Sistemas No Lineales de Control

Sistemas no Lineales de Control
Universidad de Cuenca
Facultad de Ingeniera

Dr. Eliezer Colina Morles
Marzo, 2014
Sistemas no Lineales de Control
CONTENIDO

1. Modelos matemticos de sistemas fsicos.
Procesos fsicos: sistemas mecnicos, sistemas electromecnicos,
sistemas aeroespaciales.

2. Introduccin al control de sistemas lineales.
Anlisis de sistema lineales: Estabilidad, controlabilidad y
observabilidad.
Realimentacin del vector de estados: formulacin y ejemplos.
Observadores dinmicos de estados: Observador de Luenberger.
Modelos matemticos de sistemas fsicos
Un modelo matemtico de un sistema real constituye una
representacin abstracta realizada en trminos de lenguaje y
simbologa matemtica (ecuaciones algebraicas, ecuaciones
diferenciales, en diferencias, etc.) la cual resalta propiedades
importantes del sistema en estudio, referidas a nuestro deseo
de conocer tal sistema.

cuanto mayor sea la distancia de la fuerza
aplicada al punto de apoyo (brazo de fuerza),
menor ser el esfuerzo a realizar para vencer
una determinada resistencia.
Balance de momentos
En nuestro caso, estaremos interesados en que el modelo
represente las propiedades ms importantes relativas al
comportamiento dinmico (en el tiempo) del sistema a
controlar, tomando en cuenta los requerimientos y la
disponibilidad de recursos respecto a beneficios, costos,
precisin y seguridad o riesgos.
J(
2
) + m.g.L.cos = ()
Los sistemas de control de motores, aviones, reactores
qumicos, etc., estn formados por procesos, habitualmente
representados a travs de modelos matemticos que
expresan las diferentes propiedades o comportamientos que
satisfacen tales sistemas.
Los comportamientos de poblaciones ( como el modelo
depredador-presa), el comportamiento de la transmisin de
enfermedades como la influenza o el Sida, los sistemas
econmicos (como el comportamiento de la oferta y la
demanda de un producto o servicio), o incluso la transmisin
de datos en Internet o va wireless, son fenmenos cuyo
comportamiento dinmico ha sido extensamente estudiado
en el rea de control, cuyas leyes no son del todo precisas y su
descripcin ha dependido de la intuicin y la conjetura.
Dependiendo de su funcin, pueden existir diversos tipos de
modelos para un mismo sistema. Estaremos particularmente
interesados en aquellos modelos que puedan ser utilizados
para hacer control. Los sistemas dinmicos que estudiaremos
describen en su mayora procesos reales de naturaleza no
lineal.

La herramienta matemtica para su descripcin est
constituida por sistemas de ecuaciones diferenciales
ordinarias no lineales a parmetros agrupados.
La clave del modelado de procesos continuos, sean stos de
origen elctrico, mecnico, qumico, biolgico o de otra ndole,
est basada en cinco aspectos fundamentales:

Conocer de antemano cul ser el uso que se le va a dar al modelo,
sea ste el diseo de leyes de control, el anlisis del comportamiento
del proceso, la estimacin de variables difciles de medir, entre otros.

En lo posible, conocer exhaustivamente el proceso o ser un experto.

Aplicar los principios de fsica, qumica, termodinmica, mecnica de
fluidos, cintica de reaccin, etc., traducidos finalmente en las
ecuaciones de balance de materia, balance de energa, balance de
cantidad de movimiento, leyes fenomenolgicas y/o balance de
informacin.

La clave del modelado de procesos continuos, sean stos de
origen elctrico, mecnico, qumico, biolgico o de otra ndole,
est basada en cinco aspectos fundamentales:

Proponer y fijar hiptesis simplificadoras razonables para hacer que el
modelo del sistema sea manejable o, al menos, de mediana
complejidad.

Adicionalmente, el ingeniero o modelador debera tener una idea
clara de sus propias limitaciones (poco conocimiento del rea, etc.) al
acometer esta tarea. En este caso, lo ms importante es estar
consciente de que pudiese ser necesario buscar la ayuda de un
experto.
Procesos fsicos
Avin en vuelo horizontal

Considere las ecuaciones diferenciales que describen
la trayectoria de un avin que vuela describiendo un
crculo de radio R a una cierta altura sobre el nivel del
mar. El plano tiene por funciones coordenadas x1 y x2,
las cuales describen la posicin del avin en cada
instante. El parmetro de control es la funcin u, la
cual representa la direccin del avin relativa a las
coordenadas fijas (x1, x2), la cual puede cambiarse a
voluntad. La salida del sistema representa la distancia
a una circunferencia imaginaria, trazada sobre un
plano horizontal, con centro en el origen de
coordenadas y radio R.
Procesos fsicos

Tanque con efluente
El tanque es alimentado con un cierto lquido a una
tasa constante u = U [
/s]. El parmetro A es el rea

de la base del tanque y h representa la altura del nivel
del lquido medido desde la base del recipiente. La
constante c representa un coeficiente de resistencia al
escape del lquido. La ecuacin diferencial que
describe la variacin de altura del lquido est dada
por

Procesos fsicos
Sistema de tanques en cascada

Queremos controlar la altura del lquido en el ltimo tanque
Tn, de una serie de n tanques idnticos y no interactuantes,
cuya entrada u(t) est representada por el flujo (no negativo),
u >0, entregado al primer tanque y la salida est constituida
por la altura del lquido en el n-simo tanque. Si designamos
por xi la altura en el i-simo tanque, el modelo dinmico que
describe el sistema es el siguiente:

Procesos fsicos

Considere el sistema constituido por dos tanques,
de formas diferentes, como los que se muestran
en la figura y en los cuales se vierte un cierto
lquido. El modelo dinmico de este sistema
puede ser expresado en forma normalizada como:

Investigue al respecto!
Sistema de tanques en cascada

Procesos fsicos
Pndulo sin amortiguamiento

La ecuacin de EulerLagrange es la siguiente:
donde el Lagrangiano se define como
= Ec Ep
Esto es, energa cintica Ec menos energa
potencial Ep, y representa la sumatoria
algebraica de todas las fuerzas externas que
afectan al sistema dado.
Procesos fsicos
Se puede suponer que la masa del pndulo se concentra en la mitad de la barra
de longitud 2l. De esta forma tenemos:

Por lo que obtenemos
La nica fuerza externa es el par aplicado
Y en consecuencia, aplicando la ecuacin de Euler Lagrange obtenemos
Procesos fsicos
Equivalentemente, podemos escribir:

Haciendo
1
= ,
2
=
en la ecuacin anterior se obtiene la

siguiente representacin del pndulo en variables de estado:
donde J = m
2
representa el momento de inercia respecto al eje de
giro del pndulo. ste modelo se puede completar si consideramos
la presencia de friccin en el eje del pndulo (b
) y la posible
elasticidad (k), de tal forma que en el sistema anterior se agregan
al torque T , la fuerza de roce b
y la fuerza elstica k.
Procesos fsicos
Pndulo invertido sobre una plataforma mvil
Las ecuaciones que describen el
comportamiento del ngulo del
pndulo invertido, de longitud 2L,
con respecto a la direccin vertical,
as como el desplazamiento del
mvil desde un punto fijo (medido
desde el 0 en el plano horizontal)
estn dadas por:

Procesos fsicos

Donde hemos definido como variables de estado, el desplazamiento
horizontal del carro , y su velocidad
, as como el desplazamiento
angular del pndulo y su velocidad angular correspondiente
. La
variable de entrada u representa la fuerza con que se arrastra o se
empuja al sistema, con el objeto de controlarlo.

Las constantes C y F representan los coeficientes de friccin del
movimiento rotatorio del pndulo y del movimiento lineal del carrito;
J es el momento de inercia con respecto al centro de gravedad del
pndulo y est dado, aproximadamente, por J = m
3
/3.
Procesos fsicos
El par de ecuaciones diferenciales anteriores se puede reescribir
en trminos de sus derivadas de segundo orden como:

O bien
Donde
Procesos fsicos
Sistema de levitacin magntica
El sistema de levitacin magntica
permite mantener suspendida en
el aire, a una distancia constante
x = X del electroimn, una pequea
esfera metlica de masa m. La
tensin v(t) aplicada al circuito acta
como variable de control. El modelo
matemtico que describe el comportamiento dinmico de ste
sistema puede ser escrito como:

Procesos fsicos


Donde i es la corriente del circuito y x es el desplazamiento de la
esfera medido desde el electroimn. L es la inductancia del
electromagneto y c es una constante conocida. La fuerza
de
atraccin que ejerce el magneto sobre la esfera se supone
inversamente proporcional a la distancia x y directamente
proporcional al cuadrado de la corriente. La salida se obtiene a
travs de un fotosensor mediante el cual se realiza la medicin
de la altura de la esfera metlica suspendida en el aire.
Procesos fsicos
Seleccionemos como variables de estado y como variable de
control del sistema, a las siguientes variables fsicas:

1
=x(t),
2
= () ,
3
= i(t) , u = v(t)

Entonces podemos reescribir al sistema de ecuaciones como:

Procesos fsicos
Manipulador robtico de unin rgida
El modelo no lineal de este sistema se puede representar mediante
las siguientes ecuaciones:

Donde
1
=
(posicin angular),
2
=
(velocidad angular), son las variables de estado y

la variable de control est dada por el torque aplicado u = . El parmetro N corresponde al
factor de reduccin angular del juego de engranajes que acopla el eje del motor al eje del
brazo manipulador; B es el coeficiente de friccin viscosa y J es el momento de inercia; c es
una constante que iguala a 3MgL, donde M es la masa del brazo, g es la aceleracin de la
gravedad y L es la distancia del eje al centro de masa del brazo manipulador.
Procesos fsicos
Ecuaciones generales de un robot manipulador
El modelo general de un robot manipulador est dado por la
ecuacin:

Donde q
es un vector que representa las posiciones o

coordenadas generalizadas y representa el vector de velocidades.
Vale decir que el vector (q, ) representa los estados del sistema. La
matriz M(q) representa la matriz de inercia, simtrica, definida
positiva y, por lo tanto, invertible. El trmino C(q, ) es un vector
que representa las fuerzas centrpeta y de Coriolis; g(q) es el vector
que representa la fuerza gravitacional y es la seal de entrada que
representa el par aplicado al sistema.

Procesos fsicos
Motor de corriente continua (CC) controlado por armadura
representan, respectivamente, la resistencia y la inductancia

de armadura, J es la inercia del motor, y f representa la friccin
viscosa.

La ecuacin que describe la corriente de armadura est dada por la
Ley de la Tensiones de Kirchoff
Procesos fsicos
Donde
es la tensin de la fuente y e =
es la fuerza
electromotriz inducida en el rotor (a
se le llama constante de
fuerza contra-electromotriz)

Por otro lado, mediante la Ley de Newton, se obtiene la dinmica de
la velocidad angular del rotor:

Donde
describe el par o torque del motor generado por el

campo electromagntico (a
se le llama constante de torque),
el
par externo (corresponde a la carga elevada por el motor o a una
perturbacin externa no modelada)
modela el torque debido a la

friccin (ocasionado por las escobillas y chumaceras).
Procesos fsicos
Las ecuaciones formuladas pueden ser reordenadas como:

Haciendo
1
=
,
2
= y u =
, la representacin en variables de
estado resulta ser
Procesos fsicos
Motor de corriente continua en conexin serie
Las ecuaciones de estado que describen este sistema no lineal se
pueden obtener a partir de las leyes de Kirchoff, de la fuerza contra
electromotriz e =
y de la relacin de acoplamiento
electromagntico entre el torque T y las corriente de armadura
y
de campo
, T =
.

Procesos fsicos
Motor de corriente continua en conexin serie
Estas ecuaciones estn dadas por:

Donde
1
= corresponde al ngulo del eje del motor,
2
= , es la
velocidad angular del eje del motor;
3
=
representa la
corriente comn que fluye por los circuitos de armadura y del
campo. La seal de control u =
corresponde a la tensin de
alimentacin de la red. Suponemos que la inductancia en el circuito
de armadura es despreciable (es decir,
= 0).
Procesos fsicos
Motor de corriente continua con carga
(Modelo de velocidad angular)
Considere un motor de corriente continua controlado por campo,
provisto de excitacin separada, esquematizado a continuacin:
Sea
el voltaje constante de
armadura y sea
la corriente de
campo, que acta como variable
de control.
Procesos fsicos
El conjunto de ecuaciones diferenciales que describen la dinmica
del sistema controlado estn dadas por:

son, respectivamente, la inductancia y la resistencia en el

circuito de armadura,
es la constante de torque del motor,

mientras que J y B corresponden al momento de inercia y el
coeficiente de friccin viscosa asociados a la carga.
Procesos fsicos
Si definamos las variables de estado y de control como
1
=
2
=, u =
= constante, entonces obtenemos la siguiente

representacin bilineal en el espacio de estados:
Procesos fsicos
Orientacin de un artefacto espacial
Supngase que deseamos controlar la posicin angular de un
artefacto espacial, como el que se muestra en la Figura:
Se dispone de una tobera que puede girar
alrededor de su base sobre un pivote especial. El
ngulo de orientacin de la tobera respecto al eje
principal del cuerpo de la astronave es . La tasa
de variacin del ngulo de la tobera es
directamente proporcional a u. La distancia desde
el punto de apoyo de la tobera en el cuerpo del
artefacto hasta el centro de gravedad de la nave
(cg) es L. Se supone que la fuerza F de reaccin,
debida a la expulsin de los gases de la
combustin del motor del artefacto, est aplicada
sobre el punto de apoyo de la tobera.
Procesos fsicos
Como consecuencia de la fuerza F, el artefacto gira alrededor de
su centro de gravedad en uno u otro sentido. El problema de
control consiste en mantener el ngulo en un valor fijo ,
usando como control la velocidad de variacin u del ngulo de
la tobera. Usando la segunda ley de Newton:

= torque neto aplicado = fuerza brazo = F L. sen( )

El ngulo crece, o decrece, de acuerdo al control aplicado u
mediante la ley de variacin:

= R.u
donde R es una constante conocida que representa una
ganancia esttica del actuador o transductor que convierte
el comando u en velocidad de variacin del ngulo .
Procesos fsicos
Si escogemos como variables de estado del sistema:

Entonces podemos escribir las ecuaciones que describen la
dinmica del sistema como

Procesos fsicos
Simulacin numrica de ecuaciones diferenciales

Los modelos que estudiaremos a lo largo de este curso sern
estudiados mediante simulacin numrica en MATLAB, que es un
lenguaje de alto nivel, junto a un ambiente interactivo para
computacin numrica, visualizacin y programacin.

Para simular sistemas no lineales representados por ecuaciones
diferenciales ordinrias (EDO), utilizaremos listados de cdigos o
script de MATLAB usando las funciones ms comunes de
resolucin de EDO o solvers ode23(...) y ode45(...).

Estas dos funciones estn basadas en el algoritmo de Runge-
Kutta.
Procesos fsicos
En general tendremos un sistema de ecuaciones diferenciales de
primer orden de la forma:

(t) = (), ()

El control u(t) puede ser definido implcita o explcitamente como
parte de la funcin.

El siguiente listado muestra un script o conjunto de instrucciones,
que pueden ser guardadas en un archivo aparte o escribirse
directamente en la consola.
Procesos fsicos

La instruccin donde est la funcin ode45(...) utiliza otra
funcin, llamada mpend() , donde estn escritas las ecuaciones
diferenciales.

Procesos fsicos

Introduccin al control de sistemas lineales
Estudiaremos en esta parte sistemas representados mediante
la siguiente ecuacin diferencial lineal:

Grficamente, podemos representar al sistema como:

con condicin inicial
(
0
) =
0

El sistema descrito corresponde a la planta
representa el vector de estados del sistema.def.

denota la entrada a la planta ( var. entrada, var.
manipulada )

Dependiendo de las dimensiones de la entrada y la salida
podemos tener sistemas SISO, SIMO, MISO, MIMO.
El sistema descrito est en lazo abierto

constituye la salida o variable de salida del sistema

El sistema anterior ha sido representado en su Espacio de
Estados. Alternativamente, podemos hacer uso de la
representacin frecuencial o por funcin de transferencia del
sistema en los siguientes trminos:

Si las condiciones iniciales son nulas, esto es
0
= 0
donde
Estabilidad
A fin de estudiar la estabilidad del sistema dinmico lineal se
analizan los autovalores (valores propios) de la matriz A. stos
autovalores se denotan por
y corresponden a las races del

polinomio caracterstico:

As, los
satisfacen la ecuacin caracterstica

El polinomio caracterstico corresponde al denominador de G(s). A
los autovalores
tambin se les llama polos del sistema. Si la parte

real de los autovalores
es negativa, esto es (
)<0, se dice que

el sistema es estable. De lo contrario, si (
)>0 para algn i,

entonces el sistema es inestable.
Estabilidad
Ejemplo
Considere el modelo lineal de un motor de corriente continua,
dado por:

donde
1
es la corriente de armadura,
2
es la velocidad angular
del eje del rotor y la entrada u es la fuente de tensin que
alimenta al motor. Se asume que no hay perturbaciones,
= 0.
Con una salida y =
2
, las matrices A, B y C estn dadas por:
Estabilidad
Ejemplo
El polinomio caracterstico de A est dado por:

Si seleccionamos los parmetros del modelo como
= 2,30 ,
= 3,4 mH,
= 0,0453 V/(rad/s),
= 0,0453 Nm/A, J = 3,72

10
5
kg
2
, f = 5,23 10
5
kgm/(rad/s), entonces las races del
polinomio estarn dadas por:

1,2
= 1,04 3,89i
Estabilidad
Ejemplo
Como (
1,2
)=-1.04 < 0, entonces el sistema autnomo, es decir
sin control, es estable. Para ste caso de lineal se dice que el
sistema es asintticamente exponencialmente estable.
Una medida de la estabilidad del sistema la da las distancias de
sus polos respecto del eje imaginario:

Estabilidad
Ejemplo
La funcin de transferencia equivalente del sistema la
obtenemos haciendo:

Esto es:
Note que las races de p(s) corresponden a
los polos del sistema: son los valores donde
se hace cero el denominador de G(s).
Por otro lado, las races del polinomio en el numerador de G(s)
son los ceros, los cuales se pueden representar mediante
. Si
estos ceros son estables, es decir, si el numerador posee races
con parte real negativa, se dice que el sistema es de fase mnima.

Ejemplo:
El motor cc estudiado tiene fase mnima. No posee ceros en el
numerador.

Los ceros de G(s) estn relacionados en particular a un fenmeno
indeseado: la respuesta inversa de un sistema. Si algunos de los
ceros de G(s) poseen parte real positiva (
) > 0 se dice que el

sistema tiene fase no mnima.

Los sistemas de fase no mnima exhiben una respuesta inversa:
Esto es, ante cambios positivos en la entrada, la respuesta de la
salida presenta inicialmente cambios negativos.

Ejemplo:
Consideremos un convertidor de potencia DC-DC tipo Boost, cuya
funcin de transferencia est dada por:

El sistema es estable: sus dos polos estn ubicados en
1,2
= 500;
su cero es inestable, se ubica en
1
= 250 > 0 y por lo tanto, el
sistema es de fase no mnima.
La respuesta de este sistema ante un escaln unitario se muestra
en la siguiente figura:

Como habamos predicho, ante una variacin positiva de la
entrada (
= 1 > 0), la salida
responde inicialmente con

valores negativos cercanos a
= 0,5
Diagramas de Bode y de Nyquist
Con la funcin de transferencia G(s) se pueden hacer anlisis en
frecuencia, usando los diagramas de Bode o de Nyquist. Estos
diagramas ayudan a analizar la estabilidad y brindan criterios de
desempeo robustos del sistema en lazo cerrado.

Para ello se estudian las races de la funcin 1 + G(s) = 0, es decir, los
valores cuando G(s) = 1.

El diagrama de Bode se basa en considerar la magnitud y la fase de
la funcin G(s), cuando s = j. En trminos prcticos representa
la frecuencia de la seal de entrada u.
Para el diagrama de Bode lo que se hace es obtener la forma polar
del nmero complejo G(j) para cada valor de frecuencia
considerado. G(j ) reescrito en magnitud y fase queda como:
|G(j )| G(j )

La magnitud en el diagrama de Bode, que est relacionada con la
ganancia del sistema, se expresa en decibeles (dB) y est dada por:

= 20 log |G(j )|

La fase est relacionada con el ngulo de desfasaje entre la seal de
salida
y la entrada
:
Fase = G(j )
En el diagrama de Nyquist lo que se hace es expresar el nmero
complejo G(j) para cada valor en forma cartesiana, separando la
parte real y la parte imaginaria:

G(j) = (G(j)) + j((G(j)))

Para el anlisis del sistema en lazo cerrado, hay dos caractersticas
tiles que se obtienen a partir de estos diagramas:

Margen de Fase y Margen de Ganancia.
Ejemplo
Diagramas de Bode y Nyquist para el motor de corriente continua
Representemos la funcin G(j) en las dos formas indicadas:
Recordemos que la funcin de transferencia del sistema est dada
por:

con

Ejemplo
En forma polar tendremos:

En forma cartesiana tendremos:
Ejemplo

A simple vista el diagrama nos muestra que el sistema estudiado
responde (amplifica) a baja frecuencia. Para seales a alta frecuencia, el
sistema atena la respuesta de salida (i.e. es un filtro pasa-bajo).
Ejemplo

Realimentacin unitaria
Consideremos que el sistema no est en lazo abierto y que la seal
de control
depende de la salida
. El algoritmo de control por

salida ms simple que podemos estudiar es la realimentacin
unitaria.
La siguiente figura muestra un sistema en lazo cerrado, o sistema
realimentado, usando realimentacin unitaria. La referencia es un
valor al cual deseamos llevar el sistema. Tambin se le llama valor
de referencia, set-point, consigna, punto de operacin.

Se le llama realimentacin negativa unitaria o simplemente
realimentacin unitaria debido al valor que emplea el control.
Por ejemplo, para el caso cuando r 0:

= 0

la seal de control
es igual en magnitud a la seal de salida
, pero de signo contrario.

Supongamos ahora que la referencia r es diferente de cero.
Entonces:

= r
= G(s)

Por lo tanto,

= G(s)(r
)
(1 + G(s))
= G(s)r
Es decir, la funcin de transferencia que relaciona la referencia r
con la salida
resulta:

Los polos del sistema son las races del polinomio:
La ecuacin anterior nos permite hablar de la estabilidad del
sistema en lazo cerrado a partir de las caractersticas del sistema en
lazo abierto.

Note entonces la utilidad de los diagramas de Bode y Nyquist para el
anlisis en lazo cerrado. El punto (1, 0) corresponde en el diagrama
de Bode a la ganancia 0 dB y a la fase -180; en el diagrama de
Nyquist es el mismo punto.

De aqu precisamente surgen los conceptos de Margen de Ganancia
y Margen de Fase, que son el equivalente de la distancia al punto
(1, 0).
Controlabilidad
Una caracterstica de estudio indispensable para el diseo de
algoritmos de control es la controlabilidad o estabilizabilidad del
sistema.

Todo sistema controlable es estabilizable. Sin embargo, no todo
sistema estabilizable es per se controlable. De hecho existe, como
reza el teorema anterior, la posibilidad de tener un sistema
incontrolable que sea estabilizable.

La nocin de estabilizabilidad de un sistema representa un
requerimiento ms dbil que el implicado por la nocin de
controlabilidad.

Controlabilidad
La matriz de controlabilidad est definida como:

Se dice que un sistema lineal, n-dimensional, invariante respecto
del tiempo, es controlable si y solo si la matriz posee rango
igual a n.

casi todos los sistemas lineales son controlables!

Para explicar esta aseveracin debemos decir que si escogemos aleatoriamente los
valores numricos que intervienen en la conformacin de la matriz A y los del vector
B, entonces, con probabilidad uno, el sistema resultante es controlable.

Controlabilidad
Ejemplo
Controlabilidad de un sistema de levitacin magntica
Consideremos el modelo del sistema de levitacin magntica dado
por:

Su matriz de controlabilidad queda entonces definida como:

Claramente, notamos que

Sistema controlable

Modos controlables y no controlables
Qu ocurre cuando det = 0?
El sistema no es completamente controlable y se debe determinar si
es estabilizable. Para ello, se determinan los modos no controlables y
se evala si se estabilizan por si solos.

Los modos no controlables se pueden apreciar en la siguiente
representacin de la ecuacin
= A
+ B
:

La variable
representa los modos no controlables

Qu ocurre cuando det = 0?
Es decir el conjunto de variables (transformadas) que no son
afectadas por la seal de control
(t).
Ejemplo
Proceso de produccin de Etanol
El modelo matemtico del proceso est dado por:

As, su matriz de controlabilidad es la siguiente:

Ejemplo
Para hallar el modo no controlable (al menos uno ya es controlable)
se construye una matriz de transformacin T usando el primer vector
columna de y otro que sea independiente de ste. Por ejemplo, si
seleccionamos:
entonces definamos a T como

sta matriz invertible nos permitir transformar a
en
haciendo:

, donde
Ejemplo
Haciendo uso de sta transformacin de coordenadas, el sistema
original puede ser reescrito en la forma:
Donde

Ejemplo

El sistema transformado resultar entonces como:

Ejemplo
Observe que en sta representacin del sistema, la variable no
controlable es
2
, que corresponde a la solucin de la ecuacin:

Aprecie tambin que sta variable puede ser escrita en trminos de
las variables originales como:

As, ste modo incontrolable ser asintticamente estable siempre
que
1
> 0, lo cual se cumplir siempre que 0 < E < 1

Sistema
Estabilizable
Observabilidad
Una caracterstica dual a la controlabilidad es la observabilidad.

En el caso que un sistema no sea observable, es suficiente que sea
reconstruble o detectable. La detectabilidad es la nocin dual a la
estabilizabilidad. En este caso, los estados que no sean observables
basta que sean reconstrubles, es decir, que aquellos estados que
no sean observables sean asintticamente estables a cero.

La observabilidad est asociada a tener la capacidad de observar
o estimar estados que no se pueden medir.
Observabilidad
Un sistema es completamente observable si la matriz de
observabilidad definida como:

Es decir, si se cumple que:

En este caso se dice que el par (A , C) es observable.
posee rango completo

Observabilidad
Ejemplo
Las ecuaciones de estado y de salida del sistema estn dadas por:

Suponemos que se tiene un conocimiento preciso de la orientacin
del artefacto. Esto es, conocemos la variable
(t) =
1
(t) como
salida del sistema.

Observabilidad
Ejemplo
La matriz de observabilidad del sistema est dada por:

Note que el sistema es observable puesto que la matriz de
observabilidad tiene rango completo, es decir:

Esto significa que podemos construir un observador (estimador)
para el estado del sistema cuyo error de estimacin sea
asintticamente estable a cero.

Observabilidad

De igual forma a las nociones de Controlabilidad y
Estabilizabilidad, existen las nociones de Observabilidad y
Reconstructibilidad (Detectabilidad).

Detectabilidad / Reconstructibilidad

Es posible que el sistema lineal de base no sea observable, pero
que la dinmica que rige la parte inobservable del vector de
estado sea, por s sola, asintticamente estable a cero.
Detectabilidad
Ejemplo
Sabemos que el modelo matemtico del proceso est dado por:

As, la matriz de observabilidad resulta ser:

ESO SIGNIFICA QUE EL SISTEMA NO ES OBSERVABLE
Cuyo determinante es nulo; por lo que la
matriz es de rango igual a 1.
Detectabilidad
Ejemplo
De la estructura de las ecuaciones del modelo se aprecia que el
estado no puede ser reconstruido a partir del conocimiento de
2
y
, ya que
1
no influencia a
2
.

Sin embargo, en condiciones de equilibrio para
2
y
es fcil ver
que
1
es tambin asintticamente estable a cero, siempre que (1-
E)/E sea positiva.

El sistema estudiado es, por lo tanto, inobservable pero reconstruible

Controlabilidad / Observabilidad
Dado un sistema lineal descrito por el modelo:

Es posible definir al sistema dual por medio de la representacin:

Si el sistema dado no es controlable entonces su dual no es
observable!
Por ejemplo, el par:

no es controlable

Modos no observables
Los modos no observables corresponden al espacio nulo de la
matriz de observabilidad.

El espacio nulo o kernel de una matriz D es el conjunto de valores x,
tales que Dx = 0, se denota (D).

Para el caso de la matriz de observabilidad se tiene
() = {x
x = 0},
es decir, es el subespacio de todos los valores x que anulan a la
matriz .
Modos no observables
Ejemplo
Modos no observables para el proceso de produccin de Etanol
Tenemos que las matrices A y C del sistema estn dadas por :

Mientras que la matriz de observabilidad es:

Para obtener el () necesitamos un vector ortogonal a . Esto es:

Consignas y puntos de equilibrio
El valor deseado de la variable a controlar tambin recibe otros
nombres como referencia, consigna, punto de operacin, o en ingls
setpoint.

Muchas veces se le denota por r(t) y dependiendo del caso, puede
aparecer en puntos diferentes del diagrama.

El siguiente diagrama constituye una mejor representacin del
sistema de control retroalimentado:

Aprecie que pueden haber seales de referencia tanto para la salida
como para la entrada.
La referencia para la salida la podemos llamar
(t) y la consigna
para la entrada se llama
(t).
Note que las seales que entran y salen de la planta son,
respectivamente
(t) y
(t), y las seales que entran y salen del

controlador son, respectivamente
(t) y
(t).

La realimentacin negativa se considera parte del controlador
(s).

Ya que en el caso lineal siempre es posible llevar al sistema a cero,
entonces se acostumbra establecer como consigna
(t) = r(t) 0.
Tambin se toma
(t) 0. Con estas condiciones:

(t) =
(t) = e(t) =
(t) 0

(t) =
(t) =
(t).
A e(t) se le puede llamar error respecto a la referencia o error de
salida.

Es claro que en muchas aplicaciones particulares
(t) = r(t) 0.

Para el caso general lineal, con r(t) 0, se tiene lo siguiente:

En el caso no lineal, asociado con linealizacin aproximada se tiene:

Donde (Y , U) corresponden al punto de equilibrio del sistema
Realimentacin del vector de estados
Se supone que est instalada la instrumentacin adecuada para
medir todas las variables de estado.
Teorema sobre estabilizabilidad usando realimentacin de estados:

La condicin necesaria y suficiente para que el sistema lineal

sea estabilizable mediante una ley de control por realimentacin
constante del vector de estado, es que el par (A,B) sea controlable.
Si el sistema es incontrolable, ste puede an ser estabilizado
mediante realimentacin si y slo si los modos incontrolables son
asintticamente estables.

Este teorema est asociado al muy conocido teorema de colocacin
de polos, el cual asevera que los polos de un sistema controlable
pueden ser arbitrariamente posicionados mediante una ley lineal
de realimentacin del estado.

La ley o estrategia de control de realimentacin del vector de
estados est dada por:

donde
1
es un vector fila, K = [
1

2
. . .
].
Aprecie que
es una combinacin lineal de las variables de estado
, i = 1, . . . , n. Esto es:

El sistema en lazo cerrado queda entonces descrito como:

que en trminos de un diagrama de bloques resulta ser:

El teorema anterior significa que es posible fijar el conjunto de
todos los autovalores de la matriz A BK, matriz del sistema en
lazo cerrado, en valores deseados.

Para esto, el procedimiento ms simple es igualar el polinomio
caracterstico de (A BK) a un polinomio
(s) cuyas races estn

en posiciones deseadas. Esto es:

Ejemplo
Sistema de Levitacin Magntica
El modelo linealizado correspondiente es el siguiente:

La matriz de controlabilidad queda entonces definida como:

Dado que , entonces el sistema es controlable.

Ejemplo
Mediante una ley lineal de realimentacin del estado, dada por:

Lograremos que el estado
(t) tienda a cero en forma asinttica.

Notemos que el sistema en lazo abierto tiene como matriz A:

Cuyos autovalores se obtienen de evaluar las races de su ecuacin
caracterstica.

Ejemplo
Esto es:

As, las races resultan ser:

El sistema lineal cuenta entonces con dos races estables, ubicadas
en el lado izquierdo del plano complejo, y una raz inestable,
ubicada en el semiplano derecho del plano complejo.

Ejemplo
La siguiente figura ilustra la posicin de las races:

La respuesta en lazo abierto del
sistema lineal cuenta entonces con
trminos exponenciales de la forma:
exp
, exp(
)t y
exp(
).
Ejemplo
A pesar de que el sistema es inestable en lazo abierto, podemos sin
embargo, debido a que es controlable, estabilizarlo en lazo cerrado
por seleccin de una ley lineal de realimentacin del estado
apropiadamente seleccionada.

La realimentacin del vector de estados permitir ubicar los polos
del sistema en lazo cerrado en puntos preseleccionados del
plano complejo.
Ejemplo
Por ejemplo, supongamos que queremos posicionar los autovalores
en lazo cerrado del sistema, en las races del polinomio deseado
dado por:

Recordemos que representa la relacin de amortiguamiento y

la frecuencia natural no amortiguada correspondiente al par de
polos complejos conjugados, que genera el factor de segundo grado.

Ejemplo







Sistemas No Lineales de Control

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

Sistemas No Lineales de Control

Загружено:

Авторское право:

Доступные форматы

Sistemas no Lineales de Control

/s]. El parmetro A es el rea

en la ecuacin anterior se obtiene la

(velocidad angular), son las variables de estado y

es un vector que representa las posiciones o

representan, respectivamente, la resistencia y la inductancia

describe el par o torque del motor generado por el

se le llama constante de torque),

modela el torque debido a la

son, respectivamente, la inductancia y la resistencia en el

es la constante de torque del motor,

= constante, entonces obtenemos la siguiente

y corresponden a las races del

satisfacen la ecuacin caracterstica

tambin se les llama polos del sistema. Si la parte

)<0, se dice que

)>0 para algn i,

= 0,0453 Nm/A, J = 3,72

) > 0 se dice que el

= 1 > 0), la salida

responde inicialmente con

. El algoritmo de control por

es igual en magnitud a la seal de salida

, pero de signo contrario.

representa los modos no controlables

> 0, lo cual se cumplir siempre que 0 < E < 1

(t), y las seales que entran y salen del

(t) 0. Con estas condiciones:

es una combinacin lineal de las variables de estado

(s) cuyas races estn

(t) tienda a cero en forma asinttica.

Вам также может понравиться