T ecnicas de Controle Robusto

Aula 03
Prof. Daniel F. Coutinho
Prof. Lus Fernando Alves Pereira
PPGEE, PUCRS, Brasil.
Sum ario
Desigualdades Matriciais Lineares;
Denic ao
Propriedades
Restric oes de igualdade e desigualdade
Problemas de Otimizac ao
Pacotes computacionais para resoluc ao de LMIs
Comandos b asicos do Yalmip e Exemplo
Exerccios.
T ecnicas de Controle Robusto Aula 03 PPGEE PUCRS - 2/20
LMIs I
Desigualdades Matriciais Lineares (Linear Matrix Inequalities LMIs) s ao de-
sigualdades na forma:
F() = F
0
+ F
1

1
+ F
2

2
+ + F
n

n
> 0, (1)
onde F
i
, i = 0, 1, . . . , n, s ao matrizes constantes, reais e sim etricas (F() =
F()
/
, F() R
mm
), e = [
1

n
]
/
e um vetor de vari aveis a serem
determinadas (ou vari aveis de decis ao) tais que a desigualdade acima e satisfeita.
Obs.: A
/
signica A transposta.
Quando a desigualdade (1) e satisfeita, para um determinado , diz-se que F()
e denida positiva. Isto e, as seguintes relac oes s ao equivalentes
O polin omio y
T
F()y e positivo, para qualquer y R
m
, y ,= 0.
Todos os autovalores de F() s ao positivos, i.e. (F()) > 0.
O menor autovalor de F() e positivo, i.e. min(F()) > 0.
T ecnicas de Controle Robusto Aula 03 PPGEE PUCRS - 3/20
LMIs II
Na grande maioria das aplicac oes de controle, as desigualdades que aparecem
temmatrizes como vari aveis de decis ao. Entretanto, sempre e possvel reescrever
uma LMI na forma (1).
Por exemplo, considere a seguinte desigualdade conhecida como desigualdade
de Lyapunov:
A
/
P + PA + Q < 0, P =

p
1
p
2
p
2
p
3

, A =

a
11
a
12
a
21
a
22

, (2)
onde P e uma matriz a ser determinada, e Q = Q
/
, A s ao matrizes dadas.
A condic ao acima pode ser reescrita na forma (1), com
(F
0
+ p
1
F
1
+ p
2
F
2
+ p
3
F
3
) > 0,
F
0
= Q, F
1
=

2a
11
a
12
a
12
0

, F
2
=

2a
21
a
11
+ a
22
a
11
+ a
22
2a
12

, F
3
=

0 a
21
a
21
2a
22

.
T ecnicas de Controle Robusto Aula 03 PPGEE PUCRS - 4/20
Propriedades das LMIs I
O conjunto das possveis soluc oes da LMI (1), / := R
n
: F() > 0, e
convexo. Isto e,

a
,
b
/, [0, 1] : F(
a
) + (1 )F(
b
) < 0.
Um sistemas de LMIs tamb em e uma LMI.
F
1
(,
1
) > 0, . . . , F
k
(,
k
) > 0 F(, ) := diagF
1
(,
1
), . . . , F
k
(,
k
) > 0.
As propriedades acima s ao fundamentais na utilizac ao da abordagem LMI para
tratar sistemas incertos.
Portanto, quando as matrizes F
i
, i = 1, . . . , n, em (1) dependem de forma am
de um vetor de par ametros incertos , onde e um politopo, pode-se
resolv e-las simultaneamente nos pontos extremos de para assegurar que
F(, ) = F
0
+ F
1
()
1
+ + F
n
()
n
> 0, .
Note que o problema acima tamb em e uma LMI.
T ecnicas de Controle Robusto Aula 03 PPGEE PUCRS - 5/20
Propriedades das LMIs II
Uma LMI sujeita a uma restric ao de igualdade podem se reescrita como uma
unica LMI.

F() > 0,
G a = 0


F(

) > 0
Complemento de Schur:

F
a
() F
b
()
F
b
()
/
F
c
()

> 0

F
a
() > 0
F
c
() F
b
()F
c
()
1
F
b
()
/
> 0
ou

F
c
() > 0
F
a
() F
b
()
/
F
a
()
1
F
b
() > 0
T ecnicas de Controle Robusto Aula 03 PPGEE PUCRS - 6/20

Algebra Matricial - I
Restric oes de desigualdade (Procedimento-o):
Sejam F
0
, F
1
, . . . , F
q
formas quadr aticas na vari avel z R
n
z
com a seguinte
estrutura
F
i
(z) = z
/
T
i
z + 2u
/
i
z + v
i
, i = 0, 1, . . . , q
onde T
i
= T
/
i
R
n
z
n
z
, u
i
R
n
z
e v
i
R.
A seguinte condic ao e satisfeita
F
0
(z) > 0 , para todo z tal que F
i
(z) 0 , i = 1, . . . , q
se existirem escalares positivos
i
tais que
F
0
(z)
q

i=1

i
F
i
(z) > 0 , z
T ecnicas de Controle Robusto Aula 03 PPGEE PUCRS - 7/20

Algebra Matricial - II
Restric oes de igualdade (Lema de Finsler):
Seja R
n

, S = S
/
R
n

e Z R
m

, m

< n

. Ent ao as seguintes
relac oes s ao equivalentes:
(a)
/
S > 0 para todo tal que Z = 0.
(b) (Z

)
/
SZ

> 0, onde Z

e uma base para o espaco nulo de Z.

(c) Existe um escalar tal que S + Z
/
Z > 0.
(a) Existe uma matriz L R
n

tal que S + LZ + Z
/
L
/
> 0.
T ecnicas de Controle Robusto Aula 03 PPGEE PUCRS - 8/20
Problemas de Otimizac ao I
Em muitas situac oes na teoria de controle, n ao estamos apenas interessados
em assegurar a estabilidade de um sistema (converg encia para um ponto de
equilbrio).
Muitas vezes estamos interessados em assegurar al em da estabilidade outros
requisitos de controle, como, por exemplo:
A velocidade de converg encia para o ponto de equilbrio e r apida e/ou sem
oscilac oes (taxa de converg encia);
A energia dos estados e do sinal de controle e minima;
Sinais externos indesejados inuenciam o mnimo possvel o sinal de sada
de um sistema.
No caso acima, no conjunto de possveis soluc oes que asseguram a estabilidade
de um sistema, qual delas e a que satisfaz um determinado requisito de desem-
penho.
T ecnicas de Controle Robusto Aula 03 PPGEE PUCRS - 9/20
Problemas de Otimizac ao II
De uma maneira mais formal, seja / o conjunto de soluc oes de uma LMI, qual
das possveis soluc oes e a que minimiza uma determinada func ao escalar f():
f
otima
= inf
/
f() = inff() : /
A func ao custo f : / R e dita ser convexa se / e convexo e para
1
,
2
/
a seguinte relac ao e satisfeita
f(
1
+ (1 )
2
) f(
1
) + (1 )f(
2
), (0, 1),
1
,=
2
.
Uma func ao f() e dita ser c oncava se f() e convexa.
Um problema na forma
min
/
f() : F() < 0
e chamado de problema de otimizac ao convexa.
T ecnicas de Controle Robusto Aula 03 PPGEE PUCRS - 10/20
Func ao Convexa
0 1 2 3 4 5 6 7 8 9 10
0
5
10
15
20
25
30
C

f()
Fig. 1: Func ao convexa f().
T ecnicas de Controle Robusto Aula 03 PPGEE PUCRS - 11/20
Problemas de Otimizac ao III
Em alguns casos, o objetivo n ao e achar o valor mnimo de func ao f() mas sim
que uma condic ao do tipo f() / (limitante superior).
Conjunto de nvel de /
/

:= / : f()
Se f : / R e convexa ent ao /

e convexo para todo R.

Func ao quasi-convexa. Um func ao f : / R e quasi-convexa se todos os
seus conjuntos nveis /

s ao convexos, R.
f(
1
+ (1 )
2
) maxf(
1
), f(
2
)
T ecnicas de Controle Robusto Aula 03 PPGEE PUCRS - 12/20
Func ao Quasi-Convexa
-
6
f(x)
x
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

C()

Fig. 2: Func ao quasi-convexa f(x).
T ecnicas de Controle Robusto Aula 03 PPGEE PUCRS - 13/20
Resoluc ao num erica de LMIs
A resoluc ao de problemas LMIs e obtida de forma num erica utilizando pacotes
computacionais especcos.
A soluc ao pode ser caracterizada de duas formas:
Problema de factibilidade LMI: busca uma soluc ao qualquer que satisfaca um
conjunto de restric oes na forma LMI.
Problema de otimizac ao: determina a soluc ao otima de uma func ao custo
linear sujeita a um conjunto de restric oes na forma LMI.
Podemos dividir os programa especializados em LMIs em duas classes:
Parser programas especializados em transformar um problema na forma
standard (2) na formulac ao gen erica (1). Exemplo: YALMIP, LMIedit (natu-
ral do Matlab).
Solver programa especializado na soluc ao de programas de factibilidade e
otimizac ao LMI: SEDUMI, SDPT3 e lmilab (natural do Matlab).
T ecnicas de Controle Robusto Aula 03 PPGEE PUCRS - 14/20
Yalmip I
O YALMIP e um toolbox distribudo gratuitamente para o MATLAB utilizado
para a modelagem de problemas LMIs.
Permite ao usu ario escrever e resolver problemas LMIs de forma simples atrav es
de 20 solvers diferentes.
Nesta disciplina utilizaremos os solvers lmilab e SEDUMI. O lmilab e o solver
natural do toolbox LMI do Matlab e o SEDUMI e um solver distribudo gratuita-
mente para a plataforma MATLAB.
Comandos b asicos:
SDPVAR dene vari aveis de decis ao.
Ex: P = sdpvar(n,m,tipo,campo), onde n e o n umero de linhas da vari avel P,
m e o n umero de colunas da vari avel P, tipo e estrutura da matriz P (symmet-
ric ou full) e campo indica o campo da matriz (n umeros reais ou complexos
complex). P=sdpvar(2,2) , M = sdpvar(2,2,full) , N = sdpvar(2,1)
T ecnicas de Controle Robusto Aula 03 PPGEE PUCRS - 15/20
Yalmip II
Outras matrizes com estrutura particular:
Matriz diagonal X = diag(sdpvar(n,m))
Matriz hankel Q = hankel(sdpvar(n,m))
Matriz Toepliz R = toplitz(sdpvar(n,m))
Comando SET deni as desigualdades e igualdades
Exemplo: LMI = set(P > 0)
Comando SDPSETTINGS congura os par ametros do solver
Exemplo: options = sdpsettings(solver,sedumi,sedumi.eps,1e-12)
SOLVESDP e a maneira mais simples para solucionar um problema de
otimizac ao ou factibilidade.
Ex.: diagnostics = solvesdp(LMI,f,options)
LMI conjunto de LMIs denidas pelo SET
f func ao custo a ser minimizada ( e um problema de factibilidade)
options par ametros do solver
T ecnicas de Controle Robusto Aula 03 PPGEE PUCRS - 16/20
Yalmip III
A vari avel diagnostics retornada pelo comando SOLVESDP apresenta varias
informac oes que servem para vericar a qualidade da soluc ao. Mas, a validac ao
dos resultados e feita de forma mais eciente pelo comando checkset.
CHECKSET comando utilizado para vericar a soluc ao encontrada.
Ex.: checkset(LMI)
DOUBLE recupera as vari aveis de decis ao na forma de vetor para a formulac ao
original do problema.
Ex.: double(P)
Help online do Yalmip
http://control.ee.ethz.ch/joloef/wiki/pmwiki.php
Vericac ao da instalac ao do Yalmip no Matlab
No command window do Matlab executar o comando
> yalmiptest
T ecnicas de Controle Robusto Aula 03 PPGEE PUCRS - 17/20
Exemplo I
Vericar a estabilidade do seguinte sistema

1 0 0
0 1 0
0 0 0

x =

0 1 0
1 1 1
2 0 1

x
O sistema acima e conhecido como um sistema descritor (generalizac ao da
representac ao por vari aveis de estado. A ultima equac ao pode ser vista como
uma restric ao alg ebrica em um sistema de ordem 2 x 2.
Aestabilidade pode ser vericada pela seguinte condic ao: determinar uma matriz
P = P
/
> tal que
x
/
(A
/
P + PA)x < 0 , x : Bx = 0
onde
A =

0 1 0
1 1 1
2 0 1

e B =

2 0 1

T ecnicas de Controle Robusto Aula 03 PPGEE PUCRS - 18/20

Exemplo II
Utilizando o Lema de Finsler, o problema acima pode ser resolvido da seguinte
forma
P = P
/
> 0 , : A
/
P + PA + LB + B
/
L
/
< 0 (3)
Soluc ao
P =

1.849 0.348 0.124

0.348 1.288 0.385
0.124 0.385 1.724

, L =

0.417
1.039
1.690

Sistema est avel

(P) = 0.990 , 1.663 , 2.208
T ecnicas de Controle Robusto Aula 03 PPGEE PUCRS - 19/20
Exerccio
Resolver o seguinte problema de otimizac ao
min
P
trace(P) :

x
/
Px > 0 , P = P
/
x
/
((A BK)
/
P + P(A BK))x < 0
1 K
/
x 0 , x : 1 x
/
Px 0
onde as matrizes A, B e K s ao dadas por
A =

0 1
1 2

, B =

0
1

, K =

1 3

Atenc ao: lembre-se que as restric oes na forma de LMIs devem ser sim etricas.
T ecnicas de Controle Robusto Aula 03 PPGEE PUCRS - 20/20