CONTROLROBUSTODEUNSISTEMAMECNICOSIMPLE MEDIANTEUNAHERRAMIENTAGRAFICA ROBUST CONTROLOFASIMPLEMECHANICAL SYSTEM THROUGH A GRAFICTOOL

LUINIHURTADOCORTS
IngenieroMecnicoMSc.,UniversidadDistrital deBogot,UniversidadAutnomadeColombia.luini@madrid.com

LUISVILLARREALLPEZ
IngenieroIndustrialMSc., UniversidadAutnomadeColombia.UniversidadManuelaBeltrn, l ui s 595@ya hoo. c om
RecibidopararevisarJulio29de2008,aceptadoMarzo3de2009,versinfinalAbril13de2009

RESUMEN: en este artculo se presenta el diseo de un controlador robusto para un sistema masaresorte amortiguador . Con el fin de realizar un diseo simple, se tom en cuenta nicamente la incertidumbre en los parmetrosdelaplanta.Losclculosdelproblemaserealizaronconunainterfazgrficadesarrolladaparaeldiseo decontroladoresrobustos,disponibleparalaToolboxdeControlRobustode Matlab.Sepretendequeesteejercicio sirvacomotutorialdeintroduccinalanlisisydiseodesistemasdecontrolrobustomedianteelusodelainterfaz grfica. PALABRAS CLAVE: desempeo nominal, desempeo robusto, estabilidad nominal, incertidumbre paramtrica, valorsingularestructurado. ABSTRACT: In this paper presents the design of a robust control system for a massdamperspring system. To makeasimpledesign,wastakenintoaccountonlytheuncertaintyintheparametersoftheplant.Calculationsofthe problemwerecarriedoutwithagraphicaluserinterfacedevelopedforthedesignofrobustcontrollers,availablefor theRobustControlToolboxforMatlab.Itisseekstothatthisexercisewillserveastutorialofintroductiontothe analysisanddesignofrobustcontrolsystemsusingthegraphicalinterface. KEYWORDS: nominal performance, robust performance, nominal stability, parametric uncertainty, structured singularvalue.

1.

INTRODUCCIN En un modelo, hay parmetros que son conocidos slo aproximadamente o simplemente sonerrneos. En un modelo, los parmetros pueden variar debidoalasnolinealidadesoaloscambiosen lascondicionesdeoperacin. Las imperfecciones en los dispositivos del proceso introducen incertidumbre a las entradasmanipuladas. A alta frecuencia, la estructura y el orden del modelo se desconocen y la incertidumbre puedesuperarel100%enalgunafrecuencia.

Es imposible capturar perfectamente todos los detalles del comportamiento real de un proceso de forma matemtica [1]. Esto obedece a la existencia inevitable de incertidumbres que puedenponerenpeligroellogrodelosobjetivos del sistema de control. Sin embargo, en las ltimas dos dcadas ha surgido gran inters por el diseo de sistemas de control tolerantes a las incertidumbres,esdecir,robustos [2]. Las incertidumbres en un modelo de proceso estn presentesdebidoaque:

Dyna,Ao77,Nro.162,pp. 214 223.Medelln, Juniode2010.ISSN00127353

215

Dyna162,2010

LaTeoradeControlRobustoofreceunconjunto deherramientasdesarrolladasrecientemente para el anlisis de sistemas que tienen en cuenta las distintas perturbaciones a las que puede estar sometido el proceso y para el diseo de controladores, mediante el uso de tcnicas de optimizacin cmo Iteracin DK [3], Desigualdades Matriciales Lineales [4] y EcuacionesAlgebraicasdeRiccati[5]. El objetivo para el diseo de un sistema de control retroalimentado robusto, es obtener una ley de control que mantenga la respuesta del sistema y la seal de error dentro de lmites preestablecidos a pesar del efecto de las incertidumbres presentes. Durante el diseo, estas consideraciones pueden presentar gran dificultadparaelingenieroenlainterpretacino toma de decisiones, a pesar de la existencia de mltiplesherramientasdeclculo. Recientemente,sehanrealizadoalgunostrabajos relacionados con el desarrollo de herramientas colaborativas para diseo de controladores. El grupo de investigacin de automtica, procesamiento de seales e ingeniera de sistemas, de la Universidad de Cdiz, present un software que incorpora tcnicas de identificacinydiseodecontroladoresPID,H2 y H, desarrollada en Builder C++ 5.0 bajo Windows. La herramienta puede trabajar con sistemas reales o simulados, pero actualmente solo est disponible para el diseo de controladoresPID[6].Demanerasimilar,en [7], se explica una herramienta de diseo de controladores PID para sistemas representados mediante funciones de transferencia en los entornos Matlab/Simulink, agrupados en una interfaz grfica de usuario (GUI), y en [8], se describe un laboratorio remoto que utiliza la plataforma Matlab/Simulink para el diseo de controladores de procesos va internet. Sin embargo, esta aplicacin an no cuenta con estrategiasdediseo robusto. El paquete Matlab, hasta la versin 2007b contabaconvariastoolbox(LMI,Loopshaping, anlisis,H2,etc.)paraelprocesodesntesisde controladores robustos. Actualmente, Matlab agrup las tcnicas mencionadas en la Robust

Control Toolbox, pero adolece de una interfaz amigablealusuariocomosiexisteenotras. Este trabajo se desarroll con el fin de dar solucin al problema de diseo tomando como ejemplo un sistema clsico, mediante la utilizacin de una interfaz grafica asequible al diseador, que le permite agilizar los clculos, interpretar resultados parciales, realizar algunos anlisis y determinar en el menor tiempo, el mejor controlador, bajo la perspectiva de la TeoradeControlRobusto. La herramienta se desarroll con la utilidad de diseo de interfaces graficas GUI de Matlab y operaconalgunosdeloscomandosdelaRobust ControlToolbox(fitmag,sdecomp,sysbal,vsvd,

hankmr, sresid, strunc, hinfnorm, sysic, hinfsyn, hinflmi, hinfric, mu). Actualmente est
disponibleen luini@madrid.com.

2. MODELO GENERALIZADO DE UN SISTEMAMRA. El sistema masaresorteamortiguador (mra ) ideal, representado en la Figura 1, posee un grado de libertad y de acuerdo con la segunda ley de Newton, su dinmica est descrita por la siguienteecuacindiferencialdesegundoorden: & + c & + kx= u (1) m& x x
u m

Figur a1. Esquemadeunsistemamasaresorte amortiguador(mra ). Figur e1. Schemeofthemassdamperspringsystem (mra ).

Dondexrepresentaeldesplazamientodelbloque de masa m de su posicin de equilibrio, u es la fuerza que acta sobre la masa, c es el coeficiente de amortiguamiento yk la constante de elasticidad del resorte. El diagrama de bloquescorrespondientesemuestraenlaFigura 2.

CortsyLpez

216

Igualmente,elparmetro
u + 1/m

& & x

& x

x c =c(1 + P cd c)

(6)

puederepresentarsecomo
c =F Mc,d c) U (

(7)

donde
Figur a2. Diagramadebloquesdelsistemamra . Figur e2. Blockdiagramofthe mra system.

Mc =

0
c p

Para este sistema se supone que los tres parmetros fsicos m, c y k no se conocen con exactitud, perose puede asumir que sus valores seencuentranentreciertos intervalosconocidos, quesepuedenexpresarcomo,
m =m (1 + p dm) m c= c( 1 + p dc) c k = k( 1 + p dk) k

c c

(8)

yelparmetro
k =k(1 + P kd k )

(9)

puederepresentarsecomo (2) donde

Mk =
0
k p

k =F Mk ,d k ) U (

(10)

Donde m =3,c = 1 ,k = 2 son los valores nominales dem,cyk.pm,pc ypk,y dm, dc y dk, representanlasposiblesperturbacionessobrelos tresparmetros.Parastecaso,setomaronpm = 0,4, pc = 0,2 y pk = 0,3, es decir, una incertidumbre para la masa del 40%, para el coeficiente de amortiguamiento del 20% y para laconstantedelresortedel30%. Los tres bloques correspondientes a los parmetros mostrados en la Figura 2, pueden reemplazarse por diagramas de bloque correspondientes a las Transformaciones Lineales Fraccionales[3]dem,cyk,yquese usan para denotar las entradas de dm, dc y dk comoym,yc,yk yum,uc yuk respectivamente.De modoque,
1 = 1 = 1 -

k k

(11)

dm

u m u
+

ym
Mmi

& & x

& x

dc

yc
Mc

u c vc
dk

yk
Mk

u k vk

m( 1+ p dm) m m

p m d m( 1 + p d m)-1 (3) m m

Figur a3. Diagramadebloquesdelsistemamra con incertidumbresparmetricas. Figur e3. Blockdiagramof the mra systemwith parametricuncertainties.

Puederepresentarsecomo
1 = F Mmi,d m) U ( m

(4)

donde
Mmi =
- pm 1 m - pm 1 m

(5)

Adems de representar el modelo del sistema como las TLFs de las perturbaciones reales desconocidas dm, dc y dk, el diagrama se utiliza paradenotarlasentradasysalidasde dm, dc y dk como ym, yc, yk y um, uc y uk respectivamente (Figura3).

217

Dyna162,2010

Con las sustituciones anteriores, las ecuaciones que relacionan todas las entradas y sus correspondientes salidas, alrededor de estos parmetros perturbados pueden ahora obtenerse como:
u ym - p m 1m m = , & & m 1m c - v k x - p u- v y u c 0 c c v = p c & , c c x y k 0 v = k p k um = d mym,

0 &1 x & - k 2 x m -- - k m y = y m c 0 y k k - - - y 1

x c p p 1 1 c k - p x m m m m m 2

c p p 1 u (16) c m - p - k m m m m m u c 0 0 0 0 c u k
0 0 0 0 0 0 0 0 -- --- 0 - - - 0 - - u

-- -

--

--

--

- - - - -

k u k , k x

(12)

u m dm 0 0 u = 0 d 0 c c uk 0 0 d k

ym y c yk

(17)

u c = d cy c, uk = d k yk
Tomandocomoconjunto:

Tomando Gmra para denotar la dinmica entrada/salida del sistema mra , el cual tiene en cuentalaincertidumbre enlos parmetros como se muestra en la Figura 4. Entonces Gmra tiene cuatroentradasum,yc,uk,u,cuatrosalidasym,yc, yk,yydosestadosx1,x2. (13)
u m yc u k u ym yc yk y

&= x &1, y= x x1 = x , x 2 = x 1
Dadoque
& 2 = & &= & &1 x x x

Gmra

(14)

Seobtiene
&1 = x x 2, & 2 = - p x um +1m( u- v m c - v k), y u u- v m = - p m m + 1m( c - v k), y x c = c 2,

Figur a4. Diagramadebloquesentrada/salida del sistemamasaresorteamortiguador. Figur e4. Input/outputblockdiagram ofthe mass damperspringsystem.

Larepresentacinenelespaciodeestadode Gmra es
A -- -Gmra = C 1 2 C

B 1
--

y x k = k 1, v x c = p cu c + c 2, v x k = p ku K + k 1, y= x 1, um = d my m, u c = d cy c, uk = d k y k.

D 11 D 21

- - D 12 D 22

B 2

(18)

(15)

Donde
0

A=

1 0 k c ,B 1 = - p m m m - pm 0 0

0 -

p c m p c m
0 0

0 pk , B 2 = m

0 1 , m

k c - m m C c ,D 1 = 0 11 = k 0

1 m 0 ,D = 0 12 0 0

pk m

(19)

], C2 = [1 0

], D 21 = [0 0 0

D22 = 0

Eliminando las variables vc y vk, las ecuaciones que gobiernan el comportamiento dinmico del sistemasonahora

Ntese que Gmra depende nicamente de m,c,k,pm,p c,p k sobre la ecuacin diferencial originalconectandoa yconu.PorlotantoGmra

CortsyLpez

218

es conocido y no contiene incertidumbres paramtricas. Para iniciar con el proceso de diseo de controladores robustos, se debe representar el sistemabajoincertidumbre comoundiagramade bloques en lazo cerrado. El comportamiento dinmico de la planta se describeahora no slo por un simple modelo lineal invariante en el tiempo, sino por un conjunto de posibles modelos lineales invariantes en el tiempo, denominado TLF general[3] as:
y=Fu(Gmra ,D) u

(20)
Figur a7. Pantalladeiniciodelaherramienta Robust. Figur e7. Homescreenofthe Robust tool.

Donde D, es una matriz diagonal desconocida que agrupa las incertidumbres, denominada incertidumbre estructurada [3], su representacin semuestraenlaFigura5.
d m 0 0 0 d c 0 0 0 d k

4. MODELAMIENTO DE LAS INCERTIDUMBRES PARAMTRICAS DELSISTEMAMRA. Con el botn Perturbaciones de la ventana principal,secargaunpanelquesemuestraenla Figura 7. Para realizar el clculo de la matriz Gmra , debe seleccionarse el intervalo de incertidumbre de cada parmetro sobre el modelo del sistema. Dependiendo del valor que tome cada parmetro, se obtendr una planta diferente (planta con incertidumbre). El panel calculaelconjuntodeplantassometidasalrango deincertidumbreensusparmetros.

Gmra

Figur a5. RepresentacinTLFdelsistemamra con incertidumbres. Figur e5. TLFRepresentationofthe mra systemwith uncertainties.

3. HERRAMIENTA PARA EL DISEO DE CONTROLADORESROBUSTOS. Lainterfazgrficadesarrolladaparaeldiseode controladores robustos, se instala en la carpeta dearchivosdelprogramaMatlab,yescribiendo lapalabrarobustenelespaciodetrabajo,seabre laventanadedilogoprincipalque semuestraen laFigura6. Enlapartesuperiordelaventanaseencuentrael esquemadediagramadebloques querepresenta la estructura de un sistema de control, que incluye la planta G, el controlador K la incertidumbre estructurada Di, el peso de las perturbaciones Wd y el peso de desempeo Wp. En la parte inferior, se encuentran seis botones para realizar los clculos que se explicarn a continuacin.

Figur a7. Pantalladeasignacinde incertidumbres paramtricas. Figur e7. Screenofassignationof parametric uncertainties.

219

Dyna162,2010

Como se sabe el sistema mra , es una planta de segundo orden, que de forma normalizada se representacomo:
k X m G = = U s2 + c s+ k m m

frecuencia (diferencia mxima entre el modelo nominal y la familia de modelos bajo incertidumbreensusparmetros)esalmacenado enunvector.
Valoresmaximosdeincertidumbre

(21)

Deacuerdoconlaformaestndardeunafuncin de transferencia descrita en la ventana de dilogo,losvaloresnominalesdelosparmetros son:

wn = c k = 0. 81,y V = = 0 . 20 m 2 mk

Magnitud

10

(22)
10
3

10

10

10

10

10

10

Frecuencia

Como se dijo anteriormente, para este caso se tomaron como posibles perturbaciones en los parmetrospm = 0,4,pc = 0,2y pk = 0,3,esdecir queelintervalodeincertidumbrepara wn es0.57 wn 1.20 y para zes 0.16 z 0.37. Estos datos se ingresan en las casillas Intervalo de incertidumbres y oprimiendo el botn Valores Mximos de Incertidumbre, se generan dos graficas.Laprimeramuestralarelacin entreel modelo nominal del sistema y las plantas obtenidasal perturbarlosparmetros(Figura8).
10
1

Figur a9. Valoresmximosdeincertidumbre. Figur e9. Maximvaluesofuncertainty.

Desdelaventanaprincipal,conelbotnPesode Incertidumbre de la ventana principal, se despliega un panel que permite calcular a partir del vector almacenado la funcin de transferencia que se ajusta a los datos correspondientes a los valores mximos de incertidumbre. El mismo panel genera una grficaconlacomparacinentrelarespuestaen frecuenciaparalafuncindepesoobtenidaylos datosdeentrada(Figura10).
Valoresmaximosdeincertidumbre
10
1

Incertidumbremultiplicativaalaentrada

10

Magnitud

10

10

Magnitud
10
0

10

10 3 10

10

10

10

10

10

10

Frecuencia

Figur a8. Relacinentrelaplantanominal y familia deplantasconincertidumbreensus parmetros. Figur e8. Relationbetweenthenominal plantand familyofplantswithuncertaintyintheirparameters

10

10

Frecuencia

Figur a10. Datosde entrada(azul)yfuncinde ajuste(rojo). Figur e10.Inputdate(blue)andadjust function(red).

La segunda (Figura 9), muestra la diferencia mxima a cualquier frecuencia entre la planta nominal y familia de plantas con incertidumbre en sus parmetros. El error mximo a cada

Para el sistema mra se obtuvo una funcin de orden 6 (ecuacin 23). Esta funcin tiene un buenajuste,elcual generaruncontroladorque nolimitaeldesempeoyquegarantizarobustez.

CortsyLpez

220

0 . 84 s +1 . 31 s +1 . 62 s +1 . 23 s + 0 . 61 s + 0 . 21 s (23) W = s + 0 . 82 s + 2 . 6 s +1 . 18 s +1 . 68 s + 0 . 35 s+ 0 . 29
6 5 4 3 2

Wp( s )=

0 . 02s+ 0 . 2 s+ 0 . 16

(25)

5. REQUISITOS DE DESEMPEO PARA UN SISTEMA DE CONTROL DEL SISTEMAMRA. El objetivo de diseo para el sistema MRA, es encontrar una salida de control retroalimentada lineal que satisfaga ciertas condiciones de desempeoaunenelpeorcasodeincertidumbre. El cumplimiento de estas condiciones se rene en el trmino Desempeo robusto [9] y se representa como un bloque adicional que se introduce a la planta generalizada, y se expresa por medio de una funcin de peso que tiene la siguiente forma[3]:
s + w B Wp( s )= M s+ w BA

Esta ventana tambin genera la respuesta en frecuenciadedichafuncinquecomoseaprecia en la Figura 12, garantizar que la respuesta en estado estacionario para el sistema mra con incertidumbre en los parmetros sea como mximo0.8%,adems,limitaelefectodelruido ytieneunanchodebandade0.2.
10
1

Pesodedesempeo

10

Magnitud
10
1

(24)

10 3 10

10

10

10

10

10

10

Frecuencia

Donde: wB:Frecuenciadeanchodebanda. M:Amplituddealtafrecuencia. A:Errormximoenestadoestacionario. Para hallar esta funcin se utiliza el modulo Peso de desempeo de la interfaz, que despliegalaventanaquesemuestraenlaFigura 11,enellaseintroducenlosdatosde wB,My A.

Figur a12. Funcindepesodedesempeopara el sistema mra . Figur e12.Functionofweightofperformance ofthe mra system.

6.

PLANTAGENERALIZADA

Figur a11. Ventana dedilogoparacalcularla funcindepesodedesempeo. Figur e11.Windowdialoguetocalculatethe function ofweightofperformance.

Para el diseo de controladores robustos, es necesario representar el proceso mediante un diagrama de bloques de acuerdo con la configuracin general de control [10], que se representaenlafigura13.Laplantageneralizada se obtiene mediante la interconexin entre el modelonominaldelaplanta,lafuncindepeso de incertidumbre y la funcin de peso de desempeo, ya calculadas, por medio de la ventanade dialogoInterconexin(Figura14), que se carga por medio de un botn de la ventanaprincipal.
D
uD w u yD

P K

z v

Para el sistema mra se obtuvo la siguiente funcin de desempeo que se introduce como incertidumbre en la planta generalizada, guardndolaconel nombre Wp.

Figur a13. Configuracingeneraldecontrol. Figur e13.Standardconfigurationofcontrol.

221

Dyna162,2010

Este modulo permite interconectar hasta 9 sistemas. Para el caso de estudio solo se interconectaron tres, el modelo nominal (de segundo orden), el peso de incertidumbre (de sextoorden)yelpesodedesempeo(deprimer orden) generando como resultado un sistema interconectado de orden 9 con tres entradas y tres salidas. Este sistema se almacena en un archivo con el nombre que el usuario asigne (P11). La ventana de usuario del modulo se presentaenlaFigura14.

-1 N =F P ,K)= P L ( 11 + P 12K(I - P 22K) P 21 (26)

De esta manera se obtiene la estructura ND mostrada en la Figura 15, la cual es utilizada paraelanlisisdedesempeorobusto(RP ).
D
uD w yD

Figur a15. EstructuraND paraanlisisde desempeorobusto. Figur e15.NDstructureforrobustperformance analysis.

Demanerasimilar,lafuncindetransferenciade la incertidumbre en lazo cerrado de w a z, est dada por la Transformacin Lineal Fraccional Superior de Ny Ddefinidacomo:

1N F=F N ,D)= N D(I - N D)U ( 22 + N 21 11 12 (27)

Donde z = Fw. Para analizar la estabilidad robusta de F , se reorganiza el sistema, en una estructuraMD(Figura16),dondeM= N11 esla funcin de transferencia entre las salidas y las entradasdeperturbacin.
D
uD yD

Figur a14. Ventanadedilogopararealizarla interconexindesistemas. Figur e14.Windowdialoguetomakethe systems interconnection.

7. DISEO DE UN CONTROLADOR PARAELSISTEMAMRA. Existen diversos mtodos para la obtencin de controladores robustos, entre los ms usados se encuentran: ControladoresptimosH2 y H. Controladores por la solucin de las ecuacionesalgebraicasdeRiccati. Controladores a partir de arreglos de DesigualdadesLinealesMatriciales. Estosmtodostrabajansobrelaplantaescritaen trminos de laconfiguracin generaldecontrol, donde el modelo nominal N es la TransformacinLinealFraccionalInferior deP y Kdefinidacomo[5]:

M
Figur a16. EstructuraMD paraanlisisde estabilidad robusta. Figur e16.MDstructureforrobuststability analysis.

El objetivo ahora es disear algn tipo de controlador y evaluar la robustez (estabilidad y desempeo) del sistema en lazo cerrado por medio de un indicador, el valor singular estructurado m [9]. Para este caso se determin disear un controlador LMI para la planta generalizada obtenidaapartirdelainterconexindesistemas. Este controlador deber minimizar la norma infinito de F L(P,K) sobre todo los controladores estabilizantesK[10].

CortsyLpez

222

La ventana de dilogo para el diseo del controladorsecargaatravs delbotnSntesis m de la herramienta (Figura 17). Una vez seleccionado el mtodo de diseo, se activa un panel que permite ingresar el nmero de variables de entrada y el nmero de variables controladasdelsistema.

Mediante el panel, se obtiene el valor mximo del valor singular estructurado m para la TLF inferioryademsgeneralagrficadelvalorde m para cada frecuencia (Figura 18), en ella se aprecia que la seal no sobrepasa ni a baja ni a alta frecuencia el umbral de 1 y es una indicacin de un diseo robusto.
1

V a lo rsin g u la re stru ctu ra d o (m u )

0.8

0.6

0.4

0.2

0 3 10

10

10

10

10

10

10

Frecuencia

Figur a18. Valorsingulardelsistemaenlazo cerrado conelcontroladorLMI. Figur e18.Structuredsingularvalueof closeloop systemwiththeLMIcontroller.

La simulacin de la respuesta transitoria del sistema de control diseado puede fcilmente realizarse en Simulink . El resultado difiere de un control SISO, porque el controlador robusto cubre toda una familia de plantas que se encuentran sometidas a incertidumbre en sus parmetros(Fig.19).
Respuestaeneltiempo
1.2

Figur a17. Panel pararealizareldiseode controladoresrobustos. Figur e17.Paneltomakerobustcontrollers design.

0.8

R e s p u e s t a

0.6

0.4

0.2

Laventanapermitevisualizarlossistemasquese tienen hasta el momento y seleccionar el que requiere el controlador. Se carga el sistema y posteriormente se selecciona el mtodo de diseo. En este caso el controlador LMI es de orden 9 con una variable de entrada y una de salida. Finalmente, para evaluar el desempeo robusto del sistema por medio el valor singular estructurado m, se utiliza el panel anlisis de robustez el cual se encuentra en el men herramientas de la ventana Sintesis m.

0.2 0

20

40

60

80

100

120

Tiempo

Figur a19. Simulacindelarespuestatransitoria del sistemadecontroldiseado. Figur e19. Transientresponsesimulationof control systemdesign.

8.

CONCLUSIONES

Incluso para una planta de bajo orden como el sistema mra la derivacin hacia el modelo de incertidumbrenoesespontnea.Paraunsistema conperturbacionesparamtricas,sedebeformar

223

Dyna162,2010

la configuracin estndar con el fin de usarse para el anlisis y diseo de controladores robustosapartirdelaherramientarobust.Enese procedimiento,lomsconvenienteesconsiderar separadamente las incertidumbres paramtricas quedescribenlasinfluenciasdeperturbacinpor simplesTLFyconstruirelmodelode incertidumbre completo de la planta usando la interfaz de plantas generalizadas de la herramientarobust. Encontrarfunciones depesode incertidumbre y desempeo apropiadas es un paso crucial en el diseo de controladores robustos, ello normalmente involucra el ensayo y error. La experiencia en el diseo y el conocimiento ayudaraescogerbuenasfuncionesdepeso. Un diseador inexperto en el tema de control robusto puede tener dificultad cuando utiliza directamente los comandos del Robust Control Toolbox de Matlab. Con esta herramienta, obvialanecesidaddeentenderlasintaxisdelos comandos, porque se limita nicamente a introducir los datos que le solicita cada ventana dedilogo,agilizandoelprocesodediseo.

control:analysisanddesign.JohnWiley&sons, Chichester(UK),2005. [4] TURNER, M. AND BATES, D. Mathematical methods for robust and nonlinear control:EPSRCsummerschool(lecturenotesin control and information sciences). 1 Ed. Springer,123132,2007. [5] MACKENROTH, U. Robust control systems theory and case studies, Springer Lbeck(Germany),252,2004. [6] LORENZO,J.,LPEZ,MY GARCA,L. Software para el diseo de controladores robustosconfuncionalidadhardwareintheloop. MemoriasXXVJornadasdeAutomtica,Ciudad Real,Espaa,trabajo134,septiembre2004. [7] VSQUEZ, F., MORILLA, F. Y SANMIGUEL,E.Entornomatlabparaeldiseo de controladores PID. Memorias XXI Jornadas de Automtica, Sevilla, Espaa, trabajo 24, septiembre2000. [8] JIMENEZ, L., Y OTROS. Recolab: laboratorio remoto de control utilizando Matlab y Simulink. Revista Iberoamericana de AutomticaeInformticaIndustrial,vol.2,nm. 2,6472,2005. [9] ZHUO, K. Essentials of robust control. PrenticeHall,NewJersey,187,1998. [10] DULLERUD, G. Y PAGANINI, F. A course in robust control theory: a convex approach. SpringerVerlag (NY), 173. 2005.

REFERENCIAS [1] HURTADO, L. Modelamiento terico y modelamiento emprico de procesos: una sntesis.ScientiaetTechnica,aoXII,nm.31, 103108,2006. [2] GU, D., PETKOV, P. AND KONSTANTINOV, M. Robust controldesign withmatlab.SpringerGlasgow (UK),2005. [3] SKOGESTAD, S. AND POSTLETHWAITE, I. Multivariable feedback