Anda di halaman 1dari 35

CONTROL MODERNO

Diseño en el Espacio de Estados

Javier A. Jiménez Cabas


javier.jimenez37@uac.edu.co
Ubicación de Polos
Ejemplo: Consideremos la planta con función de transferencia

G (s ) =
10
s (s + 1)

 x1  0 1   x1   0 
=  x  0 −1  x  + 10  u
x1 = x2  2   2  

x2 = − x2 + 10u  x1 
y = [1 0]  
 x2 
Ubicación de Polos
Utilizando Realimentación de Variables de Estados (RVE)

10
s (s + 1)
G0 (s ) =
10
=
1+
10k 2
+
10k1 s (s + 1) + 10k 2 s + 10k1
s + 1 s (s + 1)
10
= 2
s + (1 + 10k 2 )s + 10k1
Ubicación de Polos
Si se asignan los polos de G0(s) en –2 ± j2,

(s + 2 + j 2)(s + 2 − j 2) = s 2 + 4s + 8
= s 2 + (1 + 10k 2 )s + 10k1

1 + 10k 2 = 4 10k1 = 8

entonces k1 = 0.8 y k2 = 0.3.


Ubicación de Polos
Consideremos ahora el sistema
x = Ax + Bu
⇒ G (s ) = C (sI − A) B
−1

y = Cx

Empleando RVE

u (t ) = r (t ) − kx(t )
Ubicación de Polos
El sistema en lazo cerrado sería
x = Ax + B(r − kx ) = Ax + Br − Bkx = ( A − Bk )x + Br
y = Cx

con función de transferencia

G0 (s ) = C (sI − A + Bk ) B
−1

Es posible demostrar que si el par (A,B) es controlable, entonces los


valores propios de (A – Bk) se pueden asignar libremente escogiendo
las ganancias de realimentación k.
Ubicación de Polos
Procedimiento para el Diseño por Ubicación de Polos

1. Calcular el polinomio característico de A,

∆(s ) = det (sI − A) = s 4 + a1s 3 + a2 s 2 + a3 s + a4

2. Calcular el polinomio característico deseado,

∆ (s ) = (s − λ1 )(s − λ2 )(s − λ3 )(s − λ4 )


= s 4 + a1s 3 + a2 s 2 + a3 s + a4

3. Calcular las ganancias de realimentación para la forma canónica


controlable equivalente
k = [a1 − a1 a2 − a2 a3 − a3 a4 − a4 ]
Ubicación de Polos
4. Calcular la transformación de equivalencia
1 a1 a2 a3 
0 1 a2 
[
S := P −1 = B AB A2 B ]
A3 B 
0 0
a1
1 a1 
 
0 0 0 1

5. Calcular las ganancias de realimentación k = k P = k S −1


Ubicación de Polos
Ejemplo: Consideremos el Sistema

Encuentre k en u = r – kx tal que los valores propios del sistema en


lazo cerrado sean -2 ± j2.

Se calculan el polinomio característico de A,

y el polinomio característico deseado,


Ubicación de Polos
Entonces las ganancias de realimentación para la forma canónica
controlable equivalente serían,

Se calcula la transformación de equivalencia

Se tiene,
Ubicación de Polos
Para verificar el resultado se calcula

Cabe resaltar que, aunque los polos de G(s) se corrieron de 0 y -1 a


-2 ± j2, no se afectaron los ceros del sistema.
Regulador Óptimo Cuadrático (LQR)
Consideremos el sistema
x = Ax + Bu
⇒ G (s ) = C (sI − A) B
−1

y = Cx

Haciendo r = 0, se tiene u = -kx → Problema de Regulación.

La ecuación de estados en lazo cerrado es


x = ( A − Bk )x

• La respuesta del sistema depende de los valores propios de A–Bk.

• Si todos los λ(A - Bk) tienen parte real negativa, la respuesta del
sistema tiende a cero conforme el tiempo crece.

• Si (A,B) es controlable → Asignación de polos.


Regulador Óptimo Cuadrático (LQR)
Normalmente se escoge k de tal forma que minimice el índice

donde
• Q es una matriz simétrica definida positiva.
• R es una constaten positiva.

Matriz Simétrica:
QT = Q y λ(Q) ∈ R.
Matriz Simétrica Definida Positiva:
xTQx > 0 ∀x ≠ 0, λ(Q) > 0
Matriz Simétrica Semidefinida Positiva:
xTQx ≥ 0 ∀x ≠ 0, λ(Q) ≥ 0
Regulador Óptimo Cuadrático (LQR)
Si escogemos Q = CTC

Entonces si el sistema es controlable y observable, la ganancia k que


minimiza el índice de desempeño J es:

donde K es la matriz simétrica definida positiva solución de

La expresión anterior se conoce como Ecuación Algebraica de Riccati


(ARE). Dicha ecuación pude tener una o mas soluciones, pero solo
una es simétrica definida positiva.
Regulador Óptimo Cuadrático (LQR)
Ejemplo: Para el sistema

encuentre las ganancias k que minimice el índice de desempeño

Entonces Q = CTC y R = 1/9. Sea


Regulador Óptimo Cuadrático (LQR)
Entonces sería

Resolviendo tenemos

y
Regulador Óptimo Cuadrático (LQR)
Para comprobar

Polinomio característico
Estimadores de Estados (Observadores)
Son necesarios en los problemas de RVE en los que las variables de
estado no estén disponibles para ser medidas.

Consideremos nuevamente el sistema

x = Ax + Bu
y = Cx

El problema consiste en utilizar u e y como entradas a un sistema


cuya salida x̂ aproxime el estado real x.
Estimadores de Estados
La forma mas fácil sería

Estimador de estados en Lazo Abierto

Condiciones iniciales de ambos sistemas ¿?


Estimadores de Estados
Sea x̂ la salida del estimador, entonces

Es posible estimar x(0) y hacer xˆ (0 ) = x(0 ), pero en la práctica e(0) ≠ 0.

Si λ(A) > 0 → ¿?
Si λ(A) < 0 → ¿?
Estimadores de Estados
En el estimado en lazo abierto no se utiliza y. La idea ahora es
compararla con Cxˆ y utilizar esta diferencia como entrada al
estimador a través de un vector l.
Estimadores de Estados
A partir de la ecuación

Si (A,C) es observable los polos del estimador se pueden asignar de


tal forma que x̂ aproxime a x tan rápido como sea posible.
Estimadores de Estados
Haciendo un análisis similar al caso del estimado en LA tenemos,

¿?
Estimadores de Estados
Procedimiento para el diseño de un observador

1. Calcular el polinomio característico de A,

∆(s ) = det (sI − A) = s 4 + a1s 3 + a2 s 2 + a3 s + a4

2. Calcular el polinomio característico deseado,

∆ (s ) = (s − λ1 )(s − λ2 )(s − λ3 )(s − λ4 )


= s 4 + a1s 3 + a2 s 2 + a3 s + a4

3. Calcular

l T = [a1 − a1 a2 − a2 a3 − a3 a4 − a4 ]
Estimadores de Estados
4. Calcular la transformación de equivalencia
1 0 0 0  C 
a 1 0 0  CA 
S := P −1 =  1 
 a2 a1 1 0 CA  2

  3 
 a3 a2 a1 1 CA 

5. Calcular l = Pl = S −1l
Conexión Realimentación de Estados y Estimador
Consideremos el sistema
x = Ax + Bu
y = Cx

Si (A,B) es controlable, los λ(A - Bk) se pueden asignar con u = r – kx.

Si los estados no están disponibles, es necesario diseñar un


observador que genere un es timado x̂ de x

y se aplica la RVE a x̂, esto es


Conexión Realimentación de Estados y Estimador

El sistema anterior esta descrito por las siguientes ecuaciones


Conexión Realimentación de Estados y Estimador
Consideremos

Aplicando la transformación de equivalencia

Considerando A := PAP −1 B = PB C = CP −1 D=D


Conexión Realimentación de Estados y Estimador
Dado que la transformación de equivalencia no cambia los
polinomios característicos, sería el mismo para los dos sistema,
entonces

¿?
Diseño por Modelo Interno (IMC)
Se quiere diseñar un controlador que rastree asintóticamente una
entrada de referencia con error en estado estacionario nulo.

Consideremos el sistema
x = Ax + Bu
y = Cx

Además consideremos una señal de referencia generada por un


sistema lineal de la forma
xr = Ar xr
r = d r xr
Un modelo equivalente de la entrada de referencia r(t) es

r (n ) = α n −1r (n −1) + α n − 2 r (n − 2 ) +  + α1r + α 0 r


Diseño por Modelo Interno (IMC)
Para una entrada de referencia tipo paso tenemos
xr = 0
o r = 0
r = xr
Error de rastreo
e = y − r → e = y = Cx

Definiendo dos variables intermedias


z = x y ω = u
tenemos
 e  0 C  e   0 
 z  = 0 A z  +  B ω
      
Diseño por Modelo Interno (IMC)
Si el sistema anterior es controlable se puede encontrar
ω = −k1e − k 2 z
tales que el sistema sea estable. Es decir que el error de rastreo sea ¿?.
La señal de control u(t) se obtiene integrando ω(t), como sigue

u (t ) = −k1 ∫ e(τ )dτ − k 2 x(t )


t

o
Diseño por Modelo Interno (IMC)
Ejemplo: Consideremos el proceso representado por

0 1  0 
x =   x +  u , y = [1 0]x
− 2 − 2 1
Se quiere diseñar un controlador (RVE) que garantice ep = 0. Entonces

0 1 0 0 
 e    e  
  = 0 0
 1   + 0ω
 z  0 − 2 − 2 z  1
   

Con k1 = 20 y k2 =[20 10] se


ubican los polos de lazo
cerrado en -1 ± j y -10.
Diseño por Modelo Interno (IMC)
Ahora, para una entrada de referencia tipo rampa tenemos
0 1 
xr = Ar xr =   xr
0 0  o r = 0
r = d r xr = [1 0]xr

Error de rastreo e = y − r → e = y = Cx

Definiendo z = x y ω = u

tenemos

 e  0 1 0  e   0 
       
 e = 0 0 C  e  +  0 ω
 z  0 0 A z   B 
      
Diseño por Modelo Interno (IMC)
Si el sistema anterior es controlable se puede encontrar
e
 
ω = −[k1 k 2 k3 ] e 
z
 
tales que el sistema sea estable. La señal de control u(t) se obtiene
integrando ω(t) dos.