Cap tulo 2 Matematica Descripcion de Sistemas

2.1. Una taxonom a de sistemas

Uno de los problemas m as simples en robotica es el control de la pou de un brazo simple de robot usando un motor colocado en la sicion junta. Matem aticamente, este sistema no es m as que un p endulo con trolado por torque. es despreciable, que el brazo es r Asumiendo que la friccion gido, y que toda la masa del brazo est a concentrada en el extremo libre, apli ngulo respecto de la vertical est cando las leyes de Newton, el a a dado diferencial por la ecuacion Figura P endulo (t) + mg sin (t) = u(t) . m (2.1)

mg

2.1:

El brazo simple de robot es un ejemplo de lo que se llama un sistema din amico, causal, de tiempo continuo, nito-dimensional, no lineal y estacionario. Din amico se reere a que las variables que denen el estado del brazo en un instante t , no dependen en forma instant dado, y anea del torque de control u. Si por ejemplo se aplica un valor de torque constante, tomar a un tiempo no nulo en alcanzar su valor de equilibrio. l la salida deUn sistema no din amico es est atico, y en e pende en forma instant anea de la entrada. Un ejemplo es un u y amplicador electronico donde efectos capacitivos e inductivos son despreciables. Los sistemas est aticos suelen llamarse tambi en sin memoria. Figura 2.2: Amplicador Un sistema es causal o no anticipativo si la salida en un instante dado depende de los valores presentes y pasados de la entrada, y no de valores futuros. Sistemas anticipativos o predictivos pueden adivinar en sistema f tradas futuras. Ningun sico real es anticipativo. La salida actual de un sistema causal depende del pasado de la entrada. Pero cu anto tiempo atr as tienen efecto valores pasados de la entrada? Estrictamente, habr a que volver atr as en el tiempo hasta , lo que no es muy pr actico. El concepto de estado salva este problema. en Denicion 2.1 (Estado). El estado x(t0 ) de un sistema en el instante t0 es la informacion t0 que junto con la entrada u(t) para t t0 determina un vocamente la salida y(t) para todo t t0 . 7

 Matem 2. Descripcion atica de Sistemas

Notas de CAUT2 - 8

El estado x(t0 ) resume toda la historia del sistema desde hasta t0 : conociendo el en t0 , podemos predecir la respuesta del brazo de ngulo y velocidad angular valor de a robot a valores de torque u para todo t t0 . Podemos pensar que la entrada para t t0 y las condiciones iniciales x(t0 ) determinan la del sistema para t t0 evolucion x(t), t t0 x(t0 ) u(t), t t0

El ejemplo del brazo de robot es nito-dimensional, puesto que el estado x(t) en un ins tante cualquiera de tiempo t puede ser caracterizado completamente por un numero nito ngulo y velocidad angular). de par ametros (en este caso, dos: a de la Un ejemplo de sistema innito-dimensional aparece en el problema de regulacion temperatura del aula por medio de acondicionadores de aire. La temperatura aparece como completa requiere un una distribuci on en todo el volumen del aula, y su caracterizacion numero innito de datos (la temperatura en todos los puntos del aula). El t ermino en tiempo continuo se reere al hecho de que la variable t es continua, en contraste al caso de un sistema denido por una ecuaci on diferencia x[k + 1] = Ax[k] + Bu[ x] .

2.2.

Sistemas Lineales

Un sistema se llama lineal si cumple con el principio de superposici on, es decir, dados dos pares de condiciones iniciales y entradas, xi ( t ) , t t 0 tenemos que x1 (t) + x2 (t), t t0 xi ( t ) , t t 0 x1 (t0 ) + x2 (t0 ) u1 (t) + u2 (t), t t0 xi ( t 0 ) ui ( t ) , t t 0 R. (2.3) (2.4) xi ( t 0 ) ui ( t ) , t t0 para i = 1, 2 , (2.2)

La propiedad (2.3) es de aditividad, y la propiedad (2.4) de homogeneidad. La combinacion de ambas es la propiedad de superposici on. La propiedad de aditividad permite considerar de la respuesta a condiciones iniciales y la respuesta del sistema como la superposicion aplicadas por separado. excitacion x(t0 ) x ( t ) , t t l 0 u(t) = 0, t t0 x(t) = xl (t) + x f (t), t t0 x(t0 ) = 0 x f (t), t t0 u(t), t t0

 Matem 2. Descripcion atica de Sistemas

Notas de CAUT2 - 9

de su respuesta La respuesta de un sistema lineal es la superposicion y su respuesta forzada (a exlibre (a condiciones iniciales, sin excitacion) con condiciones iniciales nulas relajado). citacion, Los sistemas no lineales, como el brazo de robot, no cumplen con el principio de super posicion.

2.3.

Sistemas lineales estacionarios

x(t0 ) u(t), t t0

Un sistema es estacionario si para cada par condiciones iniciales y entrada x(t), t t0 y cada T R, tenemos que x(t T ), t t0 + T x(t0 + T ) u(t T ) + u2 (t), t t0 + T . (2.6) (2.5)

Es decir, el sistema responde da la misma respuesta, corrida en tiempo, si se le aplica la misma entrada corrida con iguales condiciones iniciales. Un sistema que no cumple esta propiedad se dice inestacionario.

2.3.1.

entrada-salida Representacion

se deduce la representacion de sistemas lineales mediante la integral Por superposicion de convoluci on y(t) = g(t, )u( ) d , (2.7)

donde g(t, ) es respuesta al impulso: la salida del sistema a un impulso unitario (t) en el instante (Chen 1999). La causalidad implica que causalidad g(t, ) = 0 para t < , y como las condiciones iniciales se asumen nulas, (2.7) se reduce a
t

y(t) =
t0

g(t, )u( ) d .

Si el sistema tiene p entradas y q salidas, entonces hablamos de la matriz de respuesta al impulso G (t, ) Rq p . Si el sistema es estacionario entonces para cualquier T se cumple g(t, ) = g(t + T, + T ) = g(t , 0) . entradaAs podemos redenir g(t , 0) simplemente como g(t ). La representacion salida del sistema se reduce a
t t

y(t) =
0

g(t )u( ) d =

g( )u(t ) d .

de causalidad para un sistema lineal estacionario se reduce a g(t) = 0 para La condicion t < 0.

 Matem 2. Descripcion atica de Sistemas

Notas de CAUT2 - 10

2.3.2.

en Espacio de Estados Representacion

Todo sistema lineal nito-dimensional puede describirse mediante ecuaciones de estado (EE) (t) = A(t) x(t) + B(t)u(t) x y(t) = C (t) x(t) + D (t)u(t) . Para un sistema de orden n, el vector de estados es un vector n 1, es decir que tiene n variables de estado, x(t) Rn para cada t. Si el sistema tiene p entradas y q salidas, entonces u(t) R p e y(t) Rq . Las matrices A, B, C , D se suelen llamar A Rnn : de evoluci on B Rn p : de entrada C Rqn : de salida D Rq p : de ganancia directa

en EE se reduce a Cuando el sistema es adem as estacionario, entonces la representacion (t) = Ax(t) + Bu(t) x y(t) = Cx(t) + Du(t) . Aplicando la transformada de Laplace a (2.8) obtenemos (s) x(0) = A x (s) + Bu (s) sx (s) = C x (s) + D u (s) , y de donde siguen (s) = (sI A)1 x(0) + (sI A)1 Bu (s) x (s) = C (sI A)1 x(0) + [C (sI A)1 B + D ]u (s) . y (2.9) (2.8)

(s) y y (s) de x(0) y u (s). Las transLas ecuaciones algebraicas (2.9) permiten computar x formadas inversas dan x(t) e y(t). Asignando x(0) = 0 vemos que la matriz transferencia del sistema es (s) = C (sI A)1 B + D G a otra. En M ATLAB las funciones tf2ss y ss2tf permiten pasar de una representacion Ejemplo 2.1. Supongamos que el brazo de robot trabaja tomando objetos de distinta masa. Entonces m var a con cada objeto y tenemos que escribir (t) + m(t) g sin (t) = u(t) . m(t) El sistema se convierte en inestacionario. que asciende en forma vertical de la suEjemplo 2.2. Consideremos un cohete a reaccion es el producto ve u0 , donde ve < 0 es la velocipercie de la tierra. La fuerza de propulsion (t), supuestas de masa m dad relativa de escape de gases, y u0 < 0 la velocidad de variacion de la gravedad g constante, constantes. Asumiendo la aceleracion (t) = m(t) g + ve u0 . m(t)h

 Matem 2. Descripcion atica de Sistemas

Notas de CAUT2 - 11

mt

t h

ht

Figura 2.3: Cohete

(t) y (t) = u0 , entonces m(t) = m0 + u0 t. Deniendo x1 (t) := h(t) y x2 (t) := h Como m en EE tomando como salida la altura, llegamos a la representacion 1 (t) x 0 1 = 2 (t) x 0 0 y(t) = 1 0 0 x1 (t) + e u0 g + mv x2 (t) 0 +u0 t x1 (t) x2 (t) , x(0) = 0

2, e inestacionario. El sistema es lineal, de dimension

2.4.

en diagrama de bloques Representacion

El diagrama de bloques se obtiene en forma directa de las EE. Ejemplo 2.3. El sistema 1 (t) x 2 0,3 = 2 (t) x 1 8 y(t) = 2 3 x1 (t) 2 + u(t) x2 (t) 0 x1 (t) + 5u(t) x2 (t)

(2.10)

tiene el diagrama de bloques de la Figura 2.4.

2.5.

Linealizacion

La gran mayor a de los sistemas f sicos son no lineales. Una clase importante de ellos se puede describir por las ecuaciones de estado (t) = f ( x(t), u(t), x(t0 ), t) , x y(t) = h( x(t), u(t), x(t0 ), t) , x(t0 ) = x0 (2.11)

donde f y h son campos vectoriales no lineales, es decir, escrita en t erminos escalares, la (t) en (2.11) es componente i de x i (t) = f i ( x1 (t), . . . , xn (t); u1 (t), . . . , um (t); x1 (t0 ), . . . , xn (t0 ); t) x xi ( t 0 ) = xi 0 .

Este tipo de sistemas se trata en detalle en la asignatura Sistemas No Lineales.

 Matem 2. Descripcion atica de Sistemas

5 2

Notas de CAUT2 - 12

ut

x 1 t

x1 t

yt

03

x 2 t

x2 t

Figura 2.4: DB del sistema (2.10)

de estado lineal es una herramienta util para describir sistemas como Una ecuacion de un modelo lineal a partir de uno no (2.11) en forma aproximada. El proceso de obtencion lineal se llama linealizaci on. se realiza alrededor de un punto o trayectoria de operaci La linealizacion on, denida por ( t ), x 0 y u (t) que satisfacen (2.11), valores nominales x (t), t t0 x (t0 ) x (t), t t0 u

no lineal (2.11) para una entrada y estado Nos interesa el comportamiento de la ecuacion (t) + u (t) y x0 = x 0 + x0 para inicial cercanos a los valores nominales, es decir u(t) = u para t t0 . u (t) y x0 sucientemente pequenos

x0 x 0

xt

x t

x t

y aproximacion Figura 2.5: Trayectoria de operacion permanece cercana a la nominal, y escribiSuponemos que la correspondiente solucion (t) + x (t) para cada t t0 . En t de estado no lineal mos x(t) = x erminos de la ecuacion (2.11) tenemos (t) + x (t) = f ( x (t) + x (t), u (t) + u (t), t), x (t0 ) + x (t0 ) = x 0 + x0 x

usanAsumiendo diferenciabilidad, podemos expandir el lado derecho de esta ecuacion (t) y u (t), reteniendo solo los t do series de Taylor alrededor de x erminos de primer orden. es en t Notar que la expansion erminos de x y u; no se hace con respecto a la tercer variable t.

 Matem 2. Descripcion atica de Sistemas para la componente i, que queda 1 Especicamos la operacion + x , u + u , t) f i ( x , u , t) + fi (x

Notas de CAUT2 - 13

fi fi , u , t) x1 + + , u , t) xn (x (x x1 xn fi fi , u , t)u1 + + , u , t)um (2.12) + (x (x u1 um

para cada i = 1, . . . , n, y volviendo a la notacion vectorial, Repitiendo la operacion obtenemos f f (t) + x (t) f ( x (t), u (t)) + , u , t) x + , u , t)u x (x (x x u donde la notacion respecto a x,
f x

representa el Jacobiano, o Matriz Jacobiana, del campo vectorial f con f1

x

f x

f1 f f2 2 2 . . . x1 x2 xn . . . . . . . . . . . . fn fn fn . . . xn x1 x2

f1 x2

...

f1 xn

(t) = f ( x (t), u (t), t) , x (t0 ) = x 0 , la relacion entre x (t) y u (t) (el modelo Dado que x incremental) queda aproximadamente descripto por una EE lineal inestacionaria de la forma (t) = A(t) x (t) + B(t)u (t), x donde 0 x (t0 ) = x0 x

f f (t), u (t), t) , B(t) = (t), u (t), t) . (x (x x u de salida y(t) = h( x(t), u(t), t), de donde obteneDe igual manera se expande la ecuacion lineal mos la aproximacion A(t) = y (t) = C (t) x (t) + D (t)u (t), (t), con y (t) = h( x (t), u (t), t) y donde y (t) = y(t) y C (t) = h (t), u (t), t) , (x x D (t) = h (t), u (t), t) . (x u

van a ser en general inestacionarias, aun Notar que las EE obtenidas por linealizacion cuando las funciones originales f y h sean estacionarias, debido a que las matrices Jacobia a lo largo de trayectorias y no puntos estacionarios. nas se evaluan de la Figura 2.6. Las Ejemplo 2.4. Consideremos el p endulo invertido sobre un carro movil ecuaciones de movimiento son 2 ml sin mg sin cos u + M + m sin2 2 = u cos ml sin cos + (m + M) g sin . Ml + m sin2 = y

 Matem 2. Descripcion atica de Sistemas

q m

Notas de CAUT2 - 14

mg l u M

Figura 2.6: P endulo invertido.

vemos que el sistema tiene la forma , x3 = y x4 = Deniendo x1 = y, x2 = y 4 = f ( x, u), donde x R y u R, y f est x a dada como x2 2 u + x ml sin x mg sin x cos x f 1 ( x, u) 3 3 3 4 f 2 ( x, u) 2 M + m sin x 3 f ( x, u) = = f 3 ( x, u) x 4 f 4 ( x, u) 2 u cos x3 x4 ml sin x3 cos x3 + (m + M) g sin x3 Ml + m sin2 x3 (t) 0, u (t) 0 t, que es f tomamos Como trayectoria de operacion acil ver que sa (t), u (t)) 0 (es un equilibrio). Las matrices A y B de los respectivos Jacobianos tisface f ( x de f evaluados sobre esta trayectoria son 0 1 0 0 0 0 0 mg 1 0 f f M M . (0, 0) = ( 0, 0 ) = A= B = 0 0 0 0 1 x u ( M+m) g 1 Ml 0 0 0 Ml Ejemplo 2.5 ((Rugh 1995)). Volvemos al cohete del Ejemplo 2.2. Las ecuaciones de movimiento eran (t) = m(t) g + ve u(t) , m(t)h (t) (Ejercicio 2.2). donde ahora tomamos la velocidad de cambio de masa libre u(t) = m ( t ), Deniendo m(t) como una variable de estado m as, y denotando x1 (t) = h(t), x2 (t) = h x3 (t) = m(t), y tomando u(t) como una entrada independiente llegamos al modelo no lineal x2 (t) 1 (t) x ve . x 2 (t) = g + u ( t ) x ( t ) 3 3 (t) x u(t) alrededor una trayectoria nominal correspondienConsideramos ahora su linealizacion te a un valor constante de la entrada u = u0 < 0. No es dif cil calcular la trayectoria nomi directa, primero de x3 (t), luego x2 (t) y nalmente nal expl citamente mediante integracion
1

Por simplicidad no escribimos la dependencia temporal de x y u.

 Matem 2. Descripcion atica de Sistemas x1 (t). Haciendo las cuentas obtenemos 1 (t) = x gt2 m0 ve + 2 u0 1+ u0 t m0 u0 t m0 log 1 + u0 t m0

Notas de CAUT2 - 15

u0 t m0

2 (t) = gt + ve 1 + x 3 (t) = m0 + u0 t . x

Los Jacobianos necesarios son 0 1 0 f , ( x, u) = 0 0 ve u/ x2 3 x 0 0 0

0 f ( x, u) = ve / x3 . u 1

los de x3 (t) y u(t) aparecen) obtenemos la EE Substituyendo los valores nominales (solo (t) y u (t) = u(t) u (t) linealizada en las variables incrementales x (t) = x(t) x 0 1 0 0 ve ve u0 x (t) + 0 0 (t) = x u (t) . 2 m0 + u0 t (m0 + u0 t) 1 0 0 0 Las condiciones iniciales para las variables incrementales est an dadas por 0 x (0) = x(0) 0 . m0

2.6.

Sistemas discretos

La mayor a de los conceptos de EE para sistemas lineales continuos puede transladarse directamente a sistemas discretos, descriptos por ecuaciones diferencia. En este caso la va asume valores en un conjunto denumerable (cuyos elementos pueden riable temporal t solo 2 contarse ). Cuando el sistema discreto se obtiene a partir de un muestreo de un sistema continuo, el caso de muestreo regular, donde t = kT , k = 0, 1, 2 . . . , donde vamos a considerar solo T es el per odo de muestreo. En este caso denotamos las variables discretas (secuencias) como u[k] u(kT ), etc. nita, causalidad, linealidad y el principio de superposiLos conceptos de dimension de las respuestas debido a condiciones iniciales y entradas, son exactamente como en cion el caso continuo. Una salvedad: a diferencia del caso continuo, retardos puros no dan lugar a un sistema innita si el retardo es un multiplo de dimension del per odo de muestreo T .

entrada-salida de sistemas discretos 2.6.1. Descripcion

Denimos la secuencia de impulsos [k] como [k m] =
2

1 0

si k = m si k = m

Es decir, ponerse en correspondencia con los numeros naturales.

 Matem 2. Descripcion atica de Sistemas

Notas de CAUT2 - 16

donde k y m son numeros enteros. Notar que en el caso discreto los impulsos son f acilmente realizables f sicamente. En un sistema lineal discreto toda secuencia de entrada u[k] puede representarse mediante la serie u[k] =
m=

u[m] [k m] .

Si g[k, m] denota la salida de una sistema discreto a una secuencia de impulsos aplicada en el instante m, entonces tenemos que [k m] g[k, m] [k , m]u[m] g[k , m]u[m]
m

(por homogeneidad) (por aditividad) .

[k , m]u[m] g[k , m]u[m]

m

As la salida y[k] excitada por la entrada u[k] puede representarse mediante la serie y[k] =

m=

g[k, m]u[m] .

(2.13)

Si el sistema es causal no habr a salida antes de que la entrada se aplique, por lo que causalidad g[k, m] = 0 para k < m. (2.13) se reduce a Para sistemas discretos causales la representacion y[k] =

m=k0

g[k , m]u[m] ,

y si adem as tenemos estacionariedad, entonces vale la propiedad de invariancia respecto de del sistema mediante la convolucorrimientos en el tiempo y llegamos a la representacion ci on discreta y[k ] =
m=0

g[k m]u[m] = g[m]u[k m] .

m=0

2.6.2.

en Espacio de Estados Representacion

Todo sistema discreto lineal nito-dimensional puede describirse mediante EE (diferencia) x[k + 1] = A[k ] x[k ] + B[k ]u[k ] y[k] = C [k] x[k] + D [k]u[k] , y en el caso estacionario x[k + 1] = Ax[k] + Bu[k] y[k] = Cx[k] + Du[k] . ( z) = Z [ g[k]]. La En este caso, tiene sentido hablar de funciones transferencia discretas, G entre funcion transferencia discreta y representacion de estados es id relacion entica al caso continuo, ( z) = C ( zI A)1 B + D , G y sirven las mismas funciones de M ATLAB ss2tf y tf2ss.

 Matem 2. Descripcion atica de Sistemas

Notas de CAUT2 - 17

2.7. Resumen
La matriz transferencia es racional sii el sistema es lineal, estacionario y de dimension nita. Las representaciones externas asumen condiciones iniciales nulas. innita no pueden describirse en EE. Los sistemas de dimension puede describirse el comportamiento de un sistema no lineal Mediante linealizacion, en forma aproximada mediante un modelo en EE incremental lineal. se realiza alrededor de una trayectoria de operaci La linealizacion on nominal conocida, y los modelos incrementales obtenidos ser an, en general, inestacionarios. Los sistemas discretos tienen representaciones equivalentes a las de sistemas continuos mediante series de convoluci on, funciones transferencia en transformada Z , y EE diferencia. A diferencia del caso continuo, los retardos puros no necesariamente dan lugar a un sistema discreto distribuido.

Tipo de sistema dim. innita lineal dim. nita, lineal

Representacion interna

Representacion externa y(t) =

t0
t t0

G (t, )u( )d

= A(t) x + B(t)u x y = C (t) x + D (t)u

y(t) =

G (t, )u( )d

dim. inf., lineal, est.

y(t) =

t0

G (t, )u( )d

(s)u (s) = G (s) y dim. n., lineal, est. = Ax + Bu x y = Cx + Du y(t) =

t0

G (t, )u( )d

(s)u (s) = G (s) y

2.8.

Ejercicios

de transformada de Laplace de y(t) Ejercicio 2.1. A partir de la denicion (s) = y

0

y(t)est dt

(s) = g (s)u ( s ). probar que para un sistema lineal estacionario y Ejercicio 2.2. Como se modica el sistema del cohete si la velocidad de cambio de masa (t)? Escribir las EE y clasicarlo. u0 es u(t) = m

 Matem 2. Descripcion atica de Sistemas Ejercicio 2.3. Considerar un sistema consistente en un retardo puro, y(t) = u(t T ) . nita, estacionario? Es din amico, lineal, de dimension

Notas de CAUT2 - 18

ss y obtener la Ejercicio 2.4. Introducir el sistema (2.10) en M ATLAB utilizando la funcion transferencia con ss2tf. Explorar las herramientas ssdata, tfdata, zpkdata y funcion ltiview. diferencial Ejercicio 2.5. Para la ecuacion 4 1 (t) + y3 (t) = u(t) y 3 3 nomiusar una simple identidad trigonom etrica como ayuda para encontrar una solucion (t) = sin 3t, y(0) = 0, y (0) = 1. Determinar una EE linealizada que nal correspondiente a u describa el comportamiento del sistema alrededor de esta trayectoria nominal. Ejercicio 2.6. Linealizar la EE no lineal 1 (t) = x 1 x2 2 (t)

2 (t) = u(t) x1 (t) x 1 (0) = x 2 (0) = 1, y u (t) = 0. alrededor de la trayectoria nominal originada en x Ejercicio 2.7. Para la EE no lineal 1 (t) x x2 (t) 2 x1 (t) x2 (t) = 2 2 (t) x x1 (t) + x2 1 (t) + x2 (t) + u(t) calcular las posibles soluciones constantes, a menudo denominadas estados de equilibrio, y las correspondientes EE linealizadas. Ejercicio 2.8. Considerar la EE no lineal

u(t) (t) = u(t) x1 (t) x3 (t) x x2 (t) 2 x3 (t) y(t) = x2 (t) 2 x3 (t)

(0) = 3 y entrada nominal constante u (t) = 1. Mostrar que la salida con estado inicial x 2 (t) = 1. Linealizar la EE alrededor de la solucion nominal. Hay algo raro en nominal es y este sistema? de transformada Z de la secuencia y[t] Ejercicio 2.9. De la denicion ( z) = Z [ y[k]] = y

k=0

y [ k ] z k

( z) = g ( z)u ( z ). probar que para un sistema lineal estacionario discreto y

Bibliograf a
Bay, J. S. (1999), Fundamentals of Linear State Space Systems, WCB/McGraw-Hill. Chen, C.-T. (1999), Linear System Theory and Design, 3rd edn, Oxford University Press. Doyle, J. C., Francis, B. A. & Tannenbaum, A. (1992), Feedback control theory, Macmillan Pub. Co. Friedland, B. (1986), Control System Design, McGraw-Hill. Goodwin, G., Graebe, S. & Salgado, M. (2000), Control System Design, Prentice Hall. Goodwin, G. & Sin, K. (1984), Adaptive Filtering Prediction and Control, Prentice-Hall, New Jersey. Rugh, W. J. (1995), Linear System Theory, 2nd edn, Prentice Hall. R. (1992), Introducci Argentina de S anchez Pena, on a la teor a de control robusto, Asociacion Control Autom atico. Seron, M. M., Braslavsky, J. H. & Goodwin, G. C. (1997), Fundamental Limitations in Filtering and Control, CCES Series, Springer-Verlag. Van Loan, C. (1978), Computing integrals involving the matrix exponential, IEEE Trans. Automat. Contr. AC-23(3), 395404.

193