Lazocerradomimo PDF

Control Robusto y T ecnicas de Dise no H
Jorge Sofrony
19 de agosto de 2012
T ecnicas de Control
Introducci on
Introducci on
Muchas de las t ecnicas de control desarrolladas en la d ecada de 1950 aun cuentan con una
gran acogida en la industria, donde mas del 90 % de los problemas de control se resuelven
con t ecnicas de PID
Esta preferencia continua a pesar de los desarrollos que se han realizado en cuanto a
mecanismos y electr onica los cuales permiten implementar f acilmente t ecnicas complejas
de control
Retos del dise no de controladores modernos:
garantizar que el sistema sea insensible a perturbaciones e incertidumbre
dise nar directamente para sistemas multivariables altamente complejos
dise nar para sistemas no lineales
El control cl asico no suple estas necesidades completamente, por lo que es necesario
recurrir a t ecnicas modernas de control
Introducci on
Introducci on - Control Cl asico
El control cl asico se basa en cerrar lazos de forma sucesiva
para sistemas multivariables (MIMO) se escogen pares de entrada/salida (I/O) a controlar
posteriormente se utilizan t ecnicas como el RL, Bode o Nyquist de manera secuencial
Las principales ventajas de este esquema de control son
la posibilidad de utilizar la experiencia como factor para escoger los pares de I/O
la trasabilidad del sistema, facilitando la vericaci on del buen funcionamiento del mismo (esto
tambi en aplica para casos de funcionamiento con fallas)
Los sistemas de control cl asico se fundamenta en la teora lineal de se nales y sistemas, y
por lo tanto su dise no se realiza alrededor de un punto de operaci on preestablecido (planta
linealizada).
Se puede lograr que el sistema tenga un mayor rango de operaci on utilizando t ecnicas de
compensaci on (e.g. Anti-Windup) o de tabulaci on de ganancia.
La mayora de t ecnicas de dise no cl asico son m etodos desarrolladas en el dominio de la
frecuencia que ofrecen un alto nivel de transparencia e intuici on, facilitando el trabajo para
ingenieros no expertos
Introducci on
Introducci on - Control Robusto
El control robusto tiene una losofa de dise no similar a la del control cl asico, el cual se
fundamenta en el an alisis y sntesis utilizando m etodos frecuenciales
Lo novedoso de las t ecnicas de control robusto es proponer m etodos de dise no que
permitan la sntesis de controladores realmente multivaribles, tomando en cuenta la
incertidumbre de se nal y de modelamiento
Una de las desventajas de dichas t ecnicas es la alta complejidad matem atica, tanto en
dise no como en implementaci on, lo cual las hace poco atractivas para la industria.
Hoy en da existen herramientas que facilitan la implementaci on de controladores robustos
en aplicaciones industriales de alta complejidad, aumentando el numero de aplicaciones
exitosas documentadas en las ultimas dos d ecadas
Introducci on
Introducci on - Ejemplo
Considere el sistema Masa-Resorte-Amortiguador (con saturaci on) que se muestra en la
gura
K
G
saturacion
r e u sat(u) y
Figura: Sistema Masa Resorte Amortiguador con saturaci on
Asuma que el sistema tiene una representaci on donde las matrices (A, B, C, D) est en dadas
por
A =
_
0 1
10 10
_
B =
_
0
1
_
C =
_
1 0
_
D = 0
La saturaci on es un bloque no lineal que se dene como
sat(u) =
_
u sign(u) |u| > u
u |u| u
Introducci on
Inicialmente podemos considerar el sistema lineal, es decir, consideramos que el sistema
no presenta saturaci on de su se nal de control (sat(u) = u, u).
Considere un controlador PID tal que el sistema en lazo cerrado tenga error de estado
estable menor al 10 %, un factor de amortiguamiento mayor a > 0,707 y un tiempo de
establecimiento T
s
< 1seg
0 5 10 15 20 25 30
!15
!10
!5
0
5
10
15
TIME [s]
X

[
m
]
0 5 10 15 20 25 30
!10
!8
!6
!4
!2
0
2
4
6
8
10
TIME [s]
X

[
m
]
Sistema sin saturaci on Sistema con Saturaci on
Sin embargo, si consideramos que la fuerza de actuaci on esta limitada tal que
u u u, donde u = 10, podemos observar como el sistema pierde su capacidad de
seguimiento de la se nal de referencia, con grandes retardos de tiempo y bloqueo en
saturaci on
Introducci on
El sistema con saturaci on de entrada puede ser visto como uno de incertidumbre
mutiplicativa de entrada, donde podemos dise nar un controlador robusto utilizando la
t ecnica de sensibilidad mixta S/KS
0 5 10 15 20 25 30
!10
!8
!6
!4
!2
0
2
4
6
8
10
TIME [s]
X

[
m
]
! " #! #" $! $" %!
!#!
!&
!'
!(
!$
!
$
(
'
&
#!
Sistema sin saturaci on Sistema con Saturaci on
Como se puede observar en las guras, el sistema se mantiene en fase con respecto a la
se nal de referencia aun ante la presencia del bloque de saturaci on
Podemos observar que el sistema saturado tiene un gran error de estado estable que es
fsicamente imposible de suprimir puesto nuestra se nal de referencia no es viable en
amplitud
Introducci on
Fundamentos y Notaci on - Se nales y Sistemas
Se nal: Algunas deniciones y caractersticas
Algo que transporta alg un tipo de informaci on
Se presentan debido a una repuesta a cierto evento, o son la causa de cierto evento
En principio, siempre pueden ser medidas y corresponden, por lo general, a alguna cantidad fsica
Por lo general pueden ser gracadas
La noci on general de se nal es que esta es algo que es funci on de una variable indepen-
diente; esta se nal se denota x(t). Tal se nal generalmente (pero no siempre) varia con el
tiempo.
Funci on: Es una tripla (f , D, R), donde f (.) es la funci on, D es el dominio y Res el
rango.
Se dice que la funci on f (.) es un mapeo del dominio al rango, i.e. f : D R
En ingeniera se asume que el dominio es el tiempo, el cual es el espacio uni-dimensional de los
reales, y que el rango es el espacio n-dimensional de los reales (por lo general se asume que
n = 1). Por tal motivo denimos una funci on de la siguiente manera
f (t) : R
1
R
n
Sistema: Algunas deniciones y caractersticas
Algo que procesa, de alguna manera, una se nal
Algo que produce una reacci on en respuesta a un estimulo externo
Algo que produce una salida a partir de una entrada.
Nuestra noci on general de un sistema es que este es un operador que produce una salida
y(t) en respuesta a una se nal de entrada u(t).
Introducci on
Norma Euclidiana: Sea x un vector columna en R
n
. La norma euclidiana se dene como
x =
x
T
x
donde x
T
denota la transpuesta de una matriz
Norma L
2
: Podemos medir el tama no de una se nal x(t) a trav es de su norma L
2
, la cual
esta denida como
x
2
=
|x(t)|
2
dt
El espacio de se nales con norma .
2
nita se conoce como el espacio L
2
y se dene
como
L
2
= {x R
n
: x
2
< }
Teorema de Parseval:Asuma que x(j) es la transformada de Fourier de la se nal x(t) y
asuma que x
(j) denota la traspuesta compleja conjugada. La norma L

2
, en el dominio
de la frecuencia se dene como
x
2
=
1
2
(j)x(j)d
1
2
El Teorema de Parseval dice que la norma L
2
en el dominio de la frecuencia y en el
dominio del tiempo son exactamente iguales
Introducci on
Norma L
2
Inducida: Cuando tratamos con sistemas, i.e G(s), hablamos de la norma
L
2
inducida, denida como el factor de ganancia que existe entre la entrada y salida de un
sistema para una entrada u() dada. Asumiendo u()
2
= 1.
y()
u()
=
G(j)u()
2
u()
2
= G(j)u()
2
G(j)
2
Norma H
: La norma H
se dene utilizando la denici on de valores singulares

(norma L
2
inducida) de un sistema y escogiendo el pico como funci on de la frecuencia
G(s)
= m ax
(G(j))
Noma de Henkel: La norma de Henkel de un sistema estable se obtiene cuando se aplica
una se nal de entrada u(t) hasta t = 0 (u(t) = 0t > 0), y se trata de maximizar la relaci on
de las normas L
2
de las se nales de entrada y salida
G
H
= m ax
u(t)
_
_
0
z()
2
2
d
_
_
0
u()
2
2
d
Introducci on
Valores Singulares: Los sistemas MIMO poseen grados de libertad adicionales, haciendo
que los valores propios del sistema no sean una buena medida de su ganancia. Podemos
denir los valores propios del sistema como
i
(G) =
Gu
i
2
u
i
2
= Gu
i
2
donde u
i
es una base normal deniendo la direcci on de las se nales de salida, i.e. todos los
vectores son linealmente independientes y u
i
2
= 1.
De esta manera podemos denir el m aximo y el minino valor singular como
= m ax
u=0
Gu
2
u
2
= mn
u=0
Gu
2
u
2
Porque?: Considere el sistema multivariable G(s) R
22
denido como una matriz de
funciones de transferencia tal que su valor en estado estable esta dado por G(0) =
5 4
3 2
Ahora considere entradas de magnitud unitaria de la siguiente manera

u
1
=
1
0
u
2
=
0
1
u
3
=
0,707
0,707
Las respectivas salidas son

y
1
=
5
3
y
2
=
4
2
y
3
=
6,36
3,54
donde
y
1
2
= 5,83 y
2
2
= 4,47 y
3
2
= 7,30
Como se puede observar, los valores propios no son una buena medida de la ganancia del sistema
ya que estos no tienen en cuenta la direcci on de la entrada
Introducci on
Fundamentos y Notaci on - Teorema de la Peque na Ganancia
Theorem
Considere el sistema retroalimentado mostrado en la gura
M
1
y
2
siendo la m axima norma inducida L
2
de M y respectivamente. La interconexi on
M es estable si
2
< 1
r2 = 0 e2
M
r1 = 0 e1
y1
y2
!
Figura: Interconexi on M
Introducci on
Fundamentos y Notaci on - Estabilidad seg un Lyapunov
Considere un sistema general de la forma x = f (x), donde x son los estados del sistema, y
donde podemos hacer las siguientes deniciones
Punto de Equilibrio: Asuma que el sistema tiene condiciones iniciales x
0
= x
e
y que no existen
perturbaciones externas. Se dice que x
e
es un punto de equilibrio si y solo si x = x
e
para todo
instante de tiempo t > t
0
. Un punto de equilibrio puede denirse como el lugar donde las
derivadas del sistema se desvanecen, es decir
x
e
= f (x
e
) = 0
Primer M etodo de Lyapunov: Se dice que el punto de equilibrio de un sistema es estable si para
cualquier escalar existe otro escalar () tal que
x
0
x
e
< () x(t) x
e
< t 0
Se dice que el sistema es asintoticamente estable si adicionalmente
x
0
x
e
< () lm
t
x(t) 0
x(0)
!
"
x1
x2
x(0)
!
"
x1
x2
Introducci on
Sistemas Retroalimentados - Estabilidad seg un Lyapunov
Theorem
Considere el sistema LTI x = f (x, u) y asuma que el punto x = 0 es un punto de equilibrio
contenido en X R
n
(i.e. X se denomina la regi on de atracci on)
Asuma que existe una funci on V(x) continuamente diferenciable tal que
V(x) > 0 x = 0
V(0) = 0
lm
x
V(x)
Entonces si,
V(x) 0 x X, el sistema es localmente estable con regi on de atracci on X
V(x) < 0 x X, el sistema es localmente estable con regi on de atracci on X

Si X = R
n
en los argumentos anteriores, estos siguen siendo validos pero de forma global
x(0)
!
"
x1
x2
x(0)
!
"
x1
x2
Introducci on
Sistemas Retroalimentados
Considere el sistema retroalimentado mostrado en la siguiente gura
K G
r e u y
do
Podemos denir un grupo de cuatro funciones de transferencia que describen, en su
totalidad, el comportamiento del sistema en lazo cerrado
1
La funci on de sensibilidad esta denida como la funci on de transferencia
S
0
=
e(s)
d
0
(s)
= (I + GK)
1
2
La funci on de sensibilidad complementaria esta denida como la funci on de transferencia
T
0
=
y(s)
r(s)
= (I + GK)
1
GK
3
La funci on de que dene la relaci on entre la referencia r(s) y la se nal de control u(s) esta dada
por KS
0
4
La funci on de Lazo Abierto se dene como L = GK
Introducci on
Sistemas Retroalimentados - Problema de Planta Generalizada
Considere el sistema retroalimentado mostrado en la siguiente gura, y note que este es
equivalente a la gura anterior, con la adici on de una salida que representa el error del
sistema
K
G
r e
u y
do
P
Este sistema puede ser simplicado a ala representaci on mostrada en la gura, donde
P se denomina la planta generalizada
w = [d
T
0
r
T
]
T
son las se nales ex ogenas (en estas incluimos perturbaciones, referencias, etc)
z = [y
T
e
T
]
T
es la se nal objetivo
v es la se nal de salida retroalimentada (en este caso la se nal de error e)
u es la se nal de control.
Introducci on
Para este problema especico planteado, nuestra planta generalizada esta dada por P, donde
K
w
P
z
v
z = y r = d
0
r + Gu
v = e = d
0
+ r Gu
_
z
v
_
=
_
I I G
I I G
_
.
P
_
w
u
_
Introducci on
Este sistema se pude implementar en Matalab de la siguiente manera:
K
w
P
z
v
s=zpk(s);
G=(1)/(s
2+10*s+10);
W1=1*(s+100)/(1*s+1); W2=[]; W3=15;
P=augw(G,W1,W2,W3);
[K,CL,GAM]=hinfsyn(P);
sigma(CL,ss(GAM));
Introducci on
Sistemas Retroalimentados - Incertidumbre
Aunque existen varios tipos de incertidumbre, clasicadas seg un su arquitectura y
estructura interna, solo mencionaremos tres tipo de arquitectura puesto son los mas
comunes
Incertidumbre Multiplicativa de Entrada: G = G
0
(I +
i
)
Incertidumbre Multiplicativa de Salida: (I +
0
)G = G
0
Incertidumbre Aditiva: G = G
0
+
a
G0
!
a
G0
!
i
G0
!
o
G0
!
a
G0
!
i
G0
!
o
Incertidumbre Inversa Multiplicativa de Entrada: G = G
0
(I
i
)
1
Incertidumbre Inversa Multiplicativa de Salida: G = (I
0
)
1
G
0
Incertidumbre Inversa Aditiva: G = (I G
0
a
)
1
G
0
Es posible analizar la estabilidad de sistemas inciertos retroalimentados utilizando el SGT
Especicaciones de Dise no
Control Robusto - Objetivos
Desempe no Nominal: el controlador LTI debe garantizar que el sistema cuente con un
buen nivel de atenuaci on de perturbaciones de entrada y/o salida (actuadores y sensores),
una adecuada atenuaci on de ruido de medici on, un buen nivel de desempe no en el
seguimiento y desacople de las se nales de referencia
Estabilidad Robusta: el controlador LTI debe garantizar que el sistema sea estable,
incluyendo casos donde se cuente con la presencia de incertidumbre (aditiva, multiplicativa
de entrada o de salida) no estructurada, seg un ciertas especicaciones de robustez
Desempe no Robusto: el controlador LTI debe garantizar que el sistema cuente con un
buen nivel de atenuaci on de perturbaciones de entrada y/o salida (actuadores y sensores),
una adecuada atenuaci on de ruido de medida, un buen nivel de desempe no en el
seguimiento y desacople de las se nales de referencia, para todos los posibles modelos LTI
de la planta denidos por cierta incertidumbre (por lo general estructurada)
Control Robusto - Sistema en Lazo Cerrado
Consideremos la siguiente gura
K G
r e u y
do di
n
Las se nales de salida y entrada, u y y respectivamente est en dadas por
y = T
0
r + S
0
Gd
i
+ S
0
d
0
T
0
u = KS
0
r KS
0
d
0
+ S
i
d
i
KS
0
donde
S
0
= (1 + GK)
1
S
i
= (1 + KG)
1
T
0
= (1 + GK)
1
GK
T
i
= KG(1 + KG)
1
T
0
+ S
0
= I
T
i
+ S
i
= I
Control Robusto - Especicaciones de Dise no Utilizando T y S
Los objetivos generales del dise no de controladores se puede encapsular en las siguientes
especicaciones dadas en t erminos de T y S
1
Atenuaci on de perturbaciones de salida (d
0
) en la salida (y) (S
0
) peque no
2
0
) en la salida (u) (KS
0
) peque no
3
Atenuaci on de perturbaciones de entrada (d
i
) en la salida (u) (S
i
) peque no
4
Atenuaci on de perturbaciones de entrada (d
i
) en la salida (y) (S
0
) peque no
5
Atenuaci on de ruido de medici on () en la salida (y) (T
0
) peque no
6
Atenuaci on de ruido de medici on () en la salida (u) (KS
0
) peque no
7
Para tener buen seguimiento de referencia (T
0
) y (T
0
) 1
8
Para limitar la acci on de control (KS
0
)
Adicionalmente los objetivos de robustez pueden ser expresados de la siguiente manera
1
Estabilidad robusta con incertidumbre multiplicativa de entrada (T
i
) peque no
2
Estabilidad robusta con incertidumbre multiplicativa de salida (T
0
) peque no
3
Estabilidad robusta con incertidumbre aditiva (KS
0
) peque no
Control Robusto - Especicaciones utilizando T y S
Porque las tres especicaciones de robustez?
Realizaremos un ejemplo a forma de prueba puesto que el procedimiento se puede extender a
otras arquitecturas. Tomaremos como ejemplo el caso de un sistema con incertidumbre aditiva,
lo cual nos permite vericar f acilmente los otros dos casos ya que
ai
= G
0
i
y
a0
=
0
G
0
Observe la siguiente gura donde podemos hallar M como la funci on de transferencia que va de
la se nal que sale de la incertidumbre a la se nal de entrada a la misma. Despu es de reducir el
sistema obtenemos M = KS
0
Concluimos la prueba haciendo uso del SGT donde para
garantizar que el sistema sea estable, debemos asegurar que la desigualdad
2
KS
0
2
< 1
se cumpla. De aqu es evidente que un de nuestros objetivos de robustez es logra que la
ganancia de KS
0
sea lo mas peque na posible
K G
r e u
y
!
Control Robusto - Especicaciones utilizando T y S
Debido a que existen ciertas restricciones (T
0
+ S
0
= I y T
i
+ S
i
= I)
No podemos cumplir todas las especicaciones y debemos lograr estos objetivos a distintas
frecuencias
Requerimos que el sistema aten ue ruido de medici on y sea robusto a incertidumbres a altas
frecuencias
Requerimos que el sistema aten ue perturbaciones y tenga buenas propiedades de seguimiento de
referencias a bajas frecuencias
Pueden existir ciertas restricciones de desempe no debidas a ceros de fase no mnima y saturaci on
entre otros
S(s)
1/W1
Frecuencia [rad/s]
M
a
g
n
i
t
u
d

[
d
B
]
10
0
10
-2
10
1
10
-1
0dB
Dise no de controladores H
de Sensibilidad Mixta
T ecnicas de Dise no H
- Denici on del Problema

Consideremos la siguiente gura
K G
r e u y
do di
n
K
w
P
z
v
Se nales de Inter es Se nales de Inter es
r : se nal de referencia
d
0
: se nal de perturbaci on a la entrada de la
planta
: se nal de ruido de medici on
y : se nal de de salida
e : se nal de error de seguimiento de
referencia
u : se nal de control
w : se nales ex ogenas
y : se nales de salidas medidas
z : se nales de inter es
u : se nal de control

Participando P acorde a las dimensiones de de las se nales de entrada/salida
_
z
y
_
=
_
P
11
P
12
P
21
P
22
_ _
w
u
_
donde
u = Ky
Despu es de un redacci on algebraica podemos encontrar que
z = (P
11
+ P
12
(1 P
22
)
1
P
21
)w = F
l
(P, K)w
F
l
(P, K) se denomina el mapa lineal fraccional y es una transformaci on lineal fraccional
(LFT) inferior
Nuestro principal objetivo es encontrar un controlador K(s) tal que
nf
K
F
l
(P, K)
= nf
K
m ax
(F
l
(P, K)(j)) = nf
K
max
w=0
z
2
w
2
- Denici on Problema
No es necesario obtener el controlador optimo, y podemos considerar el problema de
encontrar un controlador suboptimo tal que
F
l
(P, K)
<
donde >
min
,
min
siendo el valor optimo
Este problema se puede resolver de forma eciente utilizando el algoritmo de Doyle,
donde se realiza una iteraci on en gamma hasta encontrar un valor cercano al optimo.
Hasta el momento el planteamiento del problema se ha realizado de forma muy general
Debido a que debemos encapsular nuestros objetivos dentro del esquema de control H
,
surgen algunas preguntas
Que se nales debemos escoger como ex ogenas (w) y de inter es (z) tal que nuestros objetivos se
vean reejados en ellas?
Como conformamos nuestra matriz aumentada P?
Respuesta: Esta es una tarea que depende de la naturaleza del problema, por lo que se
estudiaran casos tpicos
Dise no de Controladores H
Considere el sistema retroalimentado con perturbaci on de salida como se muestra en la
gura
Deseamos un sistema con las siguiente caractersticas
Atenuaci on a baja frecuencia de perturbaciones d
0
en la salida y
El ancho de banda de la se nal de control es limitado
Robustez a incertidumbres aditivas de alta frecuencia
Esto se traduce en tratar de obtener un valor singular (S
0
) peque no a altas frecuencias y
un valor singular (KS
0
) peque no a bajas frecuencias
K G
r e u y
do
Debido a que nuestros objetivos se alcanzan a distintas frecuencias, debemos incluir
ltros, o pesos, W
1
y W
2
El problema de dise no S/KS tiene como objetivo encontrar un K(s) tal que la ganancia
H
de los sistemas de inter es S/KS se lo menor posible

nf
K
_
_
_
_
W
1
S
0
W
2
KS
0
_
_
_
_
K
G
r=0 e
u
do
P
u
v
z2
W2
W1
z1
de Sensibilidad Mixta-Planta Generalizada S/KS

Considere el sistema de la gura donde tenemos
_
_
z
1
z
1
v
_
_
=
_
P
11
P
12
P
21
P
22
_ _
w
u
_
=
_
_
W
1
S
0
W
2
KS
0
y
_
_
Observando que z
1
= P
11
w + P
12
u = W
1
(w + Gu) y que z
2
= W
2
u, podemos concluir
que
P =
_
_
W
1
W
1
G
0 W
2
1 G
_
_
K
w
P
z
v
de Sensibilidad Mixta-Planta Generalizada S/KS

Considere el sistema de la gura donde tenemos
_
_
z
1
z
1
v
_
_
=
_
P
11
P
12
P
21
P
22
_ _
w
u
_
=
_
_
W
1
S
0
W
2
KS
0
y
_
_
Observando que z
1
= P
11
w + P
12
u = W
1
(w + Gu) y que z
2
= W
2
u, podemos concluir
que
P =
_
_
W
1
W
1
G
0 W
2
1 G
_
_
K
w
P
z
v
de Sensibilidad Mixta - Funciones de Peso

Considere el objetivo W
1
S
0
1, donde W
1
es un ltro pasabajas dado por
W
1
=
s/M +
B
s +
B
A
Cabe observar que lo requerimientos de dise no a distintas frecuencias debe ser
encapsulado en 1/W
1
ya que S
0
1/W
1
Para valores de A = 0,1, M = 10 y
B
= 3 10
1
Escoger pesos no es una ciencia exacta y por lo tanto se debe iterar hasta conseguir los
resultados deseados
1/W1
Frecuencia [rad/s]
M
a
g
n
i
t
u
d

10
0
10
-2
10
1
10
-1
1
M
A
!b
de Sensibilidad Mixta - Soluci on del Problema

Considere la planta generalizada P, la cual incluye pesos W
1
, W
2
, y W
3
P =
A B
1
B
2
C
1
D
11
D
12
C
2
D
21
D
22
Problema:
K
G
e
u
do
P
u
v
z2
W2
W1
z1 r
z3
W3
y
Encontrar un controlador K(s) que garantice estabilidad robusta del sistema P(s) bajo las
condiciones de dise no
Encontrar el menor valor posible del indice de desempe no tal que
nf
K
F
l
(P, K)
W
1
S
W
2
KS
W
3
T
= >
min
Existen varios m etodos para resolver este problema de optimizaci on H
/ H
2
, pero
debido a que debemos iterar en , estos son por lo general computacionalmente costosos

Algoritmo General[Doyle/Glover]: Existe un controlador K(s) ta; que F
l
(P, K)
< si
1
X
0 es la soluci on de la ecuaci on de Ricatti

A
T
X
+ X
A + C
T
1
C
1
+ X
(
2
B
1
B
T
1
B
2
B
T
2
)X
= 0
tal que Re
i
(A B
2
B
T
2
X
) +
2
B
1
B
T
1
X
) < 0, i
2
Y
0 es la soluci on de la ecuaci on de Ricatti

AY
+ Y
A
T
+ B
T
1
B
1
+ X
(
2
C
T
1
C
1
C
T
2
B
2
)X
= 0
tal que Re
i
(A C
T
2
C
2
Y
) +
2
Y
C
T
1
C
1
) < 0, i
3
(X
) <
4
El controlador central esta dada por la siguiente representaci on de estado
K(s) =
_
A
0
_
donde
A
= A + B
2
F
) +
2
B
1
B
T
1
X
+ Z
C
2
F
= B
T
2
X
= Y
C
T
2
Z
= (I 2X
)
1

El controlador central K(s) tiene un numero de estados igual a la suma de los estados de la
planta y los estados de los pesos (en el caso del problema S/KS, W
1
y W
2
)
Cabe anotar que la soluci on presentada anteriormente hace uso de varios supuestos; tal vez
los de resaltar son D
11
= 0, D
22
= 0, D
12
D
T
12
= I y D
T
12
D
12
= I
Para un obtener un valor suboptimo pero apropiado de , podemos realizar una b usqueda
por bisecci on hasta alcanzar un nivel de tolerancia aceptable, i.e. |
min
| < Tol
Este algoritmo ya hace parte de la caja de herramientas de control robusto de Matlab y
hace uso de la funci on hinfsyn
Conformado de Lazo H

La t ecnica de conformado de lazo H
surge como alternativa al problema de sensibilidad

mixta
Resumiendo, esta t ecnica pretende garantizar estabilidad robusta y desempe no moldeando
la funci on de lazo abierto y no las funciones S, KS y T
Al asumir incertidumbre coprima, esta t ecnica de dise no tiende a garantizar mayores
m argenes de robustez
Uno de los inconvenientes es que no podemos garantizar estabilidad del sistema en lazo
cerrado a partir de sus propiedades de lazo abierto, esto se acent ua al tratar con sistemas
mutlivariables
Debido a que nuestras especicaciones de dise no est en dadas en t erminos de S, KS y T, las
cuales son funciones de lazo cerrado, debemos hacer una traducci on para expresarlas en
t erminos de nuestra funci on de lazo abierto

Para realizar esta re-interpretaci on, necesitaremos las siguientes identidades
i
(A) (B)
i
(A + B)
i
(A) + (B) (A) 1 (A + 1) (A) + 1
(A
1
) =
1
(A)
Utilizando estas identidades y asumiendo que (KG) > (KG) > 1 podemos deducir la
siguiente desigualdad
1
(KG) + 1
(S
i
)
1
(KG) 1
1
(GK) + 1
(S
0
)
1
(GK) 1
Con estas propiedades de los valores singulares podemos encapsular las especicaciones e
dise no utilizando las funci on de lazo abierto L(s)
De esta manera podemos hacer las siguientes aproximaciones entre funciones de lazo
cerrado y lazo abierto
Si (KG) << 1 para un cierto rango de frecuencia, entonces (T
i
) (KG)
Si (GK) << 1 para un cierto rango de frecuencia, entonces (T
0
) (KG)
Si (GK) << 1 para un cierto rango de frecuencia, entonces (S
0
G)
1
(K)
y
(KS
0
)
1
(G)
Ya estamos listos para re-escribir nuestros objetivos de dise no
- Especicaciones de Dise no Utilizando L y K

1
0
) en la salida (y)
(GK) debe ser grande dentro del rango de frecuencias donde (GK) >> 1
2
0
) en la entrad (u)
(K) debe ser peque no dentro del rango de frecuencias donde (GK) << 1
3
0
) en la salida (u)
1
(G)
debe ser peque no dentro del rango de frecuencias donde (GK) >> 1
4
i
) en la salida (y)
(K) debe ser grande dentro del rango de frecuencias donde (GK) >> 1
5
i
) en la entrada (u)
(KG) debe ser grande dentro del rango de frecuencias donde (KG) >> 1
6
Atenuaci on de ruido de medici on () en la salida (y)
(GK) debe ser peque no dentro del rango de frecuencias donde (GK) << 1
7
Atenuaci on de ruido de medici on () en la entrada (u)
8
Atenuaci on de ruido de medici on () en la entrada (u)
1
(GK)
debe ser grande dentro del rango de frecuencias donde (GK) >> 1
9
Para obtener buen seguimiento del a se nal de referencia (r)
(KG) debe ser grande dentro del rango de frecuencias donde (GK) >> 1
10
Para limitar los niveles y ancho de banda de la se nal de control (u)
11
Para limitar los niveles y ancho de banda de la se nal de control (u)
1
(G)
debe ser peque no dentro del rango de frecuencias donde (GK) >> 1
- Especicaciones de Dise no Utilizando L y K

1
Para obtener estabilidad robusta ante incertidumbre multiplicativa de entrada
(KG) debe ser peque no dentro del rango de frecuencias donde (KG) << 1
2
Para obtener estabilidad robusta ante incertidumbre multiplicativa de salida
(GK) debe ser peque no dentro del rango de frecuencias donde (GK) << 1
3
Para obtener estabilidad robusta ante incertidumbre aditiva
4
Para obtener estabilidad robusta ante incertidumbre aditiva
1
(G)
debe ser grande dentro del rango de frecuencias donde (GK) >> 1
- Metodologa de Dise no
En general,
Se desea atenuar perturbaciones y obtener buen seguimiento de referencia a bajas
frecuencias
Se desea atenuar ruido de medici on y sea robustamente estable ante incertidumbre que
ocurren a altas frecuencia
Se desea una se nal de control de amplitud moderad y que tenga un ancho de banda con
pocas componentes de alta frecuencia.
En la siguiente gura se muestra gr acamente las especicaciones de dise no y como
lograrlas
!(GK)
Frecuencia [rad/s]
M
a
g
n
i
t
u
d

[
d
B
]
Frontera de
desempeo
Frontera de estabilidad
robusta, atenuacion de
ruido de medicion y
reduccion de la energia de
control
!(GK)
"l
"h
Encontrar un controlador K(s) tal que se cumplan las especicaciones de dise no (los
valores singulares de la funci on de lazo L = GK tienen la forma deseada) es relativamente
sencillo
Encontrar un controlador K(s) tal que simult aneamente se garantice estabilidad en lazo
cerrado es un problema no trivial
Para sistemas SISO la relaci on entre estabilidad en lazo cerrado y el margen de ganancia y
fase de la funci on de lazo abierto es relativamente sencilla, aunque existen ciertas
limitaciones
Debido a que estamos tratando con sistemas multivariables, y adicionalmente estamos
utilizando los valores singulares del sistema, garantizar estabilidad de lazo cerrado
basandose en las propiedades de la funci on de lazo es mas complicado
La metodologa de conformado de lazo H
consta de dos parte

1
Se moldea el lazo para que se cumplan las especicaciones de dise no
2
Se encuentra un controlador K(s) que estabiliza el sistema y el cual optimiza, en el sentido H
,
los m argenes de robustez del sistema
Considere la arquitectura que se muestra en la siguiente gura
El ltro W
1
(s) se utiliza para moldear el lazo, garantizando caractersticas deseadas, e.g.
acci on integral y velocidades de descenso
W
2
es una matriz escalar diagonal y se utiliza para dar peso relativo a las distintas salidas
del sistema
Una vez se realice una selecci on apropiada de los pesos W
1
y W
2
, se procede a dise nar el
controlador K(s) tal que se garantice estabilidad robusta ante la presencia de
incertidumbre coprima de la planta, i.e. G
= (M +
M
)
1
(N +
N
)
Considere que contamos con el sistema moldeado G = W
2
G
0
W
1
(G
0
es la planta
nominal), y que este tiene un factorizaci on coprima de la forma G = M
1
N
Problema:
Nl Ml
-1
u y
K
!
N
!
M
+
+
Encontrar un controlador K(S) tal que se garantice la estabilidad robusta de la planta incierta
G
= {(M +
M
)
1
(N +
N
) :
N

M
< }
Encontrar el mayor margen de estabilidad donde
min
= nf
K

K
I
(1 GK)
1
M
1
max
max
es la m axima ganancia de perturbaci on permitida, i.e.

max
El sistema G(s) es robustamente estable ante la presencia de incertidumbre coprima si existe un
controlador K(s) que garantice
min

1
max
, donde
min
es el margen de estabilidad (seg un la
denici on dada anteriormente) y
max
es un escalar que acota la ganancia de la incertidumbre
Demostraci on.
La prueba puede realizarse utilizando el teorema de la peque na ganancia (SGT), por lo que
comenzamos esta prueba reorganizando el sistema bajo el esquema M como se
muestra en la gura
Nl Ml
-1
u y
K
!
N
!
M
+
+
Despu es de reducir el sistema podemos concluir que
u = (1 KG)
1
KM
1
= K(1 GK)
1
M
1
y = (1 GK)
1
M
1
Reorganizando el sistema
z =
_
u
y
_
=
_
K
I
_
(1 GK)
1
M
1
= ()z =
_

N

M
_
min
dictamina el margen de estabilidad del sistema y es la ganancia de la funci on de
transferencia que va de a [u
T
y
T
]
T
La prueba de basa en la aplicaci on directa del teorema de la ganancia peque na donde
podemos concluir que si
, el sistema es estable si
min
< 1
Cabe anotar que el subndice max que se agrega al termino indica nuestro deseo de
encontrar estabilidad para un amplio rango de incertidumbres, i.e. el mayor admitido por
el sistema.
- Soluci on del problema

Algoritmo General: Existe un controlador K(s) tal que
K
I
(1 GK)
1
M
1
si
1
X 0 es la soluci on de la ecuaci on de Ricatti
A
T
X + X
A XBS
1
B
T
X + C
T
R
1
C = 0
2
Z es la soluci on de la ecuaci on de Ricatti
AZ + Z
A
T
ZC
T
R
1
CZ + BS
1
B
T
= 0
donde
A = BS
1
D
T
C S = (1 + D
T
D) R = (1 + DD
T
)
3
El controlador K(s) que garantiza
K
I
(1 GK)
1
M
1
<
donde >
min
, esta dado por
K(s) =
_
A
k
B
k
C
k
D
k
_
A
k
= A + BF +
2
(L
T
)
1
ZC
T
(CDF)
B
k
=
2
(L
T
)
1
ZC
T
C
k
= B
T
X
D
k
= D
T
donde
F = S
1
(D
T
C + B
T
X) L = (1
2
)I + XZ
- Soluci on del problema

El menor valor del indice de estabilidad robusta se denota
min
y esta dado por
min
=
_
1 N M
2
H
_ 1
2
= (1 + (XZ))
1
2
No hay iteraci on en y el algoritmo de implementaciones particularmente simple.
Cabe anotar que aunque el algoritmo es simple computacionalmente,la selecci on
apropiada de pesos es crucial para garantizar buen desempe no del sistema
El dise no del controlador es un procedimiento relativamente sencillo debido a que no hay
selecci on de pesos y el problema no depende de la incertidumbre
La aplicabilidad de los controladores de conformado de lazo en H
es alta debido a su
gran exibilidad (comparado con controladores de sensibilidad mixta en H
) y sencillez
(comparado con controladores de sntesis )
- Arquitectura de control
Considere el sistema de tipo Newton-Langrange representado de la siguiente forma
M(q)q =
C(q, q) g(q)
donde

(.) denota el sistema real y (.) denota el sistema nominal
Utilizando la t ecnica de control de din amica inversa cancelamos las no linealidades de la
siguiente forma
= M(q)u + C(q, q) + g(q)
donde obtenemos el siguiente sistema
M(q)q = M(q)u + C(q, q) + g(q)
C(q, q) g(q)
Si denimos

(.) = (.)

(.) podemos re-escribir el sistema como
q =

M(q)
1
M(q)u +

M(q)
1
(
C(q, q) + g(q)) = u + (q, q)

done (q, q) =

M(q)
1
(
M(q) +

C(q, q) + g(q))
Observe que si no existe incertidumbre de modelo, (q, q) = 0, y por lo tanto nuestro
sistema se reduce a un doble integrador, i.e. q = u
Sin embrago, si nuestro modelo real diere del nominal, tendremos un sistema incierto y
por lo tanto debemos tener en cuenta estas perturbaciones del modelo
- Arquitectura de control
El sistema se pude modelar como un doble integrador con incertidumbre multiplicativa de
entrada e inversa aditiva
Deniendo
i
=

M(q)
1

M(q, q), y utilizando las propiedades de simetra de la matriz
M(q), podemos modela la incertidumbre multiplicativa de entrada como una matriz
diagonal
i
= diag{
1
, . . . ,
n
}
La incertidumbre aditiva inversa esta dada por
a
=

M(q)
1
(
C(q, q) + g(q)) y se puede

modelar como una conexi on en serie entre una matriz escalar y un ltro (el cual captura
los efectos frecuenciales de esta incertidumbre)
As, nuestro esquema de control es el que muestra en la gura
K 1/s
2
!
a
!
i

Lazocerradomimo PDF

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

Lazocerradomimo PDF

Загружено:

Авторское право:

Доступные форматы

Control Robusto y T ecnicas de Dise no H

Control Robusto y T ecnicas de Dise no H

(j) denota la traspuesta compleja conjugada. La norma L

se dene utilizando la denici on de valores singulares

Ahora considere entradas de magnitud unitaria de la siguiente manera

Las respectivas salidas son

V(x) 0 x X, el sistema es localmente estable con regi on de atracci on X

V(x) < 0 x X, el sistema es localmente estable con regi on de atracci on X

- Denici on del Problema

- Denici on del Problema

de los sistemas de inter es S/KS se lo menor posible

de Sensibilidad Mixta-Planta Generalizada S/KS

de Sensibilidad Mixta-Planta Generalizada S/KS

de Sensibilidad Mixta - Funciones de Peso

de Sensibilidad Mixta - Soluci on del Problema

de Sensibilidad Mixta - Soluci on del Problema

0 es la soluci on de la ecuaci on de Ricatti

0 es la soluci on de la ecuaci on de Ricatti

de Sensibilidad Mixta - Soluci on del Problema

- Denici on del Problema

surge como alternativa al problema de sensibilidad

- Denici on del Problema

- Especicaciones de Dise no Utilizando L y K

- Especicaciones de Dise no Utilizando L y K

consta de dos parte

- Soluci on del problema

- Soluci on del problema

M(q)q = M(q)u + C(q, q) + g(q)

C(q, q) + g(q)) = u + (q, q)

C(q, q) + g(q)) y se puede

Вам также может понравиться