ]T .

I.1 Respuesta

En este caso debemos multiplicar cruzado y separar de modo que quede

y(s3 + a2 s2 + a1 s + a0 ) = u(b2 s2 + b1 s + b0 ) (1)

aplicando un ltro de denido cómo λ > 0Λ(S) = (s + λ)3
tal que pueda ser visto de la siguiente forma:
s2
 
(s+λ)3
u
 s
 (s+λ)3 u

 1
s3 y

3 u
(2)
   (s+λ)
z= 3
= b 2 b 1 b 0 a1 a2 a0  −s2 y 

(s + λ)  (s+λ)3 
 −s 
 (s+λ)3 y 
−1
(s+λ)3
y
considerando los dos elementos de la expresión pasada como θ∗ yφ
FORMA SPM
z = θ∗T φ

1
 Amaury Jamir Meza Pérez

donde
s3 + 3s2 + s + 2
z = y
Λ(s)
θ∗T = [b2 , b1 , b0 ]
 2 T
s s 1
φ = u, u, u
Λ(s) Λ(s) Λ(s)
Si b0 , b1 y b2 pueden ser medibles i.e., b0 = 1 y b1 = b2 = 0, la ecuación (??)
se deduce:
Y (s) 1
G(s) = = 3 2
U (s) s + a2 s + a1 s + a0
separacion por terminos que pueden ser medibles y los que no.
s3 y − u = −a2 s2 y − a1 sy − a0 y (3)
Se al igual que en lo anterior se puede ltrar por un ltro de tercer orden de
la forma: Λ(s) = (s + λ)3 con λ > 0 teniendo:
1  3  1
s y − u = −a2 s2 y − a1 sy − a0 y
Λ(s) Λ(s)
Luego se puede representar la forma SPM
z = θ∗T φ
donde
s3 1
z = y− u
Λ(s) Λ(s)
θ∗T = [a2 , a1 , a0 ]
T
s2

s 1
φ = − y, − y, − u
Λ(s) Λ(s) Λ(s)

II Ejercicio 2
Considere el sistema masa-resorte-amortiguador descrito por M ẍ = u −
kx − f ẋ con x,u como señales únicas disponibles para la medición. Asúmase
que M=100kg y f,k son los parámetros constantes desconocidos a estimar
en linea. Desarrolle un modelo paramétrico para estimar los parámetros
desconocidos f,k. Especique todo parámetro arbitrario o ltros usados.

2
Tarea 1: Parametrización

II.1 Respuesta

partiendo de:

M ẍ = u − kx − f ẋ (4)
podemos denotar la necesidad de un ltro de segundo orden que está
denotado por: Λ(s) = (s + λ)2 cuando λ > 0
multiplicando por el ltro y transformando a Laplace
100s2 x u − kx − f sx
= (5)
(s + λ)2 s + λ)2
z queda denida como
100s2 x
z= (6)
(s + λ)2
y siguiendo con

z = θ∗T φ (7)
" #
s
 − (s+λ)2x
(8)

z= f k 1
− (s+λ)2x

III Ejercicio 3
Considere el modelo ARMA de segundo orden:y(k) = −1.3y(k − 1) −
a2 y(k − 2) + b1 u(k − 1) + u(k − 2)
donde los parámetros a2 , b1 son constantes desconocidas. Exprese los
parámetros desconocidos en la forma de un modelo paramétrico lineal. Asuma
que u(k), y(k) y sus valores pasados están disponibles para la medición.

III.1 Respuesta

z = θ∗T φ (9)
separando las señales medibles de las no medibles llegamos a:

3
 Amaury Jamir Meza Pérez

y(k) + 1.3y(k − 1) − u(k − 2) = a2 (k − 2) + b1(k − 1) (10)

De acuerdo a lo anterior podemos denir

z(k) = y(k) + 1.3y(k − 1) − u(k − 2) (11)

 
 −y(k − 1)
(12)

z(k) = a2 b1
u(k − 1)
Lo cuál esta acomodado de acuerdo a z = θ∗T φ

IV Ejercicio 4
Considere el modelo ARMA de cuarto orden:

y(k − 4) = a1 y(k + 3) − a2 y(k) + b1 u(k) + u(k − 2) (13)

donde a1 , a2 , b1 son constantes desconocidas. Exprese los parámetros
deconocidos en la forma de un modelo paramétrico lineal.Asuma que úni-
camente los cuatro valores actuales y pasados de (u,y). i.e. u(k),...,u(k-
4),y(k),...,y(k-4), están disponibles para la medición.

IV.1 Respuesta

comenzamos desplazando el sistma 4 unidades a la derecha para poder

trabajarr con la siuiente expresión

y(k) = a1 (k − 1) − a2 y(k − 4) + b1 u(k − 4) + u(k − 2) (14)

z(k) = θ∗T φ (15)

z(k) = y(k)u(k − 2) (16)

por lo qu resulta evidente que su forma es:
 
y(k − 1)
(17)
 
y − (k) − u(k − 2) = a1 a2 b1 −y(k − 4)
−u(k − 4)

4
Tarea 1: Parametrización

V Ejercicio 5
Considere el sistema no lineal:

ẍ + 2ẋ + x = a1 f1 (x) + a2 f2 (x) + b1 g1 (x)u + b2 g2 (x)u (18)

donde a1 , a2 , b1 , b2 , son constantes desconocidas y f1 (x), f2 (x), g1 (x), g2 (x), x, u,
están disponibles para la medición. Exprese los parámetros desconocidos en
la forma de:

B El DPM lineal

V.1 Respuesta

A El SPM lineal utilizando un ltro de segundo orden denido

asi: Λ = (s + λ)2 cuandoλ > 0
y transformando a Laplace

s2 X(s) + 2sX(S) + X(s) = a1 f1 (X(s)) + a2 f2 (X(s)) + b1 g2 x(u) (19)

podemos denotar nalmente
 
f1 (x(s))
2
 f(s+λ)
2 (x(s))
(s + 1)2 x(S) 

(20)
  (s+λ)2 
z= 2
= a1 a2 b 1 b 2 =  g (x(s)) 
(s + λ)  1
 (s+λ)2 u

g1 (x(s))
(s+λ)2
u

está en la forma: z(k) = θ∗T φ

(B) ahora denotamos que para el DSPM nos hace falta W(S)
la cuál podemos denir a partir del mismo sisttema a partir de
s2 + 2s + x
por lo que podemos expresarlo de la siguiente forma
= w(S)θ∗ φ (21)
Dónde z = x
1
w(s) = (22)
(s + 1)2

5
 Amaury Jamir Meza Pérez

 
f1
1   f2 
(23)

x= 2
a1 a2 b 1 b1  
g1 u
(s + 1)
g2 u

VI Ejercicio 6
Considere el siguiente sistema descrito en la forma E/S:
s+b
y = Kp u (24)
s2 + as + c
donde a, b, c, kp son constantes desconocidas. Se sabe tambien
que KP > 0 y únicamente u y y están disponibles para la medición.
Exprese los parámetros desconocidos en forma de :
D DPM lineal

VI.1 Respuesta

A B-SPM
se considera un ltro
s + λ)2 (25)

(s + λ)2 [s2 y = asy − cy + kpsu + kbpu] (26)

ρ∗ = kp (27)

a c T
θ1∗ = [ b] (28)
kp kp
s2
z1 = y = su (29)
(s + λ)2
B D-SPM
Este se puede denir de la siguiente forma
z2 = ω(q)ρ∗ (θ∗ φ + z1 (30)

6
Tarea 1: Parametrización

z2 = ω(s)z (31)

θ2∗ = θ1∗ (32)

φ2 = φ1 (33)

z1 = su (34)

1
ω(s) = (35)
s+λ
C SPM lineal
z(k) = θ∗T φ (36)

1 2
z= sy (37)
Λ

Λ = (s + λ)2 (38)

θ∗ = [a, c, kp, kpb]T (39)

T
(40)

f racsΛy −f rac1Λ f racsΛuf rac1Λu

VII Ejercicio 7
Considere el sistema no lineal:
ẋ = f (x) + g(x)u (41)
donde el estado x y la entrada u están disponibles para la medi-
ción y f (x), g(x) son funciones suaves pero desconocidas en x. Se
sabe que g(x) > 0 ∀x. Se desea estimar las funciones desconocidas
f, g en linea usando técnicas de aproximación por redes neuronales.
Se sabe que existen parámetros constantes Wf∗i , Wgi∗ referidos como

7
 Amaury Jamir Meza Pérez

pesos, tales que:

m
(42)
X
f (x) = Wf∗i ϕf i (x)
i=1
n
(43)
X
g(x) = Wgi∗ ϕgi (x)
i=1

VII.1 Respuesta

z(k) = θ∗T φ (44)

sX(S) = f (x(s)) + g(x(s))s(s) (45)

1
( = [W ∗ fm ϕfm + W ∗ fm−1 ϕfm−1 + ...
s+λ

+W ∗ f1 ϕf1 + [W ∗ gm ϕgm + W ∗ gm−1 ϕgm−1 + ... + W ∗ g1 ϕg1 ]u] s+λ

1
(46)
s
z= (47)
s+λ

T
θ∗ = W ∗ fm W ∗ fm−1 ... W ∗ f1 W ∗ gm W ∗ gm−1 ... W ∗ g1 (48)


h i
φ= ϕfm
s+λ
ϕfm−1
s+λ
... ϕf1
s+λ
ϕfg
s+λ
ϕgm−1
s+λ
... ϕfg1
s+λ
(49)

8
Tarea 1: Parametrización

Referencias
[1] Francisco Jurado Zamarripa curso de Control Adaptable
Notas de clase 2017 segundo semestre