Ing Control I Cap 4

UNIVERSIDAD NACIONAL DEL CALLAO
Control Digital
_________________________________________________________________________
FACULTAD DE INGENIERA ELCTRICA Y ELECTRNICA
Captulo 4
Control ptimo
4.1 Introduccin
El objetivo del Control ptimo es el de determinar una ley de control ptima u que
minimice la funcin de costo J. En la mayora de los casos, sin embargo, la bsqueda de la
funcin de costo involucra procedimientos de error y correccin; esto significa que no
siempre podremos estar seguros acerca de la forma exacta que debera poseer la funcin de
costo. Es importante indicar que un sistema de control que es ptimo bajo un ndice de
desempeo es, en general, no ptimo bajo otra funcin de costo o ndice de desempeo.
El problema de optimizacin de un sistema de control se puede formular si se
cuenta con la siguiente informacin:
a)
b)
c)
d)
e)
Ecuaciones del sistema

Vectores de control permitidos
Restricciones en el problema
Funcin de costo o ndice de desempeo
Parmetros del sistema
La solucin de un problema de control ptimo consiste en determinar el vector de control

ptimo u(k) que depende de:
a)
b)
c)
d)
La naturaleza de la funcin de costo

La naturaleza de las restricciones
El estado inicial o la salida inicial
El estado deseado o salida deseada
En general, una solucin analtica es muy complicada, por lo que debe usarse la
computadora. En tal sentido podemos decir que el diseo de sistemas de control ptimo es
fundamentalmente un problema computacional.
Para sistemas de control discretos, la funcin de costo generalmente posee la forma
siguiente:
N
J L( x(k ), r (k ), u (k ))
(4.1)
k 0
donde:
k = tiempo discreto; N = tiempo discreto final; x(k) = vector de estado;
r(k) = vector de referencia; u(k) = vector de control ptimo (denominada tambin fuerza
o seal de control).
______________________________________________________________________ 43
M.Sc. Ral Benites Saravia

Control Digital
_________________________________________________________________________
Para aplicaciones prcticas, el vector de control u debe estar siempre acotado.
4.2 Regulador ptimo Cuadrtico Estacionario

En el control ptimo cuadrtico estacionario, la dinmica de control evoluciona hasta un
tiempo N infinito, por consiguiente, la ganancia del controlador es una matriz constante
K.
Funcin de costo:
J
1 T
x ( k ) Q x( k ) u T ( k ) R u ( k )
2 k 0
(4.2)
donde:
Q : matriz Hermtica (o matriz real simtrica) definida positiva (d.p.) o semidefinida
positiva (s.d.p) de n x n
R : matriz Hermtica (o matriz real simtrica) definida positiva (d.p.) de r x r
Las matrices Q y R se seleccionan convenientemente para ponderar la importancia relativa
del vector de estado x(k) y del vector de control u(k), respectivamente.
Una condicin necesaria para aplicar el control por realimentacin de estados es que
el proceso sea completamente controlable; adems, sea completamente observable (todos
los estados deben estar disponibles o medibles). Si existieran estados que no pudieran
medirse directamente, ser necesario estimarlos por medio de un estimador u observador de
estados.
Ecuacin de Riccati en estado estacionario:
P Q G T PG G T PH [ R H T PH ]1 H T PG
(4.3)
La ecuacin de Riccati en estado estacionario viene dada por:
P(k 1) Q G T P(k )G G T P(k ) H [ R H T P(k ) H ]1 H T P(k )G
(4.4)
Matriz de ganancia del controlador:
K [ R H T PH ]1 H T PG
(4.5)
______________________________________________________________________ 44

Control Digital
_________________________________________________________________________
Ley de control ptima:
u(k ) K x(k )
(4.6)
1 T
x (0) P(0) x(0)
2
(4.7)
Funcin de costo mnima:

J min
El diagrama de bloques del sistema de regulacin ptima de estado estacionario se

representa en la figura 4.1, en donde se asume que todos los estados se encuentran
disponibles. Para operacin satisfactoria del sistema de lazo cerrado mostrada en dicha
figura, todas las races de su ecuacin caracterstica:
det[zI G HK ] 0
(4.8)
deben posicionarse dentro del crculo unitario.

u(k)
Iz-1
x(k)
G
-K
Figura 4.1: Sistema de control ptimo a lazo

cerrado.
Se puede apreciar que en esta seccin y en la anterior, la ley de control u(k) slo
depende de la matriz de ganancia del controlador y del estado x(k), por consiguiente
estamos en el caso del sistema regulador ptimo.
Pasos de Diseo:
1. Verificar controlabilidad del proceso discreto
M H
GH G n1 H
Si Rango M n , entonces el proceso es completamente controlable (CC), luego

proseguir con el siguiente paso.
2. Elegir matrices de ponderacin deseadas Q y R.
______________________________________________________________________ 45

Control Digital
_________________________________________________________________________
3. Resolver la ecuacin reducida de Riccati en su forma recursiva:
P(k 1) Q G T P(k )G G T P(k ) H [ R H T P(k ) H ]1 H T P(k )G

4. Determinar la matriz ganancia del controlador ptimo, considerando el valor
estacionario de P(k+1), es decir P = P(k+1):
K [ R H T PH ]1 H T PG
4.3 Diseo del Observador ptimo Cuadrtico

Cuando tan slo se pueden medir en forma directa algunas de las variables del vector de
estado, entonces es necesario estimar dicho vector de estado x(k), es decir obtener un vector
de estado estimado x (k ) . En el diseo del estimador u observador de estados discreto se
calcula su matriz de ganancia Ke, que permite la obtencin de la seal de control u(k). En
un sistema prctico es necesario observar o estimar las variables de estado no medibles a
partir de las variables de salida y las de control. En la figura 4.2 se muestra el diagrama de
bloques del observador de estados discreto, donde:
Ke
: Matriz de ganancia de realimentacin del observador con dimensin n x m.
C
: Matriz de salida de dimensin m x n.
x (k ) : Vector de estado estimado de dimensin n.
y (k ) : Vector de salida estimado de dimensin m.
de donde se pueden escribir las siguientes ecuaciones del proceso
x(k 1) G x(k ) H u (k )
y ( k ) C x( k )
(4.9)
(4.10)
y del observador
~
x (k 1) G~
x (k ) Hu(k ) K e [ y (k ) ~
y (k )]
G~
x (k ) Hu(k ) K [ y (k ) C~
x (k )]
e
(4.11)
Al observador o estimador de estados se le denomina tambin observador de prediccin

porque el estimado ~
x (k 1) est un perodo de muestreo delante de la medicin y(k)
______________________________________________________________________ 46

Control Digital
_________________________________________________________________________
u(k)
z-1I
x(k )
y (k )
+
G
Observador de estados
~
x (k )
+
H
+
+
z-1I
~
x (k )
~
C y (k )
-
+
G
Ke
Figura 4.2: Diagrama de bloques del observador de estados.
Ecuacin de error del observador:

Restando la ecuacin (4.11) de la ecuacin (4.9) se obtiene la siguiente ecuacin de error
del observador:
e(k 1) [G K e C ] e(k )
(4.12)
e(k ) x(k ) x(k )
(4.13)
donde
Ecuacin caracterstica:
La estabilidad del observador se determina resolviendo la siguiente ecuacin caracterstica:
det[zI G K e C ] 0
(4.14)
Las races de la ecuacin caracterstica deben posicionarse dentro del crculo unitario
para operacin satisfactoria del observador.
Ke debe ser escogida apropiadamente para que el error tienda a cero.
El proceso debe ser completamente observable, condicin que se consigue aplicando el
criterio de observabilidad.
______________________________________________________________________ 47

Control Digital
_________________________________________________________________________
Ecuacin de Riccati:
Pe Qe GPe G T GPe C T [ Re CPe C T ]1 CPe G T
(4.15)
Para determinar Pe aplicamos el mismo procedimiento empleado para calcular P, dada en la

ecuacin (4.4) pero con la inversin en la direccin del tiempo y efectuando las siguientes
modificaciones:
G G T ; H C T ; K K eT
(4.16)
obtenindose
Pe (k 1) Qe GPe (k )G T GPe (k )C T [ Re CPe (k )C T ]1 CPe (k )G T
(4.17)
Matriz de ganancia Ke:

K e [ Re CPe C T ]1 CPe G T
(4.18)
Regla prctica:
Para el caso del observador de estados, las matrices de ponderacin Re y Qe deben ser
elegidas de tal forma que la respuesta del observador sea dos o tres veces ms rpida en
comparacin con la respuesta del proceso. Generalmente para que esto ocurra, los
elementos de Re deben ser bastantes menores que los elementos de Qe.
Pasos de Diseo:
5. Verificar observabilidad del proceso discreto:
N C CG CG n1
C
T
GT C T
(G T ) n1 C T
Si Rango N n , entonces el proceso es completamente observable (CO), luego

proseguir con el siguiente paso.
6. Elegir matrices de ponderacin deseadas Qe y Re.
7. Resolver la ecuacin reducida de Riccati en su forma recursiva:
Pe (k 1) Qe GPe (k )G T GPe (k )C T [ Re CPe (k )C T ]1 CPe (k )G T
8. Determinar la matriz ganancia del observador ptimo, considerando el valor

estacionario de Pe(k+1), es decir Pe = Pe(k+1):
K e [ Re CPe C T ]1 CPe G T
______________________________________________________________________ 48

Control Digital
_________________________________________________________________________
Ejemplo 4.1: Disee un observador de estados ptimo para el proceso del motor D.C.,
cuyas ecuaciones de estado y de salida vienen dadas por:
Ra
x
1 La
x 0
2 K
x3
J
Kb
1
L
La
a
1 x 0 ea
b
0

J

0
0
0
x1
y 0 1 0 x 2
x3
Los estados observados o estimados deben ser x1, x2 y x3.
Solucin
La solucin se encuentra en el programa ejem4_1.m, que se presenta a continuacin:
% Ejemplo 4_1 (OBSERVADOR OPTIMO)
clear all
J = 0.01; b = 0.1; K = 0.01; Kb = 0.01; Ra = 1; La = 0.1;
A = [-Ra/La 0 -Kb/La; 0 0 1; K/J 0 -b/J];
B = [1/La;0;0];
Cc = [0 0 1];
Dc = [0];
T = 0.05;
% Perodo de muestreo
% Discretizacin
[G,H,C,D] = c2dm(A,B,Cc,Dc,T,'zoh');
% Matrices de ponderacin del observador
Pe =zeros(3,3); % condicion inicial
Qe = [1 0 0;0 1 0;0 0 1]; Re = [1]; % Igual peso para todos
for k=1:40
Pe = Qe + G*Pe*G' - G*Pe*C'*inv(Re + C*Pe*C')*C*Pe*G';
pe11(k) = Pe(1,1); pe21(k) = Pe(2,1); pe31(k) = Pe(3,1);
end
t = linspace(0,length(pe11),length(pe11));
plot(t,pe11,t,pe21,'--',t,pe31,'-.');
xlabel('Muestras k');
ylabel('Algunos elementos de Pe'); grid
text(5,1.42,'Pe(1,1) :
- ')
text(20,0.1,'Pe(2,1) :
- -')
text(10,0.1,'Pe(3,1) :
- .')
%print -deps -f ejem4_2
% Ganancia del observador
Ke = inv(Re + C*Pe*C')*C*Pe*G';
______________________________________________________________________ 49

Control Digital
_________________________________________________________________________
La evolucin de algunos de los estados observados se presenta en la figura 4.3
1.6
Pe(1,1) :
1.4
Algunos elementos de Pe
1.2
1
0.8
0.6
0.4
0.2
Pe(3,1) :
0
10
15
-.
Pe(2,1) :
20
Muestras k
25
-30
35
40
Figura 4.3: Resultados grficos para Pe(1,1): ( - ),

Pe(2,1): ( - - ) y Pe(3,1): (- . ).
4.4 El Controlador ptimo para Sistemas de Seguimiento en estado

estacionario
En el diseo de sistemas de seguimiento, es decir sistemas en el que la salida sigue a una
referencia deseada, es necesario indicar que se debe conocer los valores propios de la planta
o proceso, permitindonos averiguar si la planta tiene integrador. Dependiendo de ello se
pueden aplicar cualquiera de los dos siguientes casos:
4.4.1 El Controlador ptimo Proporcional Estacionario

El controlador ptimo es un sistema de control realimentado, en donde la salida controlada
sigue a una seal de referencia r(k) = r (funcin escaln), es decir estamos considerando un
sistema de seguimiento. Restringiremos nuestro tratamiento a sistemas univariables. Esta
estructura slo es aplicable a procesos que poseen un comportamiento integral.
______________________________________________________________________ 50

Control Digital
_________________________________________________________________________
La figura 4.4 muestra el esquema de un controlador para la variable de estado x2,
empleando una ley de control de realimentacin de estados que involucra a la matriz de
ganancia del controlador, la referencia y la seal de salida. De dicha figura, considerando
como salida al estado x2(k) se obtiene la siguiente ley de control:
u (k ) k1 x1 (k ) k 3 x3 (k ) k n x n (k ) k 2 [r (k ) x 2 (k )]
k1
k2
x1 (k )
x 2 (k )
k 3 k n x3 ( k ) k 2 r ( k )

x (k )
n
K x(k ) k 2 r (k )
(4.19)
x(k)
r(k)
+
k2
u(k)
x(k+1) = Gx(k)+Hu(k)
y(k) = x2(k)
k1
k3
kn
Figura 4.4: Esquema del regulador ptimo proporcional.
Reemplazando la ecuacin (4.19) en (4.9) se obtiene:

x(k 1) Gx(k ) Hu(k )
(G HK ) x(k ) H k 2 r (k )
(4.20)
Aplicando la transformada z a la ecuacin (4.20), y considerando condiciones iniciales

nulas, se obtiene la siguiente solucin de la ecuacin de estado en trminos de z:
______________________________________________________________________ 51

Control Digital
_________________________________________________________________________
x( z) ( zI G HK ) 1 H k 2 r ( z)
(4.21)
Reemplazando esta ltima ecuacin en la expresin de la salida, tenemos:
y( z) Cx( z) C ( zI G HK ) 1 H k 2 r ( z)
(4.22)
Para obtener la salida en estado estacionario, como respuesta a una referencia escaln
unitario, aplicamos la propiedad del valor final
z 1
y( z)
z
C ( zI G HK ) 1 H k 2
lim y (k ) lim
k
z 1
(4.23)
Para un perfecto seguimiento, la salida y = 1 (escaln unitario), condicin que debe

cumplirse si C(zI-G+HK)-1Hk2 =1.
Por conveniencia, las matrices R y Q deben tomar la forma diagonal, as:
r1 0 0
0 r
0
2
R
;

0 0 rp
q1
0
Q
0 0
q2
0

0 qn
donde:
Los elementos r1, r2,..., rp deben ser todos positivos para que R sea una matriz simtrica
definida positiva (d.p.).
Los elementos qi deben ser positivos y algunos de ellos nulos para que Q sea una matriz
simtrica semidefinida positiva (s.d.p.).
Cada elemento qi ri dar un peso correspondiente a cada variable de estado xi o a
cada seal de control ui, respectivamente. El criterio para escoger los pesos est en relacin
con la importancia que le demos a cada variable o seal en cuestin.
Los pasos de diseo para determinar la matriz ganancia del controlador ptimo son
los mismos que para el caso regulador.
Ejemplo 4.2: Considere el modelo del motor D.C. del ejemplo 4.1. Disee el controlador
ptimo cuadrtico estacionario que estabilice la posicin angular del eje del motor a 45,
considerando los siguientes parmetros del proceso:
J = 0.01 Kg-m2/s2, b = 0.1 N-s/m, k=kb = 0.01N-m/A, Ra = 1 ohmio, La = 0.1H.
______________________________________________________________________ 52

Control Digital
_________________________________________________________________________
Solucin
Reescribamos las ecuaciones de estado y de salida del proceso:
Ra
x1 La

x 2 0
x k
3
J
kb
La
1
b
0
0
0
1
x
1 La
x2 0

x3 0
ea
x1

y 0 1 0 x 2
x
3
(4.24)
(4.25)
Averigemos si la planta tiene integrador. Para tal propsito calculemos la ecuacin

caracterstica:
Ra
La
sI A 0
k
J
s
kb
La
R
b kk
s
1 s s a s b 0
La
J JLa
b
0 s
J
0
s ( Ra sLa )( Js b) kkb 0
(4.26)
Se puede observar que la planta tiene integrador, por consiguiente, disearemos un

controlador ptimo proporcional estacionario.
Debido a que estamos controlando la posicin angular del eje del motor, que
constituye la variable de estado x2, entonces la ley de control viene dada por
u ( k ) K x( k ) k 2 r ( k )
(4.27)
y la salida del proceso controlado es:
y(k ) C x(k ) x2 (k )
(4.28)
Las matrices de ponderacin elegidas son:
0
0.1 0
Q 0 200 0 ;
0
0 0.1
R 0.1
______________________________________________________________________ 53

Control Digital
_________________________________________________________________________
con lo que ponderamos con 200 al estado x2 y con 0.1 a la seal de control u.
El programa para este ejemplo se denomina ejem4.2.m, que a continuacin se
presenta:
% ejem4.2.m
clear all
J = 0.01; b = 0.1; K = 0.01; Kb = 0.01; Ra = 1; La = 0.1;
A = [-Ra/La 0 -Kb/La; 0 0 1; K/J 0 -b/J];
B = [1/La;0;0];
Cc = [0 1 0]; Dc = [0];
% Controlabilidad y Observabilidad
M = [B A*B A^2*B]; N = [Cc' A'*Cc' A'^2*Cc'];
% rank(M) = rank(N) = n = 3 => c.c y c.o.
T = 0.05;
% Discretizacin
% Matrices de ponderacin
Q = [0.1 0 0;0 200 0;0 0 0.1]; R = [0.1];
% Ganancia Optima K y matriz P
[K,P,E] = dlqr(G,H,Q,R); k2 = K(2);
% Correccin de r(k)
g = 1/(C*inv(eye(3)-G+H*K)*H*k2);
% Al correr el programa se obtiene que g = 1,
% entonces no se requiere el factor de correccin
x = [0;0;0]; N = 60; % Condicin inicial
for k=1:N
r = pi/4;
% 45 grados
U(k) = -K*x + k2*r;
x = G*x + H*U(k);
y(k) = x(2);
end
% Grficos
t = linspace(0,T*N,N);
subplot(2,1,1)
plot(t,y); ylabel('y (grados)'); grid;
subplot(2,1,2)
plot(t,U); ylabel('U (voltios)'); grid;
______________________________________________________________________ 54

Control Digital
_________________________________________________________________________
xlabel('Tiempo (s)')
%print -deps -f ejem4.2
% Clculo recursivo de la matriz P y K (Pr y Kr)

T = 20; Pr = zeros(3,3);
for i=1:T
Pr = Q + G'*Pr*G - G'*Pr*H*inv(R+H'*Pr*H)*H'*Pr*G;
end
Kr = inv(R + H'*P*H)*H'*P*G;
% Al correr el programa se comprueba que K=Kr y P=Pr
Los resultados al ejecutarse dicho programa se muestran en la figura 4.5
y (grados)
0.8
0.6
0.4
0.2
0
0.5
1.5
2.5
0.5
1.5
Tiempo (s)
2.5
U (voltios)
30
20
10
Figura 4.5: Salida controlada (y) y la seal de

control (U) del motor D.C.
4.4.2 El Controlador ptimo Proporcional Integral

Para procesos que no poseen propiedades integradoras, la inclusin de accin integral en el
sistema de control permite obtener un error estacionario nulo. La figura 4.6 ilustra un
regulador ptimo para sistemas de una entrada y una salida (SISO).
Ecuaciones de estado y de salida del proceso:
______________________________________________________________________ 55

Control Digital
_________________________________________________________________________
x(k 1) Gx(k ) Hu(k );
(4.29)
y(k ) Cx(k )
(4.30)
Ley de control:
u ( k ) K x( k ) K I v ( k )
r(k)
v(k)
u(k)
KI
v(k-1)
(4.31)
z-1I
z-1I
x(k)
y(k)
Control integral
K
Planta con realimentacin del estado
Figura 4.6: Controlador ptimo proporcional integral

Matriz de ganancia del controlador:
K [ K1
K2 Kn ]
(4.32)
Ecuacin para el integrador:

v(k ) v(k 1) r (k ) y (k )
v(k 1) v(k ) r (k 1) y (k 1)
v(k ) r (k 1) C[Gx(k ) Hu(k )]
(1 CHK I )v(k ) (CG CHK ) x(k ) r (k 1)
(4.33)
(4.34)
Empleando las ecuaciones las ecuaciones (4.29) y (4.31) obtenemos:

x(k 1) Gx(k ) H [ Kx(k ) K I v(k )
(G HK ) x(k ) HK I v(k )
(4.35)
y de las ecuaciones (4.35), (4.34) y (4.30) deducimos:
______________________________________________________________________ 56

Control Digital
_________________________________________________________________________
HK I x(k ) 0
x(k 1) G HK
(4.36)
v(k 1) CG CHK 1 CHK v(k ) 1 r (k 1)

I
x(k )
y (k ) C 0
v(k )
(4.37)
En estado estacionario (k ), los valores de x(k), u(k) y v(k) toman valores x(), u() y
v(). Entonces la ecuacin (4.36) se convierte en:
HKI x() 0
x() G HK
v() CG CHK 1 CHK v() 1 r
(4.38)
Si se efecta la siguiente asignacin:
x ( k ) x ( ) x e ( k )
(4.39)
v ( k ) v ( ) v e ( k )
(4.40)
y se resta la ecuacin (4.38) de (4.36) y se usa las relaciones (4.39) y (4.40) se obtiene:
HK I xe (k )
xe (k 1) G HK
v (k 1) CG CHK 1 CHK v (k )
I e
e

x (k )
0 xe (k ) H
G
K K I e
CG 1 ve (k ) CH
ve (k )
(4.41)
que finalmente se reescribe como:

~
(k 1) G (k ) H (k )
(4.42)
donde :
xe (k )
;
ve (k )
0
G
~
G (k )
CG 1
( k ) K ( k ) ; ( k )
H
~
H (k )
;
CH
~
K (k ) K
KI
La ecuacin de Riccati y la ecuacin de ganancia del controlador K~ son:
~G
~T P
~ G
~T P
~Q
~G
~H
~R
~H
~T P
~H
~
P
~
~ R
~H
~T P
~H
~ 1 H
~T P
~G
K
~
~T P
~G
H
(4.43)
(4.44)
______________________________________________________________________ 57

Control Digital
_________________________________________________________________________
Los pasos de diseo para determinar la matriz ganancia del controlador ptimo
proporcional integral son los mismos que para el caso regulador, con la diferencia que las
matrices involucradas, son matrices ampliadas.
Ejemplo 4.3: Considere el modelo del motor D.C., cuyas ecuaciones diferenciales son:
d2
d
(t ) b (t ) k ia (t )
2
dt
dt
d
d
ea (t ) Ra ia (t ) La ia (t ) k b (t )
dt
dt
J
(4.45)
(4.46)
Disee el controlador proporcional integral ptimo estacionario que estabilice la velocidad

angular del eje del motor a 1rad/s. Usar los parmetros siguientes: J = 0.01 Kg-m2/s2, b =
0.1 N-s/m, k = kb = 0.01N-m/A, Ra = 1 ohmio, La = 0.1H.
Solucin
Aplicando transformada de Laplace a la ecuacin (4.45), se obtiene:
Js
bs ( s) kI a ( s)
I a (s)
Js
bs
( s)
k
(4.47)
Idnticamente, tomando transformada de Laplace a la ecuacin (4.46), se tiene que:
Ea (s) Ra sLa I a (s) kb s (s)
(4.48)
Reemplazando la ecuacin (4.47) en la (4.48) se obtiene:

Ea ( s)
s Ra sLa Js b kkb
( s)
k
(4.49)
La funcin de transferencia del proceso, se obtiene de la ecuacin (4.49), as:
( s)
E a ( s)
k
s Ra sLa Js b kkb
(4.50)
Finalmente, la funcin de transferencia, considerando como salida a la velocidad angular

y como entrada a la tensin E a es:
______________________________________________________________________ 58

Control Digital
_________________________________________________________________________
( s)
k
(4.51)
E a ( s) Ra sLa Js b kkb
De esta ltima ecuacin se observa que el proceso no tiene integrador. Si se elige x1 y

x2 ia y se reemplaza en las ecuaciones (4.45) y (4.46) se obtiene:
Jx1 bx1 kx2
(4.52)
ea Ra x2 La x 2 k b x1
(4.53)
Despejando x1 y x 2 de las ecuaciones (4.52) y (4.53) respectivamente, se tiene que:
b
k
x1 x 2
J
J
k
R
1
x 2 b x1 a x 2
ea
La
La
La
x1
(4.54)
(4.55)
Escribiendo matricialmente las dos ltimas ecuaciones, tendremos

b
x1 J

k
x 2 b
L
a
k
J
R
a
La
x
0
1 1
x 2 L
a
e
a
(4.56)
Como la salida es la velocidad angular, entonces su representacin matricial es:
x
y 1 0 1
x2
(4.57)
Por consiguiente se ha de disear un controlador ptimo proporcional integral, cuyo

programa (ejem4_3.m) se presenta a continuacin:
% ejem4.3
clear all
J = 0.01; b = 0.1; K = 0.01; Kb = 0.01; Ra = 1; La = 0.1;
A = [-b/J K/J
-Kb/La -Ra/La];
B = [0;1/La];
Cc = [1 0]; Dc = [0];
% Verificar controlabilidad y observabilidad
M = [B A*B]; N = [Cc' A'*Cc'];
% rank(M)=rank(N)= n = 2
______________________________________________________________________ 59

Control Digital
_________________________________________________________________________
% Perodo de muestreo
T = 0.05;
% Discretizacin
Gtilde = [G zeros(2,1)
-C*G eye(1,1)]; % orden n+1=4
Htilde = [H
-C*H];
% Matrices de ponderacin
Q = [1 0 0;0 0.1 0;0 0 2]; R = [0.01];
% Ganancia del controlador ptimo
[Ktil,Ptil,E] = dlqr(Gtilde,Htilde,Q,R); % Ktil:
K = [Ktil(1) Ktil(2)]; KI = -Ktil(3);
x = [0;0]; yi=0; v=0;
% Condiciones iniciales
NN = 60; r=1;
% Respuesta al escaln r = 1
for k=1:NN
v = v + r - yi;
Ea(k) = -K*x + KI*v;
x = G*x + H*Ea(k);
y(k) = x(1); yi = y(k);
end
% Grficos
t = linspace(0,T*NN,NN);
subplot(2,1,1)
plot(t,y); ylabel('y (rad/s)'); grid;
subplot(2,1,2)
plot(t,Ea); ylabel('Ea (voltios)'); grid;
xlabel('Tiempo
(s)')
%print -deps -f ejem4_4
% Clculo recursivo de la matriz Ptilde y clculo de Ktilde
T = 15; Ptilde = zeros(3,3);
for i=1:T
Ptilde = Q + Gtilde'*Ptilde*Gtilde - Gtilde'*Ptilde*Htilde*...
inv(R+Htilde'*Ptilde*Htilde)*Htilde'*Ptilde*Gtilde;
end
Ktilde = inv(R + Htilde'*Ptilde*Htilde)*Htilde'*Ptilde*Gtilde;
% Se verifica que Ktil=Ktilde y Ptil=Ptilde
______________________________________________________________________ 60

Control Digital
_________________________________________________________________________
y (rad/s)
1.5
1
0.5
0.5
1.5
0.5
1.5
Tiempo
2.5
2.5
Ea (voltios)
11
10
9
8
7
(s)
Figura 4.7: Resultados grficos de la salida y y la

seal de control Ea.
4.5 Pautas para el Diseo e Implementacin en tiempo real

Las pautas a considerarse en el diseo e implementacin de un sistema de control ptimo
cuadrtico pueden sintetizarse en los siguientes pasos:
1. Formulacin del problema (considerar especificaciones de diseo).
2. Determinar el modelo matemtico del proceso a controlar, para ello debe
determinarse si es completamente controlable y completamente observable.
3. Calcular la matriz de ganancia ptima K~ del controlador.
4. Calcular la matriz de ganancia ptima K~ e del observador.
5. Simular el sistema de control ptimo cuadrtico diseado.
6. Implementar el hardware del sistema.
7. Implementar el software del sistema.
8. Efectuar pruebas de funcionamiento. Si los resultados experimentales no son
satisfactorios, entonces deber revisar el modelado del proceso y/o el diseo
del controlador. Muchas veces, una mala conexin en la parte circuital
(hardware) o una incorrecta programacin (software), producen resultados
no deseados. Finalmente, luego de corregir los errores (en caso que los
hubiera), las pruebas finales deben ser satisfactorias.
______________________________________________________________________ 61

Control Digital
_________________________________________________________________________
4.6 Diseo e Implementacin en Tiempo Real del Control ptimo

Cuadrtico del Pndulo Invertido
Dado el proceso pndulo invertido, conformado por una varilla montada en un carro
impulsado por un servomotor D.C. controlado por voltaje de armadura, se desea disear un
servocontrolador que sea capaz de mantener el pndulo invertido en posicin vertical (tanto
como sea posible), y al mismo tiempo, mantener el carro en una posicin referencial. En el
problema planteado, el pndulo se mueve en el mismo plano que la trayectoria del carro. El
sistema de control ser diseado empleando la tcnica de control ptimo cuadrtico y la
configuracin de un servosistema. La entrada al proceso (seal de control) es el voltaje de
armadura del servomotor D.C. y las salidas del servosistema son la posicin angular del
pndulo y la trayectoria horizontal del carro. Se desea ts 6 seg. Con el menor
sobreimpulso posible.
Solucin
El modelo matemtico del pndulo invertido en tiempo continuo es:
x Ax Bu
y Cx
(4.58)
(4.59)
siendo
0
(M 1 J 2 )M 2 g
( M 1 J 2 ) J 1 M 22
A
0
M 22 g
2
(M 1 J 2 ) J1 M 2
0
KxM 2KA
( M 1 J 2 ) J 1 M 22
B
0
J1 K x K A
(M J ) J M 2
1
2
1
2
1 0
0 0
0 0
0 0
0
Bx M 2
( M 1 J 2 ) J 1 M 22
1
J1 Bx
( M 1 J 2 ) J 1 M 22
; C 1 0 0 0
0 0 1 0
(4.60)
(4.61)
La discretizacin del modelo linealizado continuo a una frecuencia de muestreo de 200

Hz y asumiendo retencin de memoria de orden cero, la ecuacin de estado discreta y su
ecuacin de salida lo determinamos por MATLAB (programa pen_disc.m) como sigue:
______________________________________________________________________ 62

Control Digital
_________________________________________________________________________
% DISCRETIZACION DEL MODELO LINEAL CONTINUO

% PARAMETROS DEL PROCESO
mc = 0.92; me = 0; mv = 0.063095; mp = 0.2; g = 9.81;
lv = 0.767; le = 0; rp = 0.0648; n = 1/19.741;
Jm = 1.9596e-6;
Je = me*le^2; Jv = mv*lv^2/3; Jo = 0; Jp = mp*rp^2/2;
Jeq = Jm + n^2*(Jo + Jp);
Bm = 1.8342e-6; Bo =0; Beq = Bm + n^2*Bo;
Km = 31.071e-3; Kb = 31.053e-3; Ra = 7.38; KA = 14.9;
M1 = mc + me + mv; M2 = me*le + mv*lv/2;
J1 = Je + Jv; J2 = Jeq/(n^2*rp^2);
Kx = Km/(Ra*n*rp);
Bx = Beq/(n^2*rp^2) + Kb*Km/(n^2*rp^2*Ra);
d = ((M1+J2)*J1-M2^2);
a21 = (M1+J2)*M2*g/d; a24 = Bx*M2/d;
a41 = -M2^2*g/d; a44 = -J1*Bx/d;
b21 = -Kx*M2*KA/d; b41 = J1*Kx*KA/d;
% MODELO LINEAL CONTINUO Y DISCRETO
A = [0
1 0 0
a21 0 0 a24
0
0 0 1
a41 0 0 a44];
B = [0
b21
0
b41];
Cc = [0 0 1 0]; % POSICION DEL CARRO
Ts = 1/200;
% TIEMPO DE MUESTREO
[G,H] = c2d(A,B,Ts);
Al ejecutarse el programa, tendremos el siguiente resultado:

G
G=
1.0002
0.0996
-0.0000
-0.0019
0.0050
1.0002
-0.0000
-0.0000
0 0.0002
0 0.0964
1.0000 0.0049
0 0.9507
H
H=
-0.0004
-0.1497
0.0002
0.0765
______________________________________________________________________ 63

Control Digital
_________________________________________________________________________
Clculo de la Matriz de Ganancia del Controlador.

Reescribimos la ecuacin (4.53):
(k 1) G~ (k ) H~ (k )
(4.62)
donde :
xe (k )
;
ve (k )
(k ) K~ (k ) ; (k )
~ (k ) H ;
H
CH
K~ (k ) K
0
~ (k ) G
G
CG I
KI
Verificamos la controlabilidad del proceso. Como el orden del sistema de ecuaciones es 5

(n+1), entonces el rango de la matriz de controlabilidad deber ser 5. Veamos el programa
optim_d2.m
% ********** CALCULO DE LA MATRIZ GANANCIA DEL CONTROLADOR
**********
% ***** MATRICES RESULTANTES DE LA DISCRETIZACION *****
G=[1.0002 0.0050 0 0.0002
0.0995 1.0002 0 0.0963
0.0000 0.0000 1.0000 0.0049
-0.0019 0.0000 0 0.9508];
H=[-0.0004 ;-0.1497; 0.0002; 0.0765];
Cc=[0 0 1 0];
% Posicin del carro
% ***** ECUACIONES DEL SERVOSISTEMA
G1=[G zeros(4,1)
-Cc*G 1];
% es la matriz Gtilde
H1=[H; -Cc*H];
% es la matriz Htilde
% ***** MATRIZ DE CONTROLABILIDAD *****
M=[H1 G1*H1 G1^2*H1 G1^3*H1 G1^4*H1];
rM=rank(M); %rM=5 => completamente controlable
% ***** DETERMINACION DE LA MATRIZ DE RICCATI Y CALCULO DE Ktilde
*****
% Considerando Q y R siguientes:
Q=[200 0 0 0 0
0 0 0 0 0
0 0 100 0 0
0 0 0
______________________________________________________________________ 64

Control Digital
_________________________________________________________________________
0 0 0 0 0.01];
R=[100];
P=zeros(5,5);
% Condicin inicial arbitraria P(0)
for i=1:1000
P=Q+G1'*P*G1-G1'*P*H1*inv(R+H1'*P*H1)*H1'*P*G1;
end
K1=inv(R+H1'*P*H1)*H1'*P*G1; % K=[K -KI]
[KK,PP]=dlqr(G1,H1,Q,R); % K1=KK, P=PP
K=[KK(1) KK(2) KK(3) KK(4)]; KI = -KK(5);
Clculo de la Matriz de Ganancia del Observador.

En primera instancia, debemos determinar la observabilidad con n = 4), luego seleccionar
las matrices de ponderacin Re y Qe, enseguida calculamos la matriz Pe (usando la ecuacin
(4.17) y finalmente determinar la matriz de ganancia Ke del observador. Veamos el
programa obs_pen.m
% ********** CALCULO DE LA MATRIZ GANANCIA DEL OBSERVADOR
**********
% ***** MATRICES RESULTANTES DE LA DISCRETIZACION *****
G=[1.0002 0.0050 0 0.0002
0.0995 1.0002 0 0.0963
0.0000 0.0000 1.0000 0.0049
-0.0019 0.0000 0 0.9508];
H=[-0.0004 ;-0.1497; 0.0002; 0.0765];
Cc=[0 0 1 0];
% ***** DETERMINACION DE LA OBSERVABILIDAD
C=[1 0 0 0
0 0 1 0];
N=[C' G'*C' G'^2*C' G'^3*C' G'^4*C'];
rnN=rank(N); % debe ser rnN = 4
% ***** DETERMINACION DE LAs MATRICES Pe(k+1) y Ke *****
% Considerando Qe y Re sguientes:
Qe=[1 0 0 0
0 1000 0 0
0 0 0.9 0
0 0 0 1000];
Re=[1 0; 0 10];
______________________________________________________________________ 65

Control Digital
_________________________________________________________________________
Pe=zeros(4,4); % inicializacin de la matriz Pe
for i=1:40
Pe=Qe+G*Pe*G'-G*Pe*C'*inv(Re+C*Pe*C')*C*Pe*G';
end
Ke=inv(Re+C*Pe*C')*C*Pe*G';
% matriz ganancia del observador
Un programa completo del diseo del control ptimo cuadrtico del pndulo invertido es
disopt2.m. Dicho programa se lista a continuacin:
% disopt2.m SISTEMA DE CONTROL OPTIMO DEL PENDULO INVERTIDO
clear all
% PARAMETROS DEL PROCESO
mc = 0.92; me = 0; mv = 0.063095; mp = 0.2; g = 9.81;
lv = 0.767; le = 0; rp = 0.0648; n = 1/19.741;
Jm = 1.9596e-6;
Je = me*le^2; Jv = mv*lv^2/3; Jo = 0; Jp = mp*rp^2/2;
Jeq = Jm + n^2*(Jo + Jp);
Bm = 1.8342e-6; Bo =0; Beq = Bm + n^2*Bo;
Km = 31.071e-3; Kb = 31.053e-3; Ra = 7.38; KA = 14.9;
M1 = mc + me + mv; M2 = me*le + mv*lv/2;
J1 = Je + Jv; J2 = Jeq/(n^2*rp^2);
Kx = Km/(Ra*n*rp);
Bx = Beq/(n^2*rp^2) + Kb*Km/(n^2*rp^2*Ra);
d = ((M1+J2)*J1-M2^2);
a21 = (M1+J2)*M2*g/d; a24 = Bx*M2/d;
a41 = -M2^2*g/d; a44 = -J1*Bx/d;
b21 = -Kx*M2*KA/d; b41 = J1*Kx*KA/d;
% MODELO LINEAL CONTINUO Y DISCRETO
A = [0
1 0 0
a21 0 0 a24
0
0 0 1
a41 0 0 a44];
B = [0
b21
0
b41];
Cc = [0 0 1 0]; % POSICION DEL CARRO
Ts = 1/200;
% TIEMPO DE MUESTREO
[G,H] = c2d(A,B,Ts);
G1 = [G zeros(4,1)
-Cc*G 1];
H1 = [H;-Cc*H];
M = [H1 G1*H1 G1^2*H1 G1^3*H1 G1^4*H1];
rM = rank(M); % rM=5 => COMPLETAMENTE CONTROLABLE
% CALCULO DE LA GANANCIA DEL CONTROLADOR
Q = [200 0 0
0 0
0
0 0
0 0
0
0 100 0 0
0
0 0
0 0
0
0 0
0 0.01]; R = [100];
P = zeros(5,5);
______________________________________________________________________ 66

Control Digital
_________________________________________________________________________
%
%
for i=1:1000
P = Q + G1'*P*G1 -G1'*P*H1*inv(R+H1'*P*H1)*H1'*P*G1;
end
K1 = inv(R+H1'*P*H1)*H1'*P*G1;
[KK,PP] = dlqr(G1,H1,Q,R); % K1=KK, P=PP
K = [KK(1) KK(2) KK(3) KK(4)]; KI = - KK(5);
CALCULO DE LA GANANCIA DE UN OBSERVADOR
C = [1 0 0 0
0 0 1 0]; % SE OBSERVAN POSICIONES ANGULAR Y LINEAL
Qe = [1 0
0
0
0 1000 0
0
0 0
0.9 0
0 0
0
1000]; Re = [1 0;0 10];
Pe = zeros(4,4);
for i=1:40
Pe = Qe + G*Pe*G' -G*Pe*C'*inv(Re+C*Pe*C')*C*Pe*G';
end
KeT = inv(Re+C*Pe*C')*C*Pe*G'; Ke=KeT';
[KKeT,PPe] = dlqr(G',C',Qe,Re); KKe=KKeT';% Pe=PPe, Ke=KKe
SIMULACION DEL SISTEMA DE CONTROL OPTIMO
CONDICIONES INICIALES
x1=0; x2=0; x3=0; x4=0; x5=0;
xe = [0;0;0;0]; r=1.5;
v=0; N = 4000; % TIEMPO EN SEGUNDOS: Ts*N
for k=1:N
u = -K*xe + KI*v;
if(u > 1.4), u = 1.4; % PARA NO SATURAR EL AMPLIFICADOR
elseif(u < -1.4), u = -1.4;
end
xe = G*xe + u*H + Ke*([x1;x3] - C*xe);
PROCESO NO LINEAL DISCRETIZADO DIRECTAMENTE
den = -M2^2*cos(x1)^2+(M1+J2)*J1;
x1 = x1 + Ts*x2;
x2 = x2 + ...
Ts*(-M2^2*sin(x1)*cos(x1)*x2^2+M2*Bx*cos(x1)*x4 ...
+M2*(M1+J2)*g*sin(x1)-M2*Kx*cos(x1)*KA*u)/den;
x3 = x3 + Ts*x4;
x4 = x4 + ...
Ts*(M2^2*g*sin(x1)*cos(x1)+J1*M2*sin(x1)*(x2)^2 ...
-J1*Bx*x4+J1*Kx*KA*u)/den;
v = v + r - x3;
y1(k)=x1; y2(k)=x3; U(k) =u;
end
GRAFICOS
t = linspace(0,Ts*N,N);
figure(1)
plot(t,y2(1:N)); grid
ylabel('Posicin del carro')
xlabel('Tiempo
(s)')
print -deps -f spoz
figure(2)
plot(t,y1(1:N)); grid
ylabel('Posicin angular del pndulo')
xlabel('Tiempo
(s)')
print -deps -f spoa
figure(3)
______________________________________________________________________ 67

Control Digital
_________________________________________________________________________
plot(t,U); grid
ylabel('Seal de control u')
xlabel('Tiempo
(s)')
print -deps -f spou
Los resultados de la simulacin se muestran en las figuras

4.8, 4.9 y 4.10.
1.6
1.4
Posicin del carro
1.2
1
0.8
0.6
0.4
0.2
0
-0.2
8
10
Tiempo
12
(s)
14
16
18
20
Figura 4.8: Posicin del carro.

0.14
0.12
Posicin angular del pndulo
0.1
0.08
0.06
0.04
0.02
0
-0.02
-0.04
-0.06
8
10
Tiempo
12
(s)
14
16
18
20
Figura 4.9: Posicin angular del pndulo.
______________________________________________________________________ 68

Control Digital
_________________________________________________________________________
0.7
0.6
Seal de control u
0.5
0.4
0.3
0.2
0.1
0
-0.1
-0.2
8
10
Tiempo
12
(s)
14
16
18
20
Figura 4.10: Seal de control.
La configuracin del sistema de control ptimo cuadrtico del pndulo invertido se muestra
en la figura 4.11, los componentes fsicos se presentan en las figuras 4.12 a 4.16 y el
diagrama de flujo del programa de control se muestra en la figura 4.17.
Figura 4.12: Sistema pndulo invertido.
Figura 4.11: Implementacin del

sistema de control.
______________________________________________________________________ 69

Control Digital
_________________________________________________________________________
Figura 4.13: Servomotor con polea.

Figura 4.14: Esquema
del carro.
Figura 4.15: Codificador ptico.
Figura 4.16: Sensor de posicin.
______________________________________________________________________ 70

Control Digital
_________________________________________________________________________
Figura 4.17: Diagrama de flujo del

programa de control.
Finalmente, en las figuras 4.18 y 4.19 se presentan dos tomas instantneas del
funcionamiento del pndulo invertido.
Figura 4.18: Inicio de la prueba.
Figura 4.19: Ejecucin de la prueba.
______________________________________________________________________ 71

Ing Control I Cap 4

Încărcat de

Informații document

Titlu original

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

Ing Control I Cap 4

Încărcat de

Drepturi de autor:

Formate disponibile

UNIVERSIDAD NACIONAL DEL CALLAO

Ecuaciones del sistema

La solucin de un problema de control ptimo consiste en determinar el vector de control

La naturaleza de la funcin de costo

UNIVERSIDAD NACIONAL DEL CALLAO

4.2 Regulador ptimo Cuadrtico Estacionario

La ecuacin de Riccati en estado estacionario viene dada por:

P(k 1) Q G T P(k )G G T P(k ) H [ R H T P(k ) H ]1 H T P(k )G

Matriz de ganancia del controlador:

UNIVERSIDAD NACIONAL DEL CALLAO

Ley de control ptima:

Funcin de costo mnima:

El diagrama de bloques del sistema de regulacin ptima de estado estacionario se

deben posicionarse dentro del crculo unitario.

Figura 4.1: Sistema de control ptimo a lazo

Si Rango M n , entonces el proceso es completamente controlable (CC), luego

UNIVERSIDAD NACIONAL DEL CALLAO

3. Resolver la ecuacin reducida de Riccati en su forma recursiva:

P(k 1) Q G T P(k )G G T P(k ) H [ R H T P(k ) H ]1 H T P(k )G

4.3 Diseo del Observador ptimo Cuadrtico

Al observador o estimador de estados se le denomina tambin observador de prediccin

UNIVERSIDAD NACIONAL DEL CALLAO

Figura 4.2: Diagrama de bloques del observador de estados.

Ecuacin de error del observador:

e(k ) x(k ) x(k )

UNIVERSIDAD NACIONAL DEL CALLAO

Para determinar Pe aplicamos el mismo procedimiento empleado para calcular P, dada en la

Matriz de ganancia Ke:

Si Rango N n , entonces el proceso es completamente observable (CO), luego

8. Determinar la matriz ganancia del observador ptimo, considerando el valor

UNIVERSIDAD NACIONAL DEL CALLAO

UNIVERSIDAD NACIONAL DEL CALLAO

La evolucin de algunos de los estados observados se presenta en la figura 4.3

Figura 4.3: Resultados grficos para Pe(1,1): ( - ),

4.4 El Controlador ptimo para Sistemas de Seguimiento en estado

4.4.1 El Controlador ptimo Proporcional Estacionario

UNIVERSIDAD NACIONAL DEL CALLAO

Figura 4.4: Esquema del regulador ptimo proporcional.

Reemplazando la ecuacin (4.19) en (4.9) se obtiene:

Aplicando la transformada z a la ecuacin (4.20), y considerando condiciones iniciales

UNIVERSIDAD NACIONAL DEL CALLAO

Reemplazando esta ltima ecuacin en la expresin de la salida, tenemos:

Para un perfecto seguimiento, la salida y = 1 (escaln unitario), condicin que debe

UNIVERSIDAD NACIONAL DEL CALLAO

Reescribamos las ecuaciones de estado y de salida del proceso:

Averigemos si la planta tiene integrador. Para tal propsito calculemos la ecuacin

Se puede observar que la planta tiene integrador, por consiguiente, disearemos un

y la salida del proceso controlado es:

Las matrices de ponderacin elegidas son:

UNIVERSIDAD NACIONAL DEL CALLAO

UNIVERSIDAD NACIONAL DEL CALLAO

% Clculo recursivo de la matriz P y K (Pr y Kr)

Figura 4.5: Salida controlada (y) y la seal de

4.4.2 El Controlador ptimo Proporcional Integral

UNIVERSIDAD NACIONAL DEL CALLAO

Figura 4.6: Controlador ptimo proporcional integral

Ecuacin para el integrador:

Empleando las ecuaciones las ecuaciones (4.29) y (4.31) obtenemos:

y de las ecuaciones (4.35), (4.34) y (4.30) deducimos:

UNIVERSIDAD NACIONAL DEL CALLAO

Si se efecta la siguiente asignacin:

que finalmente se reescribe como:

La ecuacin de Riccati y la ecuacin de ganancia del controlador K~ son: