Control Fraccionario
Control Fraccionario
Control Fraccionario
Resumen
El objetivo del presente tutorial de control fraccionario es presentar los fundamentos de esta disciplina y las princi-
pales herramientas computacionales disponibles para su uso y aplicacion por parte del ingeniero de control. El enfoque
escogido pretende hacer accesible desde el primer momento su ubicacion en el control clasico y las bases para entender
como cualquier estrategia de control que haga uso de los operadores derivada y/o integral (es decir, casi todas) puede
generalizarse al considerar la posibilidad de utilizar dichos operadores con un orden no necesariamente entero. Los casos
de estudio considerados (el doble integrador y el servomecanismo de posicion) han sido elegidos no para exponer las
bondades del control fraccionario, sino para mostrar la amplitud de posibilidades que proporciona su utilizacion incluso
considerando sistemas extraordinariamente comunes en la literatura de control.
Palabras Clave:
Control fraccionario, Sistemas fraccionarios, Control robusto.
1. El integrador fraccionario en los albores del con- que siguen vigentes en la actualidad. Este sistema de refe-
trol clasico. A modo de introduccion rencia viene descrito por la funcion de transferencia
2015 CEA. Publicado por Elsevier Espaa, S.L.U. Este es un artculo Open Access bajo la licencia CC BY-NC-ND (http://creativecommons.org/licenses/by-nc-nd/4.0/)
http://dx.doi.org/10.1016/j.riai.2016.05.001
266 B.M. Vinagre et al. / Revista Iberoamericana de Automtica e Informtica industrial 13 (2016) 265280
donde g es la frecuencia de cruce de ganancia y el margen dadas, solo una de ellas satisface el requisito practico de
de fase constante es que el sistema mantenga suciente estabilidad y precision
incluso bajo los fuertes efectos de la saturacion inherente
MF = k . (4) a los equipos de control en el lazo.
2
De acuerdo con la teora de la funcion descriptiva, la satu-
Aunque las nociones introducidas por Bode han llega- racion se considera como un componente de ganancia va-
do a ser claves en la teora de control automatico, e sta de riable, en el que la ganancia depende de la amplitud de la
la funcion ideal no ha sido tan discutida en la literatura es- entrada. Para que el sistema sea estable incluso con varia-
pecializada. No obstante, ya en 1958, A. Tustin publico un ciones de ganancia, el margen de fase del elemento lineal,
largo artculo (mas bien una monografa) sobre El diseno ademas del elemento no lineal de saturacion, debe ser su-
de sistemas para el control automatico de la posicion de cientemente grande no solo a la frecuencia de cruce lineal
objetos grandes y pesados(Tustin et al., 1958). En la pri- sino tambien para un rango de frecuencias relativamente
mera seccion de este trabajo, que vena a ser una nueva amplio.
contribucion de A. Tustin al control de servomecanismos, Generalmente un buen diseno requiere que el margen de
se estudian los requerimientos en conicto para el sistema fase se mantenga aproximadamente constante para este ran-
de control de posicion expresados como restricciones en el go de frecuencias. Como resultado, su funcion de transfe-
diagrama de magnitud de la respuesta en frecuencia para rencia en lazo abierto se aproximara a la de la integral no
el lazo de control. En las secciones 1.5 y 1.6, habla de que entera 1/sk , donde k es un valor entre 1 y 2.
las relaciones deseables en estos diagramas corresponden Esto es, vuelven a repetirse los requisitos y argumen-
a funciones de frecuencia de la forma tos de Bode y Tustin, pero dando nombre a esa funcion de
K transferencia ideal en lazo abierto: es un integrador frac-
Y ( j) = , (5) cionario de orden entre 1 y 2.
( j)k
En el mismo ano en que se publico la version inglesa
puesto que en forma polar corresponden a lneas rectas del artculo de Manabe, en la Universidad de Kansas G.
desde el origen (igual que en Bode) con pendiente k y for- E. Carlson y C. A. Halijak publicaron un informe sobre el
mando un a ngulo de k/2, coincidiendo con los ejes si k es derivador y el integrador de orden 1/2 y su posible uso en
un numero entero. Posteriormente habla de como obtener servomecanismos (Carlson y Halijak, 1961), informe que
aproximaciones a esta caracterstica partiendo del servo- se vera continuado en una tesis de master en 1966 sobre
mecanismo ideal con funcion de frecuencia el servo tipo Strait (Opdycke, 1967).
K Aunque la Teora Cuantitativa de Control de Horowitz
Y ( j) = . (6) (Horowitz, 1963; Horowitz y Sidi, 1972) recoge esta idea
( j)2
de robustez introducida por Bode, no se habla de control de
Es obvio, aunque no para Tustin en aquel momento, orden no entero (fraccionario) hasta el surgimiento a prin-
que una forma simple de obtener las caractersticas desea- cipios de los 80 del denominado Control Robusto de Or-
das a partir de este servomecanismo ideal, es introducir un den No Entero (CRONE) por Alain Oustaloup y su equi-
controlador con funcion de transferencia po (Oustaloup, 1991). En el trabajo continuado del equi-
po CRONE se han establecido hasta el momento tres ge-
D(s) = s , 0 < < 1, (7) neraciones de controladores, pero su base fundamental es
obteniendo as un sistema en lazo cerrado como el de la el conformado del lazo teniendo al integrador fraccionario
Figura 1. como referencia.
En las Figuras 2 y 3 se muestran las respuestas al es-
calon unitario del sistema de la Figura 1 para distintos va-
lores de los parametros y K. En ellas se puede ver como
la ganancia solo inuye en la rapidez de la respuesta, mien-
tras que la sobreoscilacion solo depende de , es decir, del
orden del integrador fraccionario resultante.
Es pertinente mencionar que en el captulo 12 de (Astrom
Figura 1: Lazo ideal a partir del servo ideal. y Murray, 2008), dedicado a la robustez, se estudia esta
funcion ideal, y se dice que los disenadores de amplica-
Fue el investigador japones Shunji Manabe de la em- dores operacionales estan haciendo grandes esfuerzos por
presa Mitsubishi Electric quien primero recogio las ideas obtener aproximaciones validas sobre un amplio rango de
de Bode y Tustin y hablo explcitamente de la integral no frecuencias.
entera y sus aplicaciones en sistemas de control (Manabe,
1961). En la introduccion de su artculo se puede leer lo 1.1. Estructura del artculo
siguiente: Despues de esta introduccion, lo que resta del artculo
Entre varios tipos de funciones de transferencia en la- esta organizado como sigue. En la seccion 2 se introdu-
zo abierto que teoricamente satisfacen las especicaciones cen los operadores fraccionarios (derivada e integral) y se
B.M. Vinagre et al. / Revista Iberoamericana de Automtica e Informtica industrial 13 (2016) 265280 267
1.8
cias citando solo aquellas que se han estimado necesarias
=0.8
=0.6
y sucientes por la calidad de los resultados obtenidos o la
1.6
=0.4 cantidad de informacion aportada. Por otra parte, el enfo-
=0.2
1.4 que quiere ser distinto y complementario al de (Vinagre y
Respuesta al escaln unitario
De manera similar, se puede obtener que es la notacion usual para los coecientes binomiales. Para
n R+ la ecuacion (20) es conocida como denicion de
1 t
D 3 f (t) = (t y)2 f (y)dy, (13) Grunwald-Letnikov para la derivada fraccionaria de orden
2 0
n (Podlubny, 1999a; Miller y Ross, 1993).
y as sucesivamente, obteniendo nalmente la formula Es posible preguntarse si (15) y (20) pueden utilizarse
t t para cualquier n R, con objeto de obtener deniciones
f (y)(t y)n1
D n f (t) = f (y) dy dy = dy. unicadas para los operadores derivada e integral genera-
0 0 (n 1)!
n
lizados. De hecho as es, pero teniendo en cuenta ciertas
n sutilezas matematicas concernientes tanto a las funciones
(14) afectadas como a los lmites de las propias operaciones.
La u ltima ecuacion, que muestra que una integral re- Las deniciones anteriores no son las u nicas establecidas
petida puede expresarse como una integral ponderada con para los operadores fraccionarios, pero s las mas utilizadas
una funcion de ponderacion muy simple, es conocida co- en aplicaciones practicas junto con la conocida como de-
mo la formula de Cauchy para la integral repetida. Genera- nicion de Caputo, que tiene la ventaja de considerar con-
lizando (14) para el caso de n R+ , y haciendo uso de la diciones iniciales que vienen dadas por derivadas de orden
funcion Gamma (generalizacion del factorial para numeros entero (ver (Podlubny, 1999a; Miller y Ross, 1993) para
no enteros), se obtiene mas detalles). El lector interesado tambien puede encon-
t
1 trar informacion sobre el desarrollo historico del calculo
D n f (t) = f (y)(t y)n1 dy, (15) fraccionario en (Oldham y Spanier, 2006; Miller y Ross,
(n) 0
1993; Dugowson, 1994).
que corresponde a la conocida como denicion de Riemann-
Liouville para la integral fraccionaria de orden n R+ (Pod- 2.2. Aproximaciones
lubny, 1999a; Miller y Ross, 1993).
Como se puede deducir de lo expuesto en las secciones
Es posible obtener el mismo resultado siguiendo un ca-
anteriores, los operadores fraccionarios s implican una
mino diferente. Haciendo la transformada inversa de La-
memoria innita, es decir, es necesario un innito numero
place, la funcion correspondiente a 1/sn , n R+ es
de terminos para aproximar su comportamiento dinamico,
Todas ellas responden a la forma Por tanto, los sistemas lineales invariantes con el tiem-
po (LTI) pueden clasicarse en:
m
i=0 bi s
i
s (22)
s + i=0 ai si
n n1
Racionales
Conmensurables
No enteros Irracionales
para las aproximaciones continuas, o bien LTI
No conmensurables
Enteros
m
i=0 bi z
i
s (23)
zn + n1
i=0 ai z
i
3.1. Representacion mediante funciones de transferencia
para las aproximaciones discretas. Si se aplica la transformacion de Laplace a (24) con
En esencia, desde el punto de vista de la ingeniera de condiciones iniciales nulas, se obtiene la representacion
control, se trata de reemplazar el operador de orden frac- entradasalida de un sistema de orden fraccionario, que
cionario por una funcion de transferencia continua o dis- viene dada por una funcion de transferencia de la forma
creta cuyas caractersticas dinamicas sean sucientemente
aproximadas. Hay muchas maneras de obtener tales apro- Y (s) bm sm + bm1 sm1 + + b0 s0
G(s) = = (26)
ximaciones pero, desafortunadamente, no es posible decir U(s) an sn + an1 sn1 + + a0 s0
cual es la mejor porque, entre las buenas, los meritos relati-
que, en el caso de ser un sistema de orden conmensurable,
vos de cada una dependen de factores tales como: el orden
adquiere la forma
fraccionario, la banda de frecuencias de interes, el com-
portamiento a bajas frecuencias (aproximacion al estado m
estacionario), si el interes esta en el dominio del tiempo o bk (s )k
k=0
en el de la frecuencia, o como de complejo pueda ser el G(s) = n , (27)
algoritmo de control (orden n de las aproximaciones). ak (s )k
k=0
Un enfoque distinto y mas conveniente desde el punto
de vista del control clasico, es utilizar tecnicas de identi- que es una funcion racional en la variable = s :
cacion, fundamentalmente en el dominio de la frecuen- m
cia, para obtener sistemas de orden entero cuya respuesta bk k
k=0
se ajuste o ptimamente a la del controlador fraccionario di- G( ) = n . (28)
senado. ak k
El lector interesado puede consultar el captulo 12 de k=0
(Monje et al., 2010) y las referencias all incluidas para
3.2. Representacion mediante variables de estado
obtener mas detalle de todos estos metodos y su aplicacion.
Considerese un sistema LTI multivariable de orden frac-
cionario. Su representacion mediante variables de estado
3. Sistemas Fraccionarios sera
D x = Ax + Bu (29)
En esta seccion se extienden las tecnicas de modela-
do habituales para sistemas dinamicos de orden entero al y = Cx + Du, (30)
caso de sistemas de orden fraccionario. Supongase que un
donde = [1 , 2 , , n ], u Rm es el vector columna
sistema dinamico viene descrito por la siguiente ecuacion
de entrada, x Rn es el vector columna de estado, y R p
diferencial de orden fraccionario (o no entero), que es una
es el vector columna de salida, A Rnn es la matriz de
generalizacion de la ecuacion diferencial ordinaria
estado, B Rnm es la matriz de entrada, C R pn es la
an D n y(t) + an1 D n1 y(t) + + a0 D 0 y(t) = matriz de salida y D R pm es la matriz de transmision
directa. La notacion anterior establece que la derivada de
bm D m u(t) + bm1 D m1 u(t) + + b0 D 0 u(t). (24) orden fraccionario D i se aplica u nicamente al elemento
i , i R xi del estado x en (29). La ecuacion (29) recibe el nombre
de ecuacion de estado de orden fraccionario y la (30) de
En el caso de que en esta ecuacion todos los o rdenes de ecuacion de salida.
derivacion fueran multiplos enteros de un orden base , es Este modelo de orden fraccionario puede simplicarse
decir, k , k = k, R+ , k N, se dice que el sistema en el caso particular de que i , 1 i n, en cuyo caso
es de orden conmensurable y (24) se convierte en la ecuacion (29) se convierte en
D x = Ax + Bu,
n m
(31)
ak D k y(t) = bk D k u(t). (25)
k=0 k=0
donde ahora el operador D signica que todos los estados
Si ademas se verica que = 1/q, q N en (25), se se derivan con orden . Ademas, con objeto de simplicar
dice que el sistema es de orden racional. las expresiones resultantes, es habitual suponer que 0 <
1.
270 B.M. Vinagre et al. / Revista Iberoamericana de Automtica e Informtica industrial 13 (2016) 265280
1
km u(t) = y(t)
+ y(t),
(48)
0.8
Amplitud
x1 0 1 x1 0
= + u, (49)
x2 0 1/ x2 km / 0.6
y = 1 0 , (50) 0.4
Control PD
km
P(s) = .
0.2 Derivador orden 0.78
(51) Derivador orden 0.7
s(s + 1) 0
Derivador orden 0.6
0 2 4 6 8 10
Tiempo (s)
4.3. Control clasico
Existe una amplia literatura sobre el uso de PIDs frac- Figura 5: Comparacion de respuestas al escalon: control PD y derivador
cionarios, argumentando, principalmente, la exibilidad ofre- fraccionario.
cida al poder sintonizar de manera mas na los o rdenes de
la derivada y de la integral (ver (Monje et al., 2010) o el 4.4. Control en el espacio de estados
captulo 15 de (Vilanova y Visioli , Eds.)). Los benecios
de esto pueden verse desde dos puntos de vista: las nuevas ... la creacion de estructuras, o el reconocimiento de
posibilidades de conformar el lazo (tecnicas de loop sha- modelos, no es mas que la destruccion selectiva de
informacion.
ping), o la posibilidad de satisfacer mas especicaciones
al tener mas parametros de ajuste. Es claro que los meto- Gunther S. Stent (op.cit.)
dos de diseno y los controladores resultantes resultan ser
mas complejos, y eso sin tener en cuenta la necesidad de Las tecnicas de control en el espacio de estados exi-
aproximar, ya sea los operadores por separado o los con- gen la descripcion del sistema en este mismo dominio, es
troladores en su conjunto. decir, un modelo de estados del sistema a controlar. En el
Se considera a continuacion un control PD con ley de caso de que el sistema sea de orden conmensurable, se pue-
control del tipo den aplicar las tecnicas tradicionales directamente, aunque
teniendo en cuenta las nuevas relaciones entre localizacion
u(t) = k p (r(t) y(t)) kd y(t),
(52) de polos y comportamiento dinamico para estos sistemas.
No obstante, el caso mas habitual y el aqu considerado es
con lo que el sistema controlado tendra una funcion de
que nuestro sistema sea de orden entero. En este caso, uti-
transferencia de la forma:
lizando la tecnica presentada en (HosseinNia et al., 2010),
kp es posible obtener un modelo fraccionario con la introduc-
FPD (s) = . (53)
s2 + kd s + k p cion de ((pseudoestados)) que permitan inducir una dinami-
ca fraccionaria en el sistema mediante el controlador. Ello
Las ganancias del controlador se sintonizan para ob- exige, naturalmente, el uso de observadores de estado que
tener una sobreoscilacion M p 0,08 y un tiempo de pico son los que incorporan los pseudoestados al sistema. A par-
t p 4 s. As, k p = 1 y kd = 1,25. tir de ese momento, y teniendo en cuenta como siempre las
Como alternativa, se propone un controlador de la for- implicaciones dinamicas de la ubicacion de los polos en la-
ma D , con lo cual la ley de control es zo cerrado, el procedimiento de diseno se puede hacer de
la manera habitual.
u(t) = g2 D (r(t) y(t)) (54) El signicado fsico de esos pseudoestados, lo mismo
que el de los operadores fraccionarios (o su interpretacion
y el sistema controlado adquiere la forma ya mencionada
geometrica), es un asunto de gran interes pero que esta fue-
en la introduccion
ra de los propositos de este trabajo. Se haran solamente un
g2 par de comentarios. Primero, el control en el espacio de
FD (s) = (55) estados no exige que todas las variables de estado tengan
s2 + g2
un signicado fsico, sino tan solo aquellas que medimos
Las respuestas al escalon para distintos valores de y que, habitualmente, tomamos como salidas. El uso de
se muestran en la Figura 5, en la que se puede observar observadores libera de dicha exigencia. En segundo lugar,
que incluso en el caso de obtener una sobreoscilacion y un el observador permite ((mirar dentro)) del sistema y obte-
tiempo de pico similares, las evoluciones temporales son ner cuanta informacion dinamica resulte conveniente para
diferentes. propositos de control, ya venga e sta ofrecida por estados o
pseudoestados. Siempre se hace uso de lo que en el epgra-
fe de esta seccion se denomina ((destruccion selectiva de
informacion)).
B.M. Vinagre et al. / Revista Iberoamericana de Automtica e Informtica industrial 13 (2016) 265280 273
Como ejemplo de uso se aplicara al doble integrador problema tradicional de Kalman, son ahora parametros de
la tecnica de recuperacion del lazo (LQR/LTR) cuyos fun- diseno. En la etapa de recuperacion del lazo, se soluciona
damentos se pueden encontrar en (Stein y Athans, 1987). el problema LQR
Para ello, primero se obtiene el sistema aumentado corres-
pondiente al doble integrador, deniendo el vector de esta- J= xT Qx + uT Ru dt, (64)
dos (y pseudoestados) 0
con K = 1 BT S. (66)
0 1 0 0 0
0 Se puede probar que
0 1 0 0
A=
0
, B = , (58)
0 0 1 0 lm (C(s)P(s)) = C(s)H. (67)
0 0 0 0 1 0
C= 1 0 0 0 . (59) El procedimiento para calcular K se repite para dife-
rentes valores del parametro de diseno hasta obtener la
El problema se presenta en la Figura 6(a). Se pretende
recuperacion del lazo deseada.
disenar el controlador C(s) de la forma
En las Figuras 7 y 8 se presentan la respuesta al es-
C(s) = K(sI A + HC + BK)1 H, (60) calon unitario del sistema doble integrador original para
los parametros = [10, 1, 102 ] y = [102 , 105 , 109 ]:
para lo cual es necesario obtener las matrices de ganancias bucle objetivo para diferentes valores de (Figura 7), y
H y K de la Figura 6(b). sistema controlado para = 1 y diferentes valores de
(Figura 8).
(a) 1
0.8
Salida
0.6
0.4
0.2
(b) 0
0 2 4 6 8 10
Tiempo (s)
Sistema controlado (LQG/LTR) con =0.01 Sistema controlado (LQG/LTR) con =0.01
1.6 1.4
lqrloop lqrloop
= 1e2 = 1e2
1.4 1.2
= 1e5 = 1e5
= 1e9 = 1e9
1.2
1
1
0.8
Salida
Salida
0.8
0.6
0.6
0.4
0.4
0.2 0.2
0 0
0 2 4 6 8 10 0 2 4 6 8 10
Tiempo (s) Tiempo (s)
Figura 8: Respuestas del sistema controlado para diferentes valores de . Figura 10: Respuestas del sistema controlado para el sistema aumentado
y diferentes valores de .
Respuesta bucle LQR
1.4
=10
=1
1.2 =0.01
(Edwards y Spurgeon, 1998); y 3) para obtener las res-
puestas del movimiento deslizante ideal (69) se ha utiliza-
1
do la funcion fode sol() (ver seccion 5 y (Monje et al.,
0.8 2010) para mas detalles).
Salida
0.6
0.4
Tabla 1: Ganancias i .
0.2 1 2 3 4
0
FSMC 3,04 0,04 0,18 0,01
0 2 4
Tiempo (s)
6 8 10
SMC 4,16 0,36
Figura 9: Respuestas del bucle LQR (bucle objetivo) para el sistema au-
mentado y diferentes valores de .
ma
S = 1 (x1 r) + 2 x2 + 3 x3 + 4 x4 , (68) 0.8
0)
X1 (s) 1
= 3
, (69)
s + s + 2 s0,5 + 1
0.4
R(s) 4 1,5 FSMCop
1 1 1 FSMC ( = 0.1, = 0.1)
1 2 4
FSMC ( = 0.01, = 0.005)
para el sistema aumentado. Para el sistema sin pseudoesta- 0.2 2 2 4
4.5
5.2. CRONE Toolbox
FSMCPSO
4 FSMC ( = 0.1, = 0.1)
1 2 4
El grupo de investigacion frances CRONE tiene desa-
3.5
FSMC2 (2 = 0.01, 4 = 0.005) rrolladas dos herramientas: Crone CSD (acronimo de Con-
SMCPSO
trol System Design), para el diseno de sistemas de control,
Superficie de deslizamiento (S)
3
y ooCrone (de Object Oriented), una version orientada a
2.5
objetos. La primera es la herramienta clasica del grupo que
2
en la actualidad consta de un u nico modulo para el diseno
1.5 y la implementacion de controladores fraccionarios robus-
1 tos tipo CRONE (de primera, segunda o tercera genera-
0.5 cion). En versiones anteriores a la actual, la V2015, esta
0
herramienta incorporaba asimismo un modulo matemati-
0.5
co y otro para la identicacion de sistemas fraccionarios
0 0.5 1
Tiempo (s)
1.5 2
en el dominio del tiempo y la frecuencia. ooCrone es una
herramienta orientada a objetos para el analisis de sistemas
Figura 12: Control de posicion del QubeTM Servo con SMC y FSMC:
fraccionarios a partir de clases que permite denir sistemas
supercie de deslizamiento S. fraccionarios, no solo mediante funciones de transferen-
cia, como en el caso de @fotf, sino tambien a partir de su
ganancia, ceros y polos y como modelo de estado. De es-
te modo, ooCrone tambien permite utilizar los comandos
1
clasicos de Matlab para el analisis y simulacion de siste-
mas enteros para los de orden fraccionario.
0.8
5.3. FOMCON
0.6
Salida
aproximaciones de fraccion continuada de alta y baja fre- Se muestra a continuacion como se podra analizar este
cuencia; y para el caso digital, Tustin, Simpson, transfor- sistema en MATLAB en el dominio del tiempo y de la fre-
mada Delta, basada en la respuesta al impulso y al escalon cuencia con las herramientas @fotf y ooCrone.
y las aproximaciones de diferencias nitas hacia atras de
primer, segundo y tercer orden. Asimismo, cabe destacar Con @fotf, la denicion de la funcion de transferencia
que dispone de interfaz graca de usuario para el diseno de del sistema se hace a partir de vectores con los coecientes
controladores fraccionarios, en concreto, PIDs y CRONEs y o rdenes tanto del numerador como del denominador, es
de segunda o tercera generacion, deniciones de derivadas decir:
b=[1]; nb=[0]; %N(s)
fraccionarias de orden variable, as como de una librera de
a=[1 3.2 2.4 1]; na=[2.3 1.4 0.9 0]; % D(s)
Simulink, formada por bloques para el operador derivada
G=fotf(a,na,b,nb); %F. transferencia
y el controlador PID fraccionario, ambos con opciones de
De manera alternativa, el sistema podra haberse de-
seleccion del metodo de aproximacion de entre los antes
nido como:
mencionados. s=fotf(s);
G=1/(s(2.3)+3.2*s(1.4)+2.4*s(0.9)+1);
5.5. Otras Para obtener su respuesta exacta ante una determinada
A continuacion se citan otros materiales que podran entrada u (suma de escalones de diferente amplitud), con-
resultar u tiles para el lector: siderando un incremento de tiempo de 50 ms
u=[ones(1,800) 1.5*ones(1,600)...
FSST librera de Simulink para sistemas fraccio- 0.4*ones(1,1000)];
narios discretos en espacio de estados, desarrolla- Ts=0.05;
da por (Sierociuk, 2003). Principalmente, destacar t=(0:length(u)-1)*Ts; %Vector de tiempo
el bloque que implementa el ltro de Kalman frac- se tendran dos opciones. En el primer caso, utilizar el co-
cionario. mando clasico de MATLAB lsim():
y=lsim(G,u,t);
FOCP herramienta para problemas de control o pti- o bien, resolver la ecuacion diferencial que describe la dinami-
mo fraccionario usando la aproximacion recursiva ca del sistema, es decir
de Oustaloup, desarrollada por (Tricaud, 2008).
D 2,3 y(t) + 3,2D 1,4 y(t) + 2,4D 0,9 y(t) + y(t) = u(t), (72)
DFOC() funcion para obtener la funcion de trans-
ferencia de un controlador PID fraccionario discreto, mediante el comando fode sol() de la herramienta:
desarrollada por (Petras, 2011a). y1=fode sol(a,na,b,nb,u,t);
Si ahora se quiere obtener un modelo entero aproxima-
NFOC() funcion para obtener la ecuacion de un do del sistema utilizando la aproximacion modicada de
controlador PID fraccionario no lineal, desarrollada Oustaloup (ver e.g. (Monje et al., 2010)) de orden 4 para
por (Petras, 2015). el rango de frecuencias [103 , 103 ] rad/s, se procedera
forlocus() funcion para representar el lugar de como sigue. Primeramente, habra que aproximar las par-
las races de sistemas fraccionarios, desarrollada por tes estrictamente fraccionarias de los o rdenes de derivacion
(Li, 2015). Otro codigo de MATLAB para el mismo o integracion,
N=3; w1=1e-3; w2=1e3; %Datos aprox.
proposito puede encontrarse en (Tenreiro Machado,
g3=ousta fod(0.3,N,w1,w2); %Aprox. s0.3
2011). g2=ousta fod(0.4,N,w1,w2); %Aprox. s0.4
g1=ousta fod(0.9,N,w1,w2); %Aprox. s0.9
5.6. Ejemplos para obtener posteriormente el modelo de orden entero del
En la literatura especializada se pueden encontrar mul- sistema como
titud de ejemplos de sistemas fsicos cuyas caractersticas s=tf(s);
dinamicas hacen pertinente el uso de modelos fracciona- G Oust=1/(s2*g3+3.2*s*g2+2.4*g1+1);
rios, ya que los operadores fraccionarios son adecuados que resulta en un modelo con 21 ceros y 23 polos. (Evi-
para modelar fenomenos tales como: transporte de masa, dentemente, este modo de proceder es poco practico, pues
transporte de carga, memoria, actuacion distribuida, vis- resultara casi siempre mas ventajoso obtener un modelo
coelasticidad, porosidad, fractalidad, etc. (ver, e.g., el captu- entero aproximado del sistema utilizando tecnicas de iden-
lo 10 de (Podlubny, 1999a)). No obstante, por brevedad y ticacion en el dominio de la frecuencia).
claridad en la exposicion, los ejemplos aqu tratados son Las respuestas temporales exactas del sistema y las del
disenados ad hoc. modelo aproximado se muestran en la Figura 14. Se puede
observar que las dos respuestas exactas obtenidas coinci-
Ejemplo 1. Se tiene el siguiente sistema fraccionario den, mientras que existe una pequena diferencia entre e stas
y la del modelo aproximado.
N(s) 1
G(s) = = . (71) Si se resuelve este mismo ejemplo con la herramien-
D(s) s2,3 + 3,2s1,4 + 2,4s0,9 + 1 ta ooCrone, la denicion de la funcion de transferencia se
B.M. Vinagre et al. / Revista Iberoamericana de Automtica e Informtica industrial 13 (2016) 265280 277
Tabla 2: Herramientas computacionales mas relevantes para el modelado, analisis y diseno de sistemas de control fraccionarios
1) Crone CSD: diseno de sistemas S crone control No (CRONE Group, 2010c) (CRONE Group, 2010a)1
CRONE de control fraccionarios (tipo CRONE) No
Toolbox 2) ooCrone: analisis de sistemas No No (CRONE Group, 2010b)
fraccionarios (orientado a objetos)
1 Para descargarlas, hay que registrarse en la web y recibir autorizacion del administrador.
hara creando una clase con frac tf(), que necesita la rf=bode(G,w);
funcion frac poly exp() para denir polinomios de [mag fase]=bode(G aprox,w);
orden fraccionario a partir de sus coecientes y sus o rde- donde G es la planta denida como funcion de transferen-
nes, como se indica: cia fraccionaria y G aprox, la funcion de transferencia del
G=frac tf(frac poly exp(b,nb),... modelo aproximado. Notese que en el primer caso no es
frac poly exp(a,na),N,[w1,w2]); posible obtener la magnitud y la fase de la respuesta en fre-
Notese que los dos u ltimos argumentos (N: orden de cuencia directamente, pero s a partir de rf.ResponseData
la aproximacion y [w1,w2]: rango de frecuencias para la (variable dentro de la estructura de datos resultado que
aproximacion) solo son necesarios cuando se quiera apro- contiene la respuesta en frecuencia del sistema). Por lo tan-
ximar el sistema. to, la magnitud y la fase (en ) se pueden obtener haciendo
Una vez denido el sistema, previo a la obtencion de rf.ResponseData=squeeze(rf.ResponseData);
su respuesta temporal, se debe seleccionar el metodo de m=20*log10(abs(rf.ResponseData));
resolucion de la ecuacion diferencial fraccionaria con el f=rad2deg(unwrap(angle(rf.ResponseData)));
comando set()(la resolucion exacta se obtiene con la (las funciones squeeze() y unwrap() se usan para eli-
formula de Grunwald-Letnikov, mientras que tambien se minar el exceso de dimensiones en rf.ResponseData
puede optar por aproximar el sistema fraccionario y simu- y corregir la fase, respectivamente).
lar). Por ejemplo: Las respuestas en frecuencia del sistema fraccionario
set(G,sim,grun); %M
etodo Gr
unwald (71) se muestran en la Figura 15. Se observa que las res-
y Grun=lsim(G,u,t); puestas en frecuencia de los modelos aproximados dieren
set(G,sim,Oust); %Aprox. Oustaloup de la exacta especialmente en fase, y sobre todo a alta fre-
y Oust=lsim(G,u,t); cuencia. La respuesta en frecuencia exacta se ha obtenido
set(G,sim,Trig); %Aprox. Trigeassou sustituyendo la variable s en la funcion de transferencia por
y Trig=lsim(G,u,t); j:
La respuesta en frecuencia del sistema fraccionario se s=j*w;
puede obtener, gracias a las clases denidas con ambas he- G ex=1./(s.(2.3)+3.2*s.(1.4)+...
rramientas, simplemente deniendo el vector de frecuen- +2.4*s.(0.9)+1);
cias para el rango de interes
w=logspace(-4,4,200); Ejemplo 2. Considerese el siguiente sistema fraccionario
y usando el comando bode() como se indica:
278 B.M. Vinagre et al. / Revista Iberoamericana de Automtica e Informtica industrial 13 (2016) 265280
10 1 1 1
con A = 1 0 0 , B = 0 , C = 0 0 1 ,
0 1 0 0
D = 0 y = 0,5. Tambien es posible exportar el sistema
como funcion de transferencia y espacio de estados con
formas compatibles con ooCrone.
Si fuera preciso, ademas, obtener la respuesta en fre-
cuencia de este sistema, por ejemplo, con Ninteger se uti-
lizara el comando
bodeFr(tf(1,[1 10 1 1]),0.5);
Como ejemplo de identicacion, se obtiene la salida
del sistema (73) para una entrada que es la suma de un con-
junto de senoidales de amplitud 5 y frecuencias compren-
didas entre 0,01 y 0,3 rad/s y se le suma un ruido blanco de
Figura 14: Respuestas temporales del sistema fraccionario (71) con la amplitud 0,8. Para proceder con la identicacion, hay que
herramienta @fotf.
cargar la herramienta con el comando fotfid y seguir
los siguientes pasos:
1. Importar los datos a identicar a traves del menu Im-
port Time domain data, asignandoles un nom-
bre. De este modo, automaticamente se actualiza la
casilla FIDATA objects del menu Identication and
options con los datos cargados. Es recomendable
representar los datos importados para vericar que
no hay errores. Para ello, ir al menu Data Plot.
2. Elegir el metodo de ajuste de entre Trust-Region-
Reective o Levenberg-Marquardt (el metodo por
defecto es el primero).
3. Indicar la estructura del modelo a identicar. Entre
Figura 15: Respuestas en frecuencia del sistema fraccionario (71) con las
otras opciones, es posible jar el numerador o deno-
herramientas @totf y ooCrone. minador, as como el rango de variacion del orden
fraccionario.
4. Pulsar el boton Identify. La informacion del pro-
de orden conmensurable ceso de identicacion se puede ir comprobando en
1 la ventana que se abre automaticamente al iniciar el
G(s) = . (73) proceso. En ella, es posible parar el proceso en cual-
s1,5 + 10s + s0,5 + 1
quier instante mediante el boton STOP (recomen-
Se van a usar las herramientas FOMCON y Ninteger para dable cuando el numero de iteraciones sea elevado
obtener su modelo de estado y analizar el sistema en el para no alargar demasiado el proceso).
dominio de la frecuencia. 5. Una vez obtenido el modelo, la funcion de transfe-
rencia se muestra en la ventana principal. En nuestro
Una vez denida la planta con la herramienta @fotf, el caso, e sta es:
analisis con FOMCON es sencillo, siguiendo los siguien-
tes pasos: 1) escribir fomcon en la ventana de comandos 1
Gest = .
de MATLAB para abrir la interfaz graca de usuario; 2) 2,31s1,35 + 9,43s0,92 + 0,83s0,46 + 1,18s0,02
elegir el sistema fraccionario con el que se quiere trabajar (74)
(la herramienta reconoce todas las funciones de transfe-
Asimismo, la herramienta proporciona los resultados
rencia que esten en el espacio de trabajo); 3) en el menu de
de validacion del modelo, en terminos de la norma del
funciones de transferencia de orden fraccionario (a la iz-
error y porcentaje de ajuste con los datos originales, en
quierda), elegir exportar el sistema como espacio de esta-
el menu Model - Validate (vease la Figura 16).
dos fraccionario en el menu desplegable de abajo; y 4) pul-
sar el boton Go, indicando el nombre con el que se quiere
guardar la nueva variable. El resultado viene expresado de 6. Conclusiones y perspectivas futuras
la forma
En las conclusiones de (Vinagre y Monje, 2006) se
D x = Ax + Bu deca: ((Queda, sin embargo [.....] la formulacion clara de
y = Cx + Du una Teora de Control para Sistemas de Orden Generali-
zado, es decir, queda reformular la actual teora de control
B.M. Vinagre et al. / Revista Iberoamericana de Automtica e Informtica industrial 13 (2016) 265280 279
Manabe, S., 1961. The non-integer integral and its application to control Revista Iberoamericana de Automatica e Informatica Industrial 3 (3),
systems. Japanese Institute of Electrical Engineers Journal 6 (3-4), 83 523.
87. Apendice A. Breve noticia bibliometrica
Miller, K., Ross, B., 1993. An Introduction to the Fractional Calculus and
Fractional Differential Equations. John Wiley and Sons, New York. Este apendice da una breve noticia bibliometrica sobre
Monje, C. A., Chen, Y. Q., Vinagre, B. M., Xue, D., Feliu, V., 2010.
Fractional-order Systems and Controls. Fundamentals and Applica-
la presencia del control fraccionario en las principales ba-
tions. Springer. ses de datos. Realizada una busqueda basica de los termi-
Monje, C. A., Vinagre, B. M., Feliu, V., Chen, Y. Q., 2008. Tuning and nos fractional control OR fractional order control
auto-tuning of fractional order controllers for industry applications. OR fractional controller OR fractional order contro-
Control Engineering Practice 16 (7), 798812.
Oldham, K., Spanier, J., 2006. The Fractional Calculus. Theory and Ap- ller en las bases de datos de la Web of Science (WoS) y
plications of Differentiation and Integration of Arbitrary Order. Dover, Scopus, la Tabla A.3 resume los resultados (bases consul-
New York. tadas el da 5 de abril de 2016).
Opdycke, R. R., 1967. An Investigation of the Strait servo. Master Thesis,
Kansas State University, Kansas, USA.
Oustaloup, A., 1991. La Commade CRONE: Commande Robuste Tabla A.3: Datos bibliometricos sobre la presencia del control fracciona-
dOrdre Non Entier. Hermes, Paris. rio en la Web of Science (WoS) y Scopus. (Porcentajes respecto al numero
Petras, I., 2011a. Discrete fractional-order PID controller. total de artculos en cada una de las bases)
URL: http://www.mathworks.com/matlabcentral/leexchange/33761-
discrete-fractional-order-pid-controller
Petras, I., 2011b. Engineering Education and Research Using MATLAB. WoS Scopus
InTech, Ch. Fractional Derivatives, Fractional Integrals, and Fractio-
nal Differential Equations in Matlab, pp. 239264.
Petras, I., 2015. Non-linear fractional-order PID controller.
N artculos 481 917
URL: http://www.mathworks.com/matlabcentral/leexchange/51190-
non-linear-fractional-order-pid-controller
Podlubny, I., 1999a. Fractional Differential Equations. Vol. 198 of Mat- N citas 5121 9391
hematics in Science and Engineering. Academic Press, San Diego. (4026 sin (6598 sin
Podlubny, I., 1999b. Fractional order systems and PI-lambda-D-mu con- autocitas) autocitas)
trollers. IEEE Transactions on Automatic Control 44 (1), 208214.
Podlubny, I., Petras, I., Vinagre, B. M., OLeary, P., Dorcak, L., 2002.
Analogue realizations of fractional-order controllers. Nonlinear Dy- Indice h 34 45
namics 29, 281296.
Rao, V. G., Bernstein, D. S., 2001. Naive control of the double integrator.
IEEE Control Systems Magazine October, 8697. Tipos de Revistas: 57,80 48,64
Sierociuk, D., 2003. Fractional states-space toolkit (FSST). documentos Congresos: 41,37 45,26
URL: http://www.ee.pw.edu.pl/ dsieroci/fsst/fsst.htm Otros: 0,83 6,10
Stein, G., Athans, M., 1987. The LQR/LTR procedure for multivariable
feedback control design. IEEE Transactions on Automatic Control 32,
105114. N patentes: 10 14
Tenreiro Machado, J. A., 2011. Communications in nonlinear science and
numerical simulation. Root locus of fractional linear systems 16 (10),
38553862. Artculos 1 ) (Podlubny, 1999b)
Tepljakov, A., 2015. FOMCON toolbox reference manual. mas citados 2 ) (Monje et al., 2008)
URL: http://docs.fomcon.net/ 3 ) (Podlubny et al., 2002)
Tepljakov, A., 2016. FOMCON: Fractional-order modeling and control.
(Fecha de consulta: 21/03/16).
URL: http://fomcon.net/ 1 ) Ingeniera: 59,25 Ingeniera: 76,77
Tejado, I., HosseinNia, S. H., Vinagre, B. M., 2014. Adaptive gain-order Publicaciones 2 ) Control: 38,08 Informatica: 37,40
fractional control for network-based applications. Fractional Calculus por a reas 3 ) Informatica: 21,00 Matematicas: 26,61
and Applied Analysis 17 (2), 462482. 4 ) Matematicas: 17,67 Fsica: 8,07
Tricaud, C., 2008. Solution of fractional optimal control problems. 5 ) Mecanica: 11,23 Energa: 5,12
URL: http://www.mathworks.com/matlabcentral/leexchange/22196-
solution-of-fractional-optimal-control-problems
Tustin, A., Allanson, J. T., Layton, J. M., Jakeways, R. J., 1958. The de- 1 ) China: 23,91 China: 25,41
sign of systems for automatic control of the position of massive ob- 2 ) India: 11,23 India: 12,10
jects. The Proceedings of the Institution of Electrical Engineers 105. Publicaciones 3 ) Iran: 9,77 EEUU: 10,03
Valerio, D., 2005a. Ninteger: Fractional control toolbox for MatLab. por pases 4 ) Portugal: 9,35 Portugal: 8,07
URL: http://www.mathworks.com/matlabcentral/leexchange/8312- 5 ) EEUU: 8,73 Iran: 7,85
ninteger 6 ) Espana: 8,32 Espana: 7,74
Valerio, D., 2005b. Ninteger: Fractional control toolbox for MatLab.
URL: http://web.ist.utl.pt/duarte.valerio/ninteger/ninteger.htm
Valerio, D., 2005c. Ninteger v. 2.3 fractional control toolbox for Publicaciones 1 ) Ano 2013: 17,05 Ano 2014: 16,03
MatLab. por ano 2 ) Ano 2014: 13,93 Ano 2013: 14,94
URL: http://web.ist.utl.pt/duarte.valerio/ninteger/Manual.pdf 3 ) Ano 2008: 8,52 Ano 2015: 13,19
Vilanova, R., Visioli, A., (Eds.), 2012. PID Control in the Third Millen-
nium. Springer, London.
Vinagre, B. M., Monje, C. A., 2006. Introduccion al control fraccionario.