Criterio de Error
Criterio de Error
Criterio de Error
1. INTRODUCCIÓN...........................................................................................................................3
2. CONCEPTOS BÁSICOS................................................................................................................3
2.1 CONTROLABILIDAD.....................................................................................................................5
2.2 OBSERVABILIDAD.......................................................................................................................6
2.3 TEOREMAS DE ESTABILIDAD DE LIAPUNOV......................................................................................7
5. OBSERVADORES DE ESTADO................................................................................................15
6. DISEÑO DE SERVOSISTEMAS................................................................................................23
4-1
7. SISTEMAS DE CONTROL ÓPTIMO........................................................................................27
9. BIBLIOGRAFÍA...........................................................................................................................33
4-2
C.P.O. Análisis y diseño en el espacio de estados
1. Introducción.
La teoría clásica de control se vuelve poco práctica a la hora de tratar sistemas
complejos con múltiples entradas y salidas. El inconveniente radica en el enfoque de “caja
negra” que se emplea, considerando sólo la descripción externa del sistema, esto es, las
relaciones entrada/salida. De esta forma, y especialmente cuando el nivel de acoplamiento del
sistema es elevado, el análisis clásico se complica enormemente. Para abordar estos problemas
surgen las técnicas de la teoría moderna de control, basadas en la descripción interna y el
concepto de estado de un sistema.
2. Conceptos básicos.
El comportamiento de un sistema determinado puede modelarse a través de un conjunto
de ecuaciones diferenciales. Si las ecuaciones resultantes pueden descomponerse en un conjunto
de n (siendo n el orden del sistema) ecuaciones diferenciales de primer orden, dicho conjunto
estará integrado por las denominadas ecuaciones de estado, y las variables que intervienen en las
mismas se designan como variables de estado. De esta forma, y a partir de un instante de tiempo
dado t0 (estado inicial), las ecuaciones de estado contienen la información mínima que permite
determinar el comportamiento futuro del sistema (evolución del estado y de las salidas) ante un
conjunto de señales de entrada conocidas.
Ecuación de salida: y = Cx + Du
donde x es el vector de estado (de dimensión n), A es la matriz del sistema (nxn), u es el vector
de entrada o de control (px1), y es el vector de salida (qx1), y B, C y D son matrices de
4-3
C.P.O. Análisis y diseño en el espacio de estados
dimensiones nxp, qxn y qxp respectivamente. Si las matrices utilizadas son estáticas, el sistema
descrito es invariante en el tiempo.
La dinámica del sistema viene determinada por los valores propios o raíces
características de la matriz A, puesto que coinciden con los polos de la ecuación característica
del sistema.
λI - A= 0
donde t0 es el tiempo inicial de tiempo y u(τ ) representa las entradas futuras del sistema
(τ >=t0).
Φ'(t) = AΦ(t)
Para la ecuación no homogénea (u(t)≠ 0), la solución tiene una componente libre debida
a la propia dinámica del sistema (reflejada en la matriz de estado del sistema) y una componente
forzada debida a la entrada.
Φ(t) = L-1[(sI-A)-1]
4-4
C.P.O. Análisis y diseño en el espacio de estados
En este caso, la matriz de estado del sistema pasa a ser P-1AP, aunque los valores propios
se mantienen al ser invariantes ante transformaciones lineales.
2.1 Controlabilidad.
Un sistema es controlable si dado un estado inicial x0 y un tiempo inicial t0, para
cualquier estado final x1 existe una señal de control físicamente realizable que puede guiar al
sistema desde el estado inicial al final en un tiempo finito.
Tomando como tiempo inicial t0=0 y como estado final el origen del espacio de estados,
la condición de controlabilidad se expresa como sigue:
x(0) = -∫ 0
t1
e-Aτ Bu(τ ) dτ
4-5
C.P.O. Análisis y diseño en el espacio de estados
x(0) = -Σk=0n-1 Ak B ∫ 0
t1
αk(τ )u(τ ) dτ
x(0) = -Σk=0n-1 Ak B βk =
Para que el sistema sea de estado completo controlable, este conjunto de ecuaciones
debe tener solución única, es decir, la matriz [B|AB| ... |An-1B] (matriz de controlabilidad) de
dimensión n x n debe ser de rango n. Se llega a la misma condición si se considera u como un
vector de dimensión r, siendo en este caso, la dimensión de la matriz de controlabilidad n x nr.
2.2 Observabilidad.
Se dice que un sistema es de estado completo observable si cada estado x(t0 ) puede
determinarse a partir de la observación de la salida en un intervalo de tiempo finito. La
condición de observabilidad puede obtenerse a partir de la ecuación de salida del sistema no
forzado. Resulta así que para que el sistema sea observable, la matriz [C* |A*C* | ... |(A* )n-1C* ]
(matriz de observabilidad), de dimensión n x nm, debe ser de rango n.
4-6
C.P.O. Análisis y diseño en el espacio de estados
Si existe una función escalar V(x,t) con primeras derivadas parciales continuas que
verifica:
Si existe una función escalar V(x,t) con primeras derivadas parciales continuas que
verifica:
4-7
C.P.O. Análisis y diseño en el espacio de estados
Para sistemas lineales invariantes en el tiempo del tipo x' = Ax, el origen es
asintóticamente estable si todos los autovalores de A tienen parte real negativa (si además A es
no singular, este es el único estado de equilibrio). Alternativamente, se puede aplicar el método
de Liapunov tomando la siguiente forma cuadrática hermítica.
V(x) = x*Px
donde P es una matriz hermítica (P=P*) definida positiva (por el criterio de Sylvester, el
determinante de todos sus menores principales debe ser mayor que cero).
Para que el origen sea estable es suficiente que Q sea definida positiva.
La forma de verificar esta condición es tomar primero una matriz Q hermítica que sea
definida positiva, determinar la matriz P a partir de A*P+PA=-Q, y comprobar que es definida
positiva. Si A es estable (todos los autovalores tienen parte real negativa), la solución para los
elementos de P es única.
rango 1/ 2
=n
Q
Q1/ 2 A
.
.
.
1/ 2 n-1
Q A
puesto que ello implica necesariamente que V'(x) sólo se anula en el origen para cualquier
trayectoria.
4-8
C.P.O. Análisis y diseño en el espacio de estados
=
[x] [x] + u
0 1 0 ... 0 0
0 0 1 ... 0 0
. . . . .
. . . . .
. . . . .
0 0 0 ... 1 1
- a n - a n-1 - a n-2 ... - a1
y =
[ b -a b
n n 0 bn-1 - a n-1 b0 ... b1 - a 1 b0 ] [x] + b u
0
=
[x] [x] + u
0 0 ... 0 - an bn - a nb0
1 0 ... 0 - a n-1
-
bn-1 a n-1 b0
. . . . .
. . . . .
. . . . .
0 0 ... 1 - a1 b1 - a 1 b0
4-9
C.P.O. Análisis y diseño en el espacio de estados
y = [ 0 0 ... 0 1 ] [x] + b u
0
=
[x] [x] + u
p1 0 1
1
p2
.
. .
.
.
.
0 1
pn
y =
[ c1 c2 ... cn ] [x] + b u
0
4-10
u x
B
C.P.O. Análisis y diseño en el espacio de estados
- K
Este método parte de la premisa de que todas las variables de estado son medibles y
están disponibles para la realimentación. Se tratará el caso en que la señal de control u es
escalar.
De esta forma, la dinámica del sistema con realimentación de estado vendrá determinada
por los valores propios de la matriz A-BK, que deberán coincidir con los polos especificados. La
ecuación característica que resulta es
sI-(A-BK)= 0
4-11
C.P.O. Análisis y diseño en el espacio de estados
W =
a n-1 a n-2 ... a1 1
a a n-3 ... 1 0
n-2
. . . .
. . . .
. . . .
a 1 1 ... 0 0
1 0 ... 0 0
4-12
C.P.O. Análisis y diseño en el espacio de estados
partida en otro con una sola entrada que también es controlable. Para ello se introducen matrices
arbitrarias en la ecuación de estado, de la forma
CONTROL MODAL
[B AB A2 B ] φ (A) =
-1
K A 2
α 2 K + α 1 KA+
α 1 K + KA
K
K = [0 0 1] [B AB A2B]-1φ(A)
4-13
C.P.O. Análisis y diseño en el espacio de estados
J=∫ 0
∞
[py2 + u2] dt
x' = Ax + Bu
y =Cx
La función a minimizar penaliza tanto los valores elevados tanto en la salida (y) como
en el control (u), de forma que la importancia relativa de cada factor viene ponderada por el
parámetro p. Los valores de los polos que minimizan esta expresión se pueden encontrar
calculando los polos estables de la siguiente ecuación (denominada lugar de las raíces simétrico
SRL):
1 + pG(-s)G(s) = 0
donde G es la función de transferencia del sistema en bucle abierto, que se puede obtener
aplicando transformada de Laplace a la ecuación de estado (entrada y salida escalares)
Una vez se ha seleccionado un valor adecuado del parámetro p se calculan los polos
resolviendo la ecuación SRL y se aplica la técnica de diseño por ubicación de polos tomando
dichas posiciones.
4-14
C.P.O. Análisis y diseño en el espacio de estados
desplazamiento requerido, mayor será la magnitud de la señal de control. También hay que
tener en cuenta que se requiere un esfuerzo elevado para alejar un polo de un cero en bucle
abierto cercano. La mayoría de las técnicas de control basadas en optimización incluyen entre
sus objetivos la minimización del esfuerzo de control, puesto que con ello se reduce el consumo
energético del sistema de control y se facilita su implementación.
Debido a que la correspondencia entre ubicación de los polos y respuesta transitoria sólo
es directa en el caso de sistemas de segundo orden puros, normalmente será necesario simular el
resultado del diseño para garantizar que se cumplen las especificaciones.
u
5. Observadores
B +
de estado. x
C
y
El método de la ubicación de polos suponía que todas las variables de estado estaban
disponibles para la realimentación. En la práctica puede ocurrir que todas o algunas de las
variables de estado no sean medibles.
A
u = -Ky
Esta opción ofrece muy poca flexibilidad a la hora de modificar el comportamiento del
sistema, por lo que la solución más común es la estimación de las variables de estado para su
utilización en el control. Para ello se utilizan los observadores o estimadores de estado, que son
elementos que reciben una serie de entradas, como la señal de control o la señal de salida del
sistema, produciendo como salida una estimación de las variables de estado ( x ).
4-15
C.P.O. Análisis y diseño en el espacio de estados
x '= A x + Bu
El principal inconveniente de este observador es que no existe una referencia que
permita controlar cuándo las estimaciones se alejan del valor real de las variables de estado. Por
otra parte, los errores en la identificación del sistema (matrices A y B ) o en la medición del
estado inicial son inevitables, por lo que la estimación será incorrecta desde un primer
momento.
x '= M x + Key + z
El error de estimación e es la diferencia entre los valores reales de las variables de
estado y las estimaciones (e = x- x
). Por lo tanto la ecuación del error será de la forma
e' = x' - x
' = Ax + Bu - M x - Key - z
Para que el error de estimación sea independiente de la secuencia de control, podemos
hacer z=Bu. Sustituyendo además y por Cx tenemos
e' = (A-KeC)x - M x
Tomando finalmente M=A-KeC, obtenemos una ecuación diferencial homogénea que
describe la evolución del error de estimación.
e' = (A-KeC) e
sI-(A-KeC)= Π(s-µi)
4-16
C.P.O. Análisis y diseño en el espacio de estados
Para corroborar este punto, consideremos el siguiente sistema dual del anterior:
n = B*z
v = -Kz
x = Qξ
ε ' = Q-1(A-KeC)Qε
4-17
C.P.O. Análisis y diseño en el espacio de estados
Dado que la matriz Ke afecta a la salida del sistema deben vigilarse especialmente las
perturbaciones y ruidos a que pueda estar sometida dicha señal. Si la magnitud de las
perturbaciones es elevada, los coeficientes de la matriz no deberían tomar valores excesivamente
grandes. Conviene obtener diversas matrices de ganancia para distintas ecuaciones
características a fin de alcanzar un compromiso entre una respuesta rápida y una baja
sensibilidad ante las perturbaciones. De nuevo, como ocurría con las técnicas de diseño clásicas,
es preciso realizar simulaciones para verificar el resultado del diseño, puesto que siempre se
cometen errores tanto en la estimación de las matrices del sistema como en la selección de los
polos deseados.
Una vez diseñado el observador, se puede utilizar el estado estimado para realimentarlo
y generar la señal de control. Hay que tener en cuenta que la dinámica del control debe ser más
lenta que la del observador, de modo que se utilicen estimaciones del estado fiables en el
control. Se considera conveniente seleccionar los polos del observador de modo que
proporcionen una respuesta del orden de dos a cinco veces más rápida que la del sistema de
control.
4-18
C.P.O. Análisis y diseño en el espacio de estados
x' = Ax - BK x
= (A-BK)x + BK(x- x ) = (A-BK)x + BKe
La ecuación del error de estimación venía dada por
e' = (A-KeC)e
=
x′ A - BK -BK x
e′ 0 A - K e C e
A partir de esta expresión, la ecuación característica del sistema con realimentación del
estado observado será
sI-A+BKsI-A+KeC= 0
Como se puede ver, los polos del sistema total son los del observador más los del
control. Esta propiedad se conoce como principio de separación, y permite que el diseño del
observador y del control realimentado sean independientes. Como ya hemos indicado, los polos
del observador deben proporcionar una respuesta más rápida que los del control, por lo que
serán estos últimos los que dominen la respuesta global del sistema.
4-19
C.P.O. Análisis y diseño en el espacio de estados
Por simplicidad vamos a suponer que una de las variables de estado es medible
directamente (la salida) y que el resto deben ser estimadas. Las ecuaciones de estado quedan
entonces divididas entre variables medibles (xa de dimensión 1) y no medibles (xb de dimensión
n-1) de la forma
= + u
xa′ Aaa | Aab x a Ba
--- --- ---
--- ---
x b′ Aba | Abb xb Bb
y =
[1 | 0 ]
xa
---
xb
puesto que las cantidades del primer miembro son todas conocidas.
4-20
C.P.O. Análisis y diseño en el espacio de estados
4-21
C.P.O. Análisis y diseño en el espacio de estados
Aab
A A
ab bb
.
.
.
Aab Abb
n-2
donde los a'i son los coeficientes de la ecuación característica para la ecuación de estado del
observador de orden mínimo, los α'i son los coeficientes del polinomio característico deseado
para el observador, la matriz Nm es de la forma [A*ab | A*bb A*ab | ... | (A*bb)n-2A*ab], y la matriz
Wm es la nueva matriz de transformación:
Wm =
a’ n-2 a’ n-3 ... a’ 1 1
a’ a’ n-4 ... 1 0
n-3
. . . .
. . . .
. . . .
a’ 1 1 ... 0 0
1 0 ... 0 0
4-22
C.P.O. Análisis y diseño en el espacio de estados
-1
Aab
A A 0
ab bb 0
.
.
K e = φ ( Abb ) .
.
.
.
Aab Abb
n-3
1
Aab Abb
n-2
sI-A+BKsI-Abb+KeAab= 0
donde puede comprobarse que los polos del observador y del control pueden seleccionarse de
forma independiente.
6. Diseño de servosistemas.
Los sistemas de control estudiados hasta ahora en este tema realizan funciones de
regulación, intentando mantener la salida del sistema a cero en presencia de perturbaciones. En
este apartado vamos a estudiar el diseño de un sistema de control basado en la realimentación de
variables de estado cuando se pretende que la señal de salida siga a una señal de referencia de
tipo escalón. Este tipo de control vamos a denominarlo servocontrol, dado que es característico
de sistemas mecánicos de posicionamiento.
4-23
C.P.O. Análisis y diseño en el espacio de estados
El primer caso (a) puede resolverse a partir de la expresión de la dinámica del error de
estimación (ee=x- x
). La ecuación resultante es
ee' = (A-KeC)ee+BNr-Mr
Para el segundo (b) caso las ecuaciones del controlador deben expresarse en función sólo
del error, con lo que deberá seleccionarse N=0 y M=-Ke.
Para el tercer caso (c) se impone a las ecuaciones del controlador la condición de cero
(la salida del controlador es cero con independencia del valor del estado), que son los únicos
afectados puesto que la incorporación de una señal externa como la señal de referencia no altera
la ecuación característica (esto es, los polos) de dicho elemento. De esta forma se plantea un
sistema de ecuaciones cuya resolución permite ubicar libremente ceros adicionales para el
sistema.
4-24
C.P.O. Análisis
x
y diseño en el espacio de estados
r u y
+ k 1 + x '= A x + B u C
k 2
k 3
. . .
k n
u = -Kx + k1r
e' = (A-BK) e
Si el sistema de partida es controlable, se podrá elegir la dinámica del error de forma que
éste tienda a cero, independientemente de las condiciones iniciales. La condición de equilibrio
para la ecuación de estado será
con lo que puede obtenerse el valor final del vector de estado de la forma
x(∞ ) = -(A-BK)-1Bk1r
La señal de control en el equilibrio debe ser cero (dado que el sistema posee un
integrador), con lo que queda
4-25
+ +
k 1
k 2
. . .
C.P.O. k n
Análisis y diseño en el espacio de estados
u = -Kx + kI n
= + u + r
x′ A 0 x B 0
n′ -C 0 n 0 1
= + ue
x 'e A 0 xe B
n' -C 0 0
e ne
donde xe, ne, y ue representan las desviaciones de cada una de las variables de sus valores en el
equilibrio, y además, ue = -Kxe + kI ne. Tomando como vector de error e=[xe ne]T, la señal de
4-26
C.P.O. Análisis y diseño en el espacio de estados
control se puede poner como ue = -K'e (con K'=[K|-kI]), y la expresión anterior se puede poner
en forma de ecuación de error.
e′ = e + ue =
A 0 B
-C 0 0
En caso de que el estado del sistema no sea medible directamente, se deberá diseñar un
observador de estado, de modo que sea el estado estimado el que se emplee en la
realimentación.
ÍNDICES DE DESEMPEÑO
Un buen índice de desempeño debe ser una función de los parámetros del sistema de
control que presente un máximo o un mínimo claramente definidos (buena discriminación). Es
asimismo deseable que su cálculo sea relativamente simple. Las funciones más utilizadas son las
de tipo integral sobre alguna medida del error del sistema.
J=∫ 0
∞
e2(t) dt
4-27
C.P.O. Análisis y diseño en el espacio de estados
J=∫ 0
∞
e2(t) dt = ∫ 0
∞
f(t) dt = limt->∞∫ 0t f(t) dt = lims->0sF(s)/s = lims->0F(s)
b) Criterio integral del producto del error cuadrático por el tiempo (CIECT):
J=∫ 0
∞
t e2(t) dt
Penaliza los errores que se producen más tarde en la respuesta, eliminando las
oscilaciones. El error inicial puede ser grande.
J=∫ 0
∞
t f(t) dt = lims->0-dF(s)/ds
J=∫ 0
∞
e(t)dt
d) Criterio integral del producto del error absoluto por el tiempo (CIEAT):
J=∫ 0
∞
t e(t)dt
x' = Ax + Bu
4-28
C.P.O. Análisis y diseño en el espacio de estados
OPTIMIZACIÓN DE PARÁMETROS
x' = Ax
J=∫ 0
∞
x*Qx dt
donde Q es una matriz hermítica definida positiva. Este índice es equivalente al CIEC, puesto
que el error del sistema es nulo cuando ha llegado al estado estacionario (x=0).
x*Qx = -x*(A*P+PA)x
Por el segundo método de Liapunov, si A es estable, para una Q definida positiva dada
existe una P definida positiva que verifica:
A*P + PA = -Q (3.1)
J=∫ 0
∞
x*Qx dt = -x*Px0∞ = -x*(∞ )Px(∞ ) + x*(0)Px(0)
J = x*(0)Px(0)
4-29
C.P.O. Análisis y diseño en el espacio de estados
x' = Ax + Bu
donde la ley de control es u(t) = -Kx(t), con lo que x' = (A-BK)x. Supondremos que el sistema
es estable y de estado completo controlable, y que las variables de estado están disponibles para
realimentación (de otro modo, habría que emplear un observador de estado para estimarlas).
J=∫ 0
∞
(x*Qx + u*Ru) dt
donde Q y R son hermíticas definidas positivas. En este caso, el índice de desempeño penaliza
tanto las desviaciones del estado final como los esfuerzos de control elevados (el segundo
sumando pondera el gasto de energía de la señal de control). Si el índice viniese dado en
términos de la salida en vez del vector de estado, se puede utilizar la ecuación de salida (y=Cx)
para obtener una expresión equivalente a la anterior.
J=∫ 0
∞
x*(Q + K*RK)x dt
Por el segundo método de Liapunov, si A-BK es estable, se puede encontrar una matriz P
definida positiva que satisface la ecuación anterior. Resolviéndola y sustituyendo los valores
(que serán función de las ganancias) en la expresión del índice de desempeño J = x*(0)Px(0),
puede minimizarse éste respecto a las ki (igualando derivadas parciales a cero). Se plantea así un
sistema de ecuaciones cuya resolución permite llegar a la solución óptima para las ganancias de
realimentación. Este proceso, sin embargo, no es viable en la práctica, por lo que hay que
utilizar métodos alternativos.
4-30
C.P.O. Análisis y diseño en el espacio de estados
Como esta expresión es no negativa, el mínimo se producirá cuando sea cero, es decir
TK = (T*)-1B*P
A*P + PA - PBR-1B*P + Q = 0
rango = n
Q1/ 2
Q1/ 2 A
.
.
.
1/ 2 n-1
Q A
4-31
C.P.O. Análisis y diseño en el espacio de estados
x' = f(x,u,t)
xd' = Axd + Bv
e = xd-x
El problema consiste en conseguir un sistema de control que haga que este vector de
error tienda a cero. La ecuación diferencial del error sería de la forma:
4-32
C.P.O. Análisis y diseño en el espacio de estados
9. Bibliografía.
- Ogata, K., "Ingeniería de control moderna", Prentice Hall, 1993.
4-33