Cap tulo 8 de Estados y Realimentacion Observadores

La teor a de sistemas lineales que vimos da la base para la teor a de control lineal. En este cap tulo introducimos los conceptos y t ecnicas de control en sistemas descriptos por consideraremos sistemas estacionarios. variables de estado. Solo del comportamiento de un sistema La teor a de control lineal involucra la modicacion de m entradas, p salidas y n estados (t) = Ax(t) + Bu(t) x y(t) = Cx(t), (8.1)

de una que llamamos la planta o ecuaci on de estados en lazo abierto, mediante la aplicacion lineal de estados de la forma realimentacion u(t) = Nr(t) Kx(t), (8.2)

de entrada. La matriz K es la ganancia de donde r(t) es el nuevo nombre para la senal realimentaci on de estados y N la ganancia de precompensaci on. de (8.2) en (8.1) da la ecuaci La substitucion on de estados en lazo cerrado (t) = ( A BK ) x(t) + BNr(t) x y(t) = Cx(t). (8.3)

Es obvio que el sistema a lazo cerrado tambi en es lineal y estacionario. La Figura 8.1 re de estados para un sistema SISO. El presenta el esquema de control por realimentacion de valores presentes de los estados x y la referencia control es est atico, pues u depende solo r. Cuando los estados del sistema no pueden medirse, se recurre a estimarlos mediante un de observador de estados, que reconstruye x a partir de mediciones de y y u. La combinacion de estados es un controlador din un observador y realimentacion amico por realimentacion de salida, esquematizado en la Figura 8.2. En este cap tulo veremos de K para t ecnicas de diseno (ubicacion de polos), estabilizacion y seguimiento (desempeno y robustez), esquemas de regulacion 144

 de Estados y Observadores 8. Realimentacion

Notas de CAUT2 - 145

c E N

E j E B T

- j6

- C

Ec

A  K  de estados Figura 8.1: Realimentacion

b E j E B T

- j6

- C

Eb

A  x
Observador '

K 

'

de salida con observador Figura 8.2: Realimentacion

de observadores. t ecnicas de diseno La meta a alcanzar: un sistema de control lineal por realimentacion saber disenar de estados + observador) para sade salida (v a realimentacion y tisfacer especicaciones deseadas de estabilidad, desempeno robustez. En la primera mitad del cap tulo introducimos las t ecnicas para sistemas SISO. En la segunda, presentamos una t ecnica para sistemas MIMO. Veremos otra t ecnica (optima) para sistemas MIMO en el cap tulo que sigue.

8.1.

de Estados Realimentacion

Comenzamos con sistemas SISO y el esquema de control de la Figura 8.1, suponiendo por el momento el precompensador N = 1 para simplicar la notacion. de estados es la de Una propiedad de sistemas lineales esencial en la realimentacion importante es que controlabilidad. Nuestra primer observacion La controlabilidad de un sistema es invariante con respecto de estados. a realimentacion Teorema 8.1 (Invariancia de la controlabilidad respecto a realimentacion). El par ( A 1n si el par ( A, B) es controlable. BK , B), para cualquier vector K , es controlable si y solo

 de Estados y Observadores 8. Realimentacion

Notas de CAUT2 - 146

Demostraci on. La matriz de controlabilidad del sistema a lazo abierto (8.1) es

C = [ B, AB, A2 B, . . . , An1 B],

y la matriz de controlabilidad del sistema a lazo cerrado (8.3) es

CK = [ B, ( A BK ) B, ( A BK )2 B, . . . , ( A BK )n1 B].
No es dif cil chequear que C y CK est an relacionadas de la forma 1 KB K ( A BK ) B . . . K ( A BK )n2 B 0 1 KB . . . K ( A BK )n3 B 0 0 1 . . . K ( A BK )n4 B CK = C . . . . . . . . . . . . . . . 0 0 0 ... 1 nn Notar que como K es 1 n y B es n 1, todas las entradas de la matriz que multiplica a C son escalares. Como esta matriz es no singular, el rango de C es igual al rango de CK . si (8.3) es controlable. As (8.1) es controlable si y solo de estados, la Aunque la controlabilidad es invariante con respecto a la realimentacion observabilidad no lo es, como se ve en el siguiente ejemplo. Ejemplo 8.1. El sistema (t) = x 1 2 0 x(t) + u(t) 3 1 1

(8.4)

y(t) = 1 2 x(t)
2 es controlable y observable, ya que las matrices de controlabilidad C = [ B AB ] = [ 0 1 1 ], y C 2 observabilidad O = [ CA ] = [1 7 4 ], son no singulares. de estados u(t) = r(t) [ 3 1 ] x(t) en (8.4) lleva al sistema El control por realimentacion a lazo cerrado

(t) = x

1 2 0 x(t) + u(t) 0 0 1

(8.5)

y(t) = 1 2 x(t).
2 La matriz de controlabilidad de (8.5) es CK = [ 0 1 0 ], que es no singular y comprueba que el sistema realimentado es controlable. Sin embargo, la matriz de observabilidad de (8.5) es 2 no es observable. O = [1 1 2 ], que es singular, por lo que el sistema con esta realimentacion

La observabilidad de un sistema no es invariante con res de estados. pecto a realimentacion El siguiente ejemplo ilustra lo que puede conseguirse con realimentacion. Ejemplo 8.2. La planta (t) = x 1 3 1 x(t) + u(t) 3 1 0

 de Estados y Observadores 8. Realimentacion con polinomio caracter tiene una matriz de evolucion stico

Notas de CAUT2 - 147

(s) = (s 1)2 9 = s2 2s 8 = (s 4)(s + 2), y, como se ve, autovalores 4 y 2, por lo que es inestable. Consideremos un control u = r [k1 k2 ] x. El sistema a lazo cerrado queda = x 1 3 k k 1 2 3 1 0 0 x+ 1 r 0

1 k1 3 k2 1 x+ r. 3 1 0

tiene el polinomio caracter La nueva matriz de evolucion stico K (s) = (s 1 + k1 )(s 1) 3(3 k2 )

= s2 + (k1 2)s + (3k2 k1 8).

Est a claro que las ra ces de K (s) o, equivalentemente, los autovalores del sistema a lazo mediante una eleccion adecuada de k1 y k2 . cerrado pueden ubicarse en cualquier posicion Por ejemplo, si los dos autovalores se ubican en 1 j2, el polinomio caracter stico deseado es (s + 1 j2)(s + 1 + j2) = s2 + 2s + 5. Igualando k1 1 = 2 y 3k2 k1 8 = 5 da K = [4 17/3] mover k1 = 4 y k2 = 17/3. As la ganancia de realimentacion a los autovalores de 4, 2 a 1 j2. de estados permite ubicar los autovalores del El ejemplo muestra que la realimentacion y que la ganancia de realimentacion K puede sistema realimentado en cualquier posicion, directa. Sin embargo, el m calcularse por substitucion etodo del ejemplo no es pr actico para no queda claro que rol jugo la controlabilidad en esta asigmayores dimensiones. M as aun, de autovalores. Para formular un resultado general de ubicacion de autovalores renacion currimos a la forma can onica del controlador, vista en el Cap tulo 4: Si C = [ B, AB, . . . , An1 B] es no singular, el sistema (8.1) puede llevarse a la forma 0 1 0 0 0 0 0 1 0 0 . . . .. (t) = . . . . . . (t) . x x u(t) . . . . . . (8.6) 0 0 0 0 1 n n1 n2 1 1 (t), y ( t ) = n n1 n2 1 x = Px, donde mediante el cambio de coordenadas x n1 n2 n2 n3 . . . . . P1 = B AB A2 B . . . An1 B . 2 1 1 1 1 0 (s) queda dada por transferencia G La funcion (s) = G 1 s n1 + 2 s n2 + + n s n + 1 s n1 + 2 s n2 + + n (8.8) 1 0 . . . . 0 0 0

. . . 2 1 . . . 1 1 . . . ... . . . ... 0 0 ... 0 0 ... 0 0

(8.7)

 de Estados y Observadores 8. Realimentacion

Notas de CAUT2 - 148

Teorema 8.2 (Asignacion de autovalores). Si la EE (8.1) es controlable, entonces mediante de estados u = r Kx, donde K es un vector real constante 1 n, los la realimentacion autovalores de A BK pueden ser asignados arbitrariamente, siempre que los autovalores complejos conjugados se asignen en pares. yB Demostraci on. Si (8.1) es controlable puede llevarse a la forma (8.6). Denotemos con A 1 = PAP y B = PB. Puede verse tambi las matrices en (8.6). As tenemos que A en que C B n1 B , A , . . . , A ] = P[ B, AB, . . . , An1 B] = PC , [B (8.9)

1 y la matriz de la extrema derecha en (8.7) es C . por lo que P1 = C C = Px en la realimentacion de x de estados da La substitucion u = r Kx = r KP1 x x , rK

B B = KP1 . Puesto que A K = P( A BK ) P1 , vemos que A BK y A K donde K tienen los mismos autovalores. Ahora, de cualquier conjunto de n autovalores deseados podemos formar el polinomio caracter stico deseado K (s) = sn + 1 s n1 + + n. (8.10) = [ Si elegimos K n n , . . . , 2 2 , 1 1 ], viene (en las nuevas coordenadas) 0 1 0 0 0 1 . . . (t) = . . . x . . . 0 0 0 n n1 n2 de estado de lazo cerrado dela ecuacion 0 0 0 0 . . .. . (t) . x u(t) . . . 1 0 1 1

(t). y ( t ) = n n1 n2 1 x B K ), y consecuentemenPor estar en forma companion, el polinomio caracter stico de ( A te el de ( A BK ), es (8.10). As el sistema realimentado tiene los autovalores deseados. en las coordenadas originales es, usando (8.9), Finalmente, la ganancia de realimentacion 1 . =K CC K = KP

transferencia del sistema cambia de (8.8) a En lazo cerrado, la funcion K (s) = G 1 s n1 + 2 s n2 + + n , sn + 1 s n1 + 2 s n2 + + n (8.11)

lo que muestra que si bien hemos movido los polos del sistema, sus ceros han quedado invariantes. Esta es una propiedad general: de estados puede mover los polos de una La realimentacion efecto sobre los ceros. planta pero no tiene ningun

 de Estados y Observadores 8. Realimentacion

Notas de CAUT2 - 149

de estados puede alterar la propiedad Esta propiedad explica por qu e la realimentacion para de observabilidad, ya que uno o m as polos pueden ubicarse mediante realimentacion cancelar ceros del sistema, lo que vuelve esos modos inobservables. Resumimos los pasos para calcular K en el siguiente procedimiento: Procedimiento para asignacion de autovalores (via forma canonica) 1. Obtener los coecientes 1 , 2 , . . . , n del polinomio caracter stico (s) del sistema a lazo abierto. 2. Formar las matrices de controlabilidad C = [ B, AB, . . . , An1 B] y
n1 n2 ... 2 1 1 n2 n3 ... 1 1 0

= . . C .

2 1 1

1 1 0

. . .

... . . . . . . ... 0 0 0 ... 0 0 0 ... 0 0 0

. . .

1 .

3. Elegir los coecientes 1, 2, . . . , n del polinomio caracter stico deseado K (s) y de en coordenadas de x terminar la ganancia de realimentacion = [ K n n , . . . , 2 2 , . . . , 1 1 ]. en coordenadas originales 4. Determinar la ganancia de realimentacion 1 . CC K=K

8.1.1.

Otra receta para calcular K

de una ecuacion de LyapuUn m etodo alternativo para calcular K involucra la solucion M ATLAB lyap, por ejemplo). Este m nov (mediante la funcion etodo, sin embargo, tiene la de que los autovalores deseados no pueden ser ninguno de los autovalores de restriccion A. Una ventaja del m etodo es que se extiende directamente al caso MIMO. Procedimiento para asignacion de autovalores (via Lyapunov) Considerar un par ( A, B) controlable, donde A es n n y B n 1. Encontrar un vector real 1 n K tal que ( A BK ) tenga cualquier conjunto de autovalores deseados que no contenga autovalores de A. 1. Elegir una matriz n n cualquiera F que tenga los autovalores deseados. tal que ( F, K ) sea observable. 2. Elegir un vector 1 n cualquiera K . unica de Lyapunov AT TF = BK 3. Calcular solucion T de la ecuacion 1 . K = KT 4. Calcular la ganancia de realimentacion K = place(A,B,P) que calcula K para ubiConvenientemente, M ATLAB tiene la funcion car los autovalores en los valores dados en el vector P. Restricci on: no permite repetir autovalores.

 de Estados y Observadores 8. Realimentacion

Notas de CAUT2 - 150

8.2. Estabilizacion
de estado es controlable, sus autovalores pueden asignarse arbitrariaSi una ecuacion de estados. Veamos qu mente mediante realimentacion e se puede hacer cuando la ecuacion de estado no es controlable. de estado incontrolable puede llevarse a la forma Toda ecuacion c A 12 c x A = c c 0 A c x B + c u c x 0 (8.12)

c, B c ) es controlable. Como la matriz de evolucion en (8.12) es block triangular, los donde ( A de los autovalores de autovalores de la matriz en las coordenadas originales son la union de estados Ac y Ac. La realimentacion 1 k 2 x = r k u = r Kx = r K lleva al sistema a lazo cerrado c B 12 B c K1 A cK 2 c x A = c c 0 A c x B + c r. c x 0 (8.13) c x c x

c no son afectados por la realimentacion, y por Vemos de (8.13) que los autovalores de A de controlabilidad de ( A, B) no lo tanto no pueden modicarse. Por lo tanto, la condicion es suciente sino tambi solo en necesaria para asignar todos los autovalores de ( A BK ) en posiciones deseadas. c es Hurwitz1 y el Denicion 8.1 (Estabilizabilidad). El sistema (8.12) es estabilizable si A c, B c ) es controlable. par ( A m La propiedad de estabilizabilidad es una condicion as d ebil que la de controlabilidad para alcanzar estabilidad a lazo cerrado. Es equivalente a pedir que los autovalores no controlables sean estables.

8.3.

y Seguimiento Regulacion

El problema de regulaci on se da cuando la referencia es nula r = 0; se pretende b asica mente que el sistema sea asintoticamente estable y que la respuesta a condiciones iniciales producidas por perturbaciones tienda a cero. El problema de seguimiento (o del servomecanismo) se da cuando se pretende que la salida que la referencia sea reproduzca asintoticamente (que tienda a) la referencia r(t). Es comun es un caso particular del de un valor constante r(t) = a, t 0. El problema de regulacion seguimiento con a = 0. Si el sistema es controlable, sabemos que podemos asignar los autovalores del lazo ce A BK. La respuesta del sistema rrado calculando K para obtener la matriz de evolucion realimentado entonces est a dada por y(t) = Ce( ABK)t x(0) + C
0
1

e( ABK)(t ) Br( ) d .

Tiene todos sus autovalores con parte real negativa.

 de Estados y Observadores 8. Realimentacion

Notas de CAUT2 - 151

(r(t) 0) queda resuelto si K se calcula para que A BK As , el problema de regulacion sea Hurwitz, ya que entonces y(t) = Ce( ABK)t x(0) 0
t

inicial x(0). para toda condicion

Para el problema de seguimiento de referencia constante r(t) = a = 0, adem as de que en la ganancia de precompensaci A BK sea Hurwitz, requerimos una condicion on N , para t que y(t) a, y(t) = Ce( ABK)t x(0) + NC
0 t

e( ABK)(t ) Bd

a a

0
Ce( ABK) Bd = 1

N
0

NC (sI A + BK )1 B s=0 = 1 1 N= C ( A BK )1 B

(8.14)

transferencia a lazo cerrado Como C (sI A + BK )1 B es la funcion K (s) = G 1 s n1 + + n sn + 1 s n1 + + n

(8.14) es equivalente a N = necesaria que la condicion n /n . Obviamente, es condicion n = 0. Regulacion: Es necesario que ( A, B) sea controlable. Se requiere entonces K para que todos los autovalores de A BK tengan parte real negativa. disenar Seguimiento de referencias constantes: Necesitamos l ms0 C (sI A)1 B = 0. Se requiere entonces N = 1/C ( A BK )1 B. disenar de controlabilidad del par ( A, B) puede relajarse a la de estabilizabilidad. La condicion estar La restriccion a en que no habr a entonces control total de la velocidad de convergencia del error. Si hubiera modos no controlables muy cercanos al eje j, la respuesta podr a ser y seguimiento satisfactorios. demasiado lenta u oscilatoria para considerar la regulacion Ejemplo 8.3 (Seguimiento de referencia constante). En el Ejemplo 8.2 calculamos la ga K = [4, 17/3] que asigna los autovalores a lazo cerrado del sistenancia de realimentacion ma 1 3 1 1 (t) = k1 k2 x(t) + x r(t) 3 1 0 0 en 1 j2. Supongamos que el sistema tiene la salida y(t) = [1, 0] x(t), que se pretende transferencia del sistema a lazo que siga asintoticamente referencias constantes. La funcion cerrado resulta s1 K (s) = G 2 s + 2s + 5

( A, B) controlable y n

K para que todos los autovalores de A BK tengan parte real negativa, disenar

 de Estados y Observadores 8. Realimentacion

Notas de CAUT2 - 152

K (0) = 1/5 = 1, y(t) tender Como G a a a/5 para una referencia constante r(t) = a. redisenando Incorporamos precompensacion u(t) = Nr(t) Kx(t), con N = 5. unitaLa Figuras 8.3 y 8.4 muestran la respuesta del sistema a lazo cerrado a un escalon La funcion transferencia del sistema a lazo cerrado rio en r(t) sin y con precompensacion. con precompensador resulta K (s) = 5s + 5 , G s2 + 2s + 5
t K (0) = 1 y(t) G a.

0.2 1.4

0.1

1.0

0.6

0.2 -0.1

-0.2 -0.2 -0.6

-0.3 0 1 2 3 4 5 6 7 8 9 10 -1.0 0 1 2 3 4 5 6 7 8 9 10

Figura 8.3: Respuesta sin precompensa cion

Figura 8.4: Respuesta precompensada

Ejemplo 8.4 (Efecto de incertidumbres en el modelo). Retomemos el sistema anterior, pero de control y la planta supongamos que existe un error en el modelo usado para el diseno real tiene una matriz de evolucion A = A0 + A = 1 3 0 0,5 + 3 1 0,5 0

La transferencia desde w a y no estar a precompensada, y por lo tanto se originar a un error est atico proporcional al valor de n w/ n . Otra vez, se conserva la estabilidad pero se pierde el seguimiento. es decir que los autovalores a lazo abierto est an en [4,464, 2,464], transferencia del sistema real compensado con la ganancias K en vez de [4, 2]. La funcion y N calculadas en base al modelo nominal es ahora K (s) = G

5s + 5 s2 + 2s + 8,0833

y, aunque la estabilidad se ha conservado, la propiedad de seguimiento se ha perdido. Este robusto; requiere conocer la planta con exactitud. esquema de control no tiene desempeno Ejemplo 8.5 (Efecto de perturbaciones a la entrada de la planta). Sea ahora el mismo sis constante w = 0,5 a la entrada de tema, con el modelo correcto, pero con una perturbacion la planta, como se muestra en la Figura 8.7. La Figura 8.6 muestra la respuesta del sistema perturbado.

 de Estados y Observadores 8. Realimentacion

Notas de CAUT2 - 153

1.1 0.9

1.5

1.1 0.7 0.5 0.3 0.1 -0.1 -0.1 -0.3 -0.5 -0.7 -0.9 0 1 2 3 4 5 6 7 8 9 10 -0.9 0 1 2 3 4 5 6 7 8 9 10 0.3

0.7

-0.5

Figura 8.5: Respuesta del sistema con incertidumbre

Figura 8.6: Respuesta del sistema con de entrada. perturbacion

w c
c E N

u c E j E j E B - T

- j6

- C

yE c

A  K  a la entrada Figura 8.7: Sistema con perturbacion

 de Estados y Observadores 8. Realimentacion

Notas de CAUT2 - 154

8.3.1.

Integral Seguimiento Robusto: Accion

Introducimos un esquema robusto de seguimiento de referencias constantes con propiedades de rechazo de perturbaciones de entrada constantes. El esquema se basa en aumentar la planta agregando un nuevo estado xi que integra el error de seguimiento, i = r y = r Cx, x como se muestra en la Figura 8.8. w c
c E j E

i e xE ki

u c E j E j E B T

- j6

- C

yE c

A  K 

Figura 8.8: Esquema de seguimiento robusto de entrada es La EE del sistema original con perturbacion = Ax + Bu + Bw x y = Cx. de modo que el sistema aumentado a lazo abierto queda x A 0 = i x C 0 y= C 0 x B 0 + (u + w) + r xi 0 1 x . xi

x de estados u = [ K ki ] [ x La realimentacion i ] da el sistema a lazo cerrado de la Figura 8.8

x A BK Bki = i x C 0 y= C 0 x . xi

x B 0 + w+ r xi 0 1

(8.15)

A BK Bki [K , ki ] para que la matriz de evolucion La idea entonces es disenar en (8.15) C 0 de xi impl sea Hurwitz. En particular, la estabilizacion citamente produce el seguimiento deseado, ya que i (t) = 0 l l m x m y(t) = r. t t

Cabe preguntarse si el sistema aumentado ser a controlable. . .

 de Estados y Observadores 8. Realimentacion

Notas de CAUT2 - 155

Teorema 8.3 (Controlabilidad de la planta aumentada con un integrador). Si ( A, B) es (s) = C (sI A)1 B no tiene ceros en s = 0, los autovalores de la matriz controlable y si G BK Bki aumentada A de evolucion en (8.15) pueden asignarse arbitrariamente seleccioC 0 [ K , k i ]. nando la matriz de realimentacion Demostraci on. Ver Chen [1999, p. 244-245]. en En t erminos de polos y ceros: si la planta tuviera un cero en s = 0, su conexion polo-cero inestable y har cascada con el integrador de xi producir a una cancelacion a que la planta aumentada sea no controlable. Propiedades de seguimiento y rechazo de perturbaciones. Intercambiando el orden de los sumadores donde entran w y Kx en la Figura 8.8 obtenemos el diagrama de bloques de la Figura 8.9, donde (s) = N (s) C (sI A + BK )1 B, G (s) D (s) = det(sI A + BK ). La respuesta del sistema en dominio s es entonces: con D (s) = y
(s) ki N (s) sD (s) N + ksiD (s) (s) N (s) D (s) N + ksiD (s)

(s) + r

(s) w

(s) (s) ki N sN (s). r ( s ) + ( s ) + ki N (s) ( s ) + ki N (s) w sD sD w c

c E j E

ki s

c E j E

yE c

Figura 8.9: DB equivalente. de entrada son constantes, r(t) = a, w(t) = b, entonces Si la referencia y la perturbacion (s) = a/s y w (s) = b/s, y la salida del sistema a lazo cerrado es r (s) (s) a ki N N (s) = y + (s) s s D ( s ) + ki N (s) b. s D ( s ) + ki N Finalmente, usando el Teorema del valor nal, v alido pues el lazo cerrado es estable, y la (0) = 0, obtenemos que hipotesis de que N
t

(s) l m y(t) = l m s y
s0

(0) (0) ki N 0N a + ( 0 ) + ki N (0) ( 0 ) + ki N (0) b. 0D 0D = 1 a + 0 b = a.

El sistema rechazar a perturbaciones constantes y seguir a referencias constantes ambas frente a incertidumbres de modelado de la de valor no necesariamente conocido aun planta, siempre que el lazo cerrado permanezca estable.

 de Estados y Observadores 8. Realimentacion

Notas de CAUT2 - 156

8.4. Observadores
de estados asume la disponibilidad de las variables de esEl control con realimentacion tado. Este puede no ser el caso en la pr actica, ya sea porque ciertos estados no son medibles, de estados, eno es muy dif cil o muy caro medirlos. Para implementar una realimentacion un dispositivo din tonces, debemos disenar amico, llamado observador o estimador de estados, introducimos observadocuya salida sea una estima del vector de estados. En esta seccion res de orden completo, donde el observador tiene el mismo orden que la planta es decir, (t) a la estima de x(t). estimamos todo el vector de estados. Denotamos con x Consideramos entonces el sistema (t) = Ax(t) + Bu(t) x y(t) = Cx(t), (8.16)

donde A, B y C son conocidas, y la entrada u(t) y salida y(t) son medibles, aunque no el estado x(t). El problema es estimar x(t) de esta informacion.

8.4.1.

Observador a lazo abierto Una primer solucion:

de estados original construyendo el Conociendo A y B, podemos duplicar la ecuacion sistema (t) = A x (t) + Bu(t). x (8.17) Este sistema podr a construirse en forma electronica con amplicadores operacionales, o, discretizado, mediante un programa en una computadora y una placa de entradas/salidas, como podr a ser un PLC moderno. es un observador a lazo abierto (Figura 8.10). Si los sistemas (8.16) y (8.17) Esta duplicacion tuvieran las mismas condiciones iniciales, entonces para toda entrada u(t) tendr amos que (t) = x(t), t 0. x
c E B

- j6

- C

Ec

A 
E B - j6

x
-

A  Figura 8.10: Observador en lazo abierto El problema se reduce entonces a estimar el estado inicial. Si el sistema es observable, su estado inicial x(0) puede computarse a partir de u(t) e y(t) sobre cualquier intervalo, di (t2 ) = x(t2 ) y obtenemos gamos [0, t1 ]. Con x(0) calculamos x(t2 ), t2 t1 , y as poniendo x (t) = x(t)t t2 . x si el sistema es observable podemos usar un observador en lazo abierEn conclusion: to para estimar el vector de estados. Sin embargo, el observador en lazo abierto tiene las siguientes importantes desventajas:

 de Estados y Observadores 8. Realimentacion

Notas de CAUT2 - 157

1. Hay que calcular el estado inicial cada vez que usemos el estimador. 2. Si la matriz A tuviera autovalores con parte real positiva, entonces la menor diferencia (t0 ) para algun (t) (t) t0 har x entre x(t0 ) y x a que el error de estimacion x(t) x crezca con el tiempo.

8.4.2.

mejor: Observador a lazo cerrado Una solucion

hemos usado la informaNotemos que aunque ambas u(t) e y(t) est an disponibles, solo de u(t) para construir el observador a lazo abierto. Usamos entonces y(t) para mejorar cion anterior introduciendo una correccion proporcional al error de estimacion en la el diseno salida (t) = C ( x(t) x (t)). y (t)), donde L es una anterior la senal de correccion L( y(t) C x Inyectamos en el diseno
c E B

- j6

- C

Ec

A 
' L ' j T C E B

?x - j6

ex

x
-

A  Figura 8.11: Observador en lazo cerrado pero si hay matriz n 1 de ganancia constante. As , si no hay error, no se hace correccion, apropiado de L podr tienda asintotica error, un diseno a hacer que el error de estimacion mente a cero. El esquema obtenido (Figura 8.11) se llama observador a lazo cerrado, observador asint otico, o simplemente observador. La Figura 8.12 muestra el mismo esquema en forma simplicada. De la Figura 8.11, las ecuaciones del observador son (t) = A x (t) + Bu(t) + L( y(t) c x (t)) x (t) + Bu(t) + Ly(t). = ( A LC ) x Denamos el error de estimacion (t) = x(t) x (t). x

(8.18)

 de Estados y Observadores 8. Realimentacion

c E B

Notas de CAUT2 - 158 x

- C Ec

- j6

A 
c

B x


? x  x j 
e - A LC 6

L '

Figura 8.12: Observador en lazo cerrado

(t) tienda asintoticamente Veamos qu e condiciones debe cumplir L para que x a cero. Deri (t) y substituyendo (8.16) y (8.18), obtenemos vando x (t) = x = = = (t) (t) x x (t) Bu(t) LCx(t) Ax(t) + Bu(t) ( A LC ) x (t) ( A LC ) x(t) ( A LC ) x (t). ( A LC ) x

(8.19)

(8.19) gobierna la din Si todos los autovalores La ecuacion amica del error de estimacion. de ( A LC ) se pudieran asignar de forma que tengan parte real menor que, digamos, , en todos los estados decrecer con > 0, entonces el error de estimacion a a una velocidad t mayor o igual a e . As , aunque hubiera un error grande en los estados iniciales, el estado (t) podr estimado x a aproximarse al estado real x(t) r apidamente. Teorema 8.4 (Asignacion de Autovalores en Observadores). Dado el par ( A, C ), todos los autovalores de ( A LC ) pueden asignarse arbitrariamente seleccionando un vector real L si ( A, C ) es observable. si y solo el par ( A, C ) es observable Demostraci on. Recurriendo a la dualidad control/observacion, si ( AT , C T ) es controlable. Si ( AT , C T ) es controlable todos los autovalores de si y solo adecuada de K. La ( AT C T K ) pueden asignarse arbitrariamente mediante una eleccion transpuesta de ( AT C T K ) es ( A K T C ) y por lo tanto L = K T . de As , los mismos procedimientos usados para calcular la matriz de realimentacion estados K sirven para calcular la matriz L del observador. Resumimos el procedimiento de Sylvester. Consideramos el sistema n-dimensional SISO dual al de la ecuacion (t) = Ax(t) + Bu(t) x y(t) = Cx(t). (8.20)

 de Estados y Observadores 8. Realimentacion Procedimiento de diseno de observador

Notas de CAUT2 - 159

con 1. Elegir una matriz Hurwitz n n cualquiera F que no tenga autovalores en comun los de A. 2. Elegir un vector n 1 cualquiera L tal que ( F, L) sea controlable. unica de Sylvester TA FT = LC. 3. Calcular la solucion T , no singular, de la ecuacion de estados 4. Entonces la ecuacion (t) = Fz(t) + TBu(t) + Ly(t) z (t) = T z(t) x genera una estima asintotica de x(t). = z Tx. As Denamos el error como x , de TA = FT + LC obtenemos (t) = z (t) T x (t) = Fz(t) + TBu(t) + LCx(t) TAx(t) TBu(t) x (t). = Fz(t) + LCx(t) ( FT + LC ) x(t) = F ( z Tx(t)) = F x Como F es Hurwitz, el error debe tender asintoticamente a cero.
1

(8.21)

8.4.3.

Observador de orden reducido

Si el par ( A, C ) es observable, usando la matriz no singular C CA O= . . . CAn1 como cambio de base llevamos la matriz A a una forma companion donde 0 1 ... 0 0 . . . . .. . . . . . . . . . 1 A = O AO = 0 0 ... 1 0 0 0 ... 0 1 n n1 . . . 2 1 = C O 1 = 1 0 . . . 0 0 . C

(8.22)

En estas coordenadas la salida queda como el primer estado, y as , no es necesario construir un observador para estimar todo el estado, sino solamente los n 1 restantes. Este observador es de orden reducido.

 de Estados y Observadores 8. Realimentacion Procedimiento de diseno de observador de orden reducido

Notas de CAUT2 - 160

1. Elegir una matriz Hurwitz (n 1) (n 1) cualquiera F que no tenga autovalores con los de A. en comun 2. Elegir un vector (n 1) 1 cualquiera L tal que ( F, L) sea controlable. unica de Sylvester TA FT = LC. 3. Calcular la solucion T , no singular, de la ecuacion Notar que T es una matriz (n 1) n. de estados de orden n 1 4. Entonces la ecuacion (t) = Fz(t) + TBu(t) + Ly(t) z C (t) = x T genera una estima asintotica de x(t). de observadores via la resolucion de la ecuacion de Sylvester es conveniente El diseno porque el mismo procedimiento sirve para observadores completos y reducidos y, como veremos, tambi en para sistemas MIMO.
1

y z

8.5.

de estados estimados Realimentacion

(t) = Ax(t) + Bu(t) x y(t) = Cx(t).

Consideremos nuevamente la planta

de estados u = r Kx asignar Si ( A, B) es controlable, la realimentacion a los autovalores deseada. Si las variables de estado no est de ( A BK ) en cualquier posicion an disponibles pero ( A, C ) es observable, podemos construir un observador de para la realimentacion el caso de orden completo o reducido con autovalores arbitrarios. Discutimos aqu solo observador completo (t) = ( A LC ) x (t) + Bu(t) + Ly(t). x (t) se aproximar La estima x a asintoticamente a x(t) a una velocidad determinada por la de L. eleccion (t) converge a x(t), es natural aplicar la realimentacion de estados a la estima Como x (t) x (t), u(t) = r(t) K x controlador-observador, es efectivamente como se muestra en la Figura 8.13. La conexion un controlador din amico que realimenta la salida. controlador-observador: Tres dudas b asicas surgen frente a la conexion 1. Los autovalores de A BK se obtienen de u = r Kx. Seguiremos teniendo los ? mismos autovalores con u = r K x a los autovalores del observador? 2. Afectar a la conexion

 de Estados y Observadores 8. Realimentacion

c E j

Notas de CAUT2 - 161 x x

- C Ec

uE

- j6

A 
c

B x K  ? x  x j 
e - A LC 6

L '

de estados estimados Figura 8.13: Realimentacion

transferencia a lazo cerrado? 3. Cu al ser a el efecto del observador en la funcion Para contestar a estas preguntas recurrimos a las EE que describe el sistema completo (jun): tando las del sistema y las del observador y con u = r K x x A BK = LC A LC BK x y= C 0 x . x x B + r x B

de equivalencia Consideremos la transformacion x x I 0 = = x xx I I x x P x . x (8.23)

(8.23) lleva al sistema controlador-observador a Notemos que P1 = P. La transformacion la forma x A BK BK = x 0 A LC y= C 0 x . x x B + r x 0

es block-triangular, los autovalores del sistema completo son Como la matriz de evolucion de los autovalores de A BK y A LC. Esto implica que el estimador no afecta la la union de estados original; tampoco son afectados los autovalores del observador realimentacion de estados. por la realimentacion del conPropiedad de separacion de control y observacion: Los disenos de estados y el observador pueden realizarse en trol por realimentacion forma independiente.

 de Estados y Observadores 8. Realimentacion Finalmente, notemos que la EE x A BK BK = x 0 A LC y= C 0 x x x B + r x 0

Notas de CAUT2 - 162

evidencia los modos controlables y los no controlables. As , vemos que los modos del error (t) son no controlables, por lo que no aparecer x transfede estimacion an en la funcion de estados de orden rencia del sistema completo, que queda determinada por la ecuacion reducido = ( A BK ) x + Br x (s) = C (sI A + BK )1 B. , es decir: G y = Cx,

8.5.1.

Notas Historicas

Rudolph E. Kalman, considerado uno de los investigadores m as inuyentes en teor a de control, fue el l der en el desarrollo de una teor a rigurosa de sistemas de control durante 1960s. Sus contribuciones incluyen las nociones de los anos variable de estados, controlabilidad, observabilidad, control de estados, y el principio de superposipor realimentacion de control y observacion. cion junto a Richard Bucy, el esDurante 1960-1961, desarrollo, R.E. Kalman (1930-) timador optimo hoy conocido como ltro de Kalman, am radares, y sopliamente usado en sistemas de navegacion, nares, y tambi en en campos tan diversos como procesamiento de datos s smicos, plantas nucleares, instrumentaci on y econometr a. en el MIT, Nacido en Budapest, Hungr a, Kalman estudio su doctorado de la Columbia University (1957). Hoy y recibio es profesor em erito de estudios de postgrado de la University of Florida, y ad personam chair del Swiss Federal Institute of Technology en Zurich, Suiza.2 El concepto de observadores puede atribuirse a David G. como resultado de su tesis docLuenberger, que lo desarrollo toral (Stanford University, 1963). Su trabajo inclu a los aspectos b asicos de observadores, incluyendo observadores de orD.G. Luenberger den reducido y transformaciones canonicas. Actualmente, David Luenberger es profesor en el departa operacional de la Universidad mento de sistemas economicos, de ingenier a e investigacion de Stanford.

8.6.

de estados caso MIMO Realimentacion

= Ax + Bu x y = Cx

Si el sistema considerado

Nota historica extra da de un art culo de Eduardo Sontag en el SIAM News, 6/94.

 de Estados y Observadores 8. Realimentacion

Notas de CAUT2 - 163

de estados K en u = Kx tiene p n eletiene p entradas, la ganancia de realimentacion necesitamentos; es decir, hay un exceso de grados de libertad, ya que en principio solo mos n ganancias para asignar n autovalores a lazo cerrado del sistema. K para una dada conguracion En el caso de una sola entrada, existe una unica solucion de autovalores a lazo cerrado elegida. En el caso multi-entrada la ganancia K que da los autovalores a lazo cerrado elegidos no es unica Cu al elegir entonces? Este exceso de grados de libertad puede llegar a ser un problema si no est a claro como aprovecharlo. de K en el caso multi-entrada, Existen varias formas de atacar el problema de eleccion entre ellas: 1. Diseno c clico. Reduce el problema a uno de una entrada y aplica las t ecnicas conocidas. de Sylvester a multi2. Diseno v a ecuaci on de Sylvester. Extiende el m etodo de la ecuacion entrada. 3. Diseno can onico. Extiende la formula de Bass-Gura usando la forma canonica multientrada del controlador. 4. Diseno o ptimo. Calcula la matriz K en forma optima. optimo, Desarrollaremos los tres primeros. El diseno que es una forma sistem atica de utilizar todos los grados de libertad disponibles, lo trataremos en el cap tulo siguiente. K = place(A,B,P) es v M ATLAB la funcion alida en el caso multi-entrada, y permi te asignar los autovalores especicados en P, inclusive repitiendo autovalores un numero m aximo de veces igual al numero de entradas. vale remarcar que los resultados de controlaAntes de entrar en los m etodos de diseno, bilidad y asignabilidad de autovalores se extienden al caso multivariable. Los resumimos en los siguiente teoremas; las pruebas siguen de cerca el caso SISO y no las repetimos. Teorema 8.5 (Controlabilidad y realimentacion MIMO). El par ( A BK , B), para cual si ( A, B) es controlable. quier matriz real p n K, es controlable si y solo Teorema 8.6 (Asignabilidad de autovalores MIMO). Todos los autovalores de ( A BK ) pueden asignarse arbitrariamente (siempre y cuando los autovalores complejos conjugados si ( A, B) es controlable. se asignen en pares) eligiendo la matriz constante real K si y solo

C 8.6.1. Diseno clico

En este m etodo transformamos el problema multi-entrada en uno de una entrada y de autovalores del caso SISO. despu es aplicamos los m etodos de asignacion Denicion 8.2 (Matriz C clica). Una matriz A se dice c clica si su polinomio caracter stico es igual a su polinomio m nimo. Recordemos: Toda matriz A satisface su polinomio caracter stico ( ) = det( I A) = 0, por el Teorema de Cayley-Hamilton.

 de Estados y Observadores 8. Realimentacion

Notas de CAUT2 - 164

El polinomio m nimo de una matriz A es el polinomio de m nimo orden ( ) para el que ( A) = 0. si hay un y El polinomio m nimo de una matriz A es igual al caracter stico si y solo un bloque de Jordan asociado a cada autovalor distinto de A. solo Ejemplo 8.6. 1 0 0 0 0 2 1 0 A1 = 0 0 2 1 0 0 0 2 1 0 0 0 0 2 1 0 A2 = 0 0 2 0 0 0 0 2

un bloque de Jordan de orden 1 y 2 solo uno de orden La matriz A1 es c clica: 1 tiene solo 3. La matriz A2 no es c clica: 1 tiene un bloque de Jordan de orden 1 pero 2 tiene dos, uno de orden 2 y uno de orden 1. Teorema 8.7 (Controlabilidad con p entradas controlabilidad con 1 entrada). Si el sistema de orden n con p entradas ( A, B) es controlable y si A es c clica, entonces para casi cualquier vector p 1 V , el sistema de 1 entrada ( A, BV ) es controlable. No probamos formalmente este resultado pero mostramos su validez intuitivamente. de coordenadas, asumimos A Como la controlabilidad es invariante bajo transformacion en forma de Jordan. Para ver la idea b asica consideremos el ejemplo siguiente: 2 1 0 0 0 0 1 0 2 1 0 0 0 0 v 1 0 A= (8.24) 0 0 2 0 B = 1 2 BV = B v2 = . 0 0 0 1 1 4 3 0 0 0 0 1 1 0 un bloque de Jordan asociado a cada autovalor; por lo tanto A es c Hay solo clica. La con para que ( A, B) sea controlable en estas coordenadas es que la tercera y ultima dicion la de B sean distintas de cero. Las condiciones necesarias y sucientes para que el par de una entrada ( A, BV ) sea controlable son = y = 0 en (8.24). Como = v1 + 2v2 , y = v1 si v1 = 0 o v1 /v2 = 2. As entonces o es cero si y solo , cualquier V que no tenga v1 = 0 o v1 = 2v2 va a hacer ( A, BV ) controlable. de las dos El vector V R2 puede asumir cualquier valor en R2 que no est e en la union l neas mostradas en la Figura 8.14. La probabilidad de que un V elegido aleatoriamente caiga sobre estas l neas es nula, y por lo tanto, para casi todo V el par ( A, BV ) ser a controlable. de que A sea c La condicion clica es esencial. Por ejemplo, el par A=
2 1 0 0 2 0 0 0 2

B=

2 1 0 2 1 0

es controlable, puesto que las las 2 y 3 de B son linealmente independientes. Sin embargo, V tal que ( A, BV ) sea controlable (dos bloques de Jordan asociados al mismo no hay ningun autovalor y una sola entrada). un bloque de Jordan Si todos los autovalores de A son distintos, entonces hay solo asociado a cada uno, y por lo tanto la matriz es c clica.

 de Estados y Observadores 8. Realimentacion

Tv
2

Notas de CAUT2 - 165

2
H H HH 1 H HH 1 HH HH H

1 E

HH v1 H

= 2v2

v1 = 0 Figura 8.14: R2

Teorema 8.8 (C clica por realimentacion). Si ( A, B) es controlable, entonces para casi toda matriz p n real constante K, la matriz ( A BK ) tiene autovalores distintos y, por lo tanto, es c clica. No es dif cil ver que la probabilidad de que, eligiendo K al azar, los autovalores de A y ( A BK ) coincidan es nula. Este resultado, junto con el anterior, nos da el procedimiento para asignar los autovalores de ( A BK ) en los lugares deseados. Procedimiento de asignacion de autovalores por diseno c clico 1. Si A no es c clica, introducir u = w K1 x tal que A A BK1 sea c clica. Como , B ). ( A, B) es controlable, tambi en lo es ( A , BV ) sea controlable. 2. Elegir una V R p1 tal que ( A BVK2 3. Introducir w = r VK2 x, donde K2 R1n sea tal que los autovalores de A sean los deseados. nal es u = r (K1 + VK2 ) x. 4. La realimentacion En M ATLAB, partiendo de matrices A,B y autovalores a lazo cerrado deseados en el vector P: >> >> >> >> >> (n,p) = size(B); K1 = rand(p,n); V = rand(p,1); K2 = place(A-B*K1,BV,P); K = K1 + V*K2;

8.6.2.

via Ecuacion de Sylvester Diseno

via la solucion de una ecuacion de Sylvester se extiende al caso El m etodo de diseno multi-entrada. Sea un sistema controlable de orden n y p entradas ( A, B). El problema es encontrar una matriz p n real constante K tal que ( A BK ) tenga cualquier conjunto de autovalor de A. autovalores deseados siempre que no contenga ningun

 de Estados y Observadores 8. Realimentacion

c - j- j - B 6 6

Notas de CAUT2 - 166 x x

- C -c

- j6

A  K1  VK2  por diseno c Figura 8.15: Realimentacion clico

Procedimiento de asignacion de autovalores por diseno v a ecuacion de Sylvester 1. Elegir una matriz n n F con el conjunto de autovalores deseados que no contenga ninguno de A. tal que ( F, K ) sea observable. 2. Elegir una matriz p n arbitraria K . T en la ecuacion de Sylvester AT TF = BK 3. Hallar la unica solucion distinta y repetir el proceso. Si T es no singular, K = 4. Si T es singular, elegir una K 1 KT , y ( A BK ) tiene el conjunto de autovalores deseados. implican de Sylvester y KT = K Si T es no singular, la ecuacion

( A BK ) T = TF o

A BK = TFT 1

y as A BK y F son similares y tienen los mismos autovalores. A diferencia del caso SISO, cuando ( A, B) donde T es siempre no singular, en el caso MIMO T puede ser singular aun es controlable y ( F, K ) observable.

8.6.3.

Canonico Diseno

extiende a MIMO el procedimiento que seguimos para derivar la formula Este diseno de es complicada, pero como realmente muestra la esencia Bass-Gura en SISO. La derivacion de estados, lo presentamos para un ejemplo. de la realimentacion La idea es llevar al sistema a la forma canonica multientrada del controlador. Supongamos que tenemos un sistema de orden 6, 2 entradas y 2 salidas, es decir, A R66 , B R6 2 , y C R2 6 . Primero buscamos columnas linealmente independientes en

C = [ B, AB, . . . , A5 B]
en orden de izquierda a derecha. Supongamos que los ndices de controlabilidad son 1 = 4 3 y 2 = 2.
3

Es decir, en las n columnas LI de C hay 4 de la entrada 1, y 2 de la entrada 2.

 de Estados y Observadores 8. Realimentacion

Notas de CAUT2 - 167

= Px Entonces existe una matriz no singular P tal que el cambio de coordenadas x transformar a el sistema a la forma canonica multi-entrada del controlador 111 112 113 114 121 122 1 b12 1 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 x = x 0 0 1 0 0 0 + 0 0 u 221 222 0 1 211 212 213 214 0 0 0 0 1 0 0 0 y= 111 112 113 114 121 122 x 211 212 213 214 221 222

Ahora, de cualquier conjunto de 6 autovalores deseados podemos formar el polinomio K (s) = (s4 + 111 s3 + 112 s2 + 113 s + 114 )(s2 + 221 s + 222 ). como Eligiendo K = 1 b12 K 0 1
1

111 111 112 112 113 113 114 114 121 122 211 211 212 212 213 213 214 214 221 221 222 222

se puede vericar f acilmente que 111 112 113 114 1 0 0 0 0 1 0 0 B K = A 0 0 1 0 211 212 213 214 0 0 0 0

0 0 0 0

0 0 0 0

221 222 1 0

B K ) es triangular en bloques, para cualesquiera Como ( A 21i , i = 1, 2, 3, 4, su polinomio caracter stico es igual al producto de los polinomios caracter sticos de los bloques diagonales de ordenes 4 y 2. Como estos bloques est an en forma companion, el polinomio B K ) es igual al deseado. Finalmente K = KP ubica los autovalores caracter stico de ( A de A BK en las posiciones deseadas.

8.7. Observadores MIMO

Todo lo que discutimos sobre observadores en el caso SISO vale para el caso MIMO; para el sistema de n estados, p entradas y q salidas = Ax + Bu x y = Cx consiste en usar la entrada u y la salida medida y para obteel problema de observacion del estado del sistema x. Como en el caso SISO, el observador ner una estima asintotica x est a dado por las ecuaciones = ( A LC ) x + Bu + Ly. x

 de Estados y Observadores 8. Realimentacion

Notas de CAUT2 - 168

como en el Este es un observador de orden completo. Deniendo el error de estimacion caso SISO, (t) x(t) x (t), x llegamos a que la din amica del error est a dada por = ( A LC ) x . x Si el par ( A, C ) es observable, entonces los autovalores de ( A LC ) pueden asignarse ar adecuada de L. As bitrariamente por medio de una eleccion , la velocidad de convergencia al estado actual x puede hacerse tan r de la estima x apida como se quiera.4 Los mismos m etodos vistos para calcular K y asignar los autovalores de A BK pueden usarse para calcular L y asignar los autovalores de A LC. Por ejemplo, en M ATLAB, dados los autovalores deseados en el vector P, usamos >> L = place(A,C,P);

8.7.1.

Observador MIMO de orden reducido

de Sylvester. Presentamos el procedimiento de Chen [1999] via ecuacion Procedimiento de diseno de observador MIMO de orden reducido Sea el par ( A, C ) observable, donde A Rnn y C Rqn . Asumimos que el rango de C es q (es decir, todas las salidas son l.i.). 1. Elegir una matriz Hurwitz cualquiera F R(nq)(nq) que no tenga autovalores en con los de A. comun 2. Elegir una matriz cualquiera L R(nq)q tal que ( F, L) sea controlable. unica TA FT = LC. 3. Calcular la solucion T R(nq)n de la ecuacion
nn 4. Si la matriz P = [ C es singular, volver al paso 2 y repetir el proceso. Si P es T] R no singular, entonces la EE

(t) = Fz(t) + TBu(t) + Ly(t) z (t) = x C T

1

y z

genera una estima asintotica de x(t).

8.8.

Consideraciones de diseno

de estados, Sabiendo ya como asignar autovalores a lazo cerrado por realimentacion un observador en caso de que no todos los estados sean medibles, resta y como disenar decidir donde colocar estos autovalores. Damos ahora algunas pautas a tener en cuenta en Recordemos que dado el polinomio caracter esta eleccion. stico deseado K (s) = sn + 1 s n1 + + n 1.
Sin embargo, esto no necesariamente implica que el error pueda reducirse arbitrariamente. Puede mos a la m trarse que ceros y polos de la planta con parte real positiva imponen una limitacion nima energ a T (t) x (t)dt, lograble eligiendo L. Hay casos en que no puede reducirse a cero. del error, 0 x
4

 de Estados y Observadores 8. Realimentacion (SISO) la formula de Bass-Gura daba la ganancia de realimentacion T n1 n2 n n n2 n3 . . . . . . . . K= . 2 2 1 2 1 1 1 1 1 0 . . . 2 1 . . . 1 1 . . . ... . . . ... 0 0 ... 0 0 ... 0 0

Notas de CAUT2 - 169

1 1 0 . . . C 1 , 0 0 0

(8.25)

donde C = [ B, AB, . . . , A1 B] es la matriz de controlabilidad del sistema. Notamos de (8.25) que K ser a mayor en magnitud (norma): cuanto m as se desplacen los autovalores respecto de las posiciones de lazo abierto (mayores diferencias entre i y i ), cuanto m as cerca de ser singular est e C (cuanto menos controlable sea el sistema, mayor esfuerzo llevar a controlarlo).

8.8.1.

de ganancia elevada Dicultades de la realimentacion

Si se desea estabilizar el sistema, habr a necesariamente que mover autovalores al lado izquierdo del plano complejo. Sin embargo, moverlos excesivamente a la izquierda implicar a usar una K elevada. Una K elevada tender a a hacer saturar los actuadores, trayendo del sistema. efectos indeseados en el desempeno no es el unico; Es claro que si bien la estabilidad es un punto esencial en el diseno, existen tambi en requerimientos de velocidad de respuesta, sobrevalor, etc. Como discuti eramos anteriormente, la velocidad del sistema queda denida por su ancho de banda, denido como la frecuencia a partir de la cual la magnitud de la respuesta en frecuencia del sistema comienza a decaer signicativamente (3 dB). En t erminos de autovalores, el ancho de banda queda determinado por los autovalores dominantes, es decir, aquellos cuya parte real es m as cercana al origen (los de transitorios de decaimiento m as lento). As , el mover los autovalores excesivamente a la izquierda implica tambi en un lazo cerrado de gran ancho de banda, que puede amplicar incertidumbres en el modelo y perturbaciones de alta frecuencia. Remarcamos que adem as, si los autova lores a lazo cerrado se situan a distancias desparejas del origen, el esfuerzo de control no ser a ecientemente distribuido, lo que implica desperdicio de energ a. razonable de los autovalores: Resumiendo, para una eleccion Elegir el ancho de banda sucientemente grande como para alcanzar los requerimientos de velocidad de respuesta deseados. No excederse en el ancho de banda ojo a los efectos de ceros de fase no m nima (subvalor excesivo), y el ruido y la incertidumbre de modelado en alta frecuencia. Ubicar los autovalores a distancias aproximadamente uniformes del origen para un uso eciente del esfuerzo de control. de autovalores comun que satisface estos lineamientos es la de ButUna conguracion Butterworth se dene por 2 terworth, originaria de teor a de ltrado. La conguracion

 de Estados y Observadores 8. Realimentacion

Notas de CAUT2 - 170

de los autovalores quepar ametros: la frecuencia de corte 0 y el orden k. La ubicacion da denida por las ra ces de la ecuacion s 0
2k

= ( 1 )k +1 .

j
4

j
6

j
8

de polos Butterworth para k = 1, 2, 3, 4. Figura 8.16: Conguracion Butterworth son los polinomios de Los polinomios cuyos ceros tienen la conguracion Butterworth. Los primeros 4 son: B1 (s) = s + 1 B2 (s) = s2 + 2s + 1 B3 (s) = s3 + 2s2 + 2s + 1 B4 (s) = s4 + 2,613s3 + (2 +

2)s2 + 2,613s + 1.

Los ltros de Butterworth, cuyos denominadores son los polinomios de Butterworth, se pueden calcular en M ATLAB con la funcion >> [Num,Den] = butter(N,W0,s) Butterworth tiene proComo veremos en detalle en el ultimo cap tulo, la conguracion piedades de optimalidad.

8.8.2.

Resumen del proceso de diseno

8.9.

Resumen

de estados K para asigVimos dos m etodos para calcular la ganancia de realimentacion A BK del lazo cerrado en las ra nar los autovalores de la matriz de evolucion ces de un polinomio caracter stico deseado: K (s) = sn + 1 s n1 + + n 1.

 de Estados y Observadores 8. Realimentacion

' Arquitectura de Control c Especicaciones c Modelo Matem atico ' c Ganancias de Control c Observador

Notas de CAUT2 - 171

c Chequeo y Robustez c & no & & OK & & & si c Simulacion c Construcci on y Ensayo

'

Figura 8.17: Proceso de diseno

El primer metodo

usa la formula T n1 n2 n n n2 n3 . . . . . . . . K= . 2 2 1 2 1 1 1 1 1 0 . . . 2 1 . . . 1 1 . . . ... . . . ... 0 0 ... 0 0 ... 0 0 1 1 0 . . . C 1 0 0 0

que se conoce como F ormula de Bass-Gura, donde 1 , 2 , . . . , n son los coecientes del polinomio caracter stico de A, y C = [ B, AB, . . . , An1 B] es la matriz de controlabilidad del sistema a lazo abierto. Funciones utiles en M ATLAB pol=poly(A) calcula los coecientes pol=[1, 1 , 2 , . . . , n ] del polinomio caracter stico de la matriz A. CC=ctrb(A,B) calcula la matriz de controlabilidad C . lop=fliplr(pol) invierte el orden de los coecientes en el vector pol; o sea lop=[ n , . . . , 1 , 1]. R=hankel(fliplr(pol(1:n-1))) arma la matriz ... 1 n.2 n.3 . . R= .2 .1
1 1 1 0
n1

n2

... 1 1 0

... . . . . . . ... 0 0 0 ... 0 0 0 ... 0 0 0

. . .

La siguiente secuencia en M ATLAB calcula K en la formula de Bass-Gura, de A,B y polK= [1, 1, . . . , n ] (polinomio deseado):

 de Estados y Observadores 8. Realimentacion >> >> >> >> pol n = R = K =

Notas de CAUT2 - 172

= poly(A); length(pol); hankel(fliplr(pol(1:n-1))); fliplr(polK(2:n-1) - pol(2:n-1))*inv(R)*inv(ctrb(A,B)); de Lyapunov generalizada (tambi resuelve la ecuacion en llamada , AT TF = BK

El segundo metodo de Sylvester)

donde F es una matriz cualquiera con los autovalores a lazo cerrado deseados (distintos de un vector la arbitrario tal que ( F, K ) sea observable. Entonces los de A) y K 1 . K = KT En M ATLAB >> T = lyap(A,-F,-B*Kbar); >> K = Kbar*inv(T); Tarea de estudio 239-41]. del segundo m Ver la justicacion etodo en Chen [1999, 8.2.1, p aginas

8.10.

Ejercicios

de estados u = r Kx para estabilizar Ejercicio 8.1. Calcular un control por realimentacion el sistema del p endulo invertido dado por las EE 0 1 0 0 0 1 0 0 1 0 = x 0 0 0 1 x + 0 0 0 5 0 2 y= 1 0 0 0 x ubicando los autovalores del lazo cerrado en 1,5 j0,5 y 1 j. Utilizar los dos proce obtenidas. dimientos dados y comparar las ganancias de realimentacion unitario en la referencia. Simular la respuesta del sistema realimentado a un escalon Calcular la cota inferior teorica para el subvalor en la respuesta y comparar con los valo Cu si se quisiera hacer la res observados en la simulacion. al es el compromiso de diseno respuesta a lazo cerrado m as r apida? Como se altera la respuesta si se recalcula una K para ubicar uno de los autovalores a lazo cerrado sobre el cero estable del sistema? el controlador para el sistema del Ejemplo 8.3 incorporando accion Ejercicio 8.2. Redisenar el esquema de la Figura 8.8. Vericar por simulacion las propiedades de integral segun robustez y rechazo de perturbaciones del lazo cerrado introduciendo incertidumbres de modelado y perturbaciones de entrada.

 de Estados y Observadores 8. Realimentacion

Notas de CAUT2 - 173

de transferencia a lazo abierto Ejercicio 8.3. Es posible cambiar la funcion (s) = G

(s1)(s+2) (s+1)(s2)(s+3)

a la de lazo cerrado

k (s) = G

s1 (s+2)(s+3)

de estados? Ser mediante realimentacion a el sistema resultante BIBO estable? Y asintoticamente estable? Qu e puede decirse para (s) = G
(s1)(s+2) (s+1)(s2)(s+3)

al lazo cerrado

k (s) = G

1 (s+3) ?

Ejercicio 8.4. Encontrar la ganancia K en u = r Kx para asignar en 1 y 2 los autovalores a lazo cerrado del sistema = x 2 1 1 x+ u 1 1 2

y = 1 1 x. un observador de orden completo y uno de orden reducido para Ejercicio 8.5. Disenar estimar los estados del sistema del Ejercicio 8.4. Elegir los autovalores de los estimadores dentro del conjunto {3, 2 j2}. transferencia de r a y del sistema a lazo cerrado del EjerciEjercicio 8.6. Calcular la funcion se aplica al estado estimado con el observador cio 8.4. Repetir el c alculo si la realimentacion de orden completo disenado en el Ejercicio 8.5. Repetir pero ahora con la estima obtenida del observador de orden reducido. Son las tres funciones transferencia la misma? del control de posicion del motor de corriente continua Ejercicio 8.7. Considerar el diseno del ejemplo tutorial en Matlab. 1. Implementar el sistema con controlador en S IMULINK. Simular la respuesta a un es en r, y a un escalon de torque de perturbacion aplicado 0,1 segundos m calon as tarde. un observador de orden reducido. Asignar los autovalores del observador de 2. Disenar modo que no afecten la respuesta especicada para el sistema. 3. Incorporar el observador al modelo S IMULINK y aumentar el valor del momento de de la reinercia del motor en un 20 %. Repetir el ensayo de respuesta a un escalon de torque. Se conserva el desempeno? Cu ferencia y perturbacion al es la m axima admisible? perturbacion Ejercicio 8.8. Para el sistema dado por 0 1 0 0 A= 3 1 2 1

0 1 2 0

0 0 3 0

0 0 B= 1 0

0 0 2 2

encontrar 2 matrices K tales que los autovalores de A BK sean 4 j3 y 5 j4.

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

193