Control Optimo

Sistemas de control ptimo
Tema 4: Analisis y diseo en el

espacio de estados en continua
Introduccin
El diseo de sistemas optimos se basa en la idea
de que los parametros del sistema sean el resultado
de la minimizacion de una cierta Iuncion.
Este enIoque contrasta con la aproximacion
clasica, en la que los valores de los parametros
vienen condicionados a que se cumplan una serie
de especiIicaciones.
ndices de desempeo
Una buena Iuncion objetivo o indice de optimizacion
debe poseer algunas caracteristicas Iundamentales:
Facilidad de computo.
Buena selectividad.
Representatividad.
Los mas utilizados son de tipo integral sobre el error
del sistema.
Algunos ejemplos:
Criterio integral del error cuadratico (CIEC):
Criterio integral del producto del error cuadratico por el
tiempo (CIECT):

C
e
2
(t) dt
Es simple de obtener, aunque tiende a producir una
correccion inicial Iuerte con oscilaciones que se mantienen.
Elimina las oscilaciones. El error inicial puede ser grande.

C
te
2
(t) dt
Criterio integral de error absoluto (CIEA):
Criterio integral del producto del error absoluto por el
tiempo (CIEAT):
Para sistemas que no sean excesivamente oscilatorios ni
excesivamente lentos. El tratamiento analitico es complejo.

C
e(t) dt

C
te(t) dt
Elevada complejidad del tratamiento analitico.
ontrol ptimo cuadrtico
Sea el siguiente sistema dado por x Ax Bu.
Se puede probar que si L(x,u) es una Iuncion cuadratica o
hermitica, el indice de desempeo J
C
L(x,u) dt puede
producir leyes de control del tipo u(t)-Kx(t).
Ventajas Irente a la realimentacion de estado ya vista:
No es necesario especiIicar los polos deseados.
Aplicable a sistemas variables en el tiempo.
Buen comportamiento respecto a estabilidad o sensibilidad.
Sea el sistema homogeneo x Ax, donde A incluye
parametros a ajustar para minimizar un cierto indice.
Tomamos como indice de desempeo la siguiente Iorma
cuadratica hermitica:
Optimizacion de parametros
J
C
x*Qx dt
donde Q es una matriz hermitica deIinida positiva.
Suponiendo x*Qx-d(x*Px)/dt, donde P es hermitica
deIinida positiva, tenemos:
x*Qx -x*(A*PPA)x
Por el segundo metodo de Liapunov, si A es estable, para
una Q deIinida positiva dada existe una P deIinida
positiva que veriIica:
El indice de desempeo se puede expresar de la Iorma:
J
C
x*Qx dt -x*Px
C
-x*(C)Px(C) x*()Px()
A*PPA -Q
Como x(C)-~, queda:
x()Px()
Procedimiento de diseo:
Elegir una cierta matriz Q hermitica y deIinida positiva.
Calcular los valores de P como Iuncion de los parametros
ajustables.
Sustituir los resultados en la expresion del indice y
minimizarlo para obtener los valores optimos de los
parametros para ese indice.
Sea el sistema xAxBu, donde la ley de control es
u(t)-Kx(t). El problema es obtener los valores de la
secuencia de control que minimizan un cierto indice.
Control optimo cuadratico
J
C
(x*Qxu*Ru) dt
donde Q y R son matrices hermiticas deIinidas positivas
que ponderan el peso relativo del estado y la seal de
control en la Iuncion objetivo.
Sea el indice
Sustituyendo la ley de control en el indice de desempeo
tenemos:
J
C
x*(Q K*RK)x dt
Suponiendo que se veriIica x*(Q K*RK)x -d(x*Px)/dt,
y desarrollando la derivada se llega a
Por el segundo metodo de Liapunov, si A-BK es estable,
se puede encontrar una matriz P deIinida positiva que
satisIace la ecuacion anterior.
(A-BK)*P P(A-BK) -(Q K*RK)
La expresion del indice a minimizar es nuevamente:
x()Px()
Procedimiento de diseo:
Elegir las matrices Q y R hermiticas y deIinidas positivas.
El peso relativo de las matrices determina la relacion
velocidad de respuesta-esIuerzo de control.
Calcular los valores de P como Iuncion de las ganancias
de realimentacion.
Sustituir los resultados en la expresion del indice y
minimizarlo para obtener los valores optimos de las k
i
para ese indice.
Este procedimiento es poco practico, por lo que se
han desarrollado esquemas alternativos (ec. Riccati).
Para el siguiente montaje de pendulo invertido se
desea mantener el vastago en la vertical
minimizando las oscilaciones del carro.
Ejemplo: Diseo de un regulador
optimo (LQR)
Masa del carro M5 Kg.
Masa del vastago m0.5
Kg.
Longitud del vastago
L1 metro.
mg
p
u
M
L
El estado del sistema esta representado por el vector:
x [ p p j
La ecuacion de estado que resulta para el sistema es la
que sigue
u x x
=
. 0
0
. 0
0
0 0 0 98 . 0
1 0 0 0
0 0 0 78 . 10
0 0 1 0
'
La respuesta del sistema en bucle abierto viene
determinada por los siguientes autovalores:
2 [ 3.283 -3.283 ]
Respuesta libre desde condiciones
iniciales
x [ j
Suponiendo el estado medible, se toma
u -Kx
Como Iuncion objetivo se deIine
J 1/2
C
(x
T
Qxu
T
Ru) dt
Veamos algunos ejemplos de resultados para diIerentes
conIiguraciones de Q y R.
Matrices
| 1 | ,
10 0 0 0
0 10 0 0
0 0 100 0
0 0 0 100
=
= R Q
Matrices:
Ganancias de realimentacion: K [-156.16 -49.21 -3.16 -8.72]
Autovalores de A-BK: 2[-.6I.45f -2.48 -4.41]
Matrices
| 100 | ,
10 0 0 0
0 10 0 0
0 0 100 0
0 0 0 100
=
= R Q
Matrices:
Ganancias de realimentacion: K [-119.71 -36.65 -.32 -2.9]
Autovalores de A-BK: 2[-.17I.17f -3.38 -3.19]
Matrices
| 1 | ,
1000 0 0 0
0 1000 0 0
0 0 10 0
0 0 0 10
=
= R Q
Matrices:
Ganancias de realimentacion: K[-395.46 -124.79 -31.62 -56.6]
Autovalores de A-BK: 2[-6.5 -3.6I.13f -1.2]

Control Optimo

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Control Optimo

Uploaded by

Copyright:

Available Formats

Sistemas de control ptimo

Tema 4: Analisis y diseo en el

You might also like