Control ptimo LQG

Recordemos que el problema LQR considera el sistema de espacio de estado

x
y

= Ax + Bu; x Rn ;
= Cx; y Rq

y el criterio de desempeo J =

R
0

u Rp

xT (t)Qx(t) + uT (t)Ru(t)dt; donde Q es no

negativa definida y R es definida positiva. Entonces el control que minimiza J est

dado por la ley de realimentacin lineal
u(t) = Kx(t)

con

K = R1 B T P

y donde P es la nica solucin definida positiva a la EAR

AT P + P A P BR1 B T P + Q = 0

Realizacion
p. 1/18

Estimacin de estado ptima LQE

Recordemos que el problema dual estimador ptimo LQ lleva al filtro de Kalman,
el cual es el mejor estimador posible para
la planta corrupta con ruidos w y v
x
y

= Ax + Bu + w
= Cx + v

ator
v

w(t)
u(t)

x(t)
C

y(t)
v(t)

A
Observer

donde w y v son procesos Gaussianos estocsticos de media cero no correlacionados en el tiempo y el uno al otro, con coT
stochastic
) = V.
varianzas E(ww T ) = W y E(vv
time
La ganancia del estimador ptimo es
L=
P C T V 1 donde P es la solucin de la
EAR

B
^
x(t)

A LC

AP + P AT P C T V 1 CP + W = 0

Realizacion
p. 2/18

Control lineal cuadrtico Gaussiano (LQG)

El control LQG es el controlador ptimo obtenido como la combinacin de una
ganancia de realimentacin de estado LQR con realimentacin desde los
estimados a partir
un estimador
de estado ptimo LQE.
ande
optimal
LQE state estimator.
w(t)
r

u(t)

x(t)
C

y(t)
v(t)

A
Kalman Filter (LQE)

B
LQR

^
x(t)

A LC

El principio de separacin nos permite disear una ganancia de realimentacin

LQR y el LQE independientemente.

Realizacion
p. 3/18

Control LQG
El principio de separacin dice que si tenemos una planta dada por
x
y

= Ax + Bu + w
= Cx + v

y deseamos disear un controlador para minimizar



J = lm E x (t)Qx(t) + u (t)Ru(t)dt
T

entonces la solucin ptima se obtiene combinando la ganancia de realimentacin

ptima LQ y el observador LQ observer dados arriba. Recuerde tambin de la
asignacin de polos que los polos de lazo cerrado se obtienen en los autovalores
de A BK y A LC.

Realizacion
p. 4/18

Control LQG
El controlador combinado incluyendo un LQR (regulador ptimo lineal
cuadrtico) y un LQE (estimador ptimo lineal cuadrtico) se denomina
usualmente controlador lineal cuadrtico gaussiano (LQG).
LQG se puede usar como una herramienta simple para obtener un
controlador ball-park con un desempeo razonable. Como con la asignacin
de polos, la planta debe aumentarse si se desean caractersticas como
accin integral.
Existen tambin estrategias sofisticadas basadas en LQG. Estas resuelven
no solo dinmicas intrincadas (ej. sistemas resonantes o interacciones en
sistemas multivariables), sino tambin aseguran que el diseo tenga
propiedades adecuadas de robustez. Tales estrategias van ms all del
alcance de este curso, y se recomienda el libro Multivariable Feedback
control:Analysis and design de Skogestad y Postlethwaite.

Realizacion
p. 5/18

Rechazo a disturbios con LQG

Como ejemplo de control LQG, consideremos una aplicacin para rechazo a
disturbios, por el principio de modelo interno .
Considere la planta
bd(t)
b v(t)


 
y(t)
10 50
1
?
?
x =
x+
u
b - j - 2 20
- j -b
1
0
0
s +10s+50
y

[20 0]x

Donde se sabe que la salida de la planta es afectada por ruido blanco aditivo de
media cero y covarianza 0,005.
Tambin se sabe que, en operacin, el vector de estado de esta planta es
afectado por una seal ruidosa de banda estrecha de aproximadamente 1Hz. La
meta del problema de control es rechazar este disturbio de 1Hz.

Realizacion
p. 6/18

Rechazo a disturbios con LQG

Un principio bsico es que para ser capaces de rechazar un disturbio, o seguir
una referencia, necesitamos incorporar un modelo del disturbio en el controlador.
Esto se conoce como principio del modelo interno.
El principio del modelo interno establece que para rechazar un disturbio, el sistema debe incluir un modelo del disturbio , si ste est disponible.
Un ejemplo familiar de rechazo a disturbio (y seguimiento de referencia) basado
en el principio del modelo interno es la accin integral en la realimentacin de
estados: Para rechazar disturbios constantes aumentamos su modelo (un
integrador) a la planta.

Realizacion
p. 7/18

Rechazo a disturbios con LQG

Para el ruido aditivo a la salida, lo modelamos como una seal de ruido v con
varianza V = 0,005. En el caso del disturbio de 1Hz, lo modelamos por una
ecuacin de estado auxiliar, donde w es ruido blanco de media cero con
covarianza W = 0,01.
15

10

yd

0
2

 
0
2
w
xd +
1
0


= [100 0]xd

Este ruido excita al sistema para producir una seal de 1 Hz, escalada por
un factor de 100.

d(t)

10

15

10

20

30

40

50
time [s]

60

70

80

90

100

Realizacion
p. 8/18

Rechazo a disturbios con LQG

Trataremos la salida ruidosa como un disturbio de ruido en la entrada del sistema
original,
x

[20 0]x + v

10
1

 
50
1
x+
(u + d)
0
0

= Ax + B(u + d)

= Cx + v

Disearemos un filtro de Kalman para rechazar este disturbio. Para el diseo

combinaremos planta y disturbio en la planta aumentada (A a ; Ba ; Ca ; Da ):


x
x d

A
0



 
 
x
B
0
+
w
u+
xd
0
Bn

B
An
 
x
+v
[C 0]
xd

Realizacion
p. 9/18

Rechazo a disturbios con LQG

Ahora diseamos la ganancia L de nuestro filtro de Kalman
x + Ba u + Ly
x
= (Aa LCa )
usando nuestro modelo hipottico de la planta (la planta aumentada) y las
propiedades estadsticas de los ruidos v y w,
V = E{v 2 (t)} = 0,005;

W = E{w 2 (t)} = 0,01.

En MATLAB podemos usar la funcin lqe L = lqe(Aa,[0*B;Bn],Ca,W,V);

obteniendo,

0,9037
8,1671

L=
1,4021 .
0,1848
p. 10/18
Realizacion

Rechazo a disturbios con LQG

En otras palabras, hemos modelado el disturbio como la salida de una planta
hipottica, y lo incorporamos al modelo de la planta real para obtener el modelo
aumentado
= Aa xa + Ba u + Ew
= Ca xa + vy

x a
ya

Ahora, para controlar este sistema, calculamos una ganancia de realimentacin

u = Kxa para minimizar el criterio de desempeo
1

0
T

J=
xa (t) 0
0
0
Z

0
0
0
0

0
0
0
0

0
xa (t) + uT (t)Ru(t) dt

0
0

Note que esta forma de Q penaliza solamente la salida del sistema real, no se
penalizan los estados del disturbio.
p. 11/18
Realizacion

Rechazo a disturbios con LQG

La razn es que tales estados son hipotticos y no controlables de todas
maneras. Usaremos dos valores diferentes de R > 0 para ver el efecto de cada
uno.
El truco para rechazar el disturbio de banda estrecha no es tratar de controlarlo,
ya que no es controlable por definicin, pero s filtrarlo usando su modelo en el
filtro de Kalman.
x a = (Aa LCa )xa + Ba u + Ly
Plant with
narrowband disturbance
0

In1

Out1

Constant

Scope

Ba* u

4
K* u
Manual
Switch
0

Matrix
Gain3

4
2
Demux
2

1
s

AaL*Ca* u

L* u

La ganancia del estimador L se calcula

para minimizar ptimamente el efecto
de los ruidos w y v utilizando las covarianzas del ruido W y V .

Constant1
2
Terminator

p. 12/18
Realizacion

Rechazo a disturbios con LQG

El diagrama de SIMULINK de abajo muestra el detalle de implementacin de la
planta aumentada.
plant implementation.
0

In1

Out1

Constant

Scope
Subsystem
4

K*u
Matrix
Gain
K*u
Manual
Switch

4
2
Demux

Matrix
Gain3

Constant1
2

1
s

AaL*Ca* u

4
4

Integrator

L* u
Matrix
Gain1

Matrix
Gain2

Out1

Terminator

w(t)

Disturbance

BandLimited
White Noise
d(t)

Plant Model

K*u
Gn
y(t)

u(t)
1
In1

K*u
B

1
s

2
2

K*u

1
Out1

K*u

p. 13/18
Realizacion

Rechazo a disturbios con LQG

Este diagrama de SIMULINK muestra como implementar el modelo de disturbio
input
disturbance model.
denarrow-band
entrada de banda
estrecha.
0

In1

Out1

Constant

Scope
Subsystem
4

K*u
Matrix
Gain
K*u
Manual
Switch

2
Demux

Matrix
Gain3

4
4

Integrator

Constant1
2

1
s

AaL*Ca* u

L* u
Matrix
Gain1

Matrix
Gain2

Out1

Terminator

w(t)

Disturbance

BandLimited
White Noise
d(t)

Plant Model

K*u
Gn
y(t)

u(t)
1
In1

K*u
B

1
s

2
2

K*u

1
Out1

K*u

K*u
BandLimited
White Noise

Bn

Disturbance Model

1
s

K*u

1
Out1

Cn
2

K*u

An

p. 14/18
Realizacion

Rechazo a disturbios con LQG

Se muestra la salida del sistema en lazo abierto (K = 0) y en lazo cerrado para
diferentes valores de R.
1.5

Closed loop
R=1e6

0.5

0.5

1
Open loop
1.5

10

12

14

16

18

20

p. 15/18
Realizacion

Rechazo a disturbios con LQG

Para valores del peso de contrlo R < 104 no hay mejora significante en la
respuesta, porque el sistema tiene un nivel de ruido de base debido al ruido
medido v (el cual no podemos remover de la salida).
No obstante, podemos efectivamente mejorar la respuesta al remover el
disturbio de banda estrecha.
Esta es una forma de tratar con disturbios en el observador en lugar que en
el control realimentado, como se hizo en el esquema de accin integral
estudiado previamente.

p. 16/18
Realizacion

Rechazo a disturbios con LQG

Bode Diagram

50

Open Loop
R=102
4

R=10

La grfica muestra el diagrama de

Bode de amplitud de la funcin de
transferencia de lazo cerrado desde el
disturbio d a la salida, para los diferentes valores de R, y en lazo abierto.

Magnitude (dB)

R=10

50

100

150

200
1
10

10

10
10
Frequency (rad/sec)

10

10

Podemos ver como el control LQG produce un sistema de lazo cerrado con un
notch en la frecuencia del disturbio (1Hz).

p. 17/18
Realizacion

Observaciones finales acerca de LQG

De hecho, podemos incorporar en nuestro diseo LQG una accin integral,
aumentando a la planta la integral del error de seguimiento. En ese caso
deberamos ser cuidadosos en seleccionar Q para que penalicemos el error
de seguimiento y no el estado que se supone debe seguir a la referencia.
Ya que LQG es un controlador por realimentacin de estado en combinacin
con un estimador de estado, pueden incorporarse fcilmente esquemas
antiwindup en realimentacin de estado con accin integral.
LQG es una de las herramientas ms bsicas e importantes en ingeniera de
control. Para modelos de espacio de estados, constituye en la mayora de los
casos, la mejor opcin para diseo de control.
LQG no es robusto, pero casi siempre dar buenos resultados cuando el
modelo del sistema es razonablemente preciso.

p. 18/18
Realizacion