Universidad Nacional de Ingeniería P.A.

2014-1
Facultad de Ingeniería Mecánica 02-07-14
Departamento de Ingeniería Aplicada

Cuarta Práctica Calificada de Control Moderno y Óptimo –MT227-A

Nota: Se permite 01 hoja de formulario

Problema 1

Considere el problema escalar de control óptimo cuadrático:

 
T
J  min  x 2  u 2 dt sujeto a: x(t )   x(t )  u(t ) , x(0)=1 ()
0

a) (3.0p)Use la ecuación de Hamilton-Bell-Jacobi para calcular el control óptimo de

retroalimentación y el correspondiente costo óptimo.
b) (1.0p) Hacer que p(t,T) sea la solución de Riccati correspondiente a (), donde el
tiempo final es un argumento. Calcular:

lim p(t , T )
T 

Y comparar su respuesta usando el comando lqr de Matlab.

Solución
a) Ecuación de Hamilton-Bell-Jacobi
 
H  x 2  u 2   ( x  u )
H 
 2u    0  u*  
u 2
  
2
 2
H *   x 2     ( x  )  x 2   x
 4 2 4
H *
   2 x      2 x  
x
H *  
 x  x 
 2
 1
Haciendo:  px {Notar que el índice de costo no presenta el término de }
2 2
  2( p x  px)  2 x  

 
p x  px   x  y x   x    x  px
2 2
p x  p( x  px)   x  px
p  2 p  p 2  1  0
Usando el método de separación de variables obtenemos:
Universidad Nacional de Ingeniería P.A. 2014-1
Facultad de Ingeniería Mecánica 02-07-14
Departamento de Ingeniería Aplicada

Con las condiciones en la frontera: p(T )  0 evaluamos la constante c

Y de aquí tenemos:

La ley de control óptima de retroalimentación sería:

Y el costo mínimo:

b)

Problema 2

Dado el sistema:

x1 (t )  x2 (t )
x 2 (t )  x1 (t )  u (t )  w(t )
y(t )  x1 (t )  v(t )

Se desea diseñar un proceso de regulación usando dos clases de controladores uno

determinístico (ubicación de polos) y otro estocástico (LQG).
Se sabe que la ganancia de Retroalimentación es: K=[ 2 3], y se requiere diseñar el
observador de estados completos por dos métodos:
a) (1.0p)Usando la ubicación de polos en s1=-1 y s2=-2, determine la ganancia del
Observador L.
b) (3.0p)Usando el problema dual, diseñe el filtro de Kalman-Bucy (Lk) para el sistema
si se conoce que las varianzas de los ruidos w(t) es unitaria y del ruido v(t) es 1/3.
c) (1.0p)Determine en cada caso el modelo de espacio estado del compensador.
d) (1.0p)Determine los polos de cada compensador. Comente su respuesta con respecto
a la estabilidad.
Solución

a) En el caso del observador determinístico no incluye el ruido del sensor

Universidad Nacional de Ingeniería P.A. 2014-1
Facultad de Ingeniería Mecánica 02-07-14
Departamento de Ingeniería Aplicada
 x1 (t )  0 1  x1 (t )  0
 x (t )  1 0  x (t )  1(u (t )  w(t ))
 2    2   
y(t )  x1 (t )  v(t )
Polos deseados para el diseño del Obesrvador: s1=-1 y s2=-2
Ecuación característica deseada para el observador: s 2  3s  2
La matriz de la ecuación del error debe tener polos en el semi plano izquierdo
s  l1  1 2
SI  ( A  LC) = = s  l1s  l2  1  s 2  3s  2
l2  1 s
3
L 
3
b) Filtro de Kalman-Bucy
Problema dual: (AT,CT)
1
Ecuación LQE: APo  PoAT  PoC T  v CPo  B w BT  0
Las varianzas de los ruidos son:  v =1/3 y  w =1
0.8165 1 
Po  
 1 1.633
1 2.4495
Lk  PoC T  v   
 3 
c) Ecuación de Espacio Estado del Compensador Entrada y , salida u
Primer Compensador
 xˆ (t )    3 1   xˆ1 (t )  3
 1         y (t )
 xˆ 2 (t )  4  3  xˆ 2 (t ) 3
u  2 3xˆ
Segundo Compensador
 xˆ (t )   2.4495 1   xˆ1 (t )  2.4495
 1   
    xˆ (t )   3  y (t )  v(t ) 
ˆ
 2 
x (t )  4 3 2   
u  2 3xˆ
d) Los polos son iguales a los valores propios:
Caso 1: {3  2i}
Caso 2: {2.7247  1.981i}
Ambos son asintóticamente estables, pero el segundo se ha diseñado en base al ruido del sensor.

Problema 3

Se tiene una planta con el siguiente modelo:

x (t )  ax(t )  b(u (t )  w(t ))
, con a  1, b  1, c  12
y(t )  cx (t )  v(t )
Siga los siguientes pasos para diseñar el control de este tipo de sistemas:

a) (2.0 p)Encuentre la ley de control u(t) que minimice el índice de costo J:

Universidad Nacional de Ingeniería P.A. 2014-1
Facultad de Ingeniería Mecánica 02-07-14
Departamento de Ingeniería Aplicada
T T 
 
J  lim E  y y  u T u dt 
T 
0 
Solución
La matriz de retroalimentación óptima:
k  r 1b t p
Donde p es la solución de Riccati:
a t p  pa  pbr 1bt p  q  0
a  1, b  1, c  12 , q  c 2  14 , r  1
1
 2 p  p2  0
4
1
( p  1) 2  1   0
4
5
( p  1) 2 
4
5
( p  1) 2 
4
2 5
p
2
2 5 2 5
k  u (t )  x(t )
2 2
(1.0p)Escriba código en Matlab
a=-1;b=1;c=1/2; r=1;
ka=lqr(a,b,C’C,r)

b) (2.0p)Diseñe la ganancia del filtro de Kalman (Lk) considerando las varianzas de

los ruidos w(t) y v(t) como 1 y 1/32 respectivamente.
Solución

apo  poa t  poc t ro1cpo  bbt  0

1
 2 po  (32) po 2  1  0
4
 1 9
po 
8
L=4
(1.0p) Escriba código en Matlab
a=-1;b=1;c=1/2; r=1; qo=c’c
Lk=lqr(a’,c’,b’b,r)’
c) (2.0p) Después de la simulación, el sistema de control diseñado tiene un error en el
estado estacionario. Diseñe ahora un nuevo regulador LQ, que corrija el error en
estado estacionario a pesar de las perturbaciones. ( Use acción integral)
Universidad Nacional de Ingeniería P.A. 2014-1
Facultad de Ingeniería Mecánica 02-07-14
Departamento de Ingeniería Aplicada
T T 
 
J  lim E  y y  z T z  u T u dt 
T 
0 
Sistema aumentado:

Matriz de Riccati:

Para el sistema aumentado:

Ayuda: el nuevo vector de estados aumentados es xa  [ x z ]T , debe encontrar el

sistema aumentado Aau , Bau , Cau
En Matlab: ka=lqr(Aau,Bau,Cau’Cau,R)
Universidad Nacional de Ingeniería P.A. 2014-1
Facultad de Ingeniería Mecánica 02-07-14
Departamento de Ingeniería Aplicada
d) (2.0p) Complete con valores el diagrama de simulación del sistema controlado con
efecto integral y con un compensador LQG.

La Profesora