27

IDENTIFICACIN EN LAZO
CERRADO MEDIANTE
ALGORITMOS GENTICOS
A. Aguado Behar
1
, A. del Pozo Quintero
1
, A. Gmez Infante
1
1
Departamento de Control Automtico. Instituto de Ciberntica, Matemtica y Fsica aguado@icmf.inf.cu

RESUMEN
La identificacin en lazo cerrado de sistemas continuos es un problema de optimizacin no lineal que resulta de
difcil solucin mediante mtodos convencionales. En este trabajo se propone el uso de algoritmos genticos (AG)
para esta tarea y se muestra mediante simulaciones que los modelos obtenidos pueden reproducir fielmente el
comportamiento de la planta, aun en el caso de sistemas inestables o que presentan algn tipo de no-linealidad. Estos
modelos pueden utilizarse para el ajuste de los parmetros de reguladores PID utilizando un mtodo tambin basado
en AG, como se muestra en dos ejemplos: un sistema inestable en lazo cerrado y otro de alto orden con retardo. La
metodologa propuesta se aplica tambin a la identificacin del modelo AC5A de la IEEE, que incluye una no-
linealidad del tipo saturacin, para unidades de generacin elctrica.
Palabras claves: Algoritmos genticos, ajuste de parmetros de reguladores PID, identificacin en lazo cerrado de
sistemas continuos, modelo AC5A de unidades de generacin elctrica.

CLOSED LOOP IDENTIFICATION
USING GENETIC ALGORITHMS
ABSTRACT
Closed loop identification of continuous systems is a difficult to solve optimization problem when conventional
methods are used. The introduction of a genetic algorithm (GA) to face this problem is proposed. Simulations
implemented shows that the models obtained are capable to reproduce the behavior of the system, even in the case
of non linear or unstable system. The model also can be used to tune the parameters of the PID regulator using a
GA based method, as shown in two examples. The methodology proposed in this work is also applied in the
identification of the model AC5A of IEEE. This model, used in power generation plants, presents a non linearity of
saturation type.
Key words: AC5A model, Closed loop system identification, Genetic Algorithms, PID tuning.


INTRODUCCIN
La identificacin en lazo cerrado de sistemas cobra
importancia particular cuando la realizacin de experimentos
en lazo abierto resulta peligrosa o imposible, eso explica el
amplio tratamiento en la literatura de este tema
1, 2, 3
. La gran
mayora de los mtodos propuestos se enfocan en la
identificacin de modelos discretos tales como el ARX,
ARMAX u otros similares y utilizan el mtodo de mnimos
cuadrados o alguna de sus modificaciones. No obstante, en
muchas aplicaciones tales como la sintonizacin de
reguladores o la realizacin de estudios de simulacin fuera de
lnea, los modelos continuos son preferibles o incluso
necesarios.
Otros trabajos ms recientes, que pueden considerarse como
antecedentes ms cercanos de esta contribucin, utilizan
algoritmos genticos (AG) asociados al problema de la
identificacin en lazo cerrado. Por ejemplo, en
4
se utiliza un
AG para determinar los parmetros de una funcin
conmutadora que perturba a la referencia y a partir de los
datos obtenidos se realiza la identificacin en lazo cerrado
28
utilizando el mtodo de la variable instrumental. En
5
se utiliza
un AG como una primera etapa de optimizacin global, en la
identificacin de modelos en el espacio de estados con
estructura mnima, antes de utilizar otro mtodo de
optimizacin local para la estimacin final de los parmetros.
El enfoque que proponemos en este trabajo, difiere de los
mencionados en que se trata bsicamente de la identificacin
en lazo cerrado de modelos continuos entrada-salida a partir
de experimentos sencillos y poco perturbantes como son el
escaln, suavizado eventualmente mediante un filtro de primer
orden o secuencias binarias seudo aleatorias de pequea
amplitud.


Figura 1. Sistema de control por realimentacin.

En la figura 1 se representa un sistema de control por
realimentacin en el que la planta y el regulador se
caracterizan mediante las funciones transferenciales continuas
G(s) y R(s). La funcin transferencial en lazo cerrado
correspondiente es:
) s ( G ) s ( R 1
) s ( G ) s ( R
) s ( H
+
= 1)
Si R(s) y G(s) son cocientes de polinomios en s, incluyendo la
posibilidad de un retardo puro en G(s) aproximado mediante
una funcin de Pad
6
, tenemos entonces:
0 1
n
n
0 1
m
m
q s q s q
p s p s p
) s ( Q
) s ( P
) s ( H
+ +
+ +
= =

2)

Los coeficientes pi y qi son funciones de los parmetros de la
planta y del regulador ) (
G
P y ) (
R
P :
) P , P ( f p
G R i i
= i = 0,1,. . ., m. 3)
) P , P ( g q
G R i i
= i = 0,1,. . ., n. 4)
donde fi(.) y gi(.) son funciones no lineales conocidas.
Si aplicamos una funcin escaln o una secuencia binaria
seudo aleatoria (PRBS) a la referencia r(t), la respuesta y(t)
del sistema H(s) puede calcularse mediante:
))) t ( r ( L ) s ( H ( L ) t ( y
1
= 5)
donde L denota a la transformada de Laplace y
1
L su inversa.
Sea ) (kT y
m
una muestra experimental de la salida, medida
con un perodo de muestreo T suficientemente pequeo. Es
posible entonces plantear el siguiente problema de
optimizacin para determinar los parmetros del sistema en
lazo cerrado:
2
N k
1 k
m
i
q ,
i
p
) ) kT ( y ) kT ( y ( J min =
=
=
6)
donde N es suficientemente grande.
Para resolver este problema no lineal, se propone una
metodologa basada en un algoritmo gentico (AG) que imita
los mecanismos evolutivos de las especies biolgicas, a fin de
aprovechar sus conocidas propiedades de generalidad,
flexibilidad y atraccin intuitiva
7, 8
.
La metodologa propuesta ser usada, en primer lugar, para
identificar algunos parmetros del modelo AC5A, utilizado
por la IEEE para simular la dinmica de unidades de
excitacingeneracin elctrica. El modelo AC5A es un
modelo continuo, de alto orden y que presenta una no-
linealidad de tipo saturacin. Por razones de seguridad, los
experimentos de identificacin deben realizarse en condiciones
de lazo cerrado.
Como una extensin de la metodologa propuesta, se mostrar
adems en el trabajo, que algunos problemas asociados de
optimizacin no lineal, en particular el ajuste en lazo cerrado
de parmetros de reguladores PID en casos difciles, tales
como sistemas inestables en lazo cerrado o de alto orden,
pueden ser ventajosamente resueltos utilizan-do un enfoque
similar basado en AG.

CARACTERSTICAS DEL ALGORITMO
GENTICO UTILIZADO

El AG seleccionado para la presente aplicacin, tiene las
siguientes caractersticas:
a) Los individuos o cromosomas se codifican con nmeros
reales
9
, de tal forma a cada gen corresponde un valor real.
b) Una operacin de ranking
10
asigna a cada individuo x un
nmero natural de acuerdo con el valor asociado del
criterio J(x), de tal forma que a valores menores de J(x)
corresponden nmeros mayores. Entonces para cada
individuo x se define un nuevo valor J(x) correspondiente
a su nmero de orden y que representa el grado de ajuste
de dicha solucin. Por ejemplo, si tenemos una poblacin
de tres individuos y los valores de J correspondientes a
cada uno de ellos son J1 = 10, J2 = 5 y J3 = 1, los valores
del criterio transformado seran: J1 = 1, J2 = 2 y J3 =
3, o sea el tercer individuo es el que tiene el grado de
ajuste mximo.
c) Se utiliza una operacin de seleccin conocida como
muestreo universal estocstico
10
, segn la cual, la
probabilidad de supervivencia de un individuo se calcula
mediante la ecuacin (7), en la que Nind representa al
nmero de individuos.

=
=
Nind
1 j
j
'
i
i
) x ( J
) x ( ' J
) x ( P
7)
29
d) El cruzamiento de los cromosomas se efecta mediante un
operador de recombinacin intermedio
11
definido mediante
la siguiente transformacin:
[ ] 1 , 0 ,
x ) 1 ( x x
x ) 1 ( x x
2 1
1 2 2 2
'
2
2 1 1 1
'
1

+ =
+ =



8)
donde:
1, 2 son nmeros aleatorios distribuidos
uniformemente que se generan para cada cromosoma.
La probabilidad de cruzamiento se escoge como pc =
0.9.
e) La mutacin de un cromosoma seleccionado
aleatoriamente con probabilidad pm se calcula mediante:
) randn 2 . 0 1 ( x x
i
'
i
+ = 9)
donde randn es un nmero aleatorio distribuido normalmente
con media cero y varianza 1. Para la presente aplicacin se
selecciona pm = 0.4.
f) Se utiliza el concepto de elitismo durante la ejecucin
del AG, es decir, la mejor solucin obtenida en cualquier
generacin, se mantiene inalterable en la generacin
siguiente, hasta que aparezca una mejor. De esta forma se
evita que una solucin muy buena que haya aparecido
aleatoriamente en las primeras generaciones, se pierda al
aplicarse los operadores genticos.

IDENTIFICACIN EN LAZO CERRADO
MEDIANTE ALGORITMOS GENTICOS

En lo que sigue, se aplicar una metodologa basada en un AG
para resolver el problema de optimizacin planteado en la
ecuacin (6). En primer lugar se define una poblacin de
parmetros IG de tamao Nind que se genera inicialmente en
forma aleatoria, sometida a las siguientes restricciones:
Nind , , 1 j
rand min) I max I ( min I I
min I I max I
j
G
j
G
j
G
j
G
G G G
=
+ =

10)
Aqu, rand es un nmero aleatorio distribuido en el intervalo
[0,1]. Para cada individuo, de la poblacin existe:
una funcin transferencial:

j j n j
n
j j m j
m
j
j
j
q s q s q
p s p s p
s Q
s P
s H
0 1
0 1
) (
) (
) (
+ +
+ +
= =

11)
una respuesta temporal:
)) ( ( ) ( ( ) (
1
t r L s H L t y
j j
= 12)
y una funcin de error:
2
1
) ) ( ) ( (

=
=
=
N k
k
j
m
j
kT y kT y J
13)
Los coeficientes
j
i
j
i
q p , se calculan mediante las funciones
conocidas fi y gi:
) , (
j
G R i
j
i
P P f p = 14)
) , (
j
G R i
j
i
P P g q = 15)
Si se cumple que:
i j
J J =
min
16)
entonces la solucin del problema de identificacin ser:
i
G G
P opt P = 17)
Puesto que el tamao del espacio de bsqueda inicial es
desconocido, el algoritmo gentico puede repetirse un nmero
arbitrario de veces Nrepet. Generalmente resulta ventajoso
reducir el espacio de bsqueda en las iteraciones sucesivas de
tal forma que en cada nueva iteracin, el espacio se restringe a
la vecindad de la solucin ptima encontrada en la anterior.
Por ejemplo, podemos hacer lo siguiente:
opt P P
opt P P
G G
G G
) 1 ( min
) 1 ( max

=
+ =
18)
donde es un nmero pequeo, por ejemplo en el intervalo
[0.2,0.5].
En lo que sigue se presenta un ejemplo de la aplicacin de esta
metodologa. Consideremos un sistema de segundo orden
inestable que se describe mediante la funcin transferencial:
1
) (
1
2
2
0
+ +
=
s d s d
c
s G
19)
siendo sus parmetros:
15 , 50 , 5
1 2 0
= = = d d c 20)
Supongamos que este sistema se encuentra controlado
mediante el regulador PID continuo:
)
1
1
1 ( ) (
s Td
s Td
s Ti
K s R
p
+
+ + =
21)
con parmetros:
Kp = 10, Ti = 100, Td = 0.8, = 0.01 22)

En la figura 2 se muestra la respuesta transitoria del sistema en
lazo cerrado ante un escaln de amplitud 1, atenuado mediante
un filtro de primer orden con constante de tiempo 1, aplicado a
la referencia.
Muestreando la respuesta con un perodo T=0.05 segundos se
genera una muestra de datos de longitud N = 201.
30

Figura 2. (a) Respuesta del sistema en lazo cerrado ante escaln
filtrado de amplitud 1 aplicado a la referencia, (b) comportamiento
del control.

La funcin transferencial del sistema en lazo cerrado tiene la
siguiente estructura:
0 1
2
2
3
3
4
4
0 1
2
2
) (
q s q s q s q s q
p s p s p
s H
+ + + +
+ +
= 23)
Los parmetros de H(s) pueden ser fcilmente calculados a
partir de G(s) y R(s) si estas son conocidas. Para aplicar el
mtodo de identificacin basado en un AG, se define en primer
lugar una poblacin con la composicin:
Nind j
d d c P
j j j j
G
, , 1
) 1 2 0 (
=
=
24)
Tambin debe determinarse el espacio de bsqueda inicial, que
puede ser arbitrariamente grande. Por ejemplo:
] 100 100 0 [ min
] 100 100 100 [ max
=
=
G
G
P
P
25)
Los parmetros del AG, cuya seleccin no es crtica, fueron
fijados para el presente ejemplo, con los valores:
Nind=400, Nogen=5, Nrepet=5
pc=0.9, pm=0.4, = 0.5 26)
donde Nind es el nmero de individuos, Nogen el nmero de
generaciones y Nrepet el nmero de repeticiones del AG.
En la Tabla 1 se presentan los resultados obtenidos. Como
puede apreciarse, las estimaciones son muy prximas a los
valores reales de los parmetros. La respuesta transitoria del
sistema identificado en lazo cerrado con el regulador PID, que
se omite en aras de la brevedad, es prcticamente idntica a la
mostrada en la figura 2.

Tabla 1: Comparacin de los valores reales de los parmetros con los
identificados
c0 d2 d1
Real 5 50 -15
Identificado 5.11 50.68 -14.59

El mtodo de identificacin propuesto en este ejemplo es
prcticamente insensible a la presencia de ruido en las
mediciones. En efecto, para un nivel de ruido gaussiano con
varianza 0.04, se obtuvieron las siguientes estimaciones de los
parmetros:
c0 = 5.09, d2 = 50.87, d1= -15.6112 27)
Estos resultados son slo ligeramente peores que los obtenidos
sin ruido. En la figura 3, se superponen la respuesta real con
ruido y la obtenida con el modelo identificado.

Figura 3. Respuestas en lazo cerrado del sistema real con ruido y del
sistema identificado.

IDENTIFICACIN DE PARMETROS EN
SISTEMAS DE GENERACIN ELCTRICA
Las metodologas de identificacin de unidades de generacin
elctrica reportadas en la literatura se basan generalmente en
experimentos realizados en lazo abierto
12
y utilizan alguna
modificacin del mtodo de mnimos cuadrados
13
. Estos
enfoques dan como resultados versiones discretas de los
modelos
12, 14
.
En esta seccin se ilustrarn las posibilidades que ofrece la
metodologa basada en un AG, para obtener soluciones
aceptables para este problema. Se usar el modelo tipo AC5A,
adoptado como estndar por la IEEE
15
como base para el
presente estudio y que se ofrece aqu, en una representacin
tipo Simulink, en la figura 4.
Puesto que este modelo presenta una no linealidad del tipo
saturacin, se usar una seal PRBS de pequea amplitud
como seal de perturbacin, a fin de garantizar que el sistema
permanezca en la zona lineal. El objetivo es identificar los
parmetros:
Ka, Ta Parmetros del amplificador.
Ke, Te Parmetros del excitador.
31
Kg, Tg Parmetros del generador.

Los parmetros del PID (Kp, Ki, Kd y Td) se suponen
conocidos as como los parmetros de la red de adelanto (Kf,
Tf1, Tf2 y Tf3) que regula la salida del amplificador.
En primer lugar definimos una poblacin para el AG, cuya
composicin es la siguiente:
Nind j
Tg Kg Te Ke Ta Ka P
j j j j j j j
s
1
) (
=
=
30)
La respuesta del sistema a una PRBS de amplitud [-1, 1] que
se muestra en la figura 5, confirma que las excursiones de la
salida son muy pequeas, lo que significa que el sistema se
encuentra operando en la zona lineal.
La Tabla 2 resume los resultados de la identificacin usando
un AG con los siguientes parmetros:
Nind=400, Nogen=5, Nrepet=5,
pc=0.9, pm=0.4, = 0.5 31)
Claramente, existen considerables diferencias entre algunos
parmetros reales y los identificados, en particular para las
ganancias Ka y Ke. No obstante, resulta evidente de las
figuras 6 y 7, que las respuestas a escalones de diferente
amplitud son muy prximas, independientemente del hecho de
que la segunda respuesta fue obtenida en condiciones de
saturacin activa.

Tabla 2: Parmetros reales e identificados
Ka Ta Ke Te Kg Tg
Real 1 0.2 1 0.58 1 5
Ident. 1.25 0.28 0.72 0.61 1.07 5.3

Ki
s
i ntegral
Kf*Tf3.s +Kf.s
2
Tf1*Tf2.s +(Tf1+Tf2)s+1
2
fi l t
Kg
Tg.s+1
deri vati vo1
Kd.s
Td.s+1
deri vati vo
Ka
Ta.s+1
amp Zero-Order
Hol d
sal pi d
To Fi l e
Scope2
Scope1
Scope Saturati on Repeati ng
Sequence
Stai r
1
s
Integrator
Ksat
Gai n3
Ke
Gai n2
1/Te
Gai n1
Kp
Gai n

Figura 4. Representacin mediante Simulink del modelo AC5A de unidades de excitacin-generacin elctrica controlado mediante un PID.



Figura 5. Respuesta del sistema a una PRBS.




Figura 6. Respuestas a un escaln de amplitud 5 del sistema real
(lnea continua) y el identificado sin saturacin (lnea de puntos).

32

Figura 7. Respuestas a un escaln de amplitud 20 del sistema real
(lnea continua) y el identificado con saturacin (lnea de puntos).

AJUSTE DE PARMETROS DE UN
REGULADOR PID MEDIANTE UN MODELO
DE ORDEN REDUCIDO
En esta seccin se mostrar como los problemas de ajuste de
parmetros en lazo cerrado de reguladores PID continuo y
discreto, pueden formularse como problemas de optimizacin
no lineal que se resuelven utilizando una metodologa basada
en un AG, muy prxima a la explicada en la seccin anterior.
Desde hace mucho tiempo se conoce un con-junto de mtodos
de ajuste de reguladores PID, que han sido aplicados ms o
menos exitosamente tanto en el caso continuo como en el
discreto. Entre ellos podemos mencionar el venerable mtodo
de Ziegler y Nichols, el de Cohen y Cohn y el de Smith y
Murriel
16
. Ms recientemente ha cobrado popularidad el
debido a
17
.
Todos los mtodos mencionados, no obstante, requieren la
desconexin del lazo de control y la realizacin de
experimentos ms o menos traumticos. En algunos casos, en
particular si el sistema es inestable en lazo abierto o si se
encuentra en la frontera de estabilidad, tales experimentos no
son posibles o resultan peligrosos.
Utilizando la metodologa propuesta de identificacin basada
en un AG, es posible identificar un modelo de segundo orden
ms retardo, incluso en condiciones de lazo cerrado. Este
modelo generalmente ofrece una aproximacin
suficientemente buena de sistemas de alto orden con o sin
retardo y sirve de base para el ajuste de los parmetros de
reguladores PID. Este enfoque tiene al menos dos ventajas con
respecto a los mtodos tradicionales:
La mayora de los mtodos conocidos utilizan un
modelo aun ms simple, de primer orden ms retardo.,
como aproximacin del sistema controlado.
El experimento de identificacin requerido puede
realizarse sin desconectar el lazo de control.
A continuacin se propone una solucin sistemtica al
problema de sintonizacin de regulado-res PID, usando el
mtodo basado en un AG y comenzando con el caso continuo.
Es necesario inicialmente obtener los siguientes datos:
a) La respuesta al escaln de la salida del lazo, obtenida
mediante la aplicacin de un cambio en escaln de la
referencia, eventualmente suavizado mediante algn filtro
simple, por ejemplo de primer orden, cuya amplitud sea
tan pequea como sea posible, teniendo en cuenta el nivel
de ruido en las mediciones.
b) El signo de la ganancia del proceso.
Consideremos de nuevo la funcin transferencial continua de
un regulador PID, que repetimos a continuacin:
)
1
1
1 ( ) (
s Td
s Td
s Ti
K s R
p
+
+ + =
32)
donde <<1.
La funcin transferencial (32) puede tambin ser expresada en
la siguiente forma ms compacta:

) (
) (
) (
s A
s B
s R =
33)
donde
1 s b s b ) s ( B
1
2
2
+ + = 34)
s a s a ) s ( A
1
2
2
+ = 35)
y
Ti a Td Ti a
Td Ti b Td Ti b
= =
+ = + =
1 2
1 2
,
) ( ), 1 (

36)

Consideremos ahora el siguiente modelo de segundo orden
ms retardo:
) s ( C
e Km
1 s c s c
e Km
) s ( G
s r
1
2
2
s r
=
+ +
= 37)

Como es bien conocido, la funcin exponencial que representa
el retardo, puede ser adecuadamente aproximada mediante una
de las llamadas funciones de Pad
6
que son cocientes de
polinomios en s, cuyo grado determina la calidad de la
aproximacin. Las pruebas experimentales que hemos
realizado hasta el momento nos permiten determinar que, para
el propsito que se persigue, la funcin de Pad de tercer
grado ofrece una aproximacin suficiente. Denotemos
entonces como Pade(s,r) a una funcin de Pad de tercer
grado, cuya funcin transferencial es (38):
) (
) (
) ( ) ( ) ( ) (
) ( ) ( ) ( ) (
) , (
0 1
2
2
3
3
0 1
2
2
3
3
s F
s D
r f s r f s r f s r f
r d s r d s r d s r d
r s Pade =
+ + +
+ + +
=

La funcin transferencial (37) puede entonces expresarse
aproximadamente como:
33
) s ( F ) s ( C
) s ( D Km
) s ( G 39)

La funcin transferencial de lazo cerrado de G(s) con el
regulador PID ser entonces:
) s ( D ) s ( B Km ) s ( F ) s ( C ) s ( A
) s ( D ) s ( B Km
) s ( H
+
= 40)

La respuesta transitoria a una funcin escaln u(t) de amplitud
U aplicada en la referencia del lazo de control, puede
expresarse mediante:
)
) (
( ) (
1
U
s
s H
L t y
m

= 41)
y puede generalmente medirse mediante un experimento
simple que genera la muestra de datos ) (kT y
m
para k =
1,,N, que sirve como la informacin de entrada para la
identificacin el modelo de segundo orden ms retardo G(s).
Debemos ahora definir una poblacin de parmetros de
tamao Nind para el modelo G(s), que es en este caso:
Nind 1 j
] r , c , c , K [ x
j j
1
j
2
j
m
j
=
=
42)
sometida a las restricciones:
min x x max x
j
43)
Para cada individuo
j
x de la poblacin, corresponde una
funcin transferencial del modelo:
j j
j j
j
) s ( F ) s ( C
) s ( D Km
) s ( G = 44)
as como una funcin transferencial en lazo cerrado:
j j j j
j j
j
) s ( D ) s ( B Km ) s ( F ) s ( C ) s ( A
) s ( D ) s ( B Km
) s ( H
+
= 45)
y una respuesta al escaln:
)
) (
(
1
U
s
s H
L y
j
j
= 46)
Formulamos de nuevo el problema de minimizacin no lineal:
Nind 1 j
) ) kT ( y ) kT ( y (
N
1
J min J
2
N k
1 k
j
m
j
j
min
=
= =

=
=
47)
sujeto a las restricciones definidas en la ecuacin (43), que
puede ser ventajosamente resuelto mediante un AG. Si
tenemos que:
i
min
J J = 48)
entonces:
] opt r opt c opt c opt K [ x opt x
H opt H
1 2 m
i j
i j
= =
=
49)

que es el resultado del problema de identificacin.
A partir del modelo de segundo orden identificado es posible
ahora formular el problema del ajuste ptimo de los
parmetros del PID.
Consideremos una poblacin de parmetros cuya composicin
es definida como:
Nind 1 j
] , Td , Ti , K [ x
j j j j
p
j
=
=
50)
Para cada individuo en (50) existe una funcin transferencial
en lazo cerrado:
opt
j
opt opt opt
j
opt
j
opt j
s D s B Km s F s C s A
s D s B Km
s H
) ( ) ( ) ( ) ( ) (
) ( ) (
) (
+
=
51)
Podemos entonces plantear el siguiente problema de
optimizacin (52):
)) ( ( max ) ) ( ) ( ( (
1
min
2
1
min
kT y w kT y kT r
N
J J
N k
k
j j
j
+ = =

=
=

con restricciones como las definidas en (43). El trmino r(kT)
es la referencia muestreada, que en este trabajo se selecciona
como la salida de un modelo de referencia de primer orden,
suficientemente suave para evitar excursiones intolerables en
la variable de control. La constante de tiempo del modelo de
referencia debe seleccionarse adecuadamente en dependencia
de la dinmica del sistema a controlar. El coeficiente w sirve
para penalizar cualquier sobre cresta que puede aparecer en la
respuesta en lazo cerrado. Este problema de optimizacin
puede resolverse, de nuevo, utilizando un AG en forma similar
a la solucin del problema de identificacin. Es decir:
] [ opt Tdopt Tiopt Kpopt x opt x
H opt H
i j
i j
= =
=
53)
A continuacin se ilustrar el mtodo propuesto mediante dos
ejemplos: El primero consiste en ajustar los parmetros del
PID que controla al sistema de segundo orden inestable
presentado en la Seccin 3 mientras que en el segundo se
ajustarn los parmetros correspondientes a un sistema de 4to
orden ms retardo deficientemente controlado.

Ejemplo 1. Consideremos de nuevo el sistema de segundo
orden inestable definido por:
1
) (
1
2
2
0
+ +
=
s d s d
c
s G
54)
con parmetros:
15 , 50 , 5
1 2 0
= = = d d c 55)
La respuesta de este sistema a un escaln unitario filtrado,
controlado por el PID continuo con los parmetros definidos
en la ecuacin (22), es excesivamente oscilatoria como se
muestra en la figura 2.
La identificacin en lazo cerrado de este sistema result en los
parmetros dados originalmente en la Tabla 1 y que se repiten
a continuacin:
34
0 , 59 . 14
, 68 . 50 , 11 . 5
1
2 0
= =
= =
opt opt
opt opt
r d
d c
56)
Las fronteras del espacio de bsqueda para los parmetros del
PID se seleccionan, en forma bastante arbitraria, en la forma:
1] 50 0 5 0 5 [ min = x 57)
0] 0 0 0 [ min = x 58)
Los parmetros encontrados para el PID ptimos con respecto
al criterio (52), para w = 1000, fueron:
009 . 0 , 4 . 42
, 6 . 81 , 88 . 3
0
= =
= =
opt opt
opt opt
Td
Ti Kp

59)
La respuesta obtenida con los nuevos parmetros, se muestra
en la figura 8.

Figura 8. (a) Respuesta ptima en lazo cerrado con penalizacin de
sobre-cresta y w = 1000, (b) variable de control.

Ejemplo 2. Consideremos a continuacin el siguiente sistema
de 4to orden ms retardo:
) 1 12 )( 1 8 )( 1 5 )( 1 3 (
) (
5
+ + + +
=

s s s s
e
s P
s
60)
controlado en forma ineficiente mediante un regulador PID
continuo con parmetros:
Kp = 0.5, Ti =10, Td = 0.1,

= 0.1 61)
cuya respuesta a un escaln filtrado mediante un filtro de
primer orden con constante de tiempo 1, se muestra en la
figura 9.
Para obtener un modelo de 2do orden ms retardo aproximado
de este sistema, utilizamos un AG, con los parmetros:
Nind=500, pc=0.9, pm=0.4, Nogen=5 62)
0 20 40 60 80 100 120 140 160 180 200
0
0.5
1
1.5

Figura 9. Respuesta en lazo cerrado de sistema de 4to orden ms
retardo

Definimos ahora una poblacin de posibles soluciones con la
composicin dada en la ecuacin (42). El espacio de bsqueda
se restringe inicialmente mediante:
xmax= [30 30 30 30] 63)
xmin= [0 -30 -30 0] 64)
En la definicin del espacio de bsqueda, solamente se utiliza
el conocimiento del signo de la ganancia del proceso. (Km en
el intervalo 0-30). Los rangos para los parmetros restantes, se
define arbitrariamente. El espacio de bsqueda puede
restringirse en cada nueva repeticin del AG, tal como se
muestra en la ecuacin (18), con en este caso igual a 0.5.
Los resultados obtenidos en la etapa de identificacin del
modelo de 2do orden, son los siguientes:
Km = 0.93, c2 = 19.86, c1= 20.1, r = 12.71 65)
En la figura 10 se superponen las respuestas en lazo abierto del
sistema original y del modelo de 2do orden aproximado. A
partir del modelo aproximado, la sintonizacin del regulador
PID se resuelve usando un AG con los parmetros definidos en
(62) y haciendo 5 repeticiones. El espacio de bsqueda para
este problema, que refleja la incertidumbre inicial sobre la
solucin ptima, se define de la manera siguiente:
xmax=[100 100 100 1] 66)
xmin= [ 0 0 0 0] 67)
Se utiliza como seal de prueba en la referencia, un escaln
unitario suavizado mediante un filtro de primer orden con
constante de tiempo 1, a fin de atenuar en lo posible, las
oscilaciones iniciales de la variable de control. Los parmetros
del PID, obtenidos mediante la minimizacin del criterio (52),
con el coeficiente de peso w = 5, son los siguientes:
35

Figura 10. Respuestas en lazo abierto del modelo de 2do orden
(lnea continua) y del sistema original de 4to orden.


Figura 11. Respuestas del sistema antes (lnea de puntos) y despus
(lnea continua) del ajuste de los parmetros. (a) Salidas, (b)
variables de control


Kp = 1.33, Ti = 10.24, Td = 6.36,

= 0.053 68)

Estos parmetros difieren considerablemente de los originales
definidos en (61). En la figura 11 se muestran superpuestas las
respuestas en lazo cerrado, antes y despus de que los
parmetros han sido sintonizados.

AJUSTE DE PARMETROS DE
REGULADORES PID DISCRETOS
Vamos a considerar ahora el ajuste de parmetros de
reguladores PID discretos que controlan a sistemas continuos.
Este es un problema de mucho inters prctico, teniendo en
cuenta que la mayora de los reguladores actuales se basan en
la tecnologa digital. El regulador PID discreto, en su forma de
posicin, puede definirse en la forma siguiente:

=
+ + =
t
i
t e t e
Tc
Td
i e
Ti
Tc
t e Kp t u
1
))) 1 ( ) ( ( ) ( ) ( ( ) (
68)

donde Tc es el perodo de muestreo.

Es posible entonces escribir la siguiente funcin transferencial
en transformada Z equivalente:

1 ) (
) (
) (
0 1
2
2

+ +
= =
z
r z r z r
z e
z u
z R 69)
donde

r2=Kp (1+Tc/Ti+Td/Tc)
r1=Kp (1+2*Td/Tc) (70)
r0=Kp Td / Tc

Consideremos tambin el siguiente modelo de segundo orden
ms retardo expresado en forma de una funcin transferencial
discreta, que ser utilizada para representar al proceso
controlado:

) ( ) (
1
z KmG z G = 71)

donde G1 es una funcin transferencial normalizada, de
manera que:
1 ) 1 ( ,
) (
) (
1
0 1
2
0 1
1
=
+ +
+
= G
q z q z z
g z g
z G
r
72)
Los coeficientes de G1 estn entonces ligados por la relacin:

1
0 1 0 1
+ = q g g q 73)

La funcin transferencial en lazo cerrado del modelo
aproximado de segundo orden con el regulador PID discreto,
est dada por:
) ( ) ( 1
) ( ) (
) (
) (
) (
z G z R
z G z R
z H
z r
z y
+
= =
74)

donde y representa a la salida y r a la referencia.

La funcin transferencial en lazo cerrado H(z) es un cociente
de polinomios en z donde el numerador es de grado 3 y el
denominador de grado r+3, donde r es el nmero de perodos
de retardo.
Formulamos ahora el problema de estimar los parmetros Km,
r, g0, g1 y q0 del modelo discreto definido en (71), usando el
procedimiento basado en un AG y el criterio definido en (13).
En este ltimo,
j
m
kT y kT y ) ( ), ( de nuevo representan las
respuestas en lazo cerrado a un escaln aplicado en la
referencia, del sistema y del individuo j de la poblacin de
parmetros.
Un individuo de la poblacin de tamao Nind tiene ahora la
composicin:
] [
0 1 0
j j
m
j j j j
r K q g g x = 75)
36
donde
j
r debe ser un nmero entero. Como en el caso
continuo, una vez que la solucin ptima del problema de
identificacin es obtenida, es posible acometer la bsqueda de
los parmetros ptimos de un regulador discreto PID, usando
un AG. La composicin de los individuos para este Segundo
problema se define ahora como:

] [
j
d
j
i
j
p
j
T T K x = 76)

y el criterio a ser minimizado es el mismo que en (52). Para
ilustrar los resultados que pueden obtenerse en el caso de un
regulador discreto, usamos ahora como ejemplo, el mismo
sistema de cuarto orden ms retardo definido mediante la
ecuacin (60). Supongamos que ese sistema es controlado
mediante un regulador PID discreto con parmetros:

Kp = 0.008, Ti = 1000, Td = 1, Tc = 1 77)

La respuesta al escaln de este sistema en lazo cerrado es
claramente oscilatoria, como se observa en la figura 12. La
aplicacin del mtodo de ajuste de reguladores PID discretos
usando un AG, con los parmetros dados en (62) y w = 0.75
genera el resultado tambin mostrado en la figura 12. Los
parmetros sintonizados del PID son:

1 , 052 . 0 , 3 . 1601 , 0076 . 0 = = = =
c i
T Td T Kp 78)

Figura 12. Respuestas en lazo cerrado de un sistema contino de
4to. orden antes y despus de sintonizado el PID discreto. (a)
Salidas, (b) variables de control.




CONCLUSIONES
En el presente trabajo se ha formulado una metodologa para la
identificacin de sistemas continuos en condiciones de lazo
cerrado basada en el uso de un algoritmo gentico. La
metodologa fue probada, en condiciones de simulacin, en la
identificacin de un sistema continuo inestable en lazo abierto,
en la obtencin de un modelo reducido de segundo orden a
partir de otro de orden superior, as como en la identificacin
de algunos parmetros del modelo AC5A de la IEEE, para
unidades de generacin elctrica, el cual presenta una no
linealidad del tipo saturacin. En todos los ejemplos
mencionados, se obtuvieron resultados satisfactorios.
Se ha comprobado, adems, que con una ligera extensin de la
metodologa propuesta, es posible resolver ventajosamente los
problemas de sintonizacin de reguladores PID continuos y
discretos, un tema de indudable inters prctico.
La metodologa propuesta, no obstante, es susceptible de ser
mejorada y ampliada, lo que requerir, sin dudas, un amplio
estudio experimental, incluyendo su utilizacin en condiciones
reales.
REFERENCIAS
1. FORSSELL U. Y LJUNG L. (1999): Closed-loop
identification revisited Automatica 35(7) pp. 1215-1241.
2. LJUNG L. Y FORSSELL U. (1999): An alternative
motivation for the indirect approach to closed loop
identification, IEEE Trans-action of Automatic Control, AC-
44(11) pp. 2206-2209.
3. VAN DEN HOF P.M.J. (1998): Closed-loop issues in system
identification, Annual Reviews in Control, Vol. 22 pp. 173-
186.
4. MOHAMED VALL O.M. Y RADHI M. (2005): Using
Genetic Algorithms in Closed Loop Identification of the
Systems with Variable Structure Controller, Proceedings of
Word Academy of Sciences, Engineering and Technology, vol
7, pp 1307-1311.
5. WHORTON, M.S. (2004): Closed Loop System
Identification with Genetic Algorithms, Preprints of the AIAA
Guidance, Navigation and Control Conference and Exhibit, pp
16-19, Providence Rhode Island.
6. BUTCHER J.C. (2002): The A-stability of methods with Pad
and generalized Pad stability functions, Numerical
Algorithms, 31(4), pp. 47-58.
7. BACK T. (1996): Evolutionary Algorithms in Theory and
Practice, Oxford University Press, New York.
8. GOLDBERG E. (1989): Genetic Algorithms in Search
Optimization and Machine Learning, Addison Wesley.
9. MICHALEWICZ Z. (1996): Genetic Algorithms + Data
Structures = Evolution Program, Springer series Artificial
Intelligence, 3rd edition, Springer.
10. BAKER E. (1987): Reducing bias and inefficiency in the
selection algorithms, Proceedings of the Second International
Conference on Genetic Algorithms, Grefenstette, Vol. 1, pp.
14-21.
11. MUHLENBEIN H. Y SCHLIERKAMP V. D. (1993):
Predictive models for the breeder genetic algorithm in
continuous parameter optimization, Evolutionary Computation,
The MIT Press 1(1), pp. 25.
12. KUNDUR P. (1994): Power System Stability and Control,
McGraw-Hill Inc.
37
13. BOTERO H.A., RAMREZ J.M. (2005): A methodology for
excitation systems identification, Proceedings International
Conference on Industrial Electronics and Control Applications,
ICIECA 2005.
14. YUAN Y.H. Y CHUAN-SHENG, S.L (1996): Experience
with identification and tuning of excitation system parameters
at the second nuclear plant of Taiwan Power Company, IEEE
Transaction on Power Systems, 11(2) pp. 747-753.
15. IEEE (1992): Recommended practice for excitation system
models for power systems stability studies, IEEE Power
Engineering Society, IEEE std 421.5.
16. SMITH C.L. (1972): Digital Computer Process Control, Intext
Educational Publishers, San Francisco.
17. ASTROM K.J. Y HAGGLUND T. (1984): Automatic tuning
of simple regulators, Preprints 9th IFAC World Congress, pp.
267-272, Budapest, Hungary.

AUTORES
Alberto Aguado Behar: Ingeniero en Control Automtico,
Doctor en Ciencias Tcnicas, Investigador Titular del Instituto
de Ciberntica, Matemtica y Fsica (ICIMAF), Profesor
Titular del ISPJAE, email: aguado@icmf.inf.cu, tlf..: 832-
0319. Investiga en temas de identificacin y control avanzado
de sistemas en el Dpto. de Control Automtico del ICIMAF.
Imparte docencia en la maestra de automtica del ISPJAE
Abelardo del Pozo Quintero: Ingeniero en Control
Automtico, Doctor en Ciencias Tcnicas, Investigador Titular
del Instituto de Ciberntica, Matemtica y Fsica (ICIMAF),
Profesor Titular del ISPJAE, email: pozo@icmf.inf.cu, tlf..:
832-0319. Investiga en temas de robtica y control avanzado
de sistemas en el Dpto. de Control Automtico del ICIMAF.
Imparte docencia en la maestra de automtica del ISPJAE.
Alfredo Gmez Infante: Ingeniero en Control Automtico,
Investigador Auxiliar del Instituto de Ciberntica, Matemtica
y Fsica (ICIMAF), Profesor Auxiliar del ISPJAE, email:
alfredo@icmf.inf.cu, tlf..: 832-0319. Investiga en temas de
identificacin y control avanzado de sistemas en el Dpto. de
Control Automtico del ICIMAF.


En esta ltima seccin se incluir una breve resea del autor o
autores que debe incluir:
Nombre y Apellidos, ttulo Universitario, Grado cientfico,
categora docente y/o de investigador, centro de trabajo,
direccin postal, nmero de telfono y FAX, correo
electrnico y una nota breve sobre su labor actual.