Documente Academic
Documente Profesional
Documente Cultură
FACULTAD DE INGENIERÍA
1. Objetivos
2. Fundamentos teóricos
U2 y2
y3
U3
.
Planta .
U1 . y1.
. .
Un yn
Para encontrar la matriz de transfernfcia se deben dejar todas las entradas del sistema
constantes y aplicar un escalón únicamente en una entrada y ver como se comporta cada
una de las salidas del sistema. Para la primera variable manipulada podría calcular los
primeros sectores de la matriz G:
La función objetivo viene siendo igual a como hemos venido trabajando en el caso SISO.
Donde se tiene el seguimiento de referencia y las acciones de control, todo eso ponderado.
La diferencia es que ahora las ponderaciones no son escalares, dado a que tengo más de
una variable en mi sistema. Y para cada salida voy a tener horizontes diferentes.
En otras palabras como para cada salida voy a tener diferentes horizontes, suponiendo a
modo de ejemplo que tengo dos salidas (y1 que va desde el horizonte N11 hasta N12) y (y2
que va desde el horizonte N21 hasta N22). Mi matriz de predicciones “y” va a contener las
dos salidas, es decir que la salida estará dividida por sectores y que para cada sector voy
a tener que ponderar de forma diferente, quiere decir que mi vector de ponderación
también estará dividido por sectores:
Donde
Q1 es el peso de la calidad de la energía y esta para un sistema MIMO de 2 entradas y 2
salidas. Los cuadrantes que son completados son el 2 y 4, los demás cuadrantes son
completados con 0.
Q2 es el peso del incremento de control, también tiene 2 cuadrantes porque está diseñado
para 2 entradas. Los demás cuadrantes también son completados con 0.
Si analizamos bien el problema, veremos que el sistema MIMO es un sistema que presenta
interacciones entre variables y que cada interacción, nosotros podriamos considerarla
como si fuera una perturbación medible. Osea que podriamos pensar en un desacoplo por
FeedForward. Entonces aplicando el mismo concepto, debemos obtener el mínimo común
multiplo de cada salida como se muestra a continuación:
Ahora se prosigue a realizar las predicciones por las ecuaciones diofantinas. Esto es
similar como el caso SISO, solo que se extiende el procedimiento para el caso
multivariable. A continuación se tiene el modelo CARIMA para n salidas y m entradas.
Se tiene la ecuación diofantina que me permite encontrar E y F para el caso multivariable.
Puedo usar el siguiente polinomio identidad que me permite obtener la predicciones
optimas de cada salida y(k+1):
𝐺11 = 𝐸1 𝐵11
𝐺12 = 𝐸1 𝐵12
𝐺21 = 𝐸2 𝐵21
𝐺22 = 𝐸2 𝐵22
Para entender las predicciones se separa cada entrada en matrices diferentes, para ordenar
los términos en las predicciones de la parte forzada y la parte libre.
Ley de control
La ley de control viene dada por la siguiente ecuación, esto sale de derivar la función de
costo respecto de la energía e igualarlo a cero.
Como se ha visto en el caso SISO, el primer término es constante por lo que se calcula
una vez
Donde tomamos las primeras filas de cada matriz para cada valor de entrada.
Para la primera entrada se toma la primera fila de la matriz K, y para la segunda entrada se
toma la tercera fila (Nu+1=3, Nu=2)
3. Realización de la Práctica
4. Informe a entregar