Diseño y Simulación de Un Controlador Óptimo

UNIVERSIDAD NACIONAL DEL ALTIPLANO
FACULTAD DE INGENIERA MECNICA ELCTRICA,

ELECTRNICA Y SISTEMAS

ESCUELA PROFESIONAL DE INGENIERA MECNICA
ELCTRICA

TESIS:
DISEO Y SIMULACIN DE UN CONTROLADOR PTIMO
APLICADO AL CONTROL DE VELOCIDAD DE UN MOTOR DE
IMN PERMANENTE

PRESENTADO POR:
VILCA BARRANTES FREDY

PARA OPTAR EL TTULO PROFESIONAL DE:
INGENIERO MECNICO ELECTRICISTA

PUNO PER

2011

DEDICO:
A mis padres Toms y Eleuteria por su
aliento que siempre confiaron en m y su
apoyo a lo largo de mi vida.
A mis hermano(as) Yenny, Herbert,
Miriam, Adela que son para m la
superacin y motivacin.
A mi abuelo Ruperto Vilca Tapia del que
en vida fue y dems familiares que
apoyaron moralmente.

AGRADECIMIENTO

Quisiera agradecer primeramente al director, por su generosa ayuda en el
planteamiento, direccin y revisin de esta Tesis.
Igualmente agradecer a mis profesores que me dieron un conocimiento muy valioso
y formaron mis valores a lo largo de toda mi carrera.
Mientras estuve estudiando en la Escuela Profesional de Ingeniera Mecnica
Elctrica, tuve el placer y privilegio de interactuar con muchas personas, agradezco
a todos ellos, por su apoyo moral.

INDICE GENERAL

CONTENIDO

1. INTRODUCCIN
1.1Introduccin 1
1.2Planteamiento del problema 2
1.3Formulacin del problema
1.3.1 Problema general 3
1.3.2 Problemas especficos 3
1.4Objetivos
1.4.1 Objetivo general 4
1.4.2 Objetivos especficos 4
1.5Justificacin
1.5.1 Justificacin prctica. 4
1.5.2 Justificacin terica. 5
1.5.3 Justificacin econmica. 5
1.5.4 Justificacin social. 5
1.5.5 Justificacin cientfica. 5
1.6 Aportes 6
1.7 Hiptesis 7

2. MARCO TERICO
2.1 Introduccin. 8
2.2 Mtodos de Control. 14
i) Mtodos de control clsico. 14
ii) Mtodos de control moderno. 18
2.3 Sistemas de control ptimo cuadrtico. 21
2.4 Control ptimo cuadrtico contino. 21
2.5 Control ptimo cuadrtico discreto. 28
ii. El Controlador ptimo Proporcional no Estacionario 30
iii. El Controlador ptimo Proporcional Estacionario. 32
i. Procedimiento de diseo e implementacin de un sco 28
iv. Diseo de un Observador ptimo Cuadrtico. 34
2.6 Motor de corriente alterna. 43

3. METODOLOGA
3.1. Metodologa de la investigacin. 48
3.2. Materiales 49
3.3. Mtodos y tcnicas de recoleccin de datos. 49
3.4. Variables de estudios. 49
3.4.1. Variables dependientes. 49
3.4.2. Variables independientes. 49
3.4.3. Variables intervinientes. 49
3.5. Modelos Matemticos 50

4. DISEO DEL MODELAMIENTO
4.1. Modelamiento del motor DC de imn permanente. 52
4.2. Circuito Elctrico. 53
4.3. Voltaje Contraelectromotriz 53
4.5. Circuito Mecnico. 55
4.6. Movimiento: Cintica Rotacional. 56
4.7. Diagrama de Bloque total. 57
4.8. Funcin de Transferencia total del motor 57
usando el mtodo de espacio de estado (SS). 58
controlado por voltaje de armadura usando SS. 62

v. El controlador ptimo para sistemas de seguimiento
en estado stacionario. 38
4.4. Circuito Electromecnico:
Conversin de Energa Elctrica en Mecnica (Torque Motor). 54 54
4.9. Modelo del motor DC para el control de velocidad,
controlado por evoltaje de armadura usando el mtodo de F.T. 58
4.10. Modelo Matemtico del motor DC controlado por voltaje
4.11. Otro mtodo escogiendo la velocidad angular
5. SIMULACIN DEL SISTEMA DE CONTROL
imn permanente. 68
permanente. 84
6. RESULTADO Y CONCLUSIONES
6.1. Conclusin

7. REFERENCIAS

A. CONTROL PTIMO

B. MOTORES DE CORRIENTE DIRECT

C. MATLAB SIMULINK

5.1. Diseo del sistema de control ptimo cuadrtico
5.2. Diseo del sistema de control ptimo cuadrtico en tiempo

SIMBOLOGA

Ra Resistencia elctrica del circuito inductor [ ]
La Autoinduccin del circuito inductor [A]
b Es la constante de friccin (N-m-s).
k
b
Constante de fuerza (V-s/rad)
k
m
Constante del motor (N-m/Amp)
J Rotor de inercia o momento de inercia del sistema [Kgm
2
]
V
a
Tensin de armadura o de inducido (V)
V
b
Voltaje de Fuerza electromotriz (V)
i
a
Corriente de armadura (Amp)
t Tiempo (seg)
ngulo del motor (rad)
F Fuerza (N)
N Nmero de alambres
B, Densidad de Flujo
L Longitud (m)
M Momento de inercia (N-m)
dt
d
w

Velocidad angular (rad/seg)
dt
dw
Aceleracin angular (rad/seg
2
)
m
Torque del motor
1
1
1
1
]
1
n
x
x
x
&
&
&
.
.
1
Vector de estado de orden n
1
1
1
1
]
1
n
y
y
y
.
.
1
& Vector de salida estimado de dimensin m
A Matriz de estado de orden n n
1
1
1
1
]
1
r
u
u
u
u
.
2
1
Vector de control de orden r
B Matriz de entrada de orden p n
C Matriz de salida de orden n q
D Matriz de accin directa de orden p q
K Matriz de ganancia
J ndice de desempeo
1
1
1
1
]
1
n
x
x
x
.
.
1
Vector de variables de estado
1
1
1
1
]
1
0
10
0
.
.
n
x
x
x Es el vector de los valores iniciales de las variables de
estado de orden n
N Tiempo discreto final
x(k) Vector de estado discreto
r(k) Vector de referencia
Q, Q
e
Matriz Hermtica (o matriz real simtrica) definida positiva
(d.p.) o semidifinida positiva (s.d.p) de n n
R,R
e
Matriz Hermtica (o matriz real simtrica) definida positiva
(d.p) de r r
S Matriz hermtica (o matriz real simtrica) definida positiva
(d.p) o semidefinida positiva (s.d.p) de n n
min
J
Funcin de costo mnimo
) (k e Error del observador
P,P
e,
P
r
La ecuacin de Riccati en estado estacionario
K
e
Matriz de ganancia de realimentacin del observador con
dimensin m n

GLOSARIO DE TERMINOS

CA Corriente Alterna
DC Corriente Directa
COT Control ptimo en tiempo
PM Imn permanente
NEMA National Electrical Manufacturers Association

RESUMEN

En el presente trabajo de investigacin se quiere dar a conocer el diseo de
control ptimo cuadrtico en tiempo continuo y discreto de un motor dc de imane
permanente que se basan en el ndice de desempeo cuadrtico cuyo objetivo de la
optimizacin es el de elegir el vector u de modo que se minimice el ndice de
desempeo J o rendimiento o costo a ser minimizado para lo cual se emplea las
matrices de ponderacin Q y R, que ponderan las variables de estado y la seal de
control respectivamente cuyas variables de estado A-BK tiene valores propios con
parte real negativa que garantiza la estabilidad del sistema. Para determinar la matriz
K ptima se resuelve previamente la ecuacin matricial de Riccatti. Para las
condiciones de diseo establecidas como son sobrepico, tiempo de establecimiento y
error estacionario fue necesario considerar el diseo de un controlador optimo
cuadrtico realimentado adicionando una ganancia adicional (Nbar) correspondiente
a sistemas con seguimiento.
Respecto a los parmetros caractersticos del motor de imn permanente se
hall previamente mediante el ensayo en laboratorio de la escuela profesional el
mismo que fue representado mediante las ecuaciones de estado y salida para luego el
control optimo cuadrtico simulndose en el programa de Matlab el comportamiento
de la curva para las condiciones de diseo establecidas.
Similarmente tubo que disearse el sistema de control optimo cuadrtico en tiempo
discreto siendo su solucin analtica algo complicada por lo que tubo que utilizarse
en el programa Matlab.
Para el control optimo con realimentacin de estado tubo que considerarse
previamente la controlabilidad del sistema como requisito para la aplicacin del
diseo del control ptimo. Es necesario indicar que el objetivo del control ptimo es
la de ley de control ptimo u que minimice la funcin de costo J. En la mayora de
los casos, sin embargo la bsqueda de la funcin de costo involucra procedimientos
de error y correccin; esto significa que no siempre podremos estar seguros acerca la
forma exacta que debera poseer la funcin de costo. Es importante indicar que un
sistema de control que es ptimo bajo un ndice de desempeo es, en general, no
ptimo bajo otra funcin de costo o ndice de funcin de desempeo. El mismo que
nos permiti realizar el presente trabajo de investigacin orientado a la aplicacin
del control optimo y siguiendo en base a las metodologas de diseo que nos lleva a
un ptimo control.
En su contenido central de este trabajo de tesis se realiza el diseo para el
motor de dc de imn permanente, se describe todo el procedimiento concerniente al
diseo de sistema de control que comprende la descripcin matemtica que es el
modelamiento, a su identificacin, al diseo de los diferentes algoritmos de control
utilizando control optimo presentndose sus respectivas simulaciones
correspondientes.

Captulo 1: Introduccin
- 1 -

CAPITULO 1

INTRODUCCIN

1.1 Introduccin:

El control ptimo considerado en el proyecto de investigacin trata de
determinar el mejor sistema de control empleando una tcnica ptima de
diseo. Esta tcnica asume la formulacin de una funcin matemtica
denominada la funcin de costo, conocido tambin como la funcin de
rendimiento. El procedimiento de diseo de sistema de control ptimo trata de
encontrar una funcin de costo mnimo, con el propsito de determinar los
parmetros ptimos de una ley de control. En la mayora de los casos la
bsqueda de la funcin de costo involucra procedimientos de error y
correccin. El resultado del diseo proporciona una matriz de ganancia que
multiplicada por el vector de estado del proceso resulta una ley de control
ptimo cuadrtico.

El vector de estado se determina usando un observador ptimo.
Para demostrar la validez del procedimiento de diseo se presentan la
simulacin al control de un motor cuyo modelo matemtico ha sido
previamente determinado.

El estudio de investigacin trata de controlar la velocidad de motor de
corriente directa de imn permanente, para lo cual aplicaremos el control
ptimo, puesto que hay muchas maneras de poder controlar ya sea el control
PID que es el ms aplicado, tambin hay el control predictivo, control
adaptivo, el control neuronal, etc.

- 2 -
1.2 Planteamiento del problema:

Durante la operacin de una planta o un equipo se deben de satisfacer
varias condiciones ya sea de orden tcnico, econmico o sociales, en presencia
de influencias externas. Estas influencias externas que se denominan
perturbaciones crean inestabilidad, prdidas, ineficiencias, inseguridad,
lentitud, imprecisiones, errores y sus consecuencias entre otros. Estas
perturbaciones deben ser eliminadas para un ptimo funcionamiento de una
planta o equipo y as garantizar la operacin, esta operacin se realiza
mediante un sistema de control.

Hasta los aos 40 la mayora de las plantas funcionaban manualmente,
pero ello era antieconmico, entonces se instalaron controladores, siendo los
primeros por retroalimentacin, aunque en forma emprica. Recin a partir de
1960 se aplico el anlisis dinmico y la teora de control, posteriormente los
sistemas expertos, inteligencia artificial y actualmente la lgica difusa, redes
neuronales y algoritmos genticos que son los conceptos modernos de los
sistemas de control. Pero a pesar de este avance el control ptimo sigue siendo
utilizado en las industrias de all la importancia de su utilizacin.

Los sistemas por retroalimentacin a pesar de haber sido los primeros en
aparecer siguen en vigencia y se les conoce como sistemas convencionales de
control, en base a estos han aparecido los sistemas avanzados de control. Se
llega as a la necesidad de introducir un dispositivo dentro del lazo con el
objeto de automatizar el control. El controlador es el elemento encargado de
procesar la seal del error y generar otra capaz de disminuir su valor para
conseguir la mxima precisin.

Pero el controlador aun tiene mas tareas, cuando se plantea un problema de
control, por lo general se especifican un conjunto de restricciones que debe
cumplir el sistema para considerar que esta operando adecuadamente. Estas
restricciones estn dadas en trminos de estabilidad, velocidad de respuesta y
- 3 -
precisin, las tres premisas bsicas del control. Se dice que un sistema est
controlado cuando todas ellas se cumplan satisfactoriamente.
Desafortunadamente suele suceder que cuando se mejora una de ellas, una de
las dos restantes o ambas se degradan, por lo que se hace necesario hallar los
parmetros adecuados del controlador, que garantice una determinada
estabilidad relativa y una velocidad de respuesta dentro de los mrgenes
especificados, permitiendo suprimir la influencia de perturbaciones externos
que garantizan el optimo funcionamiento del sistema de control en este caso
aplicado al control de velocidad y posicin de un motor DC.

1.3 Formulacin del problema:

1.3.1 Problema General

Es posible disear y simular el comportamiento de un motor
ptimo en el tiempo que permita controlar la velocidad de un motor
DC?
De este Problema general se desprende los siguientes problemas
especficos.

1.3.2 Problemas Especficos

Es posible desarrollar el modelamiento matemtico de un motor
de DC?
Ser posible disear el controlador ptimo para el control de
velocidad de un motor DC?
Ser posible simular en el tiempo el comportamiento de la
velocidad del motor para diferentes variaciones de carga?

- 4 -
1.4 Objetivos:

1.4.1 Objetivo General

Disear y simular el comportamiento de un motor ptimo en el tiempo
que permita controlar la velocidad de un motor DC.

1.4.2 Objetivos Especficos

Desarrollo del modelamiento matemtico de un motor DC.
Disear el controlador ptimo para el control de velocidad de un
motor DC.
Simular en el tiempo el comportamiento de la velocidad del motor
para diferentes variaciones de carga.

1.5 Justificacin:

1.5.1 Justificacin Prctica.

Consiente de la importancia que hoy reviste el tema de la automatizacin
como estrategia para el control de velocidad de un motor DC, el presente
estudio tiene repercusin prctica, cuyos beneficios del control automtico
permitir la estandarizacin y funcionamiento ptimo de los sistemas.

1.5.2 Justificacin Terica.

Mediante la utilizacin de estrategias de control, el controlador mejorara
las prestaciones del sistema, lo que supone reducir: los efectos de variaciones
en los parmetros del sistema, los efectos de las perturbaciones, el error en
estado estacionario y mejorar la respuesta transitoria haciendo: que el sistema
responda mas rpido.
- 5 -
1.5.3 Justificacin Econmica.
Considerando la importancia de la automatizacin hoy en da con la
estandarizacin y optimizacin, supresin de influencias externos permitira en
un sistema de aplicacin diversa generar mayor valor agregado a la empresa.

1.5.4 Justificacin Social.
Sentar las bases para el diseo de sistemas de control de movimiento que
promueva el adquirir conocimiento y tcnicas aplicadas al control de
movimiento para solucin a problemas en el campo de la automatizacin de
produccin y fabricacin con la finalidad de optimizar estos procesos.

1.5.5 Justificacin Cientfica.
El modelo matemtico de un motor DC es lineal, y ello complica su uso
en las aplicaciones que requieren control automtico de la velocidad. Un
mtodo tradicional de control de sistemas no lineales es el mtodo de
linealizacin, el cual trata con pequeas perturbaciones alrededor de los puntos
de operacin.

Entonces, usando tcnicas de diseo de sistema lineales bien conocidos,
se puede disear un controlador que satisfaga las especificaciones de trabajo
alrededor del punto de operacin.

Este mtodo no ser suficiente cuando grandes perturbaciones afecten al
sistema. Por lo tanto, para lograr un control de alto rendimiento, es necesario
usar tcnicas de control lineal.

Existe un considerable desarrollo en la teora de control lineal en los
ltimos aos con enfoques tal como la linealizacin por realimentacin. Sin
embargo, la implementacin real de los tales algoritmos de control han sido
pocos.

- 6 -
Aunque la teora de los motores DC esta bien establecido (Krause, 1983;
Leonhard, 1985; Fitzgerald et, al., 1983), los parmetros del subsistema
mecnico podran ser desconocidos, puesto que estos parmetros estn
relacionados a la carga del motor, la cual comnmente esta sujeta a cambios.

Tambin, es razonable considerar la resistencia y la inductancia del
modelo de la parte elctrica del motor, puesto que ellos son desconocidos o
varan significativamente con la temperatura y las condiciones de operacin.

Debido a estos problemas, la motivacin de esta tesis es considerar el
control ptimo para un motor DC. Este trabajo se dirige al problema de disear
e implementar un controlador ptimo cuadrtico para un motor DC.

Este es un enfoque de control no lineal que cancela las no linealidades de
sistemas por medio de la realimentacin de la variable de estado. Las tcnicas
de diseo lineales pueden aplicarse al sistema linealizado por realimentacin.

Con la utilizacin de los sistemas de control, se va controlar los equipos
y evitar accidentes que garantizan seguridad en el trabajador, as como la
liberacin de la rutina de las actividades manuales repetitivos es necesario
indicar que tambin tendra consecuencias considerando, el problema de la
desocupacin que ocasiona la automatizacin mas desarrollada.

1.6 Aportes
La contribucin de esta tesis radica en el rea de control de movimiento.
En esta rea se contribuye con un proyecto de Control ptimo Cuadrtico de
un motor DC paralelo.
Otra contribucin es la demostracin de la factibilidad de implementar tales
algoritmos no lineales de control en tiempo usando SIMULINK de Matlab.

- 7 -
1.7 Hiptesis

Hiptesis General

A travs del diseo y simulacin del comportamiento de un motor ptimo en
el tiempo se podr controlar la velocidad de un motor DC.

Hiptesis Especficos
Con la obtencin del modelamiento matemtico de un motor DC para el
control de velocidad se podr obtener los requerimientos de diseo a
travs de la simulacin.
Con los parmetros del controlador ptimo para el control de velocidad
de un motor DC se podr determinar los requerimientos de diseo a
travs de la simulacin.
Con la obtencin de los parmetros, en la simulacin se podr controlar
la velocidad de un motor DC empleando software MATLAB en tiempo
continuo y discreto.
Capitulo 2: Marco Terico
- 8 -

CAPITULO 2

MARCO TERICO

2.1 Introduccin:

Este captulo comprende las definiciones bsicas para el control de un
motor DC de imn permanente, por medio del controlador ptimo.

El control automtico juega un papel importante en el avance de la
ingeniera y de la ciencia, siendo su aplicacin en los procesos de manufactura
e industriales. Con el avance de la teora y prctica del control automtico se
han logrado ptimo funcionamiento de los sistemas dinmicos, mejorando la
calidad del producto y abaratando los costos de produccin.
Los sistemas de control sirven de nexo entre los diferentes campos de
estudio, considerando como un solo problema comn de control.
Una primera definicin de un sistema es considerarlo como una caja
negra que tiene una entrada y una salida indicadas por lneas con flechas que
hacen referencias de estas entradas y salidas. Esta caja negra tiene un conjunto
de elementos sometidos a fuerzas de la naturaleza y conformado por leyes
fsicas que supone una relacin de causa y efecto.
ENTRADA
ENTRADA
SALIDA
SISTEMA DE
PLANTA O
PROCESO

FUENTE: Copia del Ing. Roberto Quiroz Sosa
Control 1, pg. 1

Por qu es necesario plantear un nuevo enfoque para el diseo de
controladores?
- 9 -
Hemos visto que los mtodos de control basados en realimentacin de
estados son ms verstiles y potentes que los correspondientes a la teora del
control clsico. En particular, permiten la asignacin de los autovalores de lazo
cerrado a voluntad. Tambin se ha discutido como estos mtodos pueden ser
complementados con tcnicas de observacin de estados para sobrellevar
limitaciones (econmicas y/o fsicas) en la medida de los mismos. Luego, es
razonable cuestionarse acerca de la necesidad o conveniencia de introducir un
nuevo marco terico, de hecho ms complejo, para el diseo de controladores.
Con respecto a este posible cuestionamiento puede argumentarse que:
Ni en los mtodos de diseo de control clsico, ni en los de realimentacin
de estados para la asignacin de autovalores, se pone explcitamente de
manifiesto el compromiso que existe entre las especificaciones dinmicas y
el costo para poder cumplirlas (por ejemplo, entre la velocidad de
respuesta de la variable controlada y la accin de control necesaria).
Restricciones en el control pueden imposibilitar un diseo de polos
dominantes. Esto puede dificultar seriamente la seleccin de los autovalores
de lazo cerrado para cumplir determinadas especificaciones temporales
(tener presente que las conocidas expresiones que vinculan el sobrepaso, el
tiempo de establecimiento, etc. con la ubicacin de los polos, slo tienen
validez en sistemas de segundo orden puro). Adicionalmente, si existe un
espacio no controlable, slo algunos autovalores podrn ser asignados, y por
consiguiente, difcilmente pueda hacerse un diseo con polos dominantes.
La presencia de ceros en la funcin de transferencia pueden dificultar el
diseo por asignacin de autovalores, an en aquellos casos en que las
restricciones no sea fuertes.
En sistemas MIMO no existe una correspondencia entre la respuesta
temporal y la localizacin de los polos. Efectivamente, en sistemas MIMO,
la misma asignacin de polos puede hacerse con distintos juegos de
ganancias, y de hecho, dan lugar a distintas respuestas temporales.
Por otra parte, uno podra preguntarse, porqu conformarse con ganancias
de realimentacin constantes?. No podra mejorarse la respuesta de
seguimiento de un sistema si la(s) ganancia(s) de realimentacin se
asocia(n) a la amplitud del error?
- 10 -
Historia de la Ingeniera de Control.
Un sistema de control se basa en el criterio de la retroalimentacin para
controlar al sistema, de tal forma que las primeras aplicaciones datan:
1

a. Los griegos, desarrollaron los mecanismos reguladores de agua con flotador.
VAPOR
AGUA

FUENTE: Copia del Ing. Roberto Quiroz Sosa
Control 1, pg. 2

b. Los rabes perfeccionaron este conocimiento con la construccin de relojes de
agua.

c. En Europa se dise el regulador de temperatura aplicados a las Incubadoras
de pollos. Se invent el primer regulador de presin para calderas de vapor.

d. El primer sistema de control automtico fue el regulador centrfugo con
realimentacin automtica de James Watt, usado en un proceso industrial,
desarrollado en 1770 para controlar la velocidad de una mquina de vapor. El
dispositivo, completamente mecnico, segn se muestra la figura.

1
K. Ogata. Modern Control Engineering, Prentice Hall; 4th edition 2001
- 11 -
Este regulador mide la velocidad del eje de salida por medio de un tren
de engranajes. El movimiento de una vlvula mariposa controla la entrada de
vapor a la mquina. Conforme aumenta la velocidad de la mquina, se
levantan los pesos que hacen deslizar un collar mvil, provocando el cierre de
la vlvula de entrada de vapor. Si la velocidad disminuye, se produce la accin
contraria. El cambio en la velocidad deseada de rgimen se logra ajustando los
brazos de la palanca de las barras o enlaces mecnicos. Este regulador
presentaba oscilaciones (inestabilidad).
2

e. En 1868, J.C. Maxwell, dio una solucin al problema de las oscilaciones de los
reguladores centrfugos, usando ecuaciones diferenciales para analizar las
condiciones de estabilidad en un sistema de tercer orden, extendiendo su teora
a sistemas de un orden ms elevado.

f. En 1874, John Routh, determino las condiciones de estabilidad para Sistemas
de hasta 5 orden.

g. En 1995, Hurwitz resolvi el problema para orden 7. En 1911, Bompiani
estableci la equivalencia de los criterios empleados por Routh y Hurwitz,
llegando a las mismas conclusiones.

h. En 1882 el ruso Liapunov, ide una teora sobre la estabilidad que era
aplicable incluso a sistemas no lineales (desgraciadamente, este trabajo no se
conoci en occidente hasta la dcada de los 50).

i. El ingls Oliver Heaviside desarroll teoras sobre clculo operacional que
utiliz en el estudio del comportamiento transitorio de circuitos, que permitan
analizar una ecuacin diferencial lineal como si fuera una ecuacin algebraica.
Esta tcnica fue justificada en 1917 por los matemticos Carson y Bromwich.
La teora de Heaviside se asentaba en los trabajos de Laplace (1749-1827).
Que en el mtodo, de la Transformada de Laplace. Que sirvi de inicio al

2
Martinez, M., Marin, R., Izurrategui. C., Estrategias de Identificacin de un Motor DC desde
Aplicacin Software sobre PC, XXVI Jornadas de Automtica Universidad Alicante 7-10 de septiembre
(2005).
- 12 -
estudio matemtico de los sistemas de control lineal (aunque no se aplic a
este campo hasta la dcada (1940-1950).

j. A principios del siglo XX, el desarrollo del control automtico fue muy lento,
debido a que se basaba en sistemas mecnicos. Minorsky en 1920, extendi
esta aplicacin en sistemas de direccin automtica de barcos y control de
posicin de caones de abordo.
El desarrollo de la teora de control va unido al desarrollo de la
electrnica. En 1927, Harold Black, invent el amplificador con
realimentacin negativa. Este amplificador tenda a oscilar a ciertas
frecuencias. El anlisis directo de la estabilidad del amplificador basndose en
el planteamiento las ecuaciones diferenciales era inviable, dado el alto orden
de la ecuacin. Harry Nyquist (1889-1976) analiz la estabilidad del
amplificador realimentado en el dominio de la frecuencia, utilizando el
concepto de anchura de banda y otras variables dependientes de la frecuencia,
para el anlisis de estabilidad de los amplificadores realimentados. Otras
investigaciones en este campo fueron realizadas por Hendrick W. Bode en
1940, a quien se debe la introduccin de las unidades logartmicas de
ganancias (bel) y frecuencia, y a quien se debe el procedimiento de diseo que
lleva su nombre.

k. En el ao 1934, Hazen public el trabajo analtico sobre el diseo de sistemas
de lazo cerrado. La palabra servomecanismo y su contraccin servo fueron
inventadas por l y se aplic en los sistemas de control realimentados. La
palabra servomecanismo se aplica a los sistemas de control en los que la
variable controlada es una posicin mecnica o derivada de sta (velocidad y
aceleracin).

l. Hasta 1940, la teora de control se desarroll en EEUU y Europa, en base a la
respuesta en el dominio de la frecuencia. En Rusia se tendi a utilizar una
formulacin en el dominio del tiempo, usando ecuaciones diferenciales.

m. Durante la II Guerra Mundial se realiz un gran avance en la teora y prctica
del control automtico, aplicadas en el diseo y construccin de pilotos
- 13 -
automticos para aeroplanos, sistemas de direccin de tiro de caones y
antenas de radar y otros sistemas militares basados en los mtodos de control
disponibles. Generando el inters en los sistemas de control y en el desarrollo
de nuevos mtodos.

n. Antes de 1940, el diseo era un arte que comprenda procedimiento de ensayo
y error. Se incrementaron en nmero y utilidad los mtodos matemticos y
analticos, donde la ingeniera de control lleg a ser una disciplina completa.
M. Harris defendi en un artculo publicado en 1942, el uso de las funciones
de transferencia; Guillemin introdujo las sntesis de redes Evans, en 1948,
desarroll el mtodo del lugar de las races.

o. En la dcada 1950-1960 se hizo extensivo el uso de la Trasformada de Laplace
y el plano de la frecuencia compleja. Se utiliz los ordenadores analgicos y
digitales como componentes del control. Estos nuevos elementos
proporcionaron una capacidad para calcular con rapidez y exactitud, en
sistema de control. Se dio bastante difusin mediante artculos y textos sobre
ingeniera de control y temas afines.

p. En 1947, Von Newman y Morgenstern crean la teora de juegos y James,
Nichols y Philips escriben Theory of Servomechanism donde exponen y
resumen las teoras ms importantes sobre el control, e incorporan el
tratamiento estadstico. En 1948, Norbert Wiener publica su famosa obra
Cybernetics (La palabra ciberntica, creada por wieneres de la raz griega
Kybernetike, y significa piloto o timonel). En 1949 Shanon y weaver
desarrollan la teora de la informacin. En 1956 S.J. Mason publica su artculo
sobre diagramas de flujo. Aparecen trabajos sobre sistemas de control
multivariable, control digital, etc.

q. Debido a la complejidad de los sistemas, se hizo preciso un nuevo enfoque
matemtico de la teora de control, apareciendo el concepto de variables de
estado. El espacio de estados ya haba sido utilizado por el matemtico francs
- 14 -
Poincar en 1982, pero no es sino a partir de 1950 cuando se incorpora para el
anlisis de sistemas de control.
3

2.2 Mtodos de Control

Existen mtodos y estrategias para realizar la accin de control, los
mtodos de control (clsico y moderno) permiten al controlador reaccionar
mandando una seal correctiva del error, mientras que las estrategias de control
hagan ms eficiente a la labor de control, ahorrando recursos y tiempo.
4

i). Mtodos de control clsico

Los mtodos de control clsico son aquellos que esperan a que se
produzca un error para luego realizar una accin correctiva. El error se
presenta a causa de la diferencia de lectura entre la variable de salida censada
y la seal de referencia, este error est presente en todo momento, y la
finalidad es minimizarlo. En algunos casos suele generarse un comportamiento
oscilatorio alrededor del valor de referencia.
Los mtodos de control clsico pueden ser:

Control On-Off
Este Mtodo solo acepta dos posiciones para el actuador: encendido
(100%) y apagado (0%). La lgica de funcionamiento es tener un punto de
referencia, si la variable es mayor el actuador asume una posicin, y si la
variable es menor el actuador asume la otra posicin. Por ejemplo tenemos los
sistemas de seguridad contra robos, las refrigeradoras domsticas, sistemas de
aire a condicionado, etc. A continuacin se muestra su funcin en el tiempo:

3
Martinez, M., Marin, R., Izurrategui. C., Estrategias de Identificacin de un Motor DC desde
Aplicacin Software sobre PC, XXVI Jornadas de Automtica Universidad Alicante 7-10 de septiembre
(2005).

4
Charlet B. and J. Lvine94. On dynamic feedback linearization. Systems & Control Letters.
- 15 -

FIG 2.1: Sistema de control ON/OFF.

Controlador Proporcional (P)
Es un control que se basa en la ganancia aplicada al sistema, se basa en el
principio de que la respuesta del controlador deber ser proporcional a la
magnitud del error. No corrige ni elimina perturbaciones, puede atenuar o
aumentar la seal de error. Se representa a travs del parmetro Kp y define la
fuerza o potencia con que el controlador reacciona frente a un error.

FIG. 2.2 Sistema de control proporcional

Controlador Integral (I)
Conocido como RESET. Este tipo de controlador anula errores y corrige
perturbaciones, mediante la bsqueda de la seal de referencia, necesita de un
tiempo Ti para localizar dicha seal. Se representa mediante el trmino Ki que
es el coeficiente de accin integral y es igual a 1/Ti.

- 16 -

Fig. 2.3 Sistema de control integral.

Controlador Derivativo (D)
Conocido como RATE. Este controlador por s solo no es utilizado,
necesita estar junto al proporcional y al integral. Sirve para darle rapidez o
aceleracin a la accin de control. Necesita de una diferencial de tiempo Td
para alcanza r la seal de referencia, se representa mediante el trmino Kd que
es el coeficiente de accin derivativa y es igual a 1/Td.

Fig. 2.4 Sistema de control derivativo.

Controlador Proporcional-Integral (PI)
Acta en forma rpida, tiene una ganancia y corrige el error, no
experimenta un offset en estado estacionario. La aplicacin tpica es en el
control de temperatura.
Funcin de Transferencia:

Controlador Proporcional-Derivativo (PD)
Es estable, y reduce los retardos, es decir es ms rpido. Es usado
tpicamente para el control de flujo de minerales.
- 17 -

Controlador Proporcional Integral Derivativo (PID)
Este controlador es el ms completo y complejo, tiene una respuesta ms
rpida y estable siempre que este bien sintonizado.
Resumiendo se puede decir que:

El control proporcional acta sobre el tamao del error.
El control integral rige el tiempo para corregir el error.
El control derivativo le brinda la rapidez a la actuacin.


ii). Mtodos de Control Moderno

Los mtodos de control avanzado son aquellos que actan en forma
preventiva, de modo tal que en base a los datos tomados, actan de modo tal
que previenen la ocurrencia de error, por tanto el controlador est ajustando
sus parmetros constantemente.

Control Adaptivo
Es una variante del control anticipatorio, en donde la respuesta del
controlador vara automticamente basado en los cambios de las condiciones
dentro del proceso, es decir, la respuesta del controlador ser variable
dependiendo del comportamiento actual del proceso. Para que se lleve a cabo
esta adaptacin se requiere de algoritmos matemticos que simulen el proceso
en base a los datos tomados en el instante mismo en que se realiza la accin,
este resultado va a generar una seal compensadora que garantizar la
confiabilidad del sistema.

- 18 -
Control ptimo
El control ptimo busca la performance en la accin de control, tiene por
objetivo buscar una o varias soluciones que cumplan con ciertas restricciones
impuestas por el problema y que a la vez cumpla con una funcin objetivo
(funcin de costo), la cual puede ser maximizar o minimizar dicha funcin. El
control permite diversas soluciones para un mismo problema, pero el control
ptimo busca dentro de esas soluciones la ms adecuada para cumplir con los
requisitos planteados.

Control Robusto
El control robusto es aquel que va a permitir mantener la accin de
control pese a perturbaciones externas e internas. Puede existir perturbaciones
externas como ruido y vibraciones propias del proceso; o perturbaciones
internas como un mal modelamiento matemtico, sistemas no lineales difciles
de linealizar, incertidumbre en el accionar o respuesta de la plana frente a
estmulos, entre otros. El control robusto se resume a identificar y controlar la
incertidumbre en los parmetros y en el comportamiento de una planta.

Control en Tiempo Real
Se define el control de sistemas en tiempo real, al control realizado en un
intervalo de tiempo finito y constante, es decir que la informacin ser censada
con muestras intermitentes pero todas las veces con un mismo tiempo de
muestreo.

Caractersticas:

Pueden realizar varias actividades en paralelo.
Pueden ejecutar tareas en respuesta a seales externas.
Deben funcionar en presencia de fallos o averas parciales, haciendo
uso de elementos redundantes.
Adquieren datos del exterior. Puede ser pasiva cuando utilizan
interrupciones, o activa mediante el uso de tarjetas de entrada / salida de
seales.
- 19 -
Necesitan de un sistema operativo que les brinde: gestin eficiente de
interrupciones, planificacin de tareas y priorizacin de las mismas,
acceso a puertos e interfaces, mecanismos de medicin del tiempo, entre
otros.

Control Difuso
Se basa en la lgica difusa, la cual a diferencia de la lgica binaria
booleana (verdadero / falso 1 / 0), asigna valores intermedios dentro de esta
escala. Utiliza la experiencia del operador para generar una lgica de
razonamiento para el controlador.
No requiere del modelamiento matemtico de la planta, puede
representar modelos de sistemas lineales y no lineales mediante el uso de
variables lingsticas y una serie de condiciones o reglas previamente
definidas. Sus algoritmos (reglas) hacen uso de instrucciones IF THEN.

Control Neuronal
Hace uso de neuronas de inteligencia artificial. La neurona artificial
estndar es un elemento de procesamiento que calcula una salida
multiplicando su vector de entradas por un vector de pesos y este resultado es
aplicado a una funcin de activacin; un conjunto de neuronas conforman una
red neuronal. Las Redes Neuronales son parte de la inteligencia artificial (AI)
caracterizadas por su capacidad de aprendizaje, su velocidad mediante el
procesamiento masivo en paralelo de datos y por la facilidad de modelado de
sistemas y controladores no lineales.

Algoritmos Genticos
Este mtodo simula la evolucin natural de las especies propuesta por
Charles Darwin, fue ideado por John Holland en 1970. La informacin va
sufriendo cambios igual que lo haran las especies, es decir se van adaptando
al entorno, lo cual se lleva a cabo por medio de los procesos de seleccin
natural, mezcla, y mutacin. En cada ciclo (iteracin) una parte del conjunto
de hiptesis conocido como poblacin actual, es reemplazado por una nueva
poblacin mediante las funciones evolutivas anteriores. As sucesivamente en
cada ciclo la poblacin es evaluada en base a una funcin evolutiva, siendo
- 20 -
conservados los datos ms exactos, y siendo eliminados los datos que
presentan error (seleccin natural). Para conservar el nmero de individuos
(datos) estos son mezclados, lo cual genera nuevos individuos similares a sus
procreadores. Finalmente cada cierto tiempo o dada cierta cantidad de
individuos, algunos de los nuevos individuos son mutados aleatoriamente,
pudiendo ser conservados o eliminados en la prxima iteracin dependiendo
de su utilidad dentro del sistema.

Sistemas Expertos
Estos sistemas tratan de emular la experiencia adquirida por uno o ms
seres humanos a lo largo del tiempo para realizar un trabajo. Este sistema
tendr en su memoria una base de datos con mltiples soluciones a un mismo
problema, luego el sistema tendr que escoger de entre esas soluciones a la que
pueda aplicarse a fin de lograr los mejores resultados. El sistema se crea
basndose en las experiencias humanas, la eleccin de la estructura de control
depender de las caractersticas del trabajo en donde se aplicar, adems el
sistema podr ir aprendiendo con el tiempo y almacenar sus propias
experiencias, existe mucha analoga entre los sistemas expertos y los sistemas
neuro-fuzzy.

2.3 Sistemas de control ptimo cuadrtico
El disear un sistema de control ptimo o un sistema regulador ptimo,
se necesita encontrar una regla para determinar la decisin de control presente,
sujeto a ciertas restricciones, para minimizar alguna medida de la desviacin de
un comportamiento ideal.
5

Dicha medida es provista por lo general por el ndice de desempeo
seleccionado que es una funcin cuyo valor se considera una indicacin de que
tanto se pa rece el desempeo del sistema real al desempeo deseado.
La seleccin de un ndice de desempeo apropiado es importante porque, en alto
grado, determina la naturaleza del sistema de control ptimo resultante. Esto es
que el sistema resultante sea lineal, no lineal estacionario y variante en el
tiempo, depender de la forma del ndice de desempeo.

5
Kuo, C. Bejamin, Sistema de Control Automatico, 7a Ed. Prentice Hall, Mexico, pp. 694-714, (1996).
- 21 -
2.4 Control ptimo Cuadrtico Continuo.
Este mtodo de control trata de optimizar o minimizar la seal de control.
El diseo de sistemas de control ptimo cuadrtico, se basa en ndice de
desempeo cuadrtico.
El sistema de control que se considera en esta seccin, corresponde a
sistemas en tiempo continuo, definido por.

Bu Ax x + &
....................... (I)

Donde:
x&: Vector de estado de orden "n".
u : Vector de control de orden "r".
A : Matriz constante de orden "n x n"
B : Matriz constante de orden "n x r"
Los sistemas de control analizados, pueden ser: Sistemas reguladores o
sistemas de seguimiento.
El objetivo de la optimizacin, es de elegir el vector de control u(t), de
modo que se minimice el ndice de desempeo "J".
Para un sistema regulador, la seal de control u(t) viene dada por:

) ( ) ( t Kx t u
......................... (II)

Donde: K es una matriz de "r x n"
El diagrama de bloques del sistema de control ptimo, se muestra en la
figura:

Bu Ax x + &
-K
u
x
- 22 -

El ndice de desempeo, rendimiento o funcin de costo a ser
minimizado viene dado por:

( )
+
0
* *
dt Ru u Qx x J
............................... (III)

Para los Sistemas con vectores reales y matrices reales la Ec. (III) es
igual a:

( )
+
0
dt Ru u Qx x J
T T
....................................... (IV)

Donde:
Q: Es una Matriz Hermtica o Real Simtrica definida positiva (o
semidefinida positiva).
R: Es una Matriz Hermtica o Real Simtrica definida positiva.
u : No est Restringida o no es Acotada.
Las Matrices de ponderacin: Q y R ponderan las: Variables de Estado y
la seal de control respectivamente.
Si reemplazamos la Ecuacin (II) en la ecuacin (IV), se obtiene la
siguiente funcin de costo:

x BK A BKx Ax x ) ( &
............... (V)

Asumiendo que: ) ( BK A es ESTABLE, es decir los Valores Propios de
) ( BK A tiene parte Real Negativa.
Reemplazando (II) en (IV), se obtiene la siguiente funcin de costo:

( )
+
0
xdt RK K Q x J
T T
.............................. (VI)
- 23 -
Establecindose as mismo que:
( ) ( ) Px x
dt
d
x RK K Q x
T T T
+
Donde:
P : Es una Matriz Hermtica definida Positiva o Real Simtrica.
Entonces se obtiene:

( )
( )
( ) ( ) [ ]x BK A P P BK A x
x BK A P x Px x BK A
Px x Px x x RK K Q x
T T
T T T
T T T T
+

+
) (

Por consiguiente:

( ) ( ) ( ) Rx K Q BK A P P BK A
T T
+ +
.............. (VII)

Luego, el ndice de Rendimiento puede ser avaluada como:
( )
Px x
T
xdt Rk k Q x J
T T

+
0
0

( ) ( ) ( ) 0
T T
x Px x +

Asumiendo que todos los valores propios de A-BK, tienen parte real
negativa, entonces: ( ) 0 x , luego:

( ) ( ) 0 0 Px x J
T
............................. (VIII)

Asumiendo que: T T R
T
, siendo T una matriz no singular, entonces la
ecuacin (VII) puede ser reescrita como:

( ) ( ) 0 + + + TK T Q Q BK A P P B K A
T T T T T

( ) [ ] ( ) [ ] 0
1
1 1
+ + +

Q P B PBR P B T TK P B T TK PA P A
T T T
T
T T T

- 24 -
La minimizacin de "J" con respecto a "K", requiere la minimizacin de:
( ) [ ] ( ) [ ]x P B T TK P B T TK x
T T
T
T T T

1
con respecto a "K" obtenindose:

( ) P B R P B T T K
T T T 1
1
1

................................. (IX)

Luego la Ley de Control ptimo estar dada por la siguiente ecuacin
lineal:
( ) ( ) t Kx t u

( ) ( ) t Px B R t u
T 1

........................... (X)

Finalmente, la matriz "P" debe satisfacer la ecuacin de la matriz
reducida de Riccati, dada por:

0
1
+ +

Q P B PBR PA P A
T T
....................... (XI)

Ecuacin de Riccati.

I. CASO PARTICULAR

Sea la ecuacin de estado:
Ax x & .................... (1)
Observacin:
o No nos dan "u" en el ndice de rendimiento.
o No nos dan "B" en la ecuacin de estado.
El ndice de desempeo:

0
Qxdt x J
T
................... (2)
Donde:
n n
Q

: Matriz simtrica, definida positiva.
Para que el sistema sea estable, debe cumplir:
- 25 -
( ) Px x
dt
d
Qx x
T T
....................... (3)
Desarrollando (3):
( ) x P x Px x Qx x
T T T
& & +
de (1):
( ) ( ) PAx x Px Ax Qx x
T T T
+
[ ] PAx x Px x A Qx x
T T T T
+
( )x PA P A x Qx x
T T T
+
PA P A Q
T

0 + + Q PA P A
T
..................... (4) Ecuacin de Riccati

Reemplazando (3) en (2):
( )

o
T T
dt Px x
dt
d
Qxdt x J
0

( )

0
0
Px x Px x d J
T T

( ) ( ) ( ) ( ) 0 0 Px x Px x J
T T
+

( ) ( ) 0 0
min
Px x J
T

Ley de Control ptimo:

( ) t Kx u

No se puede hallar porque, no nos dan de dato "u" en el ndice de
rendimiento.

II. CASO PARTICULAR:
Sea la ecuacin de estado:
Bu Ax x + & .................... (1)
Kx u ........................ (2)
de (2) en (1):
- 26 -
( ) Kx B Ax x + &
( )x BK A x & ................. (3)

El ndice de desempeo:
( )
+
0
dt u u x x J
T T
..................... (4)
Donde:

n m
Q

: Matriz simtrica, definida positiva.

Para que el sistema sea estable, debe cumplirse:
( ) ( ) Px x
dt
d
u u x x
T T T
+ ...................... (5)
Desarrollando (5):
( ) x P x Px x u u x x
T T T T
& & + +
( ) ( ) ( ) [ ] x BK A P x Px x BK A
T T
+

( ) ( ) ( ) ( ) [ ] x BK A P x P BK A x Kx kx x x
T T T T T
+ +

( ) ( ) [ ]x BK A P P BK A x Kx K x x x
T T T T T
+ +

( ) [ ]x PBK PA P B K P A x x K K I x
T T T T T T
+ +

PBK PA P B K P A K K I
T T T T
+ + + ........................ (6)

Si: P B K
T
..................................... (7)

Reemplazando la ecuacin (7) en (6):
( ) ( ) P PBB PA P B P B P A P B P B I
T T
T
T T T
T
T
+ + +

( ) P PBB PA P BB P P A P BB P I
T T T T T T
+ + +
( ) ( ) [ ] x BK A P x Px BK A x u u x x
T T T T T
+ +
- 27 -

0 + + I P PBB PA P A
T T
................ Ecuacin de Riccati

Reemplazando la ecuacin (5) en (4):
( )
+
0
dt u u x x J
T T

( )

0
dt Px x
dt
d
J
T

( )

0
0
Px x Px x d J
T T

( ) ( ) ( ) ( ) 0 0 Px x Px x J
T T
+

( ) ( ) 0 0
min
Px x J
T
+

La ley de control (o seal de control) ptimo:
( ) ( ) t Kx t u
de la ecuacin (7) tenemos:
( ) t Px B t u
T
) (

( ) ( ) t Px B t u
T

2.5 Control ptimo Cuadrtico Discreto.

i). Procedimiento de diseo e implementacin de un sistema de control
ptimo.

El objetivo del Control ptimo es el de determinar una ley de control
ptima u que minimice la funcin de costo J. En la mayora de los casos, sin
embargo, la bsqueda de la funcin de costo involucra procedimientos de
error y correccin; esto significa que no siempre podremos estar seguros
acerca de la forma exacta que debera poseer la funcin de costo. Es
- 28 -
importante indicar que un sistema de control que es ptimo bajo un ndice de
desempeo es, en general, no ptimo bajo otra funcin de costo o ndice de
desempeo.
El problema de optimizacin de un sistema de control se puede
formular si se cuenta con la siguiente informacin:

a) Ecuaciones del sistema
b) Vectores de control permitidos
c) Restricciones en el problema
d) Funcin de costo o ndice de desempeo.
e) Parmetros del sistema

La solucin de un problema de control ptimo consiste en determinar
el vector de control ptimo u(k) que depende de:
a) La naturaleza de la funcin de costo
b) La naturaleza de las restricciones
c) El estado inicial o la salida inicial
d) El estado deseado o salida deseada

En general, una solucin analtica es muy complicada, por lo que debe
usarse la computadora. En tal sentido podemos decir que el diseo de sistemas
de control ptimo es fundamentalmente un problema computacional.
Para sistemas de control discretos, la funcin de costo generalmente posee la
forma siguiente:

( ) ( ) ( ) ( )
N
k
k u k r k x L J
0
, ,
.... (2.1)

Donde:
k = tiempo discreto
N = tiempo discreto final
x(k) = vector de estado
r(k) = vector de referencia
- 29 -
u(k) = vector de control ptimo (denominada tambin fuerza o seal de
control)

Para aplicaciones de prcticas, el vector de control u debe de estar
siempre acotado.

ii). Control ptimo Cuadrtico no Estacionario

El problema del control ptimo cuadrtico discreto no estacionario
consiste en encontrar una adecuada ley de control ptimo de un sistema de
control lineal de tiempo discreto.
6

c x k Hu k Gx k x + + ) 0 ( ); ( ) ( ) 1 (
. (2.2)

Que sea capaz de trasladar la dinmica del proceso desde un estado
inicial x(0) hacia un estado final deseado x(N). La fuerza de control ptima
u(k) se determina a partir de la minimizacin de la siguiente funcin de
costo cuadrtica discreta:

( ) ( ) ( ) ( ) ( ) ( )
+ +
1
0
2
1
2
1
N
k
T T T
k Ru k u k Qx k x N Sx N x J
.. (2.3)

Donde:

Q : Matriz Hermtica (o matriz real simtrica) definida positiva (d.p.)
o semidifinida positiva (s.d.p) de n n
R : Matriz Hermtica (o matriz real simtrica) definida positiva (d.p)
de r r
S : Matriz hermtica (o matriz real simtrica) definida positiva (d.p) o
semidefinida positiva (s.d.p) de n n

6
Bryson, A. y Y. Ho Applied Optimal Control. Optimization, Estimation and Control, J. Wiley & Sons,
New Cork (1975).
- 30 -
Las matrices Q, R y S se seleccionan convenientemente para ponderar la
importancia relativa del vector de estado x(k), del vector de control u(k) y
del estado final x(N), respectivamente.
La ley de control ptima viene dada por:

) ( ) ( ) ( k x k K k u
.. (2.4)

Una condicin necesaria para aplicar el control por realimentacin de
estados es que el proceso sea completamente controlable; adems sea
completamente observable (todos los estados deben estar disponibles o
medibles). Si existieran estados que no pudieran medirse directamente, ser
necesario estimarlos por medio de un estimador u observador de estados.
La solucin al problema de control ptimo cuadrtico no estacionario
est dada por la matriz de ganancia del controlador K(k), para cuyo efecto se
hace necesario resolver la ecuacin de Riccati:

( ) ( ) [ ] G k P H H k P H R H k P G G k P G Q k P
T T T T
) 1 ( ) 1 ( 1 1 ) (
1
+ + + + + +

(2.5)

La matriz P(k) es una matriz hermtica definida positiva de n x n, que puede
determinarse recursivamente hacia atrs desde k = N hasta k = 0, es decir
P(N), P(N-1), , P(0), donde

S N P ) (
.... (2.6)
Luego, la matriz de ganancia del controlador est dada por:

[ ] G k P H H k P H R k K
T T
) 1 ( ) 1 ( ) (
1
+ + +

(2.7)

Finalmente, la seal de control ptima est dada por:

- 31 -
G k P H H k P H R
k x k K k u
T T
) 1 ( ] ) 1 ( [
) ( ) ( ) (
1
+ + +

(2.8)

Se puede encontrar que el valor que el mnimo de la funcin de costo es:

) 0 ( ) 0 ( ) 0 (
2
1
min
x P x J
T
.. (2.9)

iii). Control ptimo Cuadrtico Estacionario

En el sistema de control ptimo cuadrtico discreto no estacionario, se
vi que la dinmica del sistema evoluciona hasta un tiempo finito,
haciendo que la matriz de ganancia o matriz de ganancia de realimentacin
K(k) se convierte en una matriz variante en el tiempo; mientras que en el
control ptimo cuadrtico estacionario, la dinmica de control evoluciona
hasta un tiempo N infinito, por consiguiente, la ganancia K(k) se convierte
en una matriz constante K. Para N infinito, el trmino ) ( ) (
2
1
N x S N x
T
de la
ecuacin (2.3) desaparece debido a que x() = 0.

Funcin de costo:

[ ]
+ ) ( ) ( ) ( ) (
2
1
k u R k u k x Q k x J
T T
... (1)

Ecuacin de Riccati en estado estacionario:

PG H PH H R PH G G P G P
T T T T 1
] [

+
... (2.10)

- 32 -
La forma de resolver la ecuacin de Riccati en estado estacionario es usar
la ecuacin de Riccati en estado no estacionario, dada la ecuacin (2.5) pero
con la inversin en la direccin del tiempo, como se presenta a continuacin:

G k P H H k P H R H k P G G k P G k P
T T T T
) ( ] ) ( [ ) ( ) ( ) 1 (
1
+ +
(2.11)

Y empezar con P(0), luego P(1), y as sucesivamente hasta obtener una
solucin en estado estacionario.

Matriz de ganancia del controlador:

P H PH H R K
T T 1
] [

+ . (2.12)

Ley de control ptima:

) ( ) ( k x K k u
. (2.13)

Funcin de costo mnima:

( ) ) 0 ( 0 ) 0 (
2
1
min
x P x J
T
.. (2.14)

El diagrama de bloques del sistema del control ptimo de estado
estacionario se representa en la figura siguiente en donde se asume que todos
los estados se encuentran disponibles. Para operacin satisfactoria del
sistema de lazo cerrado mostrada en dicha figura, todas las races de su
ecuacin caracterstica:

[ ] 0 det + HK G zI (2.15)

Deben posicionarse dentro del circulo unitario.
- 33 -

Se puede apreciar que en esta seccin y en el anterior, la ley de control
u(k) slo depende de la matriz de ganancia del controlador y del estado x(k)
por consiguiente estamos en el caso del sistema regulador ptimo.

iv). Diseo de un Observador ptimo Cuadrtico
Cuando tan slo se pueden medir en forma directa algunas de las
variables del vector de estado, entonces es necesario estimar dicho vector de
estado x(k), es decir obtener un vector de estado estimado ) (k x
. En el diseo
del estimador u observador de estados discreto se calcula su matriz de
ganancia K
e
, que permite la obtencin de la seal de control u(k). En un
sistema prctico es necesario observar las variables de estado no medibles a
partir de las variables de salida y las de control. En la figura siguiente se
muestra el diagrama de bloques del observador de estados discreto, donde:

Ke : Matriz de salida de realimentacin del observador con
dimensin n x m.
C : Matriz de salida de dimensin m x n.
) ( k x : Vector de estado estimado de dimensin n.
) ( k y : Vector de salida estimado de dimensin m.

De donde se pueden escribir las siguientes ecuaciones del proceso:

) ( ) ( ) 1 ( k u H k x G k x + + (2.16)
u(k)
Iz
x(k)
G
-k
H
- 34 -
) ( ) ( k x C k y (2.17)

y del observador

( ) [ ]
( ) [ ] ) (
~
) ( ) (
~
) (
~
) ( ) (
~
) 1 (
~
k x C k y K k u H k x G
k y k y K k u H k x G k x
e
e
+ +
+ + +
. (2.18)

Al observador o estimador de estados se le denomina tambin observador de
prediccin porque el estimado ) 1 (
~
+ k x est un periodo de muestreo delante
de la medicin y(k)

Figura: Diagrama de Bloques del observador de estado

Ecuacin de error del observador:
Restando la ecuacin (22) de la ecuacin (20) se obtiene la siguiente
ecuacin de error del observador:

u(k)
H
H z
-1
I
G
K
e

C
C
z
-1
I
G
+
+
+
+
+
+
+
+
Observador de estados
) (
~
k x

) (
~
k x

x(k)
- 35 -
) ( ] [ ) 1 ( k e C K G k e
e
+ . (2.19)

Donde:

) ( ) ( ) ( k x k x k e .. (2.20)

Ecuacin Caracterstica:
La estabilidad del observador se determina resolviendo la siguiente
ecuacin caracterstica:

0 ] det[ + C K G zI
e
.... (2.21)

Las races de la ecuacin caracterstica deben posicionarse dentro del
crculo unitario para operacin satisfactoria del observador.
K
e
debe ser escogida apropiadamente para que el error tienda a cero.
El proceso debe ser completamente observable, condicin que se
consigue aplicando el criterio de observabilidad.

Ecuacin de Riccati:

T
e
T
e e
T
e
T
e e e
G P C C P C R C P G G P G Q P
1
] [

+ + (2.22)

Para determinar P
e
aplicamos el mismo procedimiento empleando para
calcular P, dada en la ecuacin (2.5) pero con la inversin en la direccin del
tiempo y efectuando las siguientes modificaciones:

T
e
T T
K K C H G G ; ; (2.23)

Obtenindose

T
e
T
e e
T
e
T
e e e
G k P C C k P C R C k P G G k P G Q k P ) ( ] ) ( [ ) ( ) ( ) 1 (
1
+ + +
(2.24)
- 36 -

Matriz de ganancia K
e
:

T
e
T
e e e
G P C C P C R K
1
] [

+ .. (2.25)

Nota:
Para el caso del observador de estados, las matrices de ponderacin R
e
y Q
e

deben ser elegidas de tal forma que la respuesta del observador sea dos o tres
veces ms rpida en comparacin con la respuesta del proceso.
Generalmente para que esto ocurra, los elementos de Re deben ser bastantes
menores que los elementos de Q
e
.

v). El Controlador ptimo para Sistemas de Seguimiento en estado
estacionario.

En el diseo de sistemas de seguimiento, es decir sistemas en la salida sigue
a una referencia deseada, es necesario indicar que se debe conocer los
valores propios de la planta o proceso, permitindonos averiguar si la planta
tiene integrador. Dependiendo de ello se pueden aplicar cualquiera de los dos
siguientes casos.

a) El Controlador ptimo Proporcional Estacionario
El controlador ptimo es un sistema de control realimentado, en donde la
salida controlada sigue a una seal de referencia r(k)=r (funcin escaln)
es decir estamos considerando un sistema de seguimiento.
Restringiremos nuestro tratamiento a sistemas univariables. Esta
estructura slo es aplicable a procesos que poseen un comportamiento
integral.
La figura siguiente muestra el esquema de un controlador para la
variable de estado x
2
, empleando una ley de control de realimentacin de
estados que involucra a la matriz de ganancia del controlador, la
referencia y la seal de salida. De dicha figura, considerando como salida
al estado x
2
(k) se obtiene la siguiente ley de control:
- 37 -

)] ( ) ( [ ) ( ... .......... ) ( ) ( ) (
2 2 3 3 1 1
k x k r k k x k k x k k x k k u
n n
+

) (
) (
.
.
) (
) (
) (
) ......... (
2
3
2
1
3 2 1
k r k
k x
k x
k x
k x
k k k k
n
n
+
,
_

) ( ) ( ) (
2
k r k k x K k u + . (2.26)

Figura: Esquema del regulador ptimo proporcional.

Reemplazando la ecuacin (2.30) en (2.2) se obtiene:

) ( ) ( ) (
) ( ) ( ) 1 (
2
k r k H k x HK G
k u H k x G k x
+
+ +
. (2.27)

Aplicando la transformada z a la ecuacin (2.31) se obtiene la siguiente
solucin de la ecuacin de estado en trminos de z:

k
2
k
n
k
3
k
1
r(k)

u(k)

x(k)

x(k+1)=
Gx(k)+Hu(k)

y(k)=x
2
(k)

+

+

-

-

-

-

c

- 38 -
( ) ) ( ) (
2
1
z r k H HK G zI z x

+ ... (2.28)

Reemplazando esta ltima ecuacin en la expresin de la salida, tenemos:

( ) z r k H HK G zI C z Cx z y
2
1
) ( ) ( ) (

+ (2.29)

Para obtener la salida en estado estacionario, como respuesta a una
referencia escaln unitario, aplicamos la propiedad del valor final

2
1
1
) (
) (
1
) (
k H HK G zI C
z y
z
z
Lim k y Lim
z k
.. (2.30)

Para un perfecto seguimiento, la salida y=1 (escaln unitario), condicin
que debe cumplirse si 1 ) (
2
1
+

k H HK G zI C .
Por conveniencia, las matrices R y Q deben tomar la forma
diagonal, as:

1
1
1
1
1
]
1
1
1
1
1
1
]
1
p p
q
q
q
Q
r
r
r
R
. . . 0 0
. . ... .
0 .. . . 0
0 .. . . 0
;
. . . 0 0
. . ... .
0 .. . . 0
0 .. . . 0
2
1
2
1

Donde:
Los elementos r
1,
r
2
, r
p
deben ser todos positivos para que R
sea una matriz simtrica definida positiva (d.p.).
Los elementos q
i
deben ser positivos y algunos de ellos nulos para
que Q sea una matriz simtrica semidefinida positiva (s.d.p.).
Cada elemento q
i
r
i
dar un peso correspondiente a cada variable
de estado x
i
o a cada seal de control u
i
, respectivamente. El criterio
para escoger los pesos est en relacin con la importancia que le demos
a cada variable o seal en cuestin.

- 39 -
b) El Controlador ptimo Proporcional Integral

Para procesos que no poseen propiedades integradores, la conclusin de
accin integral en el sistema de control permite obtener un error
estacionario nulo. La figura siguiente ilustra un regulador para sistemas
de una entrada y una salida (SISO).
7

Figura: Controlador ptimo proporcional integral

Ecuaciones de estado y de salida del proceso:

); ( ) ( ) 1 ( k u H k x G k x + + .. (2.31)

) ( ) ( k x C k y .. (2.32)

Ley de control:

) ( ) ( ) (
1
k v K k x K k u + ... (2.33)

Matriz de ganancia del controlador:

[ ]
n
K K K K ...
2 1
... (2.34)

7
Takahashi, Y., M. Rabins y D. Auslander Control and Dynamic Systems, Addison-Wesley Pub. Co.,
Reading, Massachussets, (1977).
u(k)
H
C z
-1
I
G
x(k)
y(k)
K
z
-1
I
v(k)
r(k)
K
I
v(k-1)
Control Integral
Planta con realimentacin del estado
- 40 -
Ecuacin para el integrador

) ( ) ( ) 1 ( ) ( k y k r k v k v + .. (2.35)

) 1 ( ) ( ) ( ) ( ) 1 (
)] ( ) ( [ ) 1 ( ) (
) 1 ( ) 1 ( ) ( ) 1 (
+ + + +
+ + +
+ + + +
k r k x CHK CG k v CHK
k U H k x G C k r k v
k y k r k v k v
I
. (2.36)
Empleando las ecuaciones (2.35) y (2.37) obtenemos:

) ( ) ( ) (
)] ( ) ( [ ) ( ) 1 (
k v HK k x HK G
k u H k x K H k x G k x
I
+
+ + +
.. (2.37)
y de las ecuaciones (2.40), (2.41) y (2.36) deducimos:

) 1 (
1
0
) (
) (
1 ) 1 (
) 1 (
+
1
]
1
+
1
]
1
1
]
1
1
]
1
+
+
k r
k v
k x
CHK CHK CG
HK HK G
k v
k x
I
I
. (2.38)

1
]
1
) (
) (
] 0 [ ) (
k v
k x
C k y . (2.39)

En estado estacionario ( ) k , los valores de x(k), u(k) y v(k) toman
valores ) ( x . Entonces la ecuacin (2.42) se convierte en:

1
]
1
+
1
]
1
1
]
1
1
]
1
r v
x
CHK CHK CG
HK HK G
v
x
I
I
0
) (
) (
1 ) (
) (
. (2.40)

Si se efecta la siguiente asignacin:

) ( ) ( ) ( k x x k x
e
.... (2.41)
) ( ) ( ) ( k v v k v
e
.... (2.42)

y se resta la ecuacin (2.44) de (2.42) y se usa las relaciones (2.45) y
(2.46) se obtiene:

- 41 -
[ ]
1
]
1
1
]
1
+
1
]
1
1
]
1
1
]
1
1
]
1
1
]
1
+
+
) (
) (
) (
) ( 0
) (
) (
1 ) 1 (
) 1 (
k v
k x
K K
CH
K
k v
k x
I CG
G
k v
k x
CHK CHK CG
HK HK G
k v
k x
e
e
I
e
e
e
e
I
I
e
e
(2.43)
que finalmente se reescribe como:

) (
~
) (
~
) 1 ( k w H k G k + +
(2.44)
Donde:
) (
~
) ( k K k w
1
]
1
) (
) (
) (
k v
k x
k
e
e

1
]
1
I CG
G
k G
0
) (
~

1
]
1
CH
K
k H ) (
~

[ ]
I
K K k K ) (
~

La ecuacin de Riccati y la ecuacin de ganancia del controlador K
~
son:

[ ] G P H H P H R H P G G P G Q P
T T T T
~ ~ ~ ~ ~ ~ ~ ~ ~ ~ ~ ~ ~ ~ ~ 1
+ + (2.45)
[ ] G P H H P H R K
T T
~ ~ ~ ~ ~ ~ ~ ~ 1
+ . (2.46)

2.6 Motor de corriente directa:

Un motor elctrico es un dispositivo electromecnico cuya funcin es
realizar un proceso de conversin de la energa, tiene una entrada que es una
diferencia de potencial y una salida que es la rotacin de un eje. Un generador
tiene como entrada la rotacin del eje y como salida una diferencia de
potencial.
8

8
Antsaklis, Panos J. INTELLIGEN CONTROL, Encyclopedia of Electrical and Electronics
Engineering. John Wiley and Sons, Inc., (1997).
- 42 -

El motor DC de imn permanente se usa para convertir una seal de
entrada elctrica en una seal de salida mecnica como indica el grfico. El
motor consta bsicamente en forma fsica de dos partes un embobinado de
campo ubicado en el estator y un embobinado de armadura ubicado en el rotor,
el cual puede girar de manera libremente. Este embobinado est ubicado en un
campo magntico generado en forma normal, por una corriente que fluye por
el embobinado de campo. Cuando una corriente que fluye por el embobinado
de armadura, debido a que est en uin campo magntico, sobre el embobinado
acta fuerzas que lo hacen girar.

La fuerza F que acta sobre el alambre por el cual pasa una corriente i
a
y
es de longitud L en un campo magntico con una densidad de flujo B
ortogonales al alambre que est dado por:

L i B F
a

Con N alambres

L i B N F
a

- 43 -
Las fuerzas sobre los alambres del embobinado de armadura dan por
resultado un par T, donde T = Fb, y b es el ancho del embobinado. De este
modo,

b L i B N T
a

El par resultante es proporcional a B ia, los otros factores son constantes.
Por lo tanto, se puede escribir

a
i B k T
1

Puesto que la armadura es un embobinado giratorio en un campo
magntico en este se inducir un voltaje como resultado de la induccin
electromecnica.
La direccin de este voltaje ser de modo tal que se oponga al cambio que lo
produce y se denomina fuerza contra electromotriz. Esta fuerza contra
electromotriz Vb es proporcional a la razn de rotacin de la armadura y al
flujo eslabonado por el embobinado, por lo tanto, la densidad de flujo B.

De este modo.

w B k V
b 2

Donde w es la velocidad angular del eje y k
2
es una constante.

Con el motor controlado por armadura, la corriente de campo i
f
se
mantiene constante y el motor se controla mediante el ajuste del voltaje de
armadura V
a
. Una corriente de campo constante significa que en el
embobinado de armadura la densidad de flujo magntico B es constante. La
ecuacin ser

w k V
b 3

- 44 -
Donde k
3
es una constante. El circuito de armadura se puede considerar
como una resistencia R
a
en serie con una inductancia La y una fuente de
fuerza contra electromotriz.

De esta manera, si V
a
es el voltaje aplicado al circuito de armadura,
entonces

a a a b a
i R
dt
di
L V V +
La entrada a la parte del motor del sistema es V
a
, la cual se suma con la
seal de realimentacin de la fuerza contra electromotriz V
b
para generar una
seal de error que se usa como entrada al circuito de armadura. De este modo
la ecuacin anterior describe la relacin entre la seal de error, que es la
entrada al embobinado de armadura, y la salida de ste, que es la corriente de
armadura i
a
, al sustituir V
b
en la ecuacin, donde se obtiene.

a a a a
i R
dt
di
L w k V +
3

La corriente i
a
en la armadura resulta en un par T, dado por la ecuacin.
Puesto que B es una constante, esta ecuacin se convierte en:

a a
i k i B k T
4 1

Donde k
4
es una constante.
- 45 -
Control Adaptivo de Sistemas SISO linealizables.
"En el lenguaje cotidiano, adaptar significa cambiar un comportamiento para
conformar una nueva circunstancia. Intuitivamente, un controlador adaptivo es un
controlador que puede modificar su comportamiento en respuesta a los cambios en la
dinmica del proceso y las caractersticas de la perturbacin" (Astrm y
Wittenmark,1995).
Aunque que la teora de los motores DC esta bien establecida (Krause, 1985; Leonhard,
1985; Fitzgerald et al., 1983) los parmetros de la descripcin matemtica en muchos
casos son slo aproximadamente conocidos y varan durante la operacin. La tcnica de
control de linealizacin por realimentacin para el motor DC de imn permanente
requiere la cancelacin de los trminos no-lineales. Cuando esos trminos contienen
parmetros desconocidos, el desarrollo de la versin ptimo es muy necesario.

Linealizacin por Realimentacin Adaptiva: Caso Grado Relativo Uno.
En esta seccin, se presenta el procedimiento de diseo de control ptimo para
un sistema linealizable dado en (Sastry e Isidory, 1989). Consideremos el sistema
Captulo 3: Metodologa
- 48 -

CAPITULO 3

METODOLOGA

3.1 Metodologa De La Investigacin

Pasos Metodolgicos
El procedimiento del diseo e implementacin de un sistema de control
ptimo cuadrtico comprende los siguientes pasos.
1. Formular la fase lgica o epistmico que comprende la formulacin del
problema, objetivos, hiptesis y su justificacin las mismas que van a
permitir determinados especificaciones de diseo.
2. Determinar el modelo matemtico del control de motor a controlar y
determinar su controlabilidad y observabilidad.
3. Determinar la matriz de ganancia ptima k de control.
4. Calcular la matriz de ganancia ptima k
e
del observador.
5. Simular el sistema de control ptimo cuadrtico.
6. Implementar el software del sistema.
7. Realizar pruebas de funcionamiento que permitan obtener resultados
experimentales satisfactorios.

3.2 Materiales
Para desarrollar el presente trabajo de tesis se utiliz y se revis los
siguientes materiales bibliogrficos bsicos para el cumplimiento de los
objetivos:
Bibliografa y pginas webs referente al tema central de control ptimo
y tambin lo referente a maquinas elctricas de corriente continua.
Documentos oficiales, catlogos, manuales de instituciones, tesis acerca
del tema.
Informacin de bibliografa referente a experiencias de laboratorio.

- 49 -
3.3 Mtodo y tcnicas de recoleccin de datos
La metodologa que se plantea para el desarrollo del presente trabajo de Tesis,
es el mtodo descriptivo y de investigacin, el cual ya fue explicado. Esto nos
permitir culminar de manera satisfactoria el diseo, modelamiento, simulacin
para el control del motor de corriente corriente continua, adems permitir
experimentar y determinar la comprobacin de las hiptesis planteadas para
finalmente concluir y recomendar alcances gracias al desarrollo del presente
trabajo de tesis.

3.4 Variables de estudios

3.4.1 Variables dependientes
Velocidad de motor (w) rad/seg: y
1

3.4.2 Variables Independientes
Voltaje o tensin de entrada (V)Voltios: x
1

Los parmetros tcnicos del motor: x
2

3.4.3 Variables Intervinientes
Computadora Personal (PC)
Software MATLAB

TABLA DE DEFINICIN DE VARIABLES DE ESTUDIOS
Nombre de variable Smbolo
Tipo de
Variable
Unidad de
Medida
Velocidad de motor () y
1
Dependiente Rad/seg
Variable de seal de control
ptimo
y
2
Dependiente Seg
Tensin de entrada (V) x
1
Independiente Voltios
Corriente de Armadura (I) x
2
Independiente Amperios
Pc Interviniente
Software Interviniente

- 50 -
3.5 Modelos Matemticos
Se plantearn los siguientes modelos matemticos, teniendo como referencia la
relacin que existe entre diferentes variables.

Modelo matemtico del proceso:

Usando la ley de voltajes de Kirchoff, la ecuacin lineal que modela el circuito
es:
0 V
a a a b a
i R
dt
di
L V V +

Usando la ley de Newton del movimiento, la suma de momentos sobre el eje
de revolucin es:

dt
dw
J M
( )
dt
dW
J bW Tm
t
+

Captulo 4: Diseo de Modelamiento
- 52 -

CAPITULO 4

DISEO DE MODELAMIENTO

4.1 Modelamiento del motor DC de imn permanente:

Este captulo discute el modelo matemtico de motor DC. Un modelo
matemtico de este motor se define un conjunto de ecuaciones diferencias no-
lineales (cuadrticos) que representa la dinmica del motor DC. Usando la notacin
matricial.

Motor Elctrico:
w
CARGA
Va
La Ra
Vb
Ia
V
f
L
f
R
f
I
f
ROTOR
b
J
wm
T
ESTATOR

4.2 Circuito Elctrico (Ley de Kirchoff):

Dominio Tiempo:
- 53 -

Vb
dt
dIa
La RaIa Va + +
. (4. )

Donde:
Vb = Tensin contra electromotriz

Dominio Laplace

( )
( ) ) ( ) ( ) (
) ( ) ( ) (
) ( ) ( ) ( ) (
s Ia S La Ra s Vb s Va
s Vb s Ia S La Ra s Va
s Vb s Ia S La s Ia Ra s Va
+
+ +
+ +


S La Ra s Vb s Va
s Ia
+
1
) ( ) (
) (
(4.I)

Diagrama de Bloque

4.3 Voltaje Contra electromotriz (Vb):

Dominio Tiempo:
) ( ) ( t w Kb t Vb

Dominio Laplace:

) ( ) ( s W Kb s Vb
.. (4. )
Va(s)-Vb(s)
S La Ra +
1

Ia(s)
- 54 -

Kb
s W
s Vb
) (
) (
(4.II)
Diagrama de Bloque:

4.4 Circuito Electromecnico: Conversin de Energa Elctrica en Mecnica
(Torque Motor)

Dominio Tiempo:

Flujo en el entrehierro:
If Kf
Donde: cte If

Corriente de Armadura:
Variable Ia

Torque desarrollado por el motor:

Ia If Kf K If Kf Ia K Tm
1 1

Ia Km Tm
.. (4. )
Km = constante motrica

Dominio Laplace:

) ( ) ( s Ia Km s Tm

W(s)
Kb
Vb(s)
- 55 -

Funcin de Transferencia
Km
s Ia
s Tm
) (
) (
. (4.III)

Diagrama de Bloque

4.5 Circuito Mecnico (Dinmica Rotacional)

Por la Segunda Ley de Newton:

Dominio Tiempo:

Flujo en el entrehierro:

J T

dt
dw
J bw Tm

bw
dt
dw
J Tm +
. (4. )

Dominio Laplace:

( ) ) ( ) (
) ( ) ( ) (
s w Js b s Tm
s w s J s bw s Tm
+
+


b s J s Tm
s w
+
1
) (
) (
.. (4.IV)
Ia(s)
Km
Tm(s)
- 56 -

Diagrama de Bloque:

4.6 Movimiento: Cintica Rotacional:

Dominio Tiempo
ds
d
w

Dominio Laplace:
) ( ) ( s S s W


s s W
s 1
) (
) (
(4.V)

Diagrama de Bloque:

4.7 Diagrama de Bloque Total:

El diagrama de Bloque Total de las ecuaciones: (4.I), (4.II), (4.III), (4.IV) y (4.V) se
obtiene lo siguiente:
W(s)
s
1

) (s

Tm(s)
b s J +
1

w(s)
- 57 -

1/(Ra+LaS)
+
-
e(s)=Va(s) Vb(s)
Km
Ia(s) Tm(s)
W(s)
(s)
Va(s)
Kb
Vb(s)
1/(Js+b)
1/s
Diagrama de bloque de lazo cerrado

Simplificando:

Km
(Ra+LaS)(Js+b)
W(s)
+
-
Va(s)
(s)
(s)
1
s
Kb
Vb(s)

4.8 Funcin de Transferencia total del motor:

( )( )
( )( )
( )( ) Kb Km b Js LaS Ra
Km
b s J S La Ra
Kb Km
b s J S La Ra
Km
s Va
s W
+ + +
+ +
+
+ +
1
) (
) (

De lo anterior se reduce:

( )
( )( ) Kb Km b Js LaS Ra
Km
s Va
s W
+ + +
) (

- 58 -

4.9 Modelo del motor DC para el control de velocidad, controlado por el voltaje de
armadura usando el mtodo de funcin de transferencia.
Considerando el sistema internacional, las unidades (tf) de la constante de armadura
es igual a la constante del motor.

As:

Funcin de Transferencia

( )
( )( )
b m
m
K K b Js LaS Ra
K
s Va
s W
+ + +
) (

Frmula para el control de velocidad

4.10 Modelo Matemtico del motor DC controlado por voltaje de armadura
usando el mtodo de espacio de estado (SS).

a) Eleccin de las Variables de Estado:

Ecuaciones en el dominio de tiempo: de ( ), ( ), ( ) y ( ) se tiene:

Circuito Elctrico:
Vb
dt
dIa
La RaIa Va + + .. (4.i)
Ecuacin de Primer Orden:

Existe una variable de estado, por ser de 1er orden que es:
a
I X
1

Conversin de energa elctrica en mecnica:
( ) ( ) L L
a I Km Tm ... (4.ii)
Donde: (L) Ecuacin Lineal
- 59 -

Como depende linealmente de Ia, por lo tanto:
No necesita definir variable de estado

Circuito Mecnico

( )
dt
d
J bW Tm
t
+ . (4.iii)
Como:
2
2
dt
d
dt
dW
dt
d
W

... (4.iv)

Reemplazando (iv) en (iii), se tiene:
( )
t d
d
J bW Tm
t
2
2
+ ... (4.v)
Es una ecuacin diferencial de segundo orden

Entonces necesitamos definir dos variables de estado que seran:

&
3
2
X
X
.. (4.vi)
Tensin contra electromotriz

) ( ) ( t W K t Vb
b
... (4.vii)

Como:

dt
d
W

(4.viii)
Reemplazando (viii) en (vii), se tiene:
( )
dt
d
Kb t V
b
. (4.ix)
Ecuacin diferencial de primer orden

Entonces necesitamos definir una variable de estado por ser de 1er orden, que
serian:
- 60 -

&
3
X
Pero esta variable de estado ya fue definida por X
2

Entonces esta variable ya no se considera
Existen 3 variables definidas para la ecuacin de estado y salida:
W X
X
Ia X

&
3
2
1

b) Ecuaciones de Estado
Reemplazando la ecuacin (4.vii) en (4.i) y usando las variables de estado
elegidas se obtienen:

De (4.i):
3 1 1
X K X L X R V
b a a a
+ +
&

Despejando:
a
a
a
b
a
a
L
V
X
L
K
X
L
R
X +
3 1 1
&
... (4.a) Ecuacin de estado

De (4.ii):
( ) ( ) L L
a I Km Tm

1
) ( X K t Tm

De (4.v):
( )
t d
d
J bW Tm
t
2
2
+
Reemplazando las variables:
1
) ( X K t Tm

2
2
3 3
dt
d
X
dt
d
X

&

Entonces:
3 3 1
X J X b X K
&
+
- 61 -

3 1 3
X
J
b
X
J
K
X
&
.. (4.b) Ecuacin de estado

Observacin:
En las ecuaciones de estado No aparece X
2
entonces como falta se tiene:

Sabiendo que:
3 2 2
X X X
& &
ya que
&

dt
d
X
3

Entonces:
3 2
X X
&
.. (4.c) (Ecuacin de estado)

Representando las ecuaciones del estado matricialmente de (4.a), (4.b) y (4.c) se
tiene:

a
a
m
a
b
a
a
V
L
X
X
X
J
b
J
K
L
K
L
R
X
X
X
X
1
1
1
1
1
1
]
1
+
1
1
1
]
1
1
1
1
1
1
1
]
1
1
1
1
]
1
0
0
1
0
1 0 0
0
3
2
1
3
2
1
&
&
&
&

A B

Donde:

Ra : Resistencia elctrica del circuito inductor
La : Autoinduccin del circuito inductor
b : Es la constante de friccin.
K
b
: Constante de fuerza
K
m
: Constante del motor
J : Rotor de inercia o momento de inercia del sistema
- 62 -

V
a
: Tensin de armadura o de inducido
V
b
: Voltaje de Fuerza electromotriz
1
X : Corriente de armadura (I
a
)
2
X : ngulo del motor ( )
3
X : Velocidad angular (w)
Con ello llegamos a la ley de control ptimo que es:

1
1
1
]
1
1
1
1
]
1
+
0
0
0
0 :
:
1
Va u
u Donde
u B X A X estado de Ecuacin
&

Si escogemos la velocidad angular w x
3

Entonces:
[ ]
1
1
1
]
1
3
2
1
1 0 0
X
X
X
Y

Tambin hay otra manera de poder expresar la ecuacin de estado, escogiendo la
velocidad angular y la corriente elctrica con las variables de estado y el voltaje
como entrada, se escoge la salida a la velocidad angular.

4.11 Otro mtodo escogiendo la velocidad angular y la corriente elctrica
controlado por voltaje de armadura usando el espacio de estado (SS)

1) Eleccin de las Variables de Estado:

Ecuaciones en el dominio de tiempo: de (4. ), (4. ), (4. ) y (4. ) se tiene:

Circuito Elctrico:
b
a
a a
v
dt
di
La i R Va + +
Sabemos que:
- 63 -

) (t
dt
d
k w k v
b b b

) ( ) ( ) ( t
dt
d
k t i
dt
d
L t i R Va
b a a a a
+ +
... (4.1)
Ecuacin de Primer Orden:

Existe una variable de estado, por ser de 1er orden que es:
a
I X
1

Conversin de energa elctrica en mecnica:
( ) ( ) L L
a I Km Tm . (4.2)
Donde: (L) Ecuacin Lineal
Como depende linealmente de Ia, por lo tanto:
No necesita definir variable de estado

Circuito Mecnico

( )
dt
dW
J bW Tm
t
+ .. (4.3)
Como:
2
2
dt
d
dt
dW
dt
d
W

.. (4.4)

Reemplazando (4.4) en (4.3), se tiene:
( )
t d
d
J bW Tm
t
2
2
+

) ( ) ( ) (
2
2
t i k t
dt
d
b t
dt
d
J
a m
+
.. (4.5)

Es una ecuacin diferencial de segundo orden

Entonces necesitamos definir dos variables de estado que seran:
- 64 -

a
i X
2
.... (4.6)
Tensin contra electromotriz

) ( ) ( t W K t Vb
b
.... (4.7)

Como:

dt
d
W

.. (4.8)
Reemplazando (viii) en (vii), se tiene:

( ) W Kb
dt
d
Kb t V
b

(4.9)
Ecuacin diferencial de primer orden

Existen 2 variables definidas para la ecuacin de estado y salida:
a
i X
X
2
1

&
. (4.10)

2) Ecuaciones de Estado
Rescribiendo las ecuaciones diferenciales (4.1) y (4.5) del motor D.C.
) ( ) ( ) (
2
2
t i k t
dt
d
b t
dt
d
J
a m
+ . (4.11)
) ( ) ( ) ( t
dt
d
k t i
dt
d
L t i R Va
b a a a a
+ + .... (4.12)

y aplicando transformada de Laplace a la ecuacin (4.11)

de (4.11):
[ ] ) ( ) (
2
s I k s bs Js
a m
+

[ ]
) ( ) (
2
s
k
bs Js
s I
m
a

+
.
(4.13)
- 65 -

Idnticamente, tomando transformada de Laplace a la ecuacin (4.12), se tiene
que:
[ ] ) ( ) ( ) ( s s k s I sL R s V
b a a a a
+ + . (4.14)

Reemplazando la ecuacin (2.3) en (2.4) se obtiene:
( )( ) [ ]
) ( ) ( s
k
k k b Js sL R s
s V
m
b m a a
a

+ + +
.... (4.15)

La funcin de transferencia del proceso, se obtiene de la ecuacin (4.15), y as:
( )( ) [ ]
b m a a
m
a
k k b Js sL R s
k
s V
s
+ + +
) (
) (
.. (4.16)

Finalmente, la funcin de transferencia, considerando como salida a la velocidad
angular
&
y como entrada a la tensin V
a

es:
( )( ) [ ]
b m a a
m
a
k k b Js sL R
k
s V
s
+ + +
) (
) (
&
.. (4.17)
Puesto que:
1 ) (
1
) ( s
s
s
&

De esta ltima ecuacin se observa que el proceso no tiene integrador. Si se elige
&
1
x y
a
i x
2
y se reemplaza en las ecuaciones (4.11) y (4.12) se obtiene:

De la ecuacin (4.11):
2 1 1
x k bx x J
m
+ & ... (4.18)

De la ecuacin (4.12):
1 2 2
x k x L Rx V
b a a
+ + & . (4.19)

Despejando
1
x& y
2
x&de las ecuaciones (4.18) y (4.19) respectivamente, se tiene
que:
- 66 -

2 1 1
x
J
k
x
J
b
x
m
+ & .. (4.20)
a
a a
a
a
b
V
L
x
L
R
x
L
k
x
1
2 1 2
+ & .... (4.21)

Escribiendo matricialmente las dos ltimas ecuaciones, tendremos:

a
a
a
a
a
b
m
V
L
x
x
L
R
L
k
J
k
J
b
x
x
,
_
,
_
,
_
,
_
1
0
2
1
2
1
&
&
. (4.22)

Como la salida es la velocidad angular, entonces su representacin matricial es:
( )

,
_
2
1
0 1
x
x
y
.. (4.23)
Donde:

Ra : Resistencia elctrica del circuito inductor
La : Autoinduccin del circuito inductor
b : Es la constante de friccin.
k
b
: Constante de fuerza
k
m
: Constante del motor
J : Rotor de inercia o momento de inercia del sistema
V
a
: Tensin de armadura o de inducido
V
b
: Voltaje de Fuerza electromotriz
1
x : Velocidad angular (w)
2
x : Corriente de armadura (I
a
)

Captulo 5: Simulacin del Sistema de Control
- 68 -

CAPITULO 5

SIMULACIN DEL SISTEMA DE CONTROL

5.1. DISEO DEL SISTEMA DE CONTROL PTIMO CUADRTICO EN
TIEMPO CONTINUO DE IMN PERMANENTE

La ecuacin de estado y salida del motor de imn permanente ser de la
siguiente manera:

Bu Ax x + &
Cx y
La ley de control:
Kx u
El ndice de rendimiento
( )
+
0
dt Ru u Qx x J
T T

La ecuacin para hallar el motor es:

a m
i k bw w J + &
Segundo ley de Newton (circuito mecnico)
w k i L i R V
b a a a a a
+ +
&
Ley de voltajes de kirchoff (circuito elctrico)

Ordenando se tiene:

a
m
i
J
k
w
J
b
w + &

a
a
a
a
a
a
b
a
V
L
i
L
R
w
L
k
i
1
+
&

- 69 -

Por lo tanto:

a
a
a
a
a
a
b
m
a
V
L
i
w
L
R
L
k
J
k
J
b
i
w
1
1
1
]
1
+
1
]
1
1
1
1
1
]
1
1
]
1
1
0
&
&

[ ]
1
]
1
1
]
1
a
i
w
x
x
x
&
&
&
&
&
2
1

[ ]
1
]
1
1
]
1
a
V u
u
u
0
2
1

Matriz constante de "2 x 2":

1
1
1
1
]
1
a
a
a
b
m
L
R
L
k
J
k
J
b
A


1
1
1
]
1
a
L
B 1
0

La matriz de salida
[ ]
1
]
1
2
1
x
x
C y
Queremos hallar la velocidad entonces
a
i x y w x
2 1

[ ]
1
]
1
a
i
w
y 0 1

Hallando los valores b, J, k
m
, k
b
y se ha tomado datos de un motor de corriente
continua de imn permanente del Laboratorio de la Escuela Profesional de
Ingeniera Mecnica Elctrica de la Universidad Nacional del Altiplano:
- 70 -

Las pruebas realizadas al motor de corriente continua son:

w
CARGA
Va
La Ra
Vb
Ia
Vf
Lf
Rf
If
ROTOR
b
J
wm
T
ESTATOR
w(rad/s)
seg
Vol
seg
rad
K
6 . 7
47 . 7
86 . 0

- 71 -

a) A PLENA CARGA:
I
a
=7 A
T=5.55 N-m
N=18.5

b) EN VACO:
I
a
=0.7 A
V
a
=24 VDC
w=255 RPM

Hallaremos los parmetros K
m
(N-m/A), R
a
(), b
m
(N-m/rad/seg), J
m
(Ns
2
/rad)

1) Clculo de la constante motrica K
m
:
b a a a
V R I V + .. (1)
Nw k w k V
b m b b
. (2)
La inductancia La en el motor es 0
Donde:

m
m
T
T
w
w
N
Nw w
m

Por el principio de conversin de energa elctrica en energa mecnica el torque
del motor es:
a m m
I K T

y tambin:
m m
m
m m
w b
dt
dw
J T +
por la segunda ley de newton

) (
m m m m a m m
w b w J N I NK NT T + &
m
m
m
m
m
m
a
w
k
b
w
k
J
I + &
- 72 -

m
m
m
m
m
m
a
w
k
b
w
k
J
I + &
Nw
k
b
w N
k
J
I
m
m
m
m
a
+ & (3)

Reemplazando las ecuaciones (2) y (3) en (1):
Nw k R Nw
k
b
w N
k
J
V
b a
m
m
m
m
a
+
,
_
+ &
Luego Aplicando la transformada de Laplace:
( ) ( ) s W Nk NR
k
b
S
k
NR J
s V
b a
m
m
m
a m
a

,
_
+ +

Su Funcin de transferencia es:

( )
( )
m
m
b
m
a m
m
a m a
k
k
Nk
k
R Nb
S
k
R NJ
s V
s W
,
_
+ +
1

( )
( )
m
m
m
m b a m
m
a m a
k
k
k
k Nk R Nb
S
k
R NJ
s V
s W
,
_
+
+
1

( )
( )
( )
( ) [ ]
( )
m b a m
m b a m a m
m b a m
m
a
k Nk R Nb
k Nk R Nb S R NJ
k Nk R Nb
k
s V
s W
+
+ +
+

( )
( )
( )
1 +
,
_
+
+
s
k Nk R Nb
R NJ
k Nk R Nb
k
s V
s W
b m a m
a m
b m a m
m
a

( )
( ) 1 +
S
k
s V
s W
a

Donde:

b m a m
m
k Nk R Nb
k
k
+

- 73 -

b m a m
a m
k Nk R Nb
R NJ
+

a m
m
R NJ
k k

a m
m
R J
N
k
k

A plena carga: (clculo de k
m
)

a
m
m a m m
I
T
k I k T

Reemplazando datos:
79 . 0
7
55 . 5
A
m N
k
m

Si:
a m m
I NK NT T

a
m
NI
T
K

A
m N
K
m
7 5 . 18
55 . 5

Entonces:
A
m N
K
m

2
10 285 . 4

2
10 285 . 4

m b
K K

m b
K y K tienen unidades distintas

2) Clculo de R
a
:
b a a a
V I R V +
m b a a a
w k I R V +
Reemplazando datos:
( )
60
2
255 10 285 . 4 7 . 0 24
2

+

a
R
Resolviendo:
6 . 32
a
R

- 74 -

3) Clculo de J
m
:
Como:

a m
m
R NJ
K K
,
_
K NR
K
J
a
m
m

Reemplazando datos:

,
_
V
seg
rad
A
Nm
J
m
6 . 7
47 . 7
86 . 0
6 . 32 5 . 18
10 285 . 4
2

2
5
10 1629 . 6
s
rad
m N
J
m

4) Clculo de b
m
:
Como:

b m a m
a m
K NK R Nb
R NJ
+

Siendo
b m
K K la constante de un motor de corriente continua de imn
permanente
Reemplazando datos:
( )
2
2
2
5
10 285 . 4 5 . 18 6 . 32 5 . 18
6 . 32 10 1629 . 6 5 . 18
86 . 0
m
b
s
rad
m N

Despejando y hallando b
m
:
Efectuando las operaciones:

seg
rad
Vol
b
m
5
10 59 . 1

RESULTADO
2
10 285 . 4

m b
K K
- 75 -

6 . 32
a
R
seg
rad
Vol
b
m
5
10 59 . 1

2
5
10 1629 . 6
s
rad
m N
J
m

CONDICIONES DE DISEO
Para las condiciones originales del problema y las ecuaciones de estado y salida
planteada considerando una velocidad de referencia de 1rad/seg. (step), adicionada
al sistema los criterios de diseo son:

1. Tiempo de establecimiento < 2seg.
2. Sobrepico < 5%.
3. Error en estado estacionario < 1%

1. Simulacin de un motor de corriente continua sin controlador

% ***SIMULACION DE UN MOTOR DE CD DE IMAN PERMANENTE EN
CONDICIONES NORMALES*****

clear all;
clc;

% ***Ingreso de datos ************

J=6.15E-5;
b=1.59E-5;
Km=4.285E-2;
Kb=4.285E-2;
Ra=32.6;
La=0.00001;

% Sea la el Matriz de estado: x'=Ax+Bu y y'=Cx+Du
% Donde D no existe la matriz por lo tanto la ecuacion sera de la siguiente
H L 00001 . 0
- 76 -

% manera y'=Cx
%***** x': VEctor de estado de orden "n"
%***** u: Vector de control de orden "r"
%***** A: Matriz constante de "n x n"
%***** B: Matriz constante de "n x r"

A=[-b/J Km/J
-Kb/La -Ra/La];
B=[0;1/La];
Cc=[1 0]; Dc=[0];

% Verificar comprobabilidad y observabilidad
M=[B A*B];
rank(M) % para saber el rango de la comprobabilidad

N=[Cc' A'*Cc'];
rank(N)

%Control Optimo continuo hallando las ganancias, ecuacion de Riccati
%Matrices de Ponderacin para hallar
Q=[100 0 ;0 100];R=[1];
[K,P,E]=lqr(A,B,Q,R)
step(A,B,Cc,Dc)
title('VELOCIDAD ANGULAR VS TIEMPO')
ylabel('Velocidad Angular')
xlabel('Tiempo')
grid()

- 77 -

Figura N1

K =
9.9447 1.5013

P =
0.4874 0.0001
0.0001 0.0000

E =
1.0e+006 *
-0.0002
-3.4099

1. Tiempo de establecimiento =4.8Seg
2. Sobrepico = 0%.
3. Error en estado estacionario > 1% (que esta a 19rad/seg)

Solo cumple con el sobrepico que se encuentra menor que 1%.

2. Simulacin de un motor de corriente continua aplicando el controlador
optimo

% ***SIMULACION DE UN MOTOR DE CD DE IMAN PERMANENTE
CON CONTROLADOR PTIMO*****

clear all;
clc;


J=6.15E-5;
b=1.59E-5;
Km=4.285E-2;
Kb=4.285E-2;
Ra=32.6;
La=0.00001;

% Donde D no existe la matriz por lo tanto la ecuacin ser de la siguiente
% manera y'=Cx
%***** x': VEctor de estado de orden "n"
- 78 -


A=[-b/J Km/J
-Kb/La -Ra/La];
B=[0;1/La];
Cc=[1 0]; Dc=[0];

M=[B A*B];
rank(M); % para saber el rango de la comprobabilidad

N=[Cc' A'*Cc'];
rank(N);

%Control Optimo continuo hallando las ganancias, ecuacin de Riccati
Q=[100 0 ;0 100];R=[1];
step(A-B*K,B,Cc,Dc)

Figura N2

1. Tiempo de establecimiento =0.026Seg
2. Sobrepico = 0%.
- 79 -

3. Error en estado estacionario <1% (que esta a 0.1rad/seg)

2. Simulacin de un motor de corriente continua aplicando el controlador
optimo y hallando la ganancia adicional
% ***SIMULACION DE UN MOTOR DE CD DE IMAN PERMANENTE
CON CONTROLADOR PTIMO Y HALLANDO LA GANANCIA
ADICIONAL*****

clear all;
clc;


J=6.15E-5;
b=1.59E-5;
Km=4.285E-2;
Kb=4.285E-2;
Ra=32.6;
La=0.00001;

% Donde D no existe la matriz por lo tanto la ecuacin sera de la siguiente
% manera y'=Cx
%***** x': Vector de estado de orden "n"

A=[-b/J Km/J
-Kb/La -Ra/La];
B=[0;1/La];
Cc=[1 0]; Dc=[0];

M=[B A*B];
rank(M); % para saber el rango de la comprobabilidad

N=[Cc' A'*Cc'];
rank(N);

%Control Optimo continuo hallando las ganancias, ecuacion de Riccati
Q=[100 0 ;0 100];R=[1];
Nbar=10;
step(A-B*K,B*Nbar,Cc,Dc)

- 80 -

Figura N3

Se diseo el controlador ptimo por realimentacin completa de estado
obtenindose la ganancia del controlador como puede verse en la figura 2. De
esta figura vemos que el error de estado estacionario es muy grande en contraste
con los mtodos de diseo, donde realimentarnos la salida y la comparamos la
referencia para calcular el error, en este caso realimentamos los estados. Por lo
que se agrega una ganancia constante (Nbar) despus de la referencia calculando
iterativamente para cumplir con las condiciones de diseo en la que el error en
estado estacionario es nulo y tambin todos los criterios de diseo han sido
logrados (tiempo de establecimiento menor que 2 seg. y sobre pico igual a cero)
como puede verse en la figura 3 que es t=0.025seg, overshot=0, el error de
estado estacionario es igual a 0.

OTRO METODO:
- 81 -

La ecuacin de estado y salida del motor de imn permanente ser de la siguiente
manera:
Bu Ax x + &
Cx y

La ley de control:
Kx u

El ndice de rendimiento
( )
+
0
dt Ru u Qx x J
T T

La ecuacin para hallar el motor es:

a m
i k bw w J + &
Segundo ley de Newton (circuito mecnico)
w k i L i R V
b a a a a a
+ +
&
Ley de voltajes de kirchoff (circuito elctrico)

Ordenando se tiene:

a
a a
b
a
a
a
a
V
L L
k
i
L
R
i
1
+
& &

w
&

a
m
i
J
k
w
J
b
w + &
Por lo tanto:

[ ]
1
]
1
1
]
1
a
i
w
x
x
x
&
&
&
&
&
2
1

[ ]
1
]
1
1
]
1
a
V u
u
u
0
2
1

- 82 -


1
1
1
1
]
1
a
a
a
b
m
L
R
L
k
J
k
J
b
A


1
1
1
]
1
a
L
B 1
0

La matriz de salida
[ ]
1
]
1
2
1
x
x
C y
Queremos hallar la velocidad entonces
a
i x y w x
2 1

[ ]
1
]
1
a
i
w
y 0 1
W X
X
Ia X

&
3
2
1

a
a
m
a
b
a
a
V
L
X
X
X
J
b
J
K
L
K
L
R
X
X
X
X
1
1
1
1
1
1
]
1
+
1
1
1
]
1
1
1
1
1
1
1
]
1
1
1
1
]
1
0
0
1
0
1 0 0
0
3
2
1
3
2
1
&
&
&
&

5.2. DISEO DEL SISTEMA DE CONTRO PTIMO CUADRTICO EN
TIEMPO DISCRETO DE IMN PERMANENTE
- 83 -

Representacin del control ptimo discreto de imn permanente

% ***CONTROLADOR OPTIMO DISCRETO*****

%********SIMULACION DE UN MOTOR DE CD DE IMAN
PERMANENTE*****

clear all;
clc;


J=6.15E-5;
b=1.59E-5;
Km=4.285E-2;
Kb=4.285E-2;
Ra=32.6;
La=0.00001;

A=[-b/J Km/J
-Kb/La -Ra/La];

B=[0;1/La];

Cc=[1 0]; Dc=[0];

%ECUACION DE ESTADO LINEAL DISCRETA DEL PROCESO

% Verificar comprobabilidad y controlabilidad
M=[B A*B];
N=[Cc' A'*Cc'];

% Perodo de muestreo
T=0.05;

%Discretizacin
[G,H,C,D]=c2dm(A,B,Cc,Dc,T,'zoh');
dstep(G,H,C,D)

- 84 -

( )
+
0
dt Ru u Qx x J
T T

Captulo 6: Conclusione y Sugerencias
- 78 -

CAPITULO 6

CONCLUSIONES

6.1 CONCLUSION:

Se ha desarrollado el modelamiento matemtico existente del laboratorio de
ingeniera mecnica elctrica, cuyo datos de los parmetros del motor fueron
hallados previamente a travs del ensayo, el mismo que fue reemplazado como
datos de ingresos de los parmetros del motor en el ensayo obtenido en circuito
abierto y corto circuito. As mismo se desarroll el modelamiento matemtico en
el dominio de Laplace obtenindose la funcin de transferencia del motor
excitados por la tensin de alimentacin de armadura a travs de las escobillas
del rotor, mantenindose la tensin de campo en el estator constante.

Se dise el controlador ptimo cuadrtico para el control de velocidad del
motor dc de imn permanente haciendo uso de la funcin de costo mnimo que
permiti su optimizacin obtenindose la matriz de ponderacin al resolver la
ecuacin de Ricatti, obtenindose la ganancia del controlador ptimo que
permite la estabilizacin del sistema con los siguientes resultados.
[ ] 1.5013 9.9447 K

1
]
1
0.0000 0.0001
0.0001 0.4874
P

Se simulo el comportamiento de la velocidad del motor obtenindose la curva de
la respuesta optima para diferentes variaciones de carga concluyndose que a
mayor carga el torque aumenta y como consecuencia la velocidad disminuye
asimismo si la carga disminuye el torque es menor y como consecuencia la
velocidad aumenta el comportamiento dinmico de la velocidad del motor se
muestra lo siguiente.
- 79 -

Grafica del control ptimo en tiempo continuo

Grafica del control en tiempo discreto

- 80 -

La respuesta obtenida en la simulacin aprovechando la herramienta matemtica
del Matlab permiti tambin ver el comportamiento dinmico del motor en el
sistema discreto cuyo modelo matemtico obedece a una ecuacin en diferencias
resolviendo mediante la transformada z a diferencia del comportamiento
dinmico del motor en sistema continuo cuyo modelo matemtico obedece a
una ecuacin diferencial resolviendo mediante la transformada de Laplace.

El control ptimo a permitido mejorar la estabilizacin del sistema en menor
tiempo a diferencia del sistema de control o retroalimentacin en que se
estabiliza en mayor tiempo los mismos pueden observarse en las figuras
siguientes.

FUENTE: Propio
Fig. N1 Grafica de la Simulacin de un motor de corriente continua sin
controlador
- 81 -

FUENTE: Propio

Fig. N2 grfica Simulacin de un motor de corriente continua aplicando el
controlador optimo

Referencias
- 80 -

REFERENCIAS

[1] Martinez, M., Marin, R., Izurrategui. C., Estrategias de Identificacin de
un Motor DC desde Aplicacin Software sobre PC, XXVI Jornadas de
Automtica Universidad Alicante 7-10 de septiembre (2005).
[2] Charlet B. and J. Lvine94. On dynamic feedback linearization. Systems &
Control Letters.
[3] Sastry S. S. and A. Isidori. 1989. Adaptive control of linearizable systems.
IEEE Transactions on Automatic Control.
[4] Barrientos, A., Penin L. Balguer, C. Rafael Aracil, R. Fundamentos de la
Robotica. McGraw-Hill, pp. 210- 218, (1997).
[5] Kuo, C. Bejamin, Sistema de Control Automatico, 7a Ed. Prentice Hall,
Mexico, pp. 694-714, (1996).
[6] Lesson Electric, Industrial-Duty & Commercial-Duty, Electric Motors, Ed.
Lesson Electric, (1999). www.leeson.com.
[7] Sastry S. S. and A. Isidori. 1989. Adaptive control of linearizable systems.
IEEE Transactions on Automatic Control.
[8] R. Fernndez, M. Bustos, J. Estrada , Modelacin e Identificacin de un
Motor de CC. de excitacin Independiente,
http://automatica.li2.uchile.cl/motorcc/modelomotor.pdf
[9] K. Ogata. Modern Control Engineering, Prentice Hall; 4th edition 2001
[10] Kuo, B. C., Automatic Control Systems, 5th ed. Englewood Cliffs. N. J.,
Prentice-Hall. Inc., (1987).
[11] Chee-Mung Ong Dinamic Simluation of Electric Machinery, Prentice-Hall,
Inc.,(1998).
[12] Kasushiro Ogata Ingeniera de Control Moderna, 3ra edicin,
PRENTICE-HALL HISPANOAMERICANA, S.A. (2006).
[13] MathWorks: Simulink Dynamic Sistem Simulation for Matlab, by The
MathWorks, Inc. (1984 1997).
[14] Agustin Jimnez Avello, Eduardo Jimnez Moreno, Introduccin al
Control ptimo.
Referencias
- 81 -
[15] Jhon Chiasson, Modeling and High-Performance Control of Electric
Machines.John Wiley & Sons, Inc., (2005).
[16] J.M. Gonzales de Durana, Introduccin a Matlab. Dpto. de ingeniera de
sistemas y Automtica (2004).
[17] Steven T. Karris, Introduccin to Simulink with Engineering Aplications.
Orchard Publications All rights reserved. Printed in the United States of
America (2006).
[18] Lawrence C. Evans An introduction to mathematical optimal control
theory Version 0.1.
[19] L. Hocking, Optimal Control An Introduction to the Theory with
Applications, Oxford University Press, (1991).
[20] J. Macki and A. Strauss, Introduction to Optimal Control Theory, Sringer,
(1982).
[21] Ricardo Julian Mantz Introduccin al Control ptimo, (2003).
[22] Bryson, A. y Y. Ho Applied Optimal Control. Optimization, Estimation and
Control, J. Wiley & Sons, New Cork (1975).
[23] Ray, W Advanced Process Control, McGraw-Hill, Inc., Chemical
Engineering Series, New Cork (1981).
[24] Takahashi, Y., M. Rabins y D. Auslander Control and Dynamic Systems,
Addison-Wesley Pub. Co., Reading, Massachussets, (1977).
[25] Umez-Eronini, DINMICA DE SISTEMAS DE CONTROL Thompson
Learnig. Mxico, (2001).
[26] Antsaklis, PanosJ., Pasin, Kevin M., An INTRODUCTION TO
INTELLIGENT AND AUTONOMUS CONTROL (Preface and Overview),
Kluwer Academia Publishers, USA (1993).
[27] Antsaklis, Panos J. INTELLIGEN CONTROL, Encyclopedia of Electrical
and Electronics Engineering. John Wiley and Sons, Inc., (1997).
[28] Augusto I. Rufasto, CONTROL PTIMO DISCRETO, Consultor de
Estrategias de Negocios Lima Per, (2002).
[29] Kirk, Donald E. Optimal Control, on Introduction. 1970.
[30] Frontmatter, Electrical Engineering Dictionary. Ed. Phillip A. Laplante
Boca Raton: CRC Press LLC, (2000).
Referencias
- 82 -
[31] Austin Hughes, Electric Motors and Drives Fundamentals, types and
applications, Second Edition, Newnes. Butterworth-Heinemann
[32] Jess Fraile Mora Mquinas Elctricas, Cuarta edicin, Servicio de
publicaciones del Colegio de Ingenieros de Caminos, Canales y Puertos.
[33] Karla Idania Aguirre Molar Estudio de Control ptimo de Motores de
Induccin con la Saturacin del Material Magntico, Tesis Presentado en
la Escuela Superior de Ingeniera Mecnica Elctrica, Mxico (2006).
[34] Jaime Rodrguez Arribas Control Vectorial ptimo de Accionamientos
Elctricos Asncronos con Par Resistente dependiente de la velocidad,
Tesis Presentado en la Escuela Tcnica Superior de Ingenieros
Industriales Universidad Politcnica de Madrid, Espaa (1999).
[35] Roberto Quiroz Sosa "Control I" copia para el curso de Control I de la
Universidad Nacional del Altiplano
[36] Motores Elctricos:
http://rapidlibrary.com/index.php?q=motores+electricos&filetype=0
[37] http://automatica.li2.uchile.cl/exp/files/man_motor/
[38] Motores Elctricos:
http://www.electric-motor-
works.com/store/product_info.php?manufacturers_id=14&products_id=130
32&osCsid=0eltiv0l9aes7n1kvta2vso3f0
[39] Control ptimo: http://objetos.univalle.edu.co/files/
[40] Modelo y Simulacin de Procesos Qumicos: http://170.210.44.135/libro/
[41]

ANEXOS

MATLAB SIMULINK

B.1 Caractersticas:
Matlab es un paquete de software orientado hacia el clculo
numrico cientfico e ingenieril. Integra clculo numrico, computacin
de matrices y grficos en un entorno de trabajo cmodo para el usuario.
Su nombre significa Laboratorio de Matrices y fue escrito inicialmente en
base a los ya existentes paquetes de clculo matricial LINPACK y EIS-
PACK. Posteriormente se han aadido libreras, denominadas
Toolboxes, especializadas en diferentes reas cientficas. De entre ellas
podemos destacar

Simulink Toolbox
Control System Toolbox
System Identification Toolbox
Robust Conntrol Toolbox
Signal Processing Toolbox

por su particular inters para nuestra rea de conocimiento. La ltima de
la lista, Symbolic Math Toolbox, est basada en el programa de clculo
simblico Maple y utiliza una sintaxis diferente.

Matlab ha evolucionado y crecido con las aportaciones de muchos
usuarios. En entornos universitarios se ha convertido, junto con
Mathematica y Maple, en una herramienta instructora bsica para cursos
de matemticas aplicadas as como para cursos avanzados en otras
reas. En entornos industriales se utiliza para investigar y resolver
problemas prcticos y clculos de ingeniera. Son aplicaciones tpicas el

clculo numrico, la realizacin de algoritmos, la resolucin de problemas
con formulacin matricial, la estadstica, la optimizacin, etc. Es de
destacar la aplicacin en el estudio, simulacin y diseo de los Sistemas
dinmicos y de control.

B.2 Funcionamiento

Matlab es un programa intrprete de comandos. Esto quiere decir que es
capaz de procesar de modo secuencial una serie de comandos
previamente definidos, obteniendo de forma inmediata los resultados.
Los comandos pueden estar ya definidos en el propio Matlab y pueden
tambin ser definidos por el usuario. Para que Matlab pueda realizar este
proceso el usuario ha de escribir la lista de comandos en la ventana de
comandos, si su nmero es reducido, o en un fichero con extensin .m,
constituyendo entonces un programa.
El mtodo que debe seguirse para procesar los datos es muy simple:

1. El usuario escribe expresiones en la ventana de comandos, o
bien en un archivo de texto apropiado (archivo.m).
2. Tras la orden de ejecucin (o escribir el nombre del
fichero), Matlab procesa la informacin.
3. Matlab Escribe los resultados en la ventana de comandos y los
grficos (si los hubiere) en otras ventanas graficas.

B.2.1 Expresiones Algebraicas

Estn formadas por cadenas de caracteres, nmeros y operadores
algebraicos. Las cadenas de caracteres pueden ser smbolos de
variables (matrices) o funciones de Matlab. Las maysculas y
minsculas son distintas.

B.2.2 Operadores

Hay operadores para nmeros (reales o complejos) y para matrices.
Para nmeros: + - * / ^

Numeros complejos: Est definida la unidad imaginaria, 1 , que se
denota indistintamente por los smbolos i y j.

Para matrices elemento por elemento: .+ .- .* ./ .^

Los operadores para nmeros se colocan entre dos nmeros y dan
como resultado otro nmero Por ejemplo 2+3 o a+b, si a y b han sido
asignadas previamente a nmeros. Los operadores para matrices se
colocan entre dos matrices y dan como resultado otra matriz.

Los operadores de relacin son para nmeros reales, se colocan
entre dos nmeros y dan como resultado 1, que significa cierto, o 0,
que significa falso. El significado de todos ellos resulta obvio, si bien
conviene aclarar que el operador == significa igual, en el sentido de
condicin (por ejemplo a==b puede ser cierto o falso), y es diferente
del operador = que sirve para asignar un valor a una variable (por
ejemplo a=3) significa dar a la variable el valor de 3. El operador ~=
significa distinto, tambin en el sentido de condicin.

Los operadores de condicin se utilizan, sobre todo, en las
estructuras de programacin if-then-else, for, y while.

Para delimitar las matrices se utilizan los corchetes [ ]". Para
separar elementos consecutivos, el espacio en blanco (barra
espaciadora) o la coma , y para pasar de fila la tecla o el
punto y coma .

La transpuesta conjugada de una matriz de nmeros complejos A se
representa por A.

Otros operadores, para usos varios son:

Ayudas al usuarios: who, help, ! , save, load
Operaciones lgicas:

B.2.3 Funciones elementales
Matlab dispone de las funciones elementales ms comunes (las que
tienen las calculadoras de bolsillo) y otras, especiales propias.
Realizan una operacin sobre un argumento numrico dado de tipo
matriz y operan elemento por elemento. Las ms usuales son:

Lgicas: any, all, find, exist, isnan, finite, isempty, isstr, strcomp.

Otras: abs, angle, sqrt, real, imag, conj, round, fix, floor, ceil, sign,
rem, exp, log, log10.
Especiales: bessel, gamma, rat, ert, invert, ellipk, ellipj.

B.3 Desarrollo de una sesin

Los manuales de Matlab explican detalladamente los conceptos, comandos
y procedimientos del programa. Aqu vamos a realizar una introduccin a
su manejo mediante algunos ejemplos. Es conveniente que los alumnos
realicen por su cuenta otros parecidos de utilizar Matlab para resolver
problemas de Matemticas, Fsica y otras asignaturas.
La instalacin se realiza automticamente con el CD de Matlab. Una vez
instalado el programa, al picar con el ratn en el icono MATLAB aparece en
la pantalla la ventana:

Fig C.1: Ventana de Matlab Command Windows

Esta ventana se llama MATLAB command window y es en la que el usuario
opera.
En la primera lnea aparecen las opciones disponibles.

Comandos de Utilidad:
Los comandos demo, help, who, whos, dir diary y algunos otros, resultan
muy tiles para el usuario en el desarrollo de la sesin.
El comando demo nos muestra, de modo interactivo, un amplio abanico de
ejemplos de aplicacin de Matlab y es de gran ayuda durante nuestros
inicios con el programa.
El comando help funcin_deseada muestra en la pantalla un texto
explicado cmo se utiliza. Por ejemplo,

B.4 Operaciones numricas:
Matlab puede operar como una calculadora: si el usuario escribe las
rdenes apropiadas, los resultados aparecen en la ventana de comandos
(Command Window). Obsrvese que si ponemos al final de la expresin
el resultado no se escribe en la pantalla. Es capaz de realizar las
operaciones aritmticas suma, resta, multiplacin, divisin y potenciacin,
con nmeros (reales y complejos, con vectores (polinomios) y con matrices.
Adems, mediante la librera Simbolic Math Toolbox, puede tambin operar
con expresiones simblicas.

Operaciones aritmticas:
Las operaciones aritmticas con nmeros son, quizs, las ms sencillas
que pueden efectuarse. Para ilustrar su realizacin, a continuacin se
muestran una serie de lneas que comienzan por >>, indicativo (o prompt)
de la pantalla de comandos en una sesin de Matlab, seguido de una
orden y del resultado que aparecera inmediatamente en la pantalla si se
ejecutara.

B.5 Operaciones simblicas:
Los polinomios se representan en Matlab como vectores fila. Por ejemplo,
el polinomio 3s
3
-5s
2
+7s+3 se representa por
>> p=[ 3 -5 7 3]
Las races de un polinomio se hallan mediante la funcin roots:
>> r=roots(p)
El producto de dos polinomios se realiza a travs de la convolucin de los
vectores de sus coeficientes, mediante la funcin conv. Por ejemplo,

Para la divisin se usa la deconvolucin. Mediante la funcin deconv se
obtiene el cociente q el resto r de la divisin.
>> [c,r]=deconv(p,p1);

La funcin polyval sirve para hallar el valor el valor de un polinmicos de
una secuencia de datos dada por dos vectores X e Y. Se puede elegir el
grado del polinomio. En el siguiente ejemplo se utilizan estas dos
funciones:

Citaremos por ltimo la funcin reside que sirve para hallar los residuos de
una funcin racional en los polos de la misma (o coeficientes de su
expansin en fracciones simples), bajo el supuesto de que los polos sean
simples. Adems, dicha funcin calcula tambin los polos y el trmino
directo.

Operaciones con matrices:
Veamos cmo se efectan algunas de las operaciones ms comunes con
matrices:

Introducir una matriz A:
>> A = [1 2 3;4 5 6;7 8 0]
Clculo de la transpuesta:
>> B =A
Producto matricial:
>> C = A * B
Determinante:
>> det(A)
Rango de la matriz:
>>rank(A)

Nmero de condicin:
>> cond(A)
Matriz inversa:
>> inv(A)
Valores propios y vectores propios:
>> [val,vec] = eig(A)
Valores ingulares:
>> svd(A)
Exponencial matricial (e
A
):
>> expn(A)
Polinomio caracterstico:
>> p = poly(A)
Las races de p, roots(p), deben ser los valores propios de A, eig(A).

B.6 Operaciones simblicas:
La librera Symbolic Math Toolbox da acceso a Matlab a algunas funciones
del ncleo de maple que permiten operar con expresiones simblicas.

a) Operaciones aritmticas:
En las primeras versiones de la librera Symbolic Math toolbox era
necesario emplear los comandos especiales symadd, simsub, symmul,
symdic y sinpow para las operaciones de suma, resta multilplicacin,
divisin y potenciacin respectivamente, de expresiones simblicas.
Afortunadamente, esto ya no es necesario y se pueden usar para los
operadores numricos +, -, *, / y ^, siempre y cuando las variables
simblicas se hayan declarado previamente con syn() o syms. Si
ponemos
>> syms a b p x
>> a = x^3+3*x^2-2*x+7;
>> b = x^2+x+3;
>> p = a * b
p =
(x^3+3*x-2*x+7)*(x^2+x+3)

Obtenemos el polinomio producto en forma factorizada. Si lo queremos
ver forma expandida, pondremos

>> expand(p)
ans =
x^5+4*x^4+4*x^3+14*x^2+x+21
Las dems operaciones simblicas se efectan de modo similar.

b) Sustitucin de variables:
La sustitucin de un smbolo por otro en una expresin simblica se
puede realizar con la orden subs. La forma de hacerlo es subs(exp., old,
new), en donde exp. Es una expresin simblica, old es el smbolo (o
valor) que se desea sustituir y new es el nuevo smbolo o valor.
Supongamos que en el polinomio c bx ax f + +
2
queremos
sustituir x por -1. Para ello, si escribimos

>> syms x a b c
>> f = a*x^2 +b*x + c;
>> g = subs(f,x,-1)
entonces sale

g =
a b + c
Se pueden tambin sustituir varias variables a la vez. Si en el mismo
polinomio de antes quisiramos sustituir a por 1, b por 2 y c por k,
podemos poner

>> syms x a b c k
>> f = a*x^2 +b*x + c;
>> g = subs(f,[a,b,c], [1,2,k])

y obtenemos

g =
x^2+2*x+k

Numerador y denominador
En una expresin simblica racional suele interesar conocer el
numerador y el denominador de la misma. Para esto tenemos la orden
numden. Si, por ejemplo, nos dan la expresin

1 1 2
1
2
x
x
x
x
h ,
Podemos hallar el denominador y el denominador de la misma con

>> x=sym(x)
>> h = (x^2+1)/(2x-1) + x/(x-1);
>> [n,d] = numden(h)
n =
x^3+x^2-1
d =
(2*x-1)*(x-1)

B.7 Grficos:
Matlab tiene una buena coleccin de comandos para obtener
representaciones grficas a partir de datos numricos y tambien algunos
para expresiones simblicas.
a) Grficos en 2D:
En las aplicaciones interesa a veces conocer el valor numrico de una
funcin ) (x f y para uno o varios valores de la variable. En matlab,
dada una funcin ) (x f y , definida en un intervalo [a,b], es posible
representarla por un par (x,y) de vectores de nmeros, tales que el
vector x contiene un conjunto finito de valores de x y el vector y contiene
el conjunto de valores imgenes de x por la funcin y, calculamos por el
propio Matlab. Una vez representada de este modo la funcin

,
_

) 10 sin( 1 10
3
x e y
x
, definida en el intervalo [0,10], una posible
representacin en Matlab, seguida de su representacin grfica, sera
>> x=[0:0.1:10];
>> y=10*(1-exp(-x/3).*sin(10*x);
>> plot(x,y), title (Grfica de una funcin)

Fig C.2: Representacin grfica en 2D de Matlab
La grfica corresponde a una funcin sinusoidal amortiguada ms una
constante.

b) Grficos en 3D:
Las funciones de las variables, de la forma ) , ( y x f , se pueden
representar grficamente con matlab en 3D. Para ello es preciso crear
un dominio de puntos en forma de malla rectangular en el plano (x,y),
dentro del cual se desea representar la funcin. Esto se hace con la
orden mshgrid (antes meshdon) de Matlab. Vemoslo con un ejemplo.
Sea la funcin R R z +
2
: ,
2 2
1 y x z ,
cuyo dominio es el crculo 1
2 2
< + y x , y supongamos que quremos
calcular los valores z en una regin rectangular del plano (x,y) definida

por los puntos (-1.25,-1.25) y (1.25,1.25), y representarla grficamente.
Para ello escribiremos:
>> [x,y] = meshgrid(-1.25:0:1.25,-1.25:0.2:1.25);
>> z = sqrt(1 x.^2 y.^2);
>>mesh(z)
y en la pantalla aparecer el grfico.

Fig C.2: Representacin grfica en 3D de Matlab

B.8 Ficheros-m:
Matlab est dotado de un mecanismo que le permite interpretar ficheros de
texto, con la condicin de que su nombre termine por .m. Se utilizan
principalmente para crear funcin (en el sentido matemtico), programas y
funciones (rdenes) de Matlab.

a) Funciones-funcin:
Mediante ficheros-m podemos crear funciones en el sentido matemtico:
) ( : x f x f
La denominacin que da Matlab a estas funciones es funciones-funcin
(function-functions). Estas funciones permiten realizar integracin
numrica, resolver ecuaciones no lineales, problemas de optimizacin y

resolver ecuaciones diferenciales. Veamos un par de ejemplos Dentro
del editor definimos la funcin f1(x)

function y=f1(x)
y=1 ./ ((x-0.3).^2+0.01) + ./((x-0.9).^2+0.04)-6;
Una vez salvado el fichero podemos calcular la funcin en un intervalo y
dibujarla.

>> x=[-1:0.1:2];
>> y=f1(x);
>> plot(x,y);

Fig C.4: Representacin grfica de funciones-funcin
Es posible hallar los valores mximo y mnimo de la funcin en un
intervalo:

>> xmin = fmin(f1,0.5,1);
xmin =
0.6370
>> ymin=f1(xmin);
ymin =
11.2528
Otro ejemplo puede ser representar la funcin

y x
f
1 1
1
+

utilizada en ptica. Para ello creamos el fichero lente.m con la definicin
de la funcin.
Escribimos

function z=lente(x,y)
z = 1 ./ (1 ./x + 1 ./y);
grabamos el fichero, con el nombre lente.m, y ya podemos utilizar la
funcin y representarla grficamente.

>> x=[-1:0.05:1] ;
>> y=x;
>> [xx,yy] =meshdon(x,y);
z=lente(xx,yy);
atgz=atan(z);
mesh(atgz,[60 60])
title (Funcin lente. f =1/(1/x+1/y))

Fig C.5: Grfica de la funcin
y x
f
1 1
1
+

Podemos asimismo hallar el valor mnimo en un intervalo:

>> xmin=fmin(f1,0.5,1)
>> ymin=f1(ymin)

b) Programacin:
Para evitar teclear repetidamente las mimas funciones, Matlab permite
crear un fichero con una lista de comandos que luego, al ser llamado,
interpreta secuencialmente. Dispone, como otros lenguajes de
programacin, de las estruturas if-then-else, while y for. El archivo en el
que se escriben las rdenes de Matlab (programa) ha de tener la
extensin .m y se puede cualquier editor de texto.
Para ejecutar el programa, simplemente ponemos su nombre

>> nombre-fichero
el mismo nombre que hayamos puesto antes (pero sin .m). Es un fichero
m podemos colocar simplemente una lista de instrucciones de Matlab
con lo que al llamarlo se ejecutarn secuencialmente.
Matlab tiene un lenguaje de programacin propio, de tipo intrprete.
Es decir, es capaz de interpretar una lista de instrucciones
contenidas en un fichero-m. Igual que otros lenguajes de
programacin, dispone de las estructuras de programacin clsicas: if-
then-else, for, y while.

Estructura if-then-else
La sintaxis de la estructura if-then-else es:

if condicin1
orden1a
orden2a
. . .
. . .
elseif condicin2
orden1a
orden2a

. . .
. . .
else
orden n
end

en donde orden1*,orden2*, . . . , son rdenes y condicin1, condicin1, .
. . , estamentos condicionales o bolanos de Matlab. Puede observarse
que no se pone la palabra then.
Veamos un ejemplo.
If i==j
A(i,j) = 2;
elseif abs(i-j) == 1
A(i,j)
else
A(i,j) = 0;
end

Estructura for
La sintaxis de la estructura for es
for
varia
ble=expres
sion
orden1a
orden2a
...
...
end

en donde orden1*, orden2*, . . . , son ordenes de Matlab. Por
ejemplo,

A = zeros(3,4)
for i=[1:4]
for
j=[1:
4]
A(i,j
) =
i+j;
end
end

Puede haber, como en este ejemplo, varios bucles for anidados.

Estructura while

La sintaxis de la estructura while es

while condicion
orden1a
orden2a
...
...
end
en donde orden1a, orden2a, . . . , son rdenes y condicin es un
estamento condicional o booleano de Matlab. Como ejemplo, podramos
poner
n = 0; eps=1;
while 1+eps > 1
eps = eps/2;
n = n+1;
end
Apndice B. Motores DC

a) Control ptimo Cuadrtico No Estacionario
%****Diseo de un sistema de Control ptimo cuadrtico
disreto *******
%****solucin de la ecuacin de Ricati y determinacin
de la
% Ganancia de realimentacion del controlador
*********

%**** Ingresando matrices G, H, S, Q y R ****
clear all;
clc;
J=2.5522E-11;b=2.603E-11;K=4.82E-5;Kb=4.82E-
5;Ra=638.83;La=0.000034;
G=[-b/J K/J
-Kb/La -Ra/La];
H=[0;1/La];
S=[1 0;0 1];
Q=[1 0;0 1];
R=[1];

%*** condicin terminal para P(k) cuando k=N
x0=[1;0]; N=9; % Ecuacin dada
p11(N)=1; p12(N)=0; p22(N)=1; % Condiciones
iniciales
x1(1)=1; x2(1)=0;
Pnext=S;
for k=N-1:-1:1
P=Q+G'*Pnext*G-
G'*Pnext*H*inv(R+H'*Pnext*H)*H'*Pnext*G;
p11(k)=P(1,1); p12(k)=P(1,2); p22(k)=P(2,2); Pnext=P;
end
for k=N-1:-1:1

K=inv(R+H'*([p11(k+1) p12(k+1); p12(k+1)
p22(k+1)])*H)*H'*([p11(k+1) p12(k+1); p12(k+1)
p22(k+1)])*G;
K1(k)=K(1); K2(k)=K(2);
end
for k=1:N-1
xnext=(G-H*[K1(k) K2(k)])*[x1(k); x2(k)];
x1(k+1)=xnext(1); x2(k+1)=xnext(2);
end
for k=1:N-1
u(k)=-[K1(k) K2(k)]*[x1(k); x2(k)];
end
P=[p11;p12;p12;p22]
K=[K1;K2]'
x=[x1;x2]
u=u'

RESULTADOS

P =
1.0e+012 *

Columns 1 through 3

0.0000 0.0000 0.0000
-0.0000 -0.0000 -0.0000
-0.0000 -0.0000 -0.0000
3.5734 3.8483 3.5734

Columns 4 through 6

0.0000 0.0000 0.0000
-0.0000 -0.0000 -0.0000
-0.0000 -0.0000 -0.0000

3.5734 3.8483 3.8483

Columns 7 through 9

0.0000 0.0000 0.0000
-0.0000 -0.0000 0
-0.0000 -0.0000 0
3.8483 3.5667 0.0000

K =

-0.0000 -638.8300
-0.0000 -638.8300
-0.0000 -638.8300
-0.0000 -638.8300
-0.0000 -638.8300
-0.0000 -638.8300
-0.0000 -638.8300
-0.0000 -638.8300

x =

Columns 1 through 3

1.0000 -1.0199 0.0315
0 -0.0000 0.0000

Columns 4 through 6

-0.0019 -0.0001 0.0000
-0.0000 -0.0000 0.0000


Columns 7 through 9

-0.0000 0.0000 -0.0000
-0.0000 0.0000 -0.0000

u =

1.0e-003 *

0.0482
-0.3904
0.0118
-0.0008
-0.0000
0.0000
-0.0000
0.0000

b) Diseo del Observador ptimo Cuadrtico

clear all
J=2.5522E-11;b=2.603E-11;K=4.82E-5;Kb=4.82E-
5;Ra=638.83;La=0.000034;
A=[-Ra/La 0 -Kb/La;0 0 1;K/J 0 -b/J];
B=[1/La;0;0];
Cc=[0 0 1];Dc=[0];
T=0.05; %periodo de muestreo

%Discretizacin

% matrices de ponderacin del observador
Pe=zeros(3,3); %Condicin inicial

Qe=[1 0 0;0 1 0;0 0 1];Re=[1]; %Igual peso para
todos
for k=1:40
Pe=Qe+G*Pe*G'-G*Pe*C'*inv(Re+C*Pe*C')*C*Pe*G';
pe11(k)=Pe(1,1);pe21(k)=Pe(2,1);pe31(k)=Pe(3,1);
end
t=linspace(0,length(pe11),length(pe11));
plot(t,pe11,t,pe21,'--',t,pe31,'-.');
xlabel('muestras k');
ylabel('Algunos elmentos de Pe');grid
text(5,1.42,'pe(1,1): -')
text(20,0.1,'pe(2,1): - -')
text(10,0.1,'pe(3.1): - .')
%Print -dep -

% Ganancia del observador
K=inv(Re+C*Pe*C')*Pe*G';

RESULTADOS
G =
-0.0000 0 -0.0000
0.0049 1.0000 0.0486
0.0948 0 0.9435

H =
0.0016
3.6248
143.6009

C =
0 0 1


D =
0
K =
-0.0000 0.0019 0.0372
-0.0000 15.7220 0.0166
-0.0000 0.0472 0.5735

c) El Controlador ptimo Proporcional Estacionario
clear all
J=2.5522E-11;b=2.603E-11;K=4.82E-5;Kb=4.82E-
5;Ra=638.83;La=0.000034;
A=[-Ra/La 0 -Kb/La;0 0 1;K/J 0 -b/J];
B=[1/La;0;0];
Cc=[0 1 0]; Dc=[0];

% Verificar controlabilidad y controlabilidad
M=[B A*B A^2*B];
N=[Cc' A'*Cc' A^2*Cc'];

% Rank(M)=rank(N)=n=3 => c.c y c.o
T=0.05;

%Discretizacin

%Matrices de Ponderacin
Q=[0.1 0 0;0 200 0;0 0 0.1];R=[0.1];

%Ganancia ptima K y matriz P
[K,P,E]=dlqr(G,H,Q,R)
k2=K(2);

%Correccin de r(k)
g=1/(C*inv(eye(3)-G+H*K)*H*k2);

% Al correr el programa se obtiene que g=1,
% entonces se requiere el factor de correccin
x=[0;0;0];N=60 %Condicin inicial

for k=1:N
r=pi/4; % 45 grados
U(k)=-K*x+k2*r;
x=G*x+H*U(k);
y(k)=x(2);
end


%Grficos
t=linspace(0,T*N,N);
subplot(2,1,1)
plot(t,y);ylabel('y (grados)');grid;
subplot(2,1,2)
plot(t,U);ylabel('U (voltios)');grid;
xlabel('Tiempo (s)')

% Clculo recursivo de la matriz P y K (Pr y Kr)
T=20;Pr=zeros(3,3);
for i=1:T
Pr=Q+G'*Pr*G-G'*Pr*H*inv(R+H'*Pr*H)*H'*Pr*G;
end
Kr=inv(R+H'*P*H)*H'*P*G

% Al correr el programa se comprueba que K=Kr y P=Pr

RESULTADO:

K =
0.0010 0.1470 0.0102

P =
0.1005 0.2202 0.0055
0.2202 288.4838 2.1908
0.0055 2.1908 0.1542

E =
-0.0555
0.0000
-0.0002

N =
60
Kr =

0.0010 0.1470 0.0102


GRAFICA:

d) El Controlador ptimo Proporcional Integral
clear all;
clc;
J=2.5522E-11;b=2.603E-11;K=4.82E-5;Kb=4.82E-
5;Ra=638.83;La=0.000034;
A=[-b/J K/J
-Kb/La -Ra/La];
B=[0;1/La];
Cc=[1 0]; Dc=[0];

M=[B A*B];
N=[Cc' A'*Cc'];

%FUNCION DE TRANSFERENCIA CONTINUA DEL PROCESO
%[numc,denc]=ss2tf(Ac,Bc,Cc,Dc);

T=0.05;

%Discretizacin
Gtilde=[G zeros(2,1)

-C*G eye(1,1)]; %orden n+1=4
Htilde=[H
-C*H];

Q=[100 0 0;0 100 0;0 0 100];R=[0.1];

%Ganancia del controlador ptimo
[Ktil,Ptil,E]=dlqr(Gtilde,Htilde,Q,R); %Ktil:
K=[Ktil(1) Ktil(2)]; KI=-Ktil(3);

x=[0;0];yi=0;v=0; % Condiciones iniciales
NN=60;r=1;

%Respuesta al escaln r=1
for k=1:NN
v=v+r-yi;
Ea(k)=-K*x+KI*v;
x=G*x+H*Ea(k);
y(k)=x(1);yi=y(k);
end

%Grficos
t=linspace(0,T*NN,NN);
subplot(2,1,1)
plot(t,y);ylabel('y (rad/s)');grid;
subplot(2,1,2)
plot(t,Ea);ylabel('Ea (voltios)');grid;

% Clculo recursivo de la matriz Ptilde y clculo de
Ktilde
T=15;Ptilde=zeros(3,3);
for i=1:T
Ptilde=Q+Gtilde'*Ptilde*Gtilde-
Gtilde'*Ptilde*Htilde*inv(R+Htilde'*Ptilde*Htilde)*Hti
lde'*Ptilde*Gtilde;
end
Ktilde=inv(R+Htilde'*Ptilde*Htilde)*Htilde'*Ptilde*Gti
lde;

% Se verifica que Ktil=Ktilde y ptil=Ptilde

Msgbox('GRACIAS POR SU ATENCIN - HECHO POR FREDY
TOMAS VILCA BARRANTES');


2. Segundo Dato:
disreto *******
%****soluin de la ecuacin de Ricati y determinacin
de la
*********

clear all;
clc;
J=1.149E-3;b=1.2797E-3;K=4.248E-2;Kb=4.248E-
2;Ra=32.6;La=0.00015;
G=[-b/J K/J
-Kb/La -Ra/La];
H=[0;1/La];
S=[1 0;0 1];
Q=[1 0;0 1];
R=[1];

iniciales
x1(1)=1; x2(1)=0;
Pnext=S;
for k=N-1:-1:1
P=Q+G'*Pnext*G-

end
for k=N-1:-1:1
K=inv(R+H'*([p11(k+1) p12(k+1); p12(k+1)
p22(k+1)])*H)*H'*([p11(k+1) p12(k+1); p12(k+1)
p22(k+1)])*G;
K1(k)=K(1); K2(k)=K(2);
end
for k=1:N-1
end
for k=1:N-1
u(k)=-[K1(k) K2(k)]*[x1(k); x2(k)];
end
P=[p11;p12;p12;p22]
K=[K1;K2]'
x=[x1;x2]
u=u'

RESULTADO
P =
1.0e+003 *

0.0031 0.0031 0.0031 0.0031 0.0031
0.0031 0.0030 0.0022 0.0010
-0.0696 -0.0696 -0.0696 -0.0696 -0.0695 -
0.0688 -0.0641 -0.0398 0
-0.0696 -0.0696 -0.0696 -0.0696 -0.0695 -
0.0688 -0.0641 -0.0398 0
3.4201 3.4200 3.4200 3.4196 3.4167
3.3949 3.2382 2.4306 0.0010

K =
-0.0425 -32.6001
-0.0425 -32.6001
-0.0425 -32.6001
-0.0425 -32.6001
-0.0425 -32.6001
-0.0425 -32.6001
-0.0425 -32.6001
-0.0425 -32.6000

x =

1.0000 -1.1138 0.4025 -0.1455 0.0526 -
0.0190 0.0069 -0.0026 0.0013

0 -0.0227 0.0082 -0.0030 0.0011 -
0.0004 0.0001 -0.0000 0.0000

u =

0.0425
-0.7862
0.2841
-0.1027
0.0371
-0.0134
0.0048
-0.0015

clear all
J=1.149E-3;b=1.2797E-3;K=4.248E-2;Kb=4.248E-
2;Ra=32.6;La=0.00015;
A=[-Ra/La 0 -Kb/La;0 0 1;K/J 0 -b/J];
B=[1/La;0;0];
Cc=[0 0 1];Dc=[0];

%Discretizacin

todos
for k=1:40
end
plot(t,pe11,t,pe21,'--',t,pe31,'-.');
text(5,1.42,'pe(1,1): -')
text(20,0.1,'pe(2,1): - -')
text(10,0.1,'pe(3.1): - .')
%Print -dep -


RESULTADO


P =

1.0e+003 *

0.0031 0.0031 0.0031 0.0031 0.0031
0.0031 0.0030 0.0022 0.0010
-0.0696 -0.0696 -0.0696 -0.0696 -0.0695 -
0.0688 -0.0641 -0.0398 0
-0.0696 -0.0696 -0.0696 -0.0696 -0.0695 -
0.0688 -0.0641 -0.0398 0
3.4201 3.4200 3.4200 3.4196 3.4167
3.3949 3.2382 2.4306 0.0010

K =

-0.0425 -32.6001
-0.0425 -32.6001
-0.0425 -32.6001
-0.0425 -32.6001
-0.0425 -32.6001
-0.0425 -32.6001
-0.0425 -32.6001
-0.0425 -32.6000

x =

1.0000 -1.1138 0.4025 -0.1455 0.0526 -
0.0190 0.0069 -0.0026 0.0013
0 -0.0227 0.0082 -0.0030 0.0011 -
0.0004 0.0001 -0.0000 0.0000

u =

0.0425
-0.7862
0.2841
-0.1027
0.0371
-0.0134
0.0048
-0.0015

clear all
J=1.149E-3;b=1.2797E-3;K=4.248E-2;Kb=4.248E-
2;Ra=32.6;La=0.00015;

A=[-Ra/La 0 -Kb/La;0 0 1;K/J 0 -b/J];
B=[1/La;0;0];
Cc=[0 1 0]; Dc=[0];

M=[B A*B A^2*B];
N=[Cc' A'*Cc' A^2*Cc'];

T=0.05;

%Discretizacin

Q=[0.1 0 0;0 200 0;0 0 0.1];R=[0.1];

[K,P,E]=dlqr(G,H,Q,R);
k2=K(2);

%Correccin de r(k)


for k=1:N
r=pi/4; % 45 grados
U(k)=-K*x+k2*r;
x=G*x+H*U(k);
y(k)=x(2);
end

%Grficos
subplot(2,1,1)
subplot(2,1,2)

T=20;Pr=zeros(3,3);
for i=1:T
end
Kr=inv(R+H'*P*H)*H'*P*G;



clear all;
clc;
J=1.149E-3;b=1.2797E-3;K=4.248E-2;Kb=4.248E-
2;Ra=32.6;La=0.00015;
A=[-b/J K/J
-Kb/La -Ra/La];
B=[0;1/La];
Cc=[1 0]; Dc=[0];

M=[B A*B];
N=[Cc' A'*Cc'];


T=0.05;

%Discretizacin
-C*G eye(1,1)]; %orden n+1=4
Htilde=[H
-C*H];


Q=[100 0 0;0 100 0;0 0 100];R=[0.1];


NN=60;r=1;

for k=1:NN
v=v+r-yi;
Ea(k)=-K*x+KI*v;
x=G*x+H*Ea(k);
y(k)=x(1);yi=y(k);
end

%Grficos
subplot(2,1,1)
subplot(2,1,2)

Ktilde
for i=1:T
lde'*Ptilde*Gtilde;
end
lde;


Msgbox('GRACIAS POR SU ATENCIN - HECHO POR FREDY
TOMAS VILCA BARRANTES');

RESULTADO:

3. Tercer Dato:
disreto *******
%****soluin de la ecuacin de Ricati y determinacin
de la
*********

clear all;
clc;
J=0.0226;b=0.0434;K=0.2177;Kb=0.2177;Ra=0.1536;La=0.00
83;
G=[-b/J K/J
-Kb/La -Ra/La];
H=[0;1/La];
S=[1 0;0 1];
Q=[1 0;0 1];
R=[1];

iniciales
x1(1)=1; x2(1)=0;
Pnext=S;
for k=N-1:-1:1

P=Q+G'*Pnext*G-
end
for k=N-1:-1:1
K=inv(R+H'*([p11(k+1) p12(k+1); p12(k+1)
p22(k+1)])*H)*H'*([p11(k+1) p12(k+1); p12(k+1)
p22(k+1)])*G;
K1(k)=K(1); K2(k)=K(2);
end
for k=1:N-1
end
for k=1:N-1
u(k)=-[K1(k) K2(k)]*[x1(k); x2(k)];
end
P=[p11;p12;p12;p22]
K=[K1;K2]'
x=[x1;x2]
u=u'

RESULTADO:

P =
5.1057 5.1057 5.1057 5.1057 5.1057 5.1057 5.1055
4.7351 1.0000
-20.3273 -20.3273 -20.3273 -20.3273 -20.3273 -20.3273 -20.3266 -
18.4648 0
-20.3273 -20.3273 -20.3273 -20.3273 -20.3273 -20.3273 -20.3266 -
18.4648 0
103.1755 103.1755 103.1755 103.1755 103.1755 103.1755
103.1717 93.8133 1.0000

K =
-0.2146 -0.1694
-0.2146 -0.1694
-0.2146 -0.1694
-0.2146 -0.1694
-0.2146 -0.1694

-0.2146 -0.1694
-0.2146 -0.1693
-0.2177 -0.1536

x =
1.0000 -1.9204 0.0431 -0.0006 0.0000 -0.0000 -0.0000
0.0000 -0.0000
0 -0.3784 0.0085 -0.0001 0.0000 -0.0000 -0.0000 0.0000
-0.0000
u =
0.2146
-0.4761
0.0107
-0.0001
0.0000
-0.0000
-0.0000
0.0000
clear all
J=0.0226;b=0.0434;K=0.2177;Kb=0.2177;Ra=0.1536;La=0.00
83;
A=[-Ra/La 0 -Kb/La;0 0 1;K/J 0 -b/J];
B=[1/La;0;0];
Cc=[0 0 1];Dc=[0];

%Discretizacin

todos
for k=1:40
end
plot(t,pe11,t,pe21,'--',t,pe31,'-.');

text(5,1.42,'pe(1,1): -')
text(20,0.1,'pe(2,1): - -')
text(10,0.1,'pe(3.1): - .')
%Print -dep -


RESULTADO:
P =

5.1057 5.1057 5.1057 5.1057 5.1057 5.1057 5.1055
4.7351 1.0000
-20.3273 -20.3273 -20.3273 -20.3273 -20.3273 -20.3273 -20.3266 -
18.4648 0
-20.3273 -20.3273 -20.3273 -20.3273 -20.3273 -20.3273 -20.3266 -
18.4648 0
103.1755 103.1755 103.1755 103.1755 103.1755 103.1755
103.1717 93.8133 1.0000

K =
-0.2146 -0.1694
-0.2146 -0.1694
-0.2146 -0.1694
-0.2146 -0.1694
-0.2146 -0.1694
-0.2146 -0.1694
-0.2146 -0.1693
-0.2177 -0.1536

x =
1.0000 -1.9204 0.0431 -0.0006 0.0000 -0.0000 -0.0000
0.0000 -0.0000

0 -0.3784 0.0085 -0.0001 0.0000 -0.0000 -0.0000 0.0000
-0.0000

u =
0.2146
-0.4761
0.0107
-0.0001
0.0000
-0.0000
-0.0000
0.0000

>> uno3

K =

0.1880 6.1023 0.4455

P =
0.1356 2.4629 0.1893
2.4629 479.3609 15.1469
0.1893 15.1469 1.1671

E =
0.0309
0.3389 + 0.3198i
0.3389 - 0.3198i

N =
60


Kr =
0.1880 6.1023 0.4455
clear all
J=0.0226;b=0.0434;K=0.2177;Kb=0.2177;Ra=0.1536;La=0.00
83;
A=[-Ra/La 0 -Kb/La;0 0 1;K/J 0 -b/J];
B=[1/La;0;0];
Cc=[0 1 0]; Dc=[0];

M=[B A*B A^2*B];
N=[Cc' A'*Cc' A^2*Cc'];

T=0.05;

%Discretizacin

Q=[0.1 0 0;0 200 0;0 0 0.1];R=[0.1];

[K,P,E]=dlqr(G,H,Q,R)
k2=K(2);

%Correccin de r(k)


for k=1:N
r=pi/4; % 45 grados
U(k)=-K*x+k2*r;
x=G*x+H*U(k);
y(k)=x(2);
end

%Grficos
subplot(2,1,1)
subplot(2,1,2)


T=20;Pr=zeros(3,3);
for i=1:T
end
Kr=inv(R+H'*P*H)*H'*P*G


RESULTADO

K =
0.1880 6.1023 0.4455

P =
0.1356 2.4629 0.1893
2.4629 479.3609 15.1469
0.1893 15.1469 1.1671

E =
0.0309
0.3389 + 0.3198i
0.3389 - 0.3198i

N =
60

Kr =
0.1880 6.1023 0.4455

clear all;
clc;
J=0.0226;b=0.0434;K=0.2177;Kb=0.2177;Ra=0.1536;La=0.00
83;
A=[-b/J K/J
-Kb/La -Ra/La];
B=[0;1/La];
Cc=[1 0]; Dc=[0];

M=[B A*B];
N=[Cc' A'*Cc'];


T=0.05;

%Discretizacin
-C*G eye(1,1)]; %orden n+1=4
Htilde=[H
-C*H];

Q=[100 0 0;0 100 0;0 0 100];R=[0.1];



NN=60;r=1;

for k=1:NN
v=v+r-yi;
Ea(k)=-K*x+KI*v;
x=G*x+H*Ea(k);
y(k)=x(1);yi=y(k);
end

%Grficos
subplot(2,1,1)
subplot(2,1,2)

Ktilde
for i=1:T
lde'*Ptilde*Gtilde;
end
lde;


Diseño y Simulación de Un Controlador Óptimo

Загружено:

Сведения о документе

Оригинальное название

Авторское право

Доступные форматы

Поделиться этим документом

Поделиться или встроить документ

Параметры публикации

Этот документ был вам полезен?

Это неприемлемый материал?

Авторское право:

Доступные форматы

Diseño y Simulación de Un Controlador Óptimo

Загружено:

Авторское право:

Доступные форматы

UNIVERSIDAD NACIONAL DEL ALTIPLANO

FACULTAD DE INGENIERA MECNICA ELCTRICA,

Вам также может понравиться