Академический Документы
Профессиональный Документы
Культура Документы
1
De ahí la importancia de disponer de x ( t ) = [ξ ( t ) w( t ) ] ; x ( t ) ∈ R
T n+r
(3)
herramientas analíticas que permitan conocer
cuando un punto de equilibrio no hiperbólico es
estable o inestable. en donde el nuevo sistema viene definido por:
En este trabajo se describe la bifurcación de
Andronov-Poincaré-Hopf, la cual aparece x (t ) = f [ x (t ), p ] ; y (t ) = h [ x (t ) ] (4)
cuando se tiene un punto de equilibrio no
hiperbólico con un autovalor complejo Sean x0i, i = 1,2,..,k; p0 los puntos de equilibrio
conjugado puro. A través del comportamiento de (4) para los que se verifica:
dinámico de un giroscopio en suspensión
Cardan con un circuito de realimentación
f [ x0 i , p 0 ] = 0 (5)
formado por un motor DC y un amplificador-
regulador PID, se investiga la dinámica regular,
auto-oscilante y caótica del sistema. Además se Si se linealiza el sistema (4) en torno a cada uno
discute como se podrían ajustar los parámetros de estos puntos de equilibrio, se obtendrá un
del regulador PID en base al método propuesto. conjunto de sistemas lineales de la forma:
Por último se expone brevemente como utilizar
la bifurcación de Andronov-Poincaré-Hopf para
η = Dx f ( x0 i , p0 ) ⋅ η =
⎡ ∂f ⎤ ⋅ η (6)
generar comportamiento caótico y como utilizar ⎢⎣ ∂x ⎥⎦ x
dicho comportamiento para generar señales de
0i
0
p
2
2.1 Teorema de la variedad central
⎧( x, y ) ∈ R c × R s | y = h( x ), x < ε ⎫
W (0) = ⎨ ⎬
c
El teorema de la variedad central está
relacionado con la idea de simplificar un ⎩ h(0) = 0 ; Dh (0) = 0 ⎭
sistema dinámico no lineal [3], [4], [5], [15]. (10)
Parece claro que la simplificación de un sistema
no lineal podría abordarse desde dos puntos de para ε → 0. Obsérvese que la variedad central
vista: a) A través de un cambio de coordenadas está asociada al punto de equilibrio y que desde
de forma que se eliminara la no linealidad. Esto el punto de vista geométrico se puede considerar
da lugar a las formas normales del sistema y b) como una superficie tangente al subespacio Ec.
Reducir tanto como sea posible la Algunos teoremas y propiedades de la variedad
dimensionalidad del sistema. Esto da lugar al central pueden encontrarse en [3], [4], [5], [15].
teorema de la variedad central. El caso b) es el Pero aquí interesa resaltar lo siguiente: Para
que se va a considerar a continuación. conocer el comportamiento del sistema total en
Consideremos un sistema lineal de la forma: el origen, basta con conocer la dinámica del
sistema reducido a la variedad central.
x = Ax (8) Esto supone una gran simplificación, ya que la
dimensión del sistema total puede ser
siendo A una matriz de dimensiones (nxn). En cualquiera, pero en el caso que nos ocupa con
general, la matriz A tiene tres subespacios dos autovalores complejos conjugados puros,
vectoriales invariantes Es, Eu, Ec asociados a los solamente habría que analizar la dinámica de un
autovalores de la matriz A con parte real sistema de orden dos asociado a la variedad
negativa, parte real positiva y parte real cero central. El siguiente paso es determinar la
respectivamente. Estos subespacios tienen la ecuación de la variedad central.
propiedad de que las órbitas que parten de Es
caen a cero exponencialmente conforme el 2.2 Determinación de la variedad central
tiempo tiende a infinito,, las que parten de Eu se
hacen no acotadas conforme t → ∞, y las que Sean (x,y) las coordenadas de un punto genérico
comienzan en Ec ni crecen ni decrecen conforme sobre la variedad central Wc(0) que verifican:
t → ∞.. El interés se centra en el
comportamiento asintótico del sistema en el y = h( x ) (11)
subespacio Ec. Aplicado a sistemas no lineales
este es el contexto del principio de reducción o Diferenciando la ecuación (11) respecto al
teorema de la variedad central. tiempo se deduce:
Consideremos un sistema no lineal
descompuesto en sus variedades central y ∂h ( x ) dx (t )
estable definido de la forma: y = ⋅ = Dh ( x ) ⋅ x (12)
∂x dt
x = Ax + f ( x, y ) ⎫
⎬ ; ( x, y ) ∈ R × R
c u
Sustituyendo las ecuaciones (9) en (12) se
y = By + g ( x, y ) ⎭ deduce:
(9)
f (0, 0) = 0 ; Df (0, 0) = 0 ⎫
⎬ Dh( x ) ⋅ [ Ax + f ( x, h ( x )) ] = Bh ( x ) + g ( x, h( x ))
g (0, 0) = 0 ; Dg (0, 0) = 0 ⎭
(13)
La ecuación (13) es una ecuación en derivadas
En donde para simplificar la exposición y sin parciales cuasilinear que determina la variedad
pérdida de generalidad, se supondrá que la central h(x). La solución de la ecuación (13)
variedad inestable es nula y que el punto de será en la mayoría de los casos más difícil que
equilibrio del sistema es el origen. Df y Dg son la solución del problema original (9). Pero si se
las correspondientes matrices jacobianas. tiene en cuenta que en el caso de la bifurcación
Obsérvese que A es una matriz de dimensiones de Andronov-Poincaré-Hopf, la variedad central
(cxc) en la que todos sus autovalores tienen se reduce a un sistema de dimensión dos, cuyas
parte real cero, y B de dimensiones (sxs) tiene propiedades dinámicas recogen la del sistema
todos sus autovalores con parte real negativa y n total, se puede escribir:
= c + s, siendo n la dimensión del sistema.
Además se supondrá que las funciones no
lineales f(x,y) y g(x,y) son suficientemente ⎧( x, y ) ∈ R 2 × R s | y = h( x), x < ε ⎫
W (0) = ⎨ ⎬
c
3
para ε suficientemente pequeño, la variedad estable, el sistema queda atrapado oscilando en
central se puede aproximar por una serie de torno a él pero sin llegar nunca a alcanzarlo. La
potencias hasta un orden dado [4]. Por ejemplo: estabilidad de un foco débil está determinada
por un coeficiente llamado primer valor de
Lyapunov. Por tanto, si en una situación como
⎡ h1 ( x1 , x2 ) ⎤ ⎡ a1 x1 + a2 x2 + a3 x1 x2 ⎤ ⎡ Ο( x ) ⎤
2 2 3
= +
⎢ h ( x , x ) ⎥ ⎢ b x 2 + b x 2 + b x x ⎥ ⎢ Ο( x 3 ) ⎥ la que se está considerando es posible calcular
⎣ 2 1 2 ⎦ ⎣ 1 1 2 2 3 1 2⎦ ⎣ ⎦ en forma parametrizada dicho coeficiente,
(15) parece razonable pensar que este tipo de cálculo
en donde x = [x1 x2]T. Los coeficientes ai, bi se pueda aplicarse al análisis y diseño de sistemas
determinan sustituyendo (15) en (13), y una vez de control. Si aparecen un par de autovalores
conocida la variedad central, las propiedades del complejos conjugados puros independientes del
punto de equilibrio (0,0) se determinan a partir valor del parámetro de bifurcación, el sistema
del sistema: alcanza en estado estacionario un ciclo límite
con comportamiento auto-oscilante [14].
x = Ax + f ( x, h( x )) (16) El cálculo del primer valor de Lyapunov para el
sistema genérico (17) se realiza a través de los
siguientes pasos [16]:
Obsérvese que en la ecuación (15) se ha tomado
una aproximación de la variedad central hasta
1. Separar la parte lineal de la no lineal del
de orden tres, lo cual puede ser suficiente para
sistema a partir de un desarrollo en serie de
muchas aplicaciones prácticas, teniendo en
Taylor hasta términos de tercer orden como
cuenta que la forma de las ecuaciones del
mínimo. Con lo cual el sistema (17) quedará de
sistema nos indica el orden de aproximación
la forma:
mínima, tal como se verá más adelante en los
ejemplos estudiados.
x ′ = A( p ) x′ + f ( x′, p ) + Ο ( x′ ) 4
(19)
3 ANAISIS DEL PUNTO DE Los autovalores de A(p) vienen dados por (18).
EQUILIBRIO A PARTIR DEL
PRIMER VALOR DE LYAPUNOV 2. A partir de los autovalores dados por la
ecuación (18) buscar la matriz de
Con las ideas vistas en el apartado anterior se va transformación P que lleva a la matriz A(p) a la
a estudiar como determinar las propiedades de forma canónica de Jordan, o sea:
estabilidad de un punto de equilibrio cualquiera
con dos autovalores complejos conjugados x′ = Px ⇒ x = P A( p ) x + P f ( x, p ) + Ο
−1 −1
( x )⎫
4
x = [ x1 x4 ]
T T
siendo p un parámetro que puede tomar un valor x2 x3 (21)
para el cual la matriz jacobiana del sistema en el
punto de equilibrio que supondremos el origen la ecuación (15) queda de la forma:
tiene autovalores de la forma:
λ1,2 = δ ( p ) ± iω ( p ) ; λ3, 4 = −α ± i β (18) ⎡ x3 ⎤ ⎡ a1 x1 + a2 x2 + a3 x1 x2 ⎤ ⎡ Ο( x ) ⎤
2 2 3
= +
⎢ x ⎥ ⎢ b x 2 + b x 2 + b x x ⎥ ⎢ Ο( x 3 ) ⎥ (22)
con δ(p0) = 0 y ω(p0) > 0, siendo p0 el valor del
parámetro p cuando se produce la bifurcación.
⎣ 4⎦ ⎣ 1 1 2 2 3 1 2 ⎦ ⎣ ⎦
Este tipo de puntos de equilibrio reciben el
nombre de focos débiles, y en ellos el sistema o sustituyendo la ecuación (22) en la (13) se
bien es inestable o tiende hacia el foco débil determinan los coeficientes ai y bi. y por tanto
siguiendo una espiral logarítmica de longitud eliminando las variables x3 y x4 entre las dos
infinita. Por consiguiente, si el foco débil es primeras ecuaciones (20) se obtiene el sistema
4
reducido sobre la variedad central que será de la desee, se podrán elegir los parámetros para que
forma: L1 sea positivo o negativo. De esta forma es
posible utilizar la bifurcación de Andronov-
⎡ x1 ⎤ ⎡ 0 −ω ⎤ ⎡ x1 ⎤ ⎡ f 1 ( x1 , x2 ) ⎤ Poincaré-Hopf para investigar sistemas de
⎢ x ⎥ = ⎢ω ⎥+⎢ ⎥ (23)
0 ⎥⎦ ⎢⎣ x2 ⎦ ⎣ f 2 ( x1 , x2 ) ⎦
control. A continuación se van a estudiar varios
⎣ 2⎦ ⎣ casos para ver el alcance de las posibilidades
anteriores.
4. Por último se determina el primer valor de
Lyapunov que viene dado por la ecuación (24),
en donde para simplificar se ha introducido la 4. GIROSCOPIO EN SUSPENSION
notación x1 ≡ x ; x2 ≡ y. En la ecuación (24) los CARDAN CON CONTROL PID
subíndices indican derivadas parciales, las
cuales se calculan en el origen. Un esquema general del dispositivo se muestra
en las figuras 1 y 2. El modelo matemático del
1 sistema se deduce a partir de las siguientes
L1 =
16
(f 1
xxx
+ f xyy + f xxy + f yyy
1 2 2
) suposiciones [2], [15], [16], [17], [18], [19].
La plataforma del giro está en reposo, y α(t) es
1
+ ⎡⎣ f xy1 ( f xx1 + f yy1 ) − f xy2 ( f xx2 + f yy2 ) ⎤⎦ (24) el ángulo de giro del anillo exterior cuyo eje es
16ω horizontal. El ángulo del anillo interior es β(t).
Usando las ecuaciones de Euler-Lagrange, las
1
+ ⎡⎣ f xx1 f xx2 − f yy1 f yy2 ⎤⎦ ecuaciones del movimiento son:
16ω
d α (t )
2
d β (t ) ⎫
+ H cos β
∗
Si L1 es positivo, el punto de equilibrio será un J = Mα + M ⎪
foco débil inestable y si L1 es negativo dt
2
dt ⎪
tendremos un foco débil estable. Está claro que ⎬ (25)
d β (t ) dα
2
Y1 ≡ Y2 ≡ Y
BASTIDOR
BASTIDOR INTERIOR
EXTERIOR
dβ/dt
X2 , ξ
dα/dt
γ
dγ/dt
α
O
ROTOR
X1 ≡ X
β
Z2
Figura 1. Giroscopio en suspensión Cardan.. Valores de parámetros: A1 = B1 = 0.045 kg.m2, C1 = 0.05625 kg.m2, A2
= 0.04875 kg.m2, A = 0.01125 kg.m2, C = 0.0225 kg.m2, Hr = 0.05625 kg.m2, Jm = 0.001 kg.m2, j = 10, Km = 5
N.m/A, Kb = 0.04 V.s, R = 0.5 Ω, L = 0.01 H, Ka = 10.
5
GIROSCOPIO
N2
R L
α
i(t)
AMPLIFICADOR
Y REGULADOR
VS PID V eb
Ka SENSOR CUERPO A
MOTOR CC ϕ
N1 ESTABILIZAR
R R
V1
-
+ V2
R POTENCIOMETRO
VS
R
Figura 2. Giroscopio con circuito de realimentación formado por potenciómetro, amplificador operacional,
amplificador y regulador PID. Variable medida: ángulo de giro del bastidor interior del giroscopio.
El parámetro J se define por la ecuación: par motor se transmite al eje del anillo exterior
a través de un tren de engranajes con relación
J = A2 + A1 + A = A2 + C1 (26) del número de dientes j = N2/N1. Con las
consideraciones anteriores se pueden escribir
las siguientes ecuaciones:
en la que A2 el momento de inercia del anillo
exterior referido a su eje de rotación, A1, B1, C1
d ϕ (t )
2
son los momentos de inercia del anillo interior Mα
M (t ) = J m − ; M (t ) = K m i ( t )
respecto a los ejes principales de inercia; A y C dt
2
j
son los momentos de inercia polar y ecuatorial (27)
del rotor, y H r = A + B1 . La ecuación (39)
significa que en el diseño mecánico del giro se d ϕ (t ) d α (t ) d α (t )
2
=−j ; Mα = − j Jm − jK m i (t )
2
6
vibración externa dada por θ(t), las ecuaciones En las ecuaciones (33) la variable α(t) solo
(28) no son válidas, puesto que un par adicional aparece bajo el símbolo de derivada, por lo que
aparece en el eje Oξ (figura 1). En este caso la se puede considerar que actúa de forma similar
velocidad relativa del eje del motor será: a una variable cíclica, por lo que conviene
eliminarla entre las ecuaciones (33).
d (ϕ − θ ) d (α − θ ) Introduciendo las variables de estado:
=−j (29)
dt dt
d β (t )
x1 (t ) = β (t ) ; x2 (t ) = ; x3 (t ) = i (t )
De las ecuaciones (28)-(29) se deduce: dt
(34)
dα dθ
2 2 t
∫ (β (τ ) − β )dτ
Mα = − j Jm
2
+ j ( j + 1) J m − jK m i (t ) di (t )
2 2 x4 (t) = ; x5 (t ) =
dt dt dt
r
(30) o
Hr − H cos β (t ) =0 jK b H τ d Ka K p H ⎬
dt
2
dt ⎪ − x2 (t ) cos x1 (t ) + cos x1 (t ) f ( x (t ))
⎪
⎪ LJ T jK b H r L
di (t ) d α (t ) d α (t ) ⎪ ⎪
L +Ri (t ) = V (t ) + jK b − jK b Ka K p Ka K p jK b ∗ ⎪
dt dt dt ⎪ ⎭ + [ x1 (t ) − x1r ] + x2 (t ) + M ⎪
Lτ i L LJ T
(31) ⎪
siendo J T = J + j J m . Por otro la ecuación del
2
jK b τ d HK a K p ⎪
regulador PID vienen dada por: + [ j ( j + 1) I M − J T ]θ(t ) + cos x1 (t )θ (t ) ⎪
LJ T LH r ⎪
x (t ) = x1 (t ) − x1r ⎪⎭
⎡ t
d β (t ) ⎤ 5
∫
1
V ( t ) = K a K p ⎢ β (t ) − β r + ( β (τ ) − β r ) dτ + τ d ⎥ (35)
⎣⎢ τi dt ⎥
⎦
0
7
H
2
j Km Kb jK b H • Punto P3 (x1e = 3π/2, x2e = 0, x3e, x4e =
αc = ; βc = ; γc = 0) en este caso el valor de se determina de
jK b H r LJ T LJ T la ecuación:
τ d Ka K p H τ d Ka K p K a K p ⎛ 3π ⎞ jK b M ∗ = 0
− β c x3 e +
3π / 2
δc = = αc ⎜ − x1r ⎟ +
jK b H r L L Rτ i ⎝ 2 ⎠ RJ T
(37) (42)
las ecuaciones (35), (36) quedan de la forma: Nótese que para n entero y, x1e = (4n+1)π/2, x1e
x1 (t ) = x2 (t ) ⎫ = (4n+1)3π/2 también se obtienen los puntos de
⎪ equilibrio P2 y P3 respectivamente. Si la acción
⎡ Ka K p ⎤
⎪ integral está restringida a un valor arbitrario Im
x 2 (t ) = α c cos x1 (t ) ⎢ f1 ( x (t )) − Im ⎥ en los puntos P2 y P3 se verifica:
⎣ τ i ⎦ ⎪
⎪
x 3 (t ) = x4 (t ) ⎪
⎪ ⎛ π − x ⎞ − Ka K p I ≠ 0 ⎫
π /2
Rx3 e − K a K p ⎜
1r ⎟
P2 : ⎪
x 4 (t ) = − β c x3 (t ) − γ c x2 (t ) cos x1 (t ) + δ c cos x1 (t ) ⋅⎬ ⎝2 ⎠ τi
m
⎪
⎪ ⎬
⎡ Ka K p ⎤ Ka K p ⎛ 3π ⎞ Ka K p
− + [ − ] + ⎪ I m ≠ 0⎪
3π / 2
⎢ f ( x ( t )) I m⎥
x ( t ) x P3 : Rx3 e − K a K p ⎜ − x1r ⎟ −
⎪ ⎭⎪
1 1 1r
⎣ τi ⎦ Lτ i ⎝ 2 ⎠ τi
⎪ (43)
Ka K p jK b ∗ ⎪
x2 ( t ) + M
L LJ T ⎪⎭ Además, es posible determinar el valor de Im en
(38) los puntos P2 y P3, ya que a partir de las
en donde la función f1(x(t)) viene dada por: ecuaciones (40) particularizadas en el punto P2
se deduce:
f1 ( x (t )) = Rx1 (t ) + Lx4 (t ) − K a K p ( x1 (t ) − x1r ) π /2 ⎛π ⎞ Ka K p I π / 2 = 0 ⎫
Rx3 e − K a K p ⎜ − x1r ⎟ −
⎝2 ⎠ τi ⎪
− τ d K a K p x2 ( t ) ⎪
⎬
(39) ⎛
Ka K pπ ⎞ jK b
− β c x3 e M * = 0⎪
π /2
+ ⎜ − x1r ⎟ +
Lτ i ⎝ 2 ⎠ LJ t ⎪⎭
Es importante tener en cuenta que cuando la
acción integral es menor que el máximo valor (44)
permitido Im, la dinámica del sistema viene π /2
Eliminando x3e entre las ecuaciones (44) se
definida por las ecuaciones (35), (36), pero
deduce:
cuando se alcanza el valor Im la dinámica del
sistema viene gobernada por las ecuaciones π /2 τi RM * ⎛ RJ ⎞⎛ π ⎞
(38), (39). A partir de las ecuaciones (38) y (39) I = − ⎜τ i − 2 T ⎟ ⎜ 2 − x1r ⎟
se analizan los puntos de equilibrio del sistema
K a K p jK m ⎝ j K m Kb ⎠⎝ ⎠
global: (45)
8
coordenadas para trasladar cualquiera de estos Im = Iπ/2 - ε con ε > 0, Im > 0 y aparece un foco
puntos al origen, o sea: débil inestable.
⎛ 3π − x ⎞ − K a K p I π / 2 + ε
A partir del criterio de Routh-Hurwitz se deduce p = Rx3 e
3π / 2
− Ka K p ⎜ 1r ⎟ ( )
que el punto P1 será estable si las raíces de la ⎝ 2 ⎠ τi
ecuación característica tiene parte real negativa,
o sea si se cumple -π/2 < x1e < π/2, b2b3 > b1 y f 2 ( x′(t )) = Rx3′ (t ) + Lx4′ (t ) − K a K p ( x1′ (t ) − τ d x2′ (t ))
b1(b2b3 – b1) > b0b32. (50)
9
(49) y separar la parte lineal de la no lineal ⎡ x ⎤ ⎡ 0 −ω 0 0 ⎤ ⎡x⎤
para obtener las siguientes ecuaciones: ⎢ y ⎥ ⎢ω 0 0 0 ⎥ ⎢ y⎥
⎢ ⎥=⎢ ⎥⎢ ⎥+
⎡ x1′ ⎤ ⎡ 0 1 0 0 ⎤ ⎡ x1′ ⎤ ⎡ 0 ⎤ ⎢ z ⎥ ⎢ 0 0 α1 − β1 ⎥ ⎢ z ⎥
⎢ x ′ ⎥ ⎢ c 0 0 0 ⎥ ⎢ x2′ ⎥ ⎢ f 2 ( x′) ⎥ ⎢ ⎥ ⎢a b β ⎥⎢ ⎥
⎢ 2⎥ = ⎢ ⎥⎢ ⎥+⎢ ⎥+ ⎣ w⎦ ⎣ 1
α1 ⎦ ⎣ w ⎦
(57)
⎢ x 3′ ⎥ ⎢ 0 0 0 1 ⎥ ⎢ x3′ ⎥ ⎢ 0 ⎥ ⎡ 0 ⎤
⎢ ′ ⎥ ⎢ ⎥⎢ ⎥ ⎢ ⎥ ⎢ f ( x , y , z , w) ⎥
⎣ x4 ⎦ ⎣ a b −βc −ξ ⎦ ⎣ x4′ ⎦ ⎣ f 4 ( x′) ⎦
4 P ⎢
−1 2
⎥ + Ο( x 4
)
+Ο x′ ⎢ 0 ⎥
⎢ ⎥
(52) ⎣ f 4 ( x , y , z , w) ⎦
siendo:
siendo f 2 y f 3 las mismas funciones de la
Ka K p Ka K p R
c = αc p ; a = δc p + ;b= ;ξ = ecuación (52), pero sustituyendo las
Lτ i L L coordenadas x’ por x.
(53)
Paso 3.
f 2 = α c x1′ ( Rx3′ + Lx4′ − K a K p x1′ − τ d K a K p x2′ ) ⎫ En este paso las ecuaciones (52) se simplifican
cuanto sea posible aplicando el teorema de la
⎪
αc p ⎪ variedad central [3], [4], [5] (apartado 2), con
− x3′
3
lo que la dimensionalidad del sistema se reduce
6 ⎪
⎪ a dos en un entorno del punto de equilibrio P3.
⎡ ⎛ γc ⎞ ⎤ ⎬ En la variedad central las variables z y w se
f 4 = δ c x1′ ⎢ Rx3′ + Lx4′ − ⎜ τ d K a K p + ⎟ x2′ ⎥ ⎪ aproximan por:
⎣ ⎝ δc ⎠ ⎦
⎪
2 δ p ⎪ ⎡ z ⎤ ⎡ h1 ( x, y ) ⎤ ⎡ a1 x + a2 y + a3 xy ⎤
2 2
− δ c K a K p ( x1′) − c x3′
3
⎪⎭ ⎢ w⎥ = ⎢ h ( x, y ) ⎥ = ⎢ b x 2 + b y 2 + b xy ⎥ (58)
6 ⎣ ⎦ ⎣ 2 ⎦ ⎣ 1 2 3 ⎦
(54)
Los coeficientes ai, bi (i = 1,2,3) se determinan
Los autovalores de la parte lineal de (52) son:
sustituyendo la ecuación (58) en la ecuación que
λ1,2 = ±iω = ±i α c p define la variedad central, y que viene dada por
(55) la ecuación (13).
λ2,3 = −ξ / 2 ± i β c − (ξ / 2)
2
10
Igualando las potencias de x2, xy, y2 en los dos 2ω⎡ ⎛ ( gα1 − ω f ) a02 b02 ⎞ ga ⎤ ⎫
miembros de la ecuación (13) se calculan los p1 = ⎢ −α1 ⎜ + ⎟ + β1 02 ⎥ ⎪
coeficientes ai, bi. El sistema simplificado en βc ⎣ ⎝ β1ω β1 ⎠ ω ⎦
⎪
forma normal en la variedad central toma la
siguiente forma: 2ω ⎡ ⎛ ( gα1 − ω f ) a02 b02 ⎞ ga02 ⎤ ⎪
p2 = β 1 ⎜
+ + α
⎟ 1 ω ⎥ ⎪
β c ⎢⎣ ⎝ β1ω β1 ⎠ ⎦ ⎬
⎡ x ⎤ ⎡ 0 −ω ⎤ ⎡ x ⎤ 1 ⎡ f 2 ( x, y ) ⎤ b02 = δ c ( Rf − Lω g − K a K p )
⎪
⎢ y ⎥ = ⎢ω 0 ⎥ ⎢ y ⎥ + ω ⎢ 0 ⎥ (61) ⎪
⎣ ⎦ ⎣ ⎦⎣ ⎦ ⎣ ⎦ ( gα1 − ω f ) a11 b11 ⎪
c11 = + ⎪
siendo: β1ω β1 ⎭
(65)
f 2 ( x, y ) = a02 y + a11 xy + a03 y +
2 3 Si L1 > 0 el punto de equilibrio P3 será inestable,
si L1 < 0 el punto de equilibrio será estable.
α c ( R + Lα 1 ) y ( b1 x + b2 y + b3 xy ) +
2 2
Si L1 = 0 es necesario reducir el sistema (52) en
la variedad central considerando términos de
α c L β1 y ( a1 x + a2 y + a3 xy )
2 2
hasta de hasta 5. Esto es debido a que se puede
demostrar que los términos ares del desarrollo
a02 = α c ( Rf − Lω f − K a K p )
(62)
en serie de Taylor no influyen en las
a11 = α c ( Rg + Lω f − τ d K a K pω ) propiedades de estabilidad del foco débil. Se
concluye que las ecuaciones (62), (63), (64) y
αc p (65) nos dan un criterio para conocer las
a03 = − propiedades de estabilidad del punto P3.
6
El análisis de los puntos de equilibrio revela que
Paso 4. si la acción integral del regulador PID se satura
Considerando un sistema de la forma (61) es al valor Im = Iπ/2 + ε el punto de equilibrio P2
posible calcular el primer valor de Lyapunov a será inalcanzable, y si además el primer valor de
partir de la ecuación (24), considerando que Lyapunov definido por las ecuaciones (62)-(65)
todas las derivadas parciales hay que calcularlas es positivo, el punto de equilibrio P3 será un
en el punto de bifurcación, o sea en el origen P3 foco débil inestable. Por tanto la única
(x = 0, y = 0). De esta forma se determina el posibilidad del giro es evolucionar hacia el
primer valor de Lyapunov dado por: punto de equilibrio P1, siempre que todas las
raíces de la ecuación característica (48) tengan
a11 a02 α c ( R + Lα 1 )b3 α c L β 1 a3 partes reales negativas en ausencia de
L1 = + + (62)
8ω
3
8ω 8ω vibraciones de la plataforma del dispositivo.
De los razonamientos anteriores se deduce que
Los valores de los parámetros a3 y b3 deducidos eligiendo valores adecuados de los parámetros
a partir del teorema de la variedad central (Paso Kp, τi, τd del regulador PID será posible alcanzar
3) son los siguientes: el punto de consigna deseado x1e. En este caso
decimos que el comportamiento del giro es
⎛ g
a3 = F1 ( p1 − c11 ) + F2 ⎜ p2 − a11 ⎟
⎞ regular. Además las ecuaciones que definen el
⎝ ω ⎠ primer valor de Lyapunov vienen dadas en
(63) función de los parámetros del regulador PID.
⎛ g
b3 = − F2 ( p1 − c11 ) + F1 ⎜ p2 − a11 ⎟
⎞ Esto da pie a formular un posible algoritmo de
⎝ ω ⎠ ajuste de estos parámetros como se indica a
en donde: continuación:
a) Elegir un valor de la acción integral para
α1 + α1 f1 asegurar que el punto P2 es una silla.
F1 = b) Elegir combinaciones de parámetros del
(α 1
+ α1 f1 ) + ( β1 − β1 f1 )
2 2
regulador PID que den valores positivos del
β1 − β1 f1 4ω
2 primer valor de Lyapunov, con lo cual el punto
F2 = ; f1 = de equilibrio P3 será inalcanzable.
(α 1
+ α1 f1 ) + ( β1 − β1 f1 )
2 2
α 1 + β1
2 2
c) Verificar que los autovalores en el punto de
(64) equilibrio P1 (ecuación (48)) tienen parte real
positiva para los valores de los parámetros del
siendo: regulador PID que verifican la condición b). En
tal caso, el giroscopio va al punto de consigna
deseado.
a11 = α c ( Rg + Lω f − τ d K a K p ) ⎫ Obsérvese que son posibles otros tipos de
⎬ (65)
movimientos, Por ejemplo si P3 es un foco débil
b11 = δ c ( Rg + Lω f − τ d K a K p ) − γ cω ⎭
11
estable (L1 < 0), el sistema puede evolucionar El interés del comportamiento oscilatorio se
del punto de equilibrio inestable P2 al punto P3., debe a que una vez alcanzado este, si la
o bien un comportamiento auto-oscilante si los plataforma del conjunto del aparato sufre una
tres puntos de equilibrio son inestables. Estos perturbación armónica, es posible que, aún con
casos están indicados en las figuras 3, 4 y 5. control PID, se alcance comportamiento
Es interesante destacar que en las figura 5 no se caótico, apareciendo un atractor extraño
alcanza el punto de consigna P1 a pesar de que mostrado en la figura 7. Para ello se ha supuesto
todos sus autovalores tienen parte real negativa una perturbación en la plataforma del
y que el punto P3 sea un foco débil inestable con dispositivo de la forma:
valores del primer valor de Lyapunov L1
positivos. Esto es debido a que para la ⎧ θ (t ) = Apω p cos(ω p t )
combinación de valores de los parámetros del θ (t ) = Ap sen (ω p t ) ⇒ ⎨
⎩θ (t ) = − Apω p sen(ω p t )
2
regulador PID y de la limitación de la acción
integral, el punto de equilibrio P1 es casi (66)
coincidente con el punto de equilibrio P2 = π/2
el cual como ya se ha discutido para un valor de En la figura 8 se muestran la variación temporal
la acción integral superior a Im (ver leyendas de de los exponentes de Lyapunov. Se observa que
figuras 3 y 4) es una silla. Esto explica el transcurrido el transitorio, aparece un exponente
comportamientos observado en las figura 5. positivo, lo cual es indicador de
En la figura 6 se muestra como varia el primer comportamiento caótico. En la figura aparecen
valor de Lyapunov en función de la constante 6 exponentes, de ellos 5 están asociados a cada
Kp del regulador PID, mostrando que según el una de las variables de estado y el 6 es debido a
valor de Kp, L1 puede ser positivo o negativo. que la presencia de la perturbación (79) hace
Para el caso indicado en la figura 6, con el valor que el sistema no sea autónomo. Para evitar este
de Kp seleccionado se obtiene L1> 0, por lo que problema se introduce una nueva variable
el punto P3 es un foco débil inestable. Al estar definida de la forma:
P1 muy próximo a P2 tampoco estos puntos son dx (t )
alcanzables y por tanto la dinámica del sistema x6 (t ) = ω p t ⇒ 6 = ωp (67)
evoluciona hacia un ciclo límite. dt
cuyo exponente de Lyapunov vale siempre cero.
Figure 3. Valores de parámetros y condiciones iniciales están indicados en leyenda de la figura 9. Valores de
simulación nr = 1500 rpm; M* = 200 N.m; x1r = π/8 rad; ε = 0.5; Kp = 0.026 V τi = 1.827 s; τd = 0.4568 s; Im =
8.7937. Autovalores en el punto de consigna: [-95.8 ± 48.5j, -3.656±1.357j]. L1 = 0.02569 > 0 en P3.
12
Figura 4. Valores de parámetros en leyenda figura 1. L1 = -0.5 < 0.: nr = 2000 r.p.m.; M* = 100 N.m; x1r = π/8; ε =
10-5; Kp = 0.026 V τi = 1.827 s; τd = 0.4568 s; Ipi/2 = 4.88; Autovalores en P1 [-25 ± 95.56j; -6.73.10-5 ± 172.4j]. P1 ≈
P2 = π/2.
Figure 5. Comportamiento auto-oscilante con todos los puntos de equilibrio son inestables. Valor de L1 en P3 L1 =
0.01 > 0. Valores de simulación: nr = 1000 rpm, M* = 100 N.m, x1r = π/8, ε = 10-5, Kp = 0.02 V,τi = 2 s, τd = 0.5 s,
Iπ/2 = 7.65, Im ≈ Iπ/2.. Autovalores en el punto de consigna P1 ≈ P2: [-25 ± 95.56j; -2.59.10-5 ± 1.02.10-2 j].
13
Figura 6. Valores de parámetros y condiciones iniciales están indicados en leyenda de la figura 9.
Variación de L1 en función de Kp y comportamiento auto-oscilante con L1 > 0. Valores de simulación: nr
= 1200 r.p.m.; M* = 100 N.m; x1r = π/8; ε = 10-5; Kp = 0.026 V τi = 1.827 s; τd = 0.4568 s; Ipi/2 = 4.88.
Autovalores en el punto de consigna P1 [-25 ± 95.56j; -4.04.10-5 ± 1.335.10-5j].
Figura 7. Caos y atractor extraño con vibración de la plataforma y control PID. Ap = 0.065 m, ωp = 8.6 rad/s
14
Figura 8. Exponentes de Lyapunov para el atractor extraño mostrado en la figura 10. Aparece un exponente positivo
indicador de comportamiento caótico.
15
estabilidad de dicho punto de equilibrio. Esto behaviour of a PID controlled gimbal
permite explicar ciertos comportamientos suspensiom gyro. Chaos Solitons &
oscilatorios del giroscopio, aún con control PID. Fractals, 21, 1057-1074.
Por ejemplo, la imposibilidad de alcanzar el [7] Pérez Polo M.F., Pérez Molina M. (2007).
punto de consigna, la aparición de auto- Chaotic and steady state behaviour of a
oscilaciones, así cómo la posibilidad de que nonlinear controlled gyro subjected to
aparezcan oscilaciones caóticas cuando se harmonic disturbances. Chaos Solitons &
combina la auto-oscilación con vibraciones Fractals 33, 623-641.
externas de la plataforma del dispositivo. En el [8] Pérez Polo M.F., Pérez Molina M. (2007). A
trabajo se muestra claramente como en función generalized mathematical model to analyze
de los parámetros del regulador PID, puede the nonlinear behavior of a controlled
variar el signo del primer valor de Lyapunov, lo gyroscope in gimbals. Nonlinear
cual conlleva un cambio en las propiedades Dynamics 48, 129-152 .
dinámicas del sistema. En particular, es posible [9] Pérez Polo M.F. Albertos P.,Berná Galiano
diseñar un algoritmo que permita la J.A. (2007). Tuning of a PID controlled
determinación de los parámetros del regulador gyro by using bifurcation theory. Systems
PID para que se alcance un ángulo prefijado del & Control Letters (En Prensa).
anillo interior del giroscopio o punto de [10] Pérez Polo M.F., Pérez Molina M., Gil
consigna [9]. Además, con técnicas de control Chica J. (2007). Chaotic dynamic and
no lineal es posible generar comportamiento control for Micro-Electro-Mechanical-
caótico, el cual se puede utilizar para generar Systems of massive storage with harmonic
señales de control muy débiles que lleven al base excitation. Chaos Solitons & Fractals
sistema al punto de consigna deseado [10]. (En prensa).
Las ideas expuestas en este trabajo se pueden [11] Seydel R.. (1994). Practical Bifurcation
extender a muchos sistemas con diferentes Analysis. From Equilibrium to Chaos
estructuras de control. Ejemplos se pueden Springer Verlag. N.Y.
encontrar en [4], [10], [14] y es de esperar que [12] Shilnikov L-P. (1965). A case of yhe
estas técnicas y metodología vayan existence of a demensurable set of periodic
incorporándose al patrimonio de la ingeniería de motions. Sov. Math.Dokl,6, 163-166.
control. [13] Shilnikov L-P, Shilnikov A.L., Turaev
D.V., Chua, L.O. (2001). Methods of
Referencias qualitative theory in nonlinear dynamics.
Part II. New Jersey. World Scientific.
[1] Berná Galiano J.A. (2006) Diseño de [14] Vaganov D.A., Samoilenko N.G., Abarnov
algoritmos de control no lineales con V.G. (1978). Periodic Regimes of
aplicación a los problemas de seguimiento Continuous Sitrred Tank Reactors. Chem.
y regulación. Tesis Doctoral. Universidad Eng. Sci. 33, 1133-1140.
de Alicante. [15] Wiggins S. (2002). Introduction to Applied
[2] Glendinning, P.(1996). Stability, Nonlinear Dynamical Systems and Chaos.
Instability and Chaos. Cambridge Springer Verlag. N.Y.
University Press.
[3] Guckenheimer J., Holmes P. (1983).
Nonlinear Oscillations, Dynamical
Systems, and Bifurcations of Vector
Fields. Springer Verlag, London.
[4] Kutnesov Y. A. . (1998). Elements of
Applied Bifurcation Theory. Springer
Verlag, London.
[4] Pérez Polo M.F.,J. Gil Chica, Berná
Galiano J.A.. (2005). Modelado análisis y
control de dispositivos Micro-Electro-
Mecánicos de almacenamiento masivo.
XXVI Jornadas de Automática. Alicante.
[5] Pérez Polo M.F., Berná Galiano J.A. Gil
Chica J., Montava M.A. (2006). Control
no lineal MIMO de un giroscopio en
suspensión Cardan. XXVII Jornadas de
Automática. Almería..
[6] Pérez Polo., M:F.. Pérez Molina (2004).
Regular self-oscillating and chaotic
16