Control ptimo LQG

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

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

y el criterio de desempeo J = xT (t)Qx(t) + uT (t)Ru(t)dt; donde Q es no

R
0
negativa definida y R es definida positiva. Entonces el control que minimiza J est
dado por la ley de realimentacin lineal

u(t) = Kx(t) con K = R1 B T P

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

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

Realizacion p. 1/18
 Estimacin de estado ptima LQE

Recordemos que el problema dual esti-

mador ptimo LQ lleva al filtro de Kalman,
el cual es el mejor estimador posible para w(t)
la planta corrupta con ruidos w y v u(t) R x(t) y(t)
B C
ator v(t)
x = Ax + Bu + w
v A
y = Cx + v
Observer

donde w y v son procesos Gaussianos es- B

tocsticos de media cero no correlaciona- ^
x(t) R
dos en el tiempo y el uno al otro, con co- L

varianzas E(ww T ) = W y E(vv stochastic

T
) = V. A LC
La ganancia del estimador ptimo es time
L=
P C T V 1 donde P es la solucin de la
EAR

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

Realizacion p. 2/18
 Control lineal cuadrtico Gaussiano (LQG)

El control LQG es el controlador ptimo obtenido como la combinacin de una

ganancia de realimentacin de estado LQR con realimentacin desde los
estimados a partir
ande un estimador
optimal de estado ptimo LQE.
LQE state estimator.
w(t)
r u(t) R x(t) y(t)
N B C

A v(t)

Kalman Filter (LQE)

B
LQR
^
x(t) R
K L

A LC

El principio de separacin nos permite disear una ganancia de realimentacin

LQR y el LQE independientemente.

Realizacion p. 3/18
 Control LQG

El principio de separacin dice que si tenemos una planta dada por

x = Ax + Bu + w
y = Cx + v

y deseamos disear un controlador para minimizar

T T

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

entonces la solucin ptima se obtiene combinando la ganancia de realimentacin

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

Realizacion p. 4/18
 Control LQG

El controlador combinado incluyendo un LQR (regulador ptimo lineal

cuadrtico) y un LQE (estimador ptimo lineal cuadrtico) se denomina
usualmente controlador lineal cuadrtico gaussiano (LQG).

LQG se puede usar como una herramienta simple para obtener un

controlador ball-park con un desempeo razonable. Como con la asignacin
de polos, la planta debe aumentarse si se desean caractersticas como
accin integral.

Existen tambin estrategias sofisticadas basadas en LQG. Estas resuelven

no solo dinmicas intrincadas (ej. sistemas resonantes o interacciones en
sistemas multivariables), sino tambin aseguran que el diseo tenga
propiedades adecuadas de robustez. Tales estrategias van ms all del
alcance de este curso, y se recomienda el libro Multivariable Feedback
control:Analysis and design de Skogestad y Postlethwaite.

Realizacion p. 5/18
 Rechazo a disturbios con LQG

Como ejemplo de control LQG, consideremos una aplicacin para rechazo a

disturbios, por el principio de modelo interno .
Considere la planta
bd(t) b v(t)
   
10 50 1 ? ? y(t)
x = x+ u b - j - 2 20 - j -b
1 0 0 s +10s+50

y = [20 0]x

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

Realizacion p. 6/18
 Rechazo a disturbios con LQG

Un principio bsico es que para ser capaces de rechazar un disturbio, o seguir

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

Realizacion p. 7/18
 Rechazo a disturbios con LQG

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

10
   
0 2 0
x = xd + w 5

2 0 1

d(t)
0
yd = [100 0]xd
5

Este ruido excita al sistema para pro-

ducir una seal de 1 Hz, escalada por 10

un factor de 100.
15
0 10 20 30 40 50 60 70 80 90 100
time [s]

Realizacion p. 8/18
 Rechazo a disturbios con LQG

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

original,
   
10 50 1
x = x+ (u + d) = Ax + B(u + d)
1 0 0
y = [20 0]x + v = Cx + v

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

combinaremos planta y disturbio en la planta aumentada (A a ; Ba ; Ca ; Da ):
        
x A B x B 0
= + u+ w
xd 0 An xd 0 Bn
 
x
y = [C 0] +v
xd

Realizacion p. 9/18
 Rechazo a disturbios con LQG

Ahora diseamos la ganancia L de nuestro filtro de Kalman

x = (Aa LCa )x + Ba u + Ly

usando nuestro modelo hipottico de la planta (la planta aumentada) y las

propiedades estadsticas de los ruidos v y w,

V = E{v 2 (t)} = 0,005; W = E{w 2 (t)} = 0,01.

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

obteniendo,
0,9037

8,1671
L= 1,4021 .

0,1848

Realizacion p. 10/18
 Rechazo a disturbios con LQG

En otras palabras, hemos modelado el disturbio como la salida de una planta

hipottica, y lo incorporamos al modelo de la planta real para obtener el modelo
aumentado

xa = Aa xa + Ba u + Ew
ya = Ca xa + vy

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

u = Kxa para minimizar el criterio de desempeo

1 0 0 0


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

J= xa (t) 0

0 0 0 0
0 0 0 0

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

La razn es que tales estados son hipotticos y no controlables de todas

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

0 In1 Out1
Constant Scope

La ganancia del estimador L se calcula

Ba* u
4
para minimizar ptimamente el efecto
K* u 4 1
4
de los ruidos w y v utilizando las co-
2
varianzas del ruido W y V .
Demux L* u
4 s 4 4
Matrix 2
Manual Gain3
Switch
4
AaL*Ca* u
0 4
Constant1
2
Terminator

Realizacion p. 12/18
 Rechazo a disturbios con LQG

El diagrama de SIMULINK de abajo muestra el detalle de implementacin de la

planta aumentada.
plant implementation.
0 In1 Out1
Constant Scope
Subsystem

4
K*u

Matrix
4
Gain
K*u 4 1
2
Demux L* u
4 s 4 4
Matrix 2
Gain3 Integrator 4
Manual Matrix
Switch Gain1
4
AaL*Ca* u
0 4
Constant1 Matrix

Out1
2 Gain2
Terminator

w(t)

Disturbance BandLimited
White Noise

d(t)
K*u
Plant Model 2

Gn

u(t) y(t)
2 2 2 1 2 1
1 K*u K*u
s 2 Out1
In1 2
B C

2
K*u
2

Realizacion p. 13/18
 Rechazo a disturbios con LQG

Este diagrama de SIMULINK muestra como implementar el modelo de disturbio

denarrow-band
entrada de banda estrecha.
input disturbance model.
0 In1 Out1

Constant
Scope
Subsystem

4
K*u

Matrix
4
Gain
K*u
2 4 1
Demux L* u
4 s 4 4
Matrix 2
Gain3 Integrator 4
Manual Matrix
Switch Gain1
4
AaL*Ca* u
0 4
Constant1 Matrix

Out1
2 Gain2
Terminator

w(t)

Disturbance BandLimited
White Noise

d(t)
K*u
Plant Model 2

Gn

u(t) y(t)
2 2 2 1 2 1
1 K*u K*u
s 2 Out1
In1 2
B C

2
K*u
2

2
K*u 2 1 2
K*u 1
2
s 2
BandLimited Bn Out1
White Noise
Cn

2
K*u
2
Disturbance Model
An

Realizacion p. 14/18
 Rechazo a disturbios con LQG

Se muestra la salida del sistema en lazo abierto (K = 0) y en lazo cerrado para

diferentes valores de R.
1.5

Closed loop
1 R=1e6

0.5

0.5

Open loop

1.5
0 2 4 6 8 10 12 14 16 18 20

Realizacion p. 15/18
 Rechazo a disturbios con LQG

Para valores del peso de contrlo R < 104 no hay mejora significante en la
respuesta, porque el sistema tiene un nivel de ruido de base debido al ruido
medido v (el cual no podemos remover de la salida).

No obstante, podemos efectivamente mejorar la respuesta al remover el

disturbio de banda estrecha.
Esta es una forma de tratar con disturbios en el observador en lugar que en
el control realimentado, como se hizo en el esquema de accin integral
estudiado previamente.

Realizacion p. 16/18
 Rechazo a disturbios con LQG

Bode Diagram
50
Open Loop
R=102
4
R=10
0 R=10
6

La grfica muestra el diagrama de

Magnitude (dB)
50
Bode de amplitud de la funcin de
transferencia de lazo cerrado desde el
disturbio d a la salida, para los difer- 100

entes valores de R, y en lazo abierto.

150

200
1 0 1 2 3 4
10 10 10 10 10 10
Frequency (rad/sec)

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

Realizacion p. 17/18
 Observaciones finales acerca de LQG

De hecho, podemos incorporar en nuestro diseo LQG una accin integral,

aumentando a la planta la integral del error de seguimiento. En ese caso
deberamos ser cuidadosos en seleccionar Q para que penalicemos el error
de seguimiento y no el estado que se supone debe seguir a la referencia.

Ya que LQG es un controlador por realimentacin de estado en combinacin

con un estimador de estado, pueden incorporarse fcilmente esquemas
antiwindup en realimentacin de estado con accin integral.

LQG es una de las herramientas ms bsicas e importantes en ingeniera de

control. Para modelos de espacio de estados, constituye en la mayora de los
casos, la mejor opcin para diseo de control.

LQG no es robusto, pero casi siempre dar buenos resultados cuando el

modelo del sistema es razonablemente preciso.

Realizacion p. 18/18