Automatica 50 (2014) 3-43

listas de contenidos ofrecidos en ScienceDirect

Automatica

revista Página de inicio: www.elsevier.com/locate/automatica

papel encuesta

Control: Una perspectiva yo

Karl J. Åström un , 1 , PR Kumar segundo

un Departamento de Control Automático, Universidad de Lund, Lund, Suecia

segundo Departamento de Ingeniería Eléctrica e Informática, Universidad Texas A & M en College Station, EE.UU.

información del artículo abstracto

Historia del artículo: La retroalimentación es una idea antigua, pero el control de realimentación es un campo joven. Naturaleza descubrieron hace mucho tiempo ya
Recibido el 25 de julio de 2013 recibida que la retroalimentación es esencial para la homeostasis y la vida. Itwas la clave para harnessingpower en la revolución industrial y se
en forma 10 de octubre de 2013
encuentra hoy en día en todas partes a nuestro alrededor. Su desarrollo como un campo involucrado contribuciones de ingenieros,
revisada
matemáticos, economistas y físicos. Es la primera disciplina sistemas; representaba un paradigmshift porque cortar a través de las disciplinas
Aceptó 17 de octubre de 2013 Disponible en Internet el 28
tradicionales de ingeniería de aeronáutica, química, ingeniería civil, andmechanical eléctrica, así como la economía y la investigación de
de diciembre de 2013
operaciones. El ámbito de control hace que el campo multidisciplinar por excelencia. Su compleja historia de la evolución es fascinante, y una
perspectiva sobre su crecimiento se presenta en este documento. La interacción de la industria, aplicaciones, tecnología,
palabras clave:

Comentarios Teoría de
Control Administración
de red © 2013 Elsevier Ltd. Todos los derechos reservados.

aplicaciones

1. Introducción En la era post-genómica moderna, un objetivo clave de los investigadores en biología de

Naturaleza descubrió retroalimentación hace mucho tiempo. Creó mecanismos de
retroalimentación y las explotó en todos los niveles, que son fundamentales para la
homeostasis y la vida. Como la tecnología, el control se remonta por lo menos dos milenios.
Hay muchos ejemplos de control desde la antigüedad ( Mayr, 1969 ). Ktesibios (285-222 BC)
desarrolló un mecanismo de retroalimentación para regular el flujo de mejorar la precisión de
los relojes de agua. En la era moderna, el uso de James Watt del regulador centrífugo de la
máquina de vapor fue fundamental para la revolución industrial. Desde entonces, el control
automático se ha convertido en un factor clave para los sistemas de ingeniería de los siglos
19 y 20: generación y distribución de energía eléctrica, telecomunicaciones, control de
procesos, dirección de buques, control de vehículos y aviones, el funcionamiento de los
sistemas de producción e inventario, y la regulación de los flujos de paquetes en Internet. Se
sistemas es comprender cómo interrumpir las votaciones de las vías biológicas dañinas que
causan la enfermedad. Teoría y aplicaciones de control de están creciendo rápidamente en
todas las áreas.
La evolución del control de una antigua tecnología para un campo moderno es un
microcosmos fascinante del crecimiento de la moderna sociedad tecnológica. Además
de ser de interés intrínseco, su estudio también proporciona la penetración en los
matices de cómo teorías, tecnolo- gías y aplicaciones pueden interactuar en el desarrollo
de una disci- plina. Este documento ofrece una perspectiva sobre el desarrollo del
control, la forma en que surgió y se desarrolló. Es de ninguna manera enciclopedias
Pedic. Para describir el campo, tenemos, algo arbitrariamente, Cho-Sen de los años
1940, 1960 y 2000 como separadores de cuatro periodos, que están cubiertos en las
secciones con los títulos de cata: el poder de control de retroalimentación: antes de

emplea habitualmente con componentes individuales como sensores y actuadores en 1940, el campo Emerges: 1940-1960, TheGoldenAge: 1960-2000, y los sistemas del

sistemas grandes. Hoy en día el control es omnipresente en nuestras casas, automóviles e futuro: después de 2000.

infraestructura.

Fue sólo a mediados del siglo 20 que el control automático surgió como un aparte,
thoughmultidisciplinary, la disciplina. La Federación ternational In- de Control Automático
(IFAC) se formó en 1956 ( Kahne , 1996 ; Luotuo , 1978 ; oldenburger , 1969 ), El primer
yo Este documento se basa en parte en el trabajo apoyado por el Linnaeus Fundación Centro de Investigación sueco
Congreso Mundial de la IFAC se celebró en Moscú en 1960, y la revista Au- tomatica
LCCC, el Centro de Excelencia ELLIIT, la NSF bajo la Ciencia y la Tecnología Centro de Grant CCF-0.939.370 y
apareció en 1962 ( Axelby , 1969 ; Coales , 1969 ). Para el año 2000 la IFAC había crecido
Contrato Nº. CNS
a 66 comités técnicos. Como un elemento clave de varios campos de la tecnología, el
1232602, SNC-1302182, y CPS-1239116, y la AFOSR bajo contrato No.FA 9550-13-1-0008. El material en este
control es esencialmente multidisciplinario. Esto se refleja claramente en las diversas
documento no fue presentado en una conferencia. Este documento ha sido recomendado para su publicación en
forma revisada por el editor John Baillieul.
organizaciones, AIAA, AIChE, ASCE, ASME, IEEE, ISA, SCS y SIAMthat se incluyen en
el Consejo Americano de Control Automático (AACC) y la IFAC.
Correos electrónicos: kja@control.lth.se (KJ Åström), prk@tamu.edu (PR Kumar). 1 Tel .: +46 46 222 8781;

Fax: +46 46 138118.

0005-1098 / $ - see front matter © 2013 Elsevier Ltd. Todos los derechos reservados.
http://dx.doi.org/10.1016/j.automatica.2013.10.012
4 KJ Åström, PR Kumar / Automatica 50 (2014) 3-43
sin embargo, hay otro sentido en el que el control ha sido multidisciplinar - en la
búsqueda de las teorías y principios, cistas Physicians, ingenieros, matemáticos,
economistas, y todos los demás han contribuido a su desarrollo. El físico Maxwell puso
el fundamento teórico para gobernadores ( Maxwell, 1868 ). Más tarde, uno de los
primeros libros ( James, Nichols, y Phillips, 1947 ) Fue POR ESCRITO por un físico, un
matemático y un ingeniero. Los maticians mathe- Richard Bellman ( Bellman, 1957b ),
Solomon Lefschetz ( Grewal y Andrews, 2010 ), Y LS Pontryagin ( Pontryagin, Boltyanskii,
Gamkrelidze, y Mischenko de 1962 ) Contribuyeron al desarrollo temprano de la teoría de
control moderna. De hecho, el respeto por el rigor matemático ha sido un sello distintivo
de los sistemas de control de búsqueda re-, quizá una herencia de la teoría de circuitos ( Presagiar
no han prestado suficiente atención a la escritura populares; Una excepción notable es el
, 1960 ;
Guillemin , 1940 ).
teoría de control, al igual que muchas otras ramas de la ingeniería ENCE sci-, se ha
desarrollado en el mismo patrón que las ciencias naturales. Aunque existen fuertes
similitudes entre la ciencia y la inge- niería naturales, sin embargo hay también algunas
diferencias fundamentales. El objetivo de la ciencia natural es la de comprender los
fenómenos de la naturaleza. Un objetivo central ha sido encontrar leyes naturales, el éxito
siendo recompensado por la fama y los premios Nobel. No ha habido una fuerte phasis em-
en reduccionismo, que requieren el aislamiento de los fenómenos específicos, un caso
extremo de ser física de partículas. El objetivo de la ingeniería ENCE cien-, por el contrario,
es de entender, inventar, diseñar sistemas de ingeniería andmain- tainman a medida. Un reto
principal es encontrar los principios del sistema que hacen que sea posible comprender de
manera efectiva y sistemas físicos complejos de diseño. Retroalimentación, que está en el
centro de control, es tal principio. Si bien el reduccionismo pura ha sido tremendamente
exitosa en la ciencia natural, ha sido menos eficaz en la ciencia de la ingeniería porque las
interacciones son esenciales para los sistemas de ingeniería.
Muchas visiones generales de control se han presentado en relación con varios
aniversarios. IFAC realizó un taller en Heidelberg en septiembre de 2006 para celebrar
su 50 aniversario ( IFAC, 2006 ). Automatica celebra su 50 aniversario en 2014 ( Coales
de 1969 ). Una visión global de sensores y controladores industriales se publicó en el 50
aniversario de la Sociedad Internacional de Automatización (ISA) ( Strothman, 1995 ). La
Sociedad Americana de Ingenieros Mecánicos (ASME) publicó una serie de documentos
sobre la historia del control en relación con el 50 aniversario de los Dynamic Systems
Journal, medición y control en 1993 ( Rabins, 1993 ). La Sociedad de Sistemas de Control
de IEEE patrocinó la reimpresión de 25 trabajos seminales sobre teoría de control,
seleccionados por un comité de redacción ( Ba≥ar de 2001 ). La Revista Europea de
control publicó un número especial: En el amanecer y el Desarrollo de la Ciencia de
control en el siglo XX-XX en enero de 2007, en la que los investigadores reflejados en su
visión de su desarrollo ( Bittanti y Gevers, 2007 ). Un número especial sobre la historia de
la ingeniería de sistemas de control ( Axelby, 1984 ) Fue publicado en 1984 en el
centenario de IEEE. La Sociedad de Sistemas de Control de IEEE organizó aworkshop
sobre el impacto del control: pasado, presente y futuro en Berchtesgaden, Alemania,
In2009. fromtheworkshopwas materiales combinedwith una extensa colección de
historias de éxito y grandes retos en un amplio informe ( Samad y Annaswamy de 2011 ).
La Academia Nacional de Ingeniería publicó dos estudios sobre el futuro de la ingeniería
en el cambio de siglo ( NAE , 2004 ,
2005 ). Ellos señalan la creciente importancia de los sistemas y el papel de modelado y
simulación para el diseño y la ingeniería basada en ordenador. La Oficina de la Fuerza
Aérea de los EE.UU. de Investigaciones Científicas (AFOSR) patrocinó un panel para
estudiar las futuras direcciones de control, dinámica y sistemas, lo que resultó en un amplio
informe ( Murray, 2003 ), Que se resumen en Murray, Åström, Boyd, Brockett, y Stein
( 2003 ).
El campo de control está incluso atrayendo la atención de la American National Standard
históricamente, tal vez una indicación de que ha tenido un proceso de desarrollo complejo que
necesita ser sacado a la luz. Hay libros sobre la
historia del control ( Bennett , 1979 , 1993 ; Bissell , 2009 ), Sobre los investigadores indi-
viduo ( Hughes, 1993 ), Y en organizaciones y proyectos ( Mackenzie , 1990 ; Mindell , 2002 ,
2008 ). Hay sesiones en la historia del campo en muchas conferencias de control.
Paradójicamente, a pesar de su uso generalizado, el control no es muy habla mucho
fuera de un grupo de especialistas; de hecho, a veces se llama el '' la tecnología oculta '' ( Åström,
1999 ). Una razón podría ser su mismo éxito que la hace invisible para que se remacha
toda la atención al dispositivo producto final. También es más difícil hablar de ideas como
la retroalimentación de hablar de dispositivos. Otra razón es que los científicos de control
tema de 1952 Americanwhichwas científica dedicada al Control Automático ( Brown y
Campbell, 1952 ; Tustin , 1952 ). En 1940 el control fue utilizado ampliamente para sistemas
eléctricos, control de procesos, telecomunicaciones y gobierno del buque. Miles de
gobernadores, se fabricaron los controladores para el control de procesos, girocompases y
del girocompás pilotos. Controladores fueron implementados como dispositivos especiales
analógicas propósito basados ​en tecnologías mecánicos, hidráulicos, neumáticos y
eléctricos. Retroalimentación se utiliza extensamente para obtener componentes robustos
comportamiento fromnonlinear lineales. la computación electrónica analógica emergía; que
originalmente se había inventado para simular sistemas de control ( Holst, 1982 ). comu-
nicación fue impulsado por la necesidad de salas de mando centralizado en los sistemas
de control ceso y control de incendios pro. Los beneficios derivados fromthe poder de
control fueron la fuerza motriz.
Aunque los principios fueron muy similares en los diversos intentos industrializados, el
carácter común de los sistemas no se entendía ampliamente. Un ejemplo sorprendente es
que características como la acción integral y derivativo se reinventan y patentado muchas
veces en diferentes campos de apli- cación. Las bases teóricas eran modelos linealizados y el
criterio de estabilidad de Routh-Hurwitz. Unos pocos libros de texto eran capaces dispo- ( Joukowski
, 1909 ; Tolle , 1905 ). La investigación y el desarrollo se llevaron a cabo principalmente en la
industria.
El control era una campaña que se estableció en 1960 debido a su desa- rrollo durante
la Segunda Guerra Mundial. teoría servomecanismo fue la base teórica. Herramientas para
el modelado de datos, utilizando la respuesta de frecuencia, junto con los métodos de
análisis y síntesis, estaban disponibles. la computación analógica se utiliza como una
tecnología para la implementación de controladores y como una herramienta para ulación
sim-. Gran parte del desarrollo habían sido impulsada por los requisitos de las aplicaciones y
necesidades prácticas. Después de una evolución larga y compleja que hay finalmente había
surgido una visión integral de la teoría y aplicaciones, junto con muchas aplicaciones en
diversos campos. sistemas de control fueron producidos en masa, las grandes empresas
tienen departamentos de control, y la existencia de empresas especializadas en el control.
Una organización internacional IFAC había sido creado, y su primer Congreso Mundial se
celebró en Moscú en 1960. La mayor parte de la investigación y el desarrollo se había hecho
en los institutos de investigación, y las industrias con colaboraciones con algunas
universidades. Para el año 1960 se han publicado más de 60 libros sobre el control.
Sin embargo, muchos cambios comenzaron a ocurrir alrededor de 1960; la
computadora digital, programación dinámica ( Bellman, 1957b ), El enfoque de espacio de
estado para controlar ( Kalman, 1961a ), Y el regulador cuadrático lineal ( Kalman, 1960 )
Había aparecido, con el filtro de Kalman a la vuelta de la esquina ( Kalman, 1961b ). Allí
comenzó un desarrollo muy dinámico de control, lo que hemos denominado la edad de
oro. Hubo desafíos de la carrera espacial y de introducción de control de la computadora
en la industria de procesos, así como en muchas otras aplicaciones tales como
automóviles y teléfonos celulares. Se produjo un rápido crecimiento de las aplicaciones y
un desarrollo muy dinámico de la teoría, y se desarrollaron muchas subespecialidades.
La educación universitaria se expandió rápidamente, tanto a nivel de pregrado y los
niveles graduados. Una consecuencia fue que la paridad que se había logrado entre la
teoría y la práctica después de muchas décadas fue violada una vez más, esta vez en el
 KJ Åström, PR Kumar / Automatica 50 (2014) 3-43
direccion contraria. teoría pura agarró la atención en una medida significativa y no surgió
una percepción entre algunos de que therewas un '' brecha '' ( Axelby de 1964 ), Y que la
visión holística se había perdido ( Bergbreiter de 2005 ).
Por supuesto, es difícil tener una buena perspectiva sobre los acontecimientos
recientes, pero nuestra opinión es que hay indicios de que otro desarrollo importante y
chorro está ahora en curso. Por alrededor de 2000, se había producido una transición de
fase en la tecnología, debido a la aparición y proliferación de telefonía fija y redes
inalámbricas, y el desarrollo de sensores, computadoras de gran alcance, y un software
complejo. A la vuelta del siglo therewere por lo tanto, nuevos retos; control de las redes
y de control a través de redes, diseño de sistemas embebidos demostrablemente
seguras y diseño basado en la autonomía y el modelo de sistemas complejos. El
crecimiento espectacular de la capacidad tecnológica proporciona por lo tanto muchas
oportunidades, pero también presenta muchos desafíos que requieren una estrecha
integración con el control de la informática y la comunicación. ARTIST2 ( 0000 ) y ArtistDesign determinar mediante el análisis de las raíces de una ecuación algebraica. Maxwell deriva
( 0000 ) Se centró en los sistemas integrados en la UE, y sistemas de Cyber-físicos en los
EE.UU. ( Baheti y Gill, 2011 ). interacción más estrecha con la física, la biología y la
medicina también está ocurriendo. El control es un ingrediente clave en dispositivos
tales como la óptica adaptativa y microscopios de fuerza atómica. está siendo explorado
de control de los sistemas cuánticos y moleculares. La necesidad y el interés en el uso
de las ideas y los sistemas de control para obtener una visión más profunda en los
sistemas biológicos ha aumentado. El campo de la biología de sistemas ha surgido y
groupswith científicos y biólogos de control se han creado; digno de mención son los
departamentos de bioingeniería en las escuelas de ingeniería.
2. Probar el poder de control de retroalimentación
A fin de que la revolución industrial a ocurrir, se requiere potencia, y el control era
esencial para aprovechar la energía de vapor. Por lo tanto un importante desarrollo en el
control coincidió con la revolución industrial. control de retroalimentación era una
herramienta poderosa. Se hizo posible reducir el efecto de las perturbaciones
andprocess variaciones, para hacer buenos sistemas de componentes malos, y para
estabilizar sistemas inestables. El mayor inconveniente era que la retroalimentación
podría causar inestabilidades. El reconocimiento y la solución de estos problemas
llevaron a importantes avances en el control. A medida que avanzaba la revolución
industrial, la aparición de nuevas innovaciones técnicas e industrias hecho del control
una parte esencial y central de la eléctrica, química, teléfono y otras industrias. La
evolución del control y la industria han sido fuertemente conectada desde entonces.
2.1. El regulador centrífugo
La necesidad de dispositivos de control ya aparecía en el funcionamiento de los
molinos de viento. El regulador centrífugo, que data de 1745, fue inventado para mantener
molinos funcionando a velocidad constante ( Mayr, 1969 ). Requisitos similares aparecieron
cuando se utiliza la energía del vapor en la industria textil para mantener telares y otras
máquinas que funcionan a velocidad constante. James Watt adaptado con éxito el
regulador centrífugo para adaptarse a la máquina de vapor y la patentó en
1788.
El regulador centrífugo combina detección, accionamiento y trol con-. El diseño de un
gobernador era un compromiso; Se necesitan bolas pesadas para crear fuerzas de
accionamiento fuertes sino que también dan lugar a una respuesta lenta. Otras dificultades
prácticas fueron creadas por la fricción y la holgura en los dispositivos mecánicos. El
gobernador básico produce acción proporcional debido a que el cambio en el ángulo es
proporcional al cambio en la velocidad. Tales resultados de un gobernador en un error de
estado estacionario. Un controllerwith actionhow- integrante adicional alguna vez tiene la
propiedad notable que siempre se acerca al
5
corregir estado estacionario si el sistema de bucle cerrado es estable. ac- ción integral se
introdujo alrededor de 1790 en un gobernador diseñado por los hermanos Perrier. Se utilizó un
dispositivo hidráulico en el que el flujo de entrada a un recipiente era proporcional a la velocidad y
la válvula de vapor fue impulsado por el nivel ( Mayr, 1969 , pag. 110-113). En 1845 Werner y
William Siemens presentó acción integral mediante el uso de engranajes diferenciales ( Bennett,
1979 , pag. 21-22). Los hermanos de Siemens también introducido unas medidas derivado basado
en un volante de inercia. El gobernador se convirtió en una parte integral de todos los
steamengines. El gobernador se Ther fur- desarrolló durante un período de 200 años que se
extiende desde finales de 1700, como es bien descrito en Bennett ( 1979 ).
Investigación teórica de gobernadores startedwith el artículo de
Maxwell ( 1868 ). Se analizó linearizedmodels y demostró los beneficios de la acción
integral. También encontró que la estabilidad del sistema de circuito cerrado se pudo
un criterio de estabilidad para los sistemas de tercer orden y se volvió a su colega Routh
que resolvió el problema general ( Routh, 1877 ). Vyshnegradskii analizó un motor de
vapor con un gobernador independientemente de Maxwell ( Vyshnegradskii de 1876 ), Y
también desarrollado un criterio de estabilidad para los sistemas de tercer orden. Los
resultados de Vyshnegradskii estaban orientadas ingeniería y fuertemente acoplados al
diseño de gobernadores. Había sido entrenado como un matemático, y fue director del
Instituto Tecnológico de San Petersburgo, donde fue pionero de golf en la construcción
de maquinaria con una base científica sólida. Terminó su carrera como ministro de
Finanzas del imperio ruso ( Andronov, 1978 ).
Los resultados de Vyshnegradskii fueron utilizados por Stodola ( 1893 ) para diseñar
reguladores de turbina de agua. Utilizó modelos más complicados y se volvió a su
colega en Hurwitz Escuela Politécnica Federal (ETH), Zurich para ayudar con el análisis
de estabilidad. Hurwitz desarrolló un criterio de estabilidad general usando otros
métodos que Routh ( Hurwitz, 1895 ). Hoy sabemos el resultado como el criterio de
Routh-Hurwitz. Stodola también introdujo variables libres dimensión y constantes de
tiempo. perspectivas interesantes sobre el trabajo de Maxwell y Vyshnegradskii se dan
en Andronov
( 1978 ), Bennett ( 1979 ), Bissell ( 1989 ), Profos ( 1976 ). Hubo poca interacción entre los
científicos ( Gantmacher, 1960 , pag. 172-173). Routh y Hurwitz no estaban al tanto de las
contribuciones de los demás y que utilizan diferentes técnicas matemáticas ( Lyapunov,
1892 ). Stodola onlymentionedRouth ensu trabajos posteriores ( Andronov, 1978 ).
A principios del siglo 19 hubo una base de ingeniería firmemente es- tablecido para
el control de máquinas con ernors biernos. Muchas empresas inventadas y fabricadas
gobernadores. De acuerdo a Bennett ( 1979, página 74), thereweremore que 75.000
gobernadores instalados en Inglaterra en 1868. proporcionales, acciones integral y
derivativa se comprendidos e implementados por los dispositivos iCal o hidráulicos
meca-. El fundamento teórico se basó en el trabajo de Maxwell, Vyshnegradskii y la Rion
crite- Routh-Hurwitz. La educación en el control comenzó en algunas universidades.
Tolle com- apiló los resultados en un libro de texto ( Tolle, 1905 ) '' Der Regelung der
Kraftmaschinen (control de máquinas eléctricas) '' en 1905. Análisis y diseño se basaron
en la linealización y el examen de las raíces de la ecuación característica. La
aerodinámica Joukowski en MoscowUniversity publicó el primer libro ruso ( Joukowski de
1909 ) En el control, '' La Teoría de la Regulación del movimiento de Ma- lomos '', en
1909.
2.2. Generación y transmisión de electricidad
La industria de la energía eléctrica surgió a finales del siglo 19 y creció rápidamente a
principios del siglo 20. La electricidad se genera por las turbinas de agua o por unidades de
calderas de turbinas, y se distribuyó originalmente localmente con las redes de corriente
continua. El control de turbinas y calderas eran importantes áreas de aplicación como se
discutió
6 KJ Åström, PR Kumar / Automatica 50 (2014) 3-43
en la sección 2.1 . Mientras que el desarrollo temprano de los gobernadores fue en gran
medida empírica, las demandas de la industria eléctrica requiere un enfoque más sistemático,
y la teoría comenzó a ser desarrollado y aplicado. El artículo de Vyshnegradskii ( Vyshnegradskii
de 1876 ) Tenía una fuerte influencia en la práctica de la ingeniería y fue ampliamente utilizado
en sistemas de control para control de la turbina ( Andronov, 1978 ). El libro de Tolle ( Tolle,
1905 ) Fue reimpreso en 1909 y 1929, y se mantuvo una obra de referencia sobre control de
máquinas eléctricas por un largo tiempo.
Nuevos problemas de control surgieron cuando la distancia entre la generación y el
consumo aumenta. Muchos generadores estaban conectados en grandes redes para
suministrar energía suficiente y para aumentar la fiabilidad. Retos surgieron cuando las
redes eléctricas se expandieron. Los generadores tuvieron que todo se va a sincronizar
después de la transmisión conmutada de DC a AC. Los problemas de estabilidad se
encontraron en el control de la frecuencia y el voltaje. Para un funcionamiento seguro que
era necesario entender la respuesta de los generadores de perturbaciones tales como los
cambios de carga, fallas, rayos, etc. Charles Steinmetz había desarrollado las bases de
análisis de corriente alterna, con su introducción de '' las cantidades imaginarias
complejas '' y fasores en los finales del siglo XIX ( Steinmetz, 1916 ). Este trabajo aborda
únicamente el comportamiento de estado estable y no podía hacer frente a la dinámica.
Motivado por esto, Harold Hazen, trabajando bajo Vannevar Bush en el Massachusetts
Institute of Technology (MIT), construyó un '' analizador de red '' a finales de 1920. El
analizador era un modelo de laboratorio de un sistema de potencia, construido usando
transformadores de desplazamiento de fase y líneas de transmisión, y era reconfigurable
usando un tablero de enchufe de una central telefónica. El sistema fue replicado en
General Electric y otras compañías eléctricas.
La aparición de la industria eléctrica fue un cambio de juego, ya que fue desarrollado
por las grandes industrias, en colaboración con los servicios públicos y estatales que eran
grandes actores. Debido a la re quirement de operación de grandes redes de seguridad,
servicios públicos y empresas eléctricas construidas grupos de investigación y desarrollo
para Deben conocerse, diseño y operar con ellos. Los equipos de investigación y
desarrollo se crearon en compañías como General Electric, Westinghouse, ASEA, BBC,
Alstom y inmany servicios públicos y estatales como ENEL, EDF y el Swedish State Power
Board en Europa. Un ejemplo es el Laboratorio de Investigación de General Electric que
fue creado por Thomas Edison, Willis R. Whitney, y Charles Steinmetz en 1900. Fue el
primer laboratorio de investigación industrial en los EE.UU..
2.3. control de procesos industriales
La automatización de las industrias de procesos y manufactura evolucionó a partir
de finales del siglo 19 y se aceleró a principios del siglo 20. Los procesos de producción
en la industria química, del petróleo, pulpa y papel, y las industrias farmacéuticas re-
quired control preciso de la presión, temperatura y flujo para lograr buena calidad del
producto. Calderas, reactores, columnas de destilación, mezcladores y licuadoras fueron
los procesos típicos. Se desarrolló una amplia variedad de sensores para diferentes
variables físicas. Los actuadores eran típicamente válvulas y bombas. Neumática BE-
vino la tecnología común para poner en práctica las funciones de detección, actuación y
control. Sensores y actuadores tuvieron que ser ubicado en el proceso. Originalmente
los controladores fueron fijados al equipo pro- ceso; se comunicaban con sensores y
actuadores señales viapressure. Los conectores, tubos thepressure y los niveles NAL
sig- (3 a 15 psi) fueron estandarizados, permitiendo equipos de diferentes proveedores
para combinado. Los controladores fueron posteriormente combinaron y se trasladaron a
una sala de control central, donde también se proporcionaron grabadoras para las
señales, lo que simplifica en gran medida tanto el trabajo y el entorno de trabajo del
operador.
El desarrollo de los controladores fue impulsado por una visión de ingeniería en
lugar de la teoría. Los efectos de la acción integral y derivado fueron descubiertas por
pequeños ajustes. Una entrevista ( Blickley, 1990 ) Con John Ziegler, de la Taylor
Instrument Company, proporciona una perspectiva:
Alguien en el departamento de investigación fue jugando con la Fulscope (un
controlador PI neumático) y de alguna manera se había conseguido una restricción en
la línea de realimentación a la cápsula que hizo el seguimiento en el fuelle. Indicó que
esta acción dio una patada extraña a la salida. Lo intentaron en las trituradoras de
rayón y le dieron un perfecto control de la temperatura. Los componentes del
controlador también se utilizaron como controladores analógicos neumáticos para
simular procesos. Dado que el simulador utiliza señales neumáticas podría ser
fácilmente conectado a un Troller con- neumático. Feedbackwas utilizados
ampliamente en los sensores y actuadores, y los propios controladores. La idea clave
era crear un buen comportamiento lineal mediante la combinación de componentes
pasivos, en forma de restricciones volumeswith, amplificadores withpneumatic que
hadhigh ganancia, 2.6 .
Los controladores de dispositivos de propósito general se convirtieron estandarizados,
no construidos para un proceso específico, como el gobernador, y estaban equipados con
esferas que permiten el ajuste de los parámetros del controlador PID. El primer controlador
de propósito general PID fue la Stabilog desarrollado por Foxboro; la ganancia puede ser
ajustado entre 0,7 y 100. Al parecer, en 1931, poco después de otros fabricantes
desarrollaron productos similares. Ya que podría haber muchos controladores en un
proceso, había una necesidad de métodos para la búsqueda de buenos valores de los
controladores para diferentes procesos. Ziegler y Nichols ( 1942 ) Desarrollado reglas de
sintonía, donde los parámetros del controlador podrían ser determinados a partir de
experimentos simples en el proceso.
La aparición de sensores, instrumentos y controladores condujo a los
newcompanies creaciónde. Los industrywas highlydiversified, ya mediados de 1930
había más de 600 empresas de control, con Bailey, Brown, Fisher & Porter, Foxboro,
Honeywell, Kent, Leeds y Northrup, Siemens, Instrumentos de Taylor, y Yokogawa,
entre los que llevan la delantera ( Strothman, 1995 ). Bennett ( 1993, pag. 28) estima que
alrededor de 75.000 controladores fueron vendidos en los EE.UU. en el período de 1925
a 1935.
La estructura industrial para el control del proceso difería de la de las industrias de la
energía y las comunicaciones. Las ideas no se difundieron pero protegidos como
secretos de propiedad. En el control del proceso hubo un gran número de empresas.
recursos concentrados que estaban disponibles en las industrias de las comunicaciones
y de energía faltaban como era un fundamento teórico.
2.4. gobierno del buque
Había muchos desarrollos interesantes en la dirección barco. Actuación fue un
problema importante debido a las grandes fuerzas necesarias para girar el timón de un
barco grande. La palabra '' servomotor '' fue acuñado por el ingeniero francés Farcot que
desarrolló motores de dirección hidráulica ( Bennett, 1979 ). Estos dispositivos, que
proporcionan accionamiento, eran ingredientes importantes en la automatización de
dirección barco. El control también se benefició de los avances en los sensores.
Los principales avances en la dirección barco se inspiraron en la explotación de la
acción giroscópica. La colección de ideas y dispositivos basados ​en la acción
giroscópica tuvo un gran impacto, y ha sido etiquetado como '' la cultura giroscopio '' ( Mackenzie
, 1990 ; Mindell , 2002 , 2008 ). El primer compás giroscópico fue desarrollado por
Anschütz-Kaempfe que inició la empresa Anschütz en 1905. La compañía colaboró ​con
Max Schuler que era el jefe del Instituto de AppliedMechanics a laUniversidad de
Gotinga. Schuler inventó una técnica inteligente para hacer el girocompás insensible al
movimiento del barco (Schuler sintonización) ( Schuler, 1923 ). Schuler también enseñó
un curso de control en la universidad ( Magnus , 1957 ; Schuler ,
1956 ).
En 1910 comenzó la Sperry Sperry giroscopio Company para desarrollar un compás
giroscópico y muchos otros dispositivos basados ​en
 KJ Åström, PR Kumar / Automatica 50 (2014) 3-43
giroscopios. La empresa Brown también desarrolló un compás giroscópico unos años más
tarde, y no hubo batallas judiciales con Anschütz sobre derechos de propiedad intelectual ( Mackenzie, construir motores. . . Incapacidad para equilibrar y dirigir todavía se enfrenta a los
1990 ). Sperry combinó el girocompás con un motor eléctrico conectado a la rueda de
dirección para obtener un giro-piloto. Mediante la observación de los pilotos experimentados
Sperry había encontrado que:
Un piloto con experiencia debe 'conocer' el timón, es decir, detrás de la helmandput
por encima de la otherway para evitar que el momento angular de la nave llevándola
más allá de su rumbo deseado. Sperry trató de crear un dispositivo electro-mecánico
con este comportamiento. El diseño, que está bien documentado en Bennett ( 1979 ),
Hughes ( 1993 ), Mindell ( 2002 ), Es un controlador PID típico; la función de cumplir con el
timón se obtiene por la acción derivada. La acción integral se obtiene por el motor que
acciona el volante. La amplificación se basa a menudo en los dispositivos de encendido
y apagado y la retroalimentación fueron explotadas para obtener comportamiento lineal.
gyro- piloto de Sperry alivia el timonel de la tediosa tarea de ajustar el timón para
mantener el curso. El giro-piloto tenía ajustes para establecer el curso deseado, y para
cambiar los parámetros del controlador. Había también una palanca para conectar y
desconectar. gyro- piloto de Sperry, whichwas apodado el '' Metal-Mike '', fue muy
exitosa. Sperry también proporcionó grabadoras de modo que los errores de orientación
de control automático y manual podrían ser comparados. En 1932 había más de 400
sistemas instalados ( Hughes, 1993 ). Hubo interesantes desarrollos teóricos de gobierno
del buque debido a Minorsky ( 1922 ) Que fue educado en el Instituto Técnico Imperial de
San Petersburgo. Presentó una taxonomía de los controladores y recomendó el uso del
control PID para dirigir la nave. Su método de diseño basado en un modelo lineal
simplificado es lo que hoy se llama asignación de polos. Minorsky construyó un piloto
automático que fue probado, pero no dio lugar a un producto, y vendió sus patentes a
Bendix ( Bennett, 1993 ). Más tarde Minorsky se convirtió en un profesor de la
Universidad de Stanford y escribió un libro sobre las oscilaciones no lineales ( Minorsky
de 1962 ). En el libro de Bennett ( Bennett, 1979 , pag. 147-148) y en Bennett ( 1984 ), Hay
interesantes discusiones de las contribuciones de Sperry, Minorsky y Anschütz, y su
impacto en el diseño piloto automático real.
Nuevos problemas de control de dirección en la nave apareció en la primera guerra
mundial en relación con el programa intensivo para la modernización de las armadas ( Bassett,las condiciones meteorológicas. Las empresas ale- mán Askania, Siemens andMöller-Patin
1950 ):
Desencadenado por el girocompás y sus repetidores de transmisores de datos, las
posibilidades de transmisión de rodamientos de destino, ángulos torreta, azimut
verdadero, y la nave de la partida automáticamente del lado superior a trazar
habitaciones de armas abrieron un nuevo y vasto campo. La orientación y la distancia a
la diana se midieron mediante dispositivos ópticos, típicamente observadores de proa y
popa en el barco. La posición futuro del objetivo se calcula y los grandes torretas se
orientó por servos. motores autosincrónico (sincronizadores) transmiten la información
de los dispositivos ópticos a la computadora, y desde la computadora análoga a los
servos. Las computadoras eran dispositivos electromecánicos analógicas utilizando la
rueda y de disco integradores ( Mindell, 2002 ); que fueron fabricados por la Ford
Instrument Company, General Electric, y Sperry.
2.5. Control de vuelo
Hubo muchos experimentos con vuelo tripulado en el siglo 19. Una razón por la que
los hermanos Wright lograron fue que entendían las relaciones entre la dinámica y el
control. Wilbur Wright expresa de la siguiente manera cuando una conferencia a la
Sociedad de Ingenieros Occidental en 1901 ( McFarland, 1953 ):
7
Los hombres ya saben cómo construir alas. . . Los hombres también saben cómo
estudiantes del problema de volar. . . . Cuando ésta característica se beenworked a
cabo, la edad del vuelo habrá llegado, para todas las otras dificultades son de menor
importancia. Mediante la combinación de su visión con los experimentos calificados,
los hermanos Wright hicieron el primer vuelo con éxito en 1905. Una interesante
perspectiva sobre su éxito se da a los 43 Wilbur Wright Memorial Lecture leída por
Charles Stark Draper en la Royal Aeronautical Society el 19 de mayo 1955 ( Draper,
1955 ): Los hermanos Wright rechazaron el principio de que la aeronave debe hacerse
inherentemente tan estable que el piloto humano sólo tendría que dirigir el vehículo,
jugando nopart en la estabilización. En su lugar, deliberadamente hicieron su avión
con estabilidad negativo y dependían de la piloto humano para operar los controles
superficie móvil de modo que el sistema de vuelo - piloto y la máquina - sería estable.
Esto dio lugar a un aumento inmaneuverability y capacidad de control.
El hecho de que theWright folleto era inestable estimulado desa- rrollo de los pilotos
automáticos ( Hughes, 1993 ). Sperry utilizó su comprensión de los giroscopios y los pilotos
automáticos de barcos para diseñar un piloto automático para aviones con aire. Las
desviaciones en la orientación fueron detectadas por giroscopios, y el timón de dirección y
alerones se accionan neumáticamente. Hubo una manifestación espectacular del piloto
automático en una competición en París en 1912. hijo de Lawrence Sperry voló cerca del suelo
con las manos en el aire mientras su mecánico entró en el ala para demostrar que el piloto
automático podía hacer frente a las perturbaciones.
El éxito de los hermanos Wright es un ejemplo temprano de lo que hoy llamamos
proceso integrado y diseño de control. La idea clave es que el control automático le da al
diseñador grados adicionales de libertad. Los hermanos Wright hicieron un avión
maniobrable y se basó en el piloto para estabilizarlo. Minorskywaswell conscientes de estas
cuestiones. Él capturó en la frase ( Minorsky de 1922 ): Es un viejo dicho de que un barco
estable es difícil de dirigir. Es interesante observar thatmodern alto rendimiento combatientes
están diseñados para ser inestable; que se basan en un sistema de control para la
estabilización.
Therewas también una fuerte cultura giroscopio inGermany desarrollo associatedwith de
pilotos automáticos ( Oppelt, 1976 ). Lufthansa tenía vuelos Inter- nacional de larga distancia en
la década de 1920. Había una demanda de control direccional a volar de forma segura en todas
desarrollaron au- topilots que compitieron con equipos de Sperry.
Sperry continuó desarrollando pilotos automáticos; un modelo refinado A-2 utiliza giroscopios
accionados por aire y actuadores neumáticos-hidráulico. Una demostración espectacular de los
beneficios de los pilotos automáticos fue cuando se utilizó el Sperry A-2 piloto automático de vuelo en
solitario de inWiley mensaje en todo el mundo en 1933. Aerolíneas comenzó a introducir los pilotos
automáticos a principios de los años 1930 y empresas como Honeywell Bendix y comenzó a hacer los
pilotos automáticos.
Los pilotos automáticos hecho amplio uso de retroalimentación tanto en los
componentes individuales y en los sistemas. Aunque había una buena comprensión teórica
de la dinámica de vuelo basado en ecuaciones y análisis de la ecuación característica ya en
1911 linealizadas, el trabajo teórico no tuvo ningún impacto en el diseño práctico de piloto
automático hasta mediados de la década de 1950 ( McRuer y Graham, 1981 ). Una
reasonwas falta de herramientas computacionales. Al igual que en el caso del gobierno del
buque, ingeniería abilitywas más importante que la teoría.
2.6. telefonía de larga distancia
Graham Bell patentó el teléfono en 1876. Originalmente, los teléfonos estaban
conectados con cables a una ubicación central con un panel de control. El número de
teléfonos creció rápidamente. Muchas llamadas telefónicas se transmiten a través del
mismo cable mediante la separación de frecuencias. La industria de los teléfonos era
altamente centralizada, más
8 KJ Åström, PR Kumar / Automatica 50 (2014) 3-43
por lo que las industrias eléctricas, ya que fue impulsado por monopolios privados o estatales
y las grandes industrias.
Un controlador de comunicaciones, e indirectamente, pero profundamente de control, fue
el crecimiento de la telefonía transcontinental en los EE.UU. ( Mindell, 2002 ). Alrededor de
1887, Oliver Heaviside mostró que la adición de la inductancia de líneas podría ser utilizado
para reducir la distorsión. En
1899, Michael Pupin de la Universidad de Columbia patentado la bobina de carga ( Pupin de
1899 ), Mientras que, más o menos al mismo tiempo, George Campbell, de AT & T, se
desarrolló e implementó en un cable telefónico en 1900. Este fue posteriormente utilizado en
líneas de larga distancia y cables. Transmisión de señales a través de largas distancias sin
embargo era pasiva, y la técnica de bobina de carga llegó a su límite en términos de
distorsión permitida y la atenuación de alrededor de 1911 con su implementación en la línea
Nueva York-Denver. En 1913, AT & T compró los derechos de la triodewhich Lee de Forest ( Lee_De_Forest
criterio '' ( Nyquist, 1932 ). Estabilidad de los amplificadores electrónicos se investigó
de 1906 ) Se había inventado en 1907, y lo hizo más estudiado y desarrollado por Harold
Arnold. Se utilizó ocho repetidores (amplificadores) para conectar Nueva York y San
Francisco, que se extiende la línea de Denver a California. El número de repetidores
aumentó a medida que más ciudades estaban interconectados, pero la distorsión luego se
convirtió en un problema importante, como lo señala Presagiar ( 1960 ):
La mayoría de sistemas de alta fidelidad youwith sin duda son orgullosos de sus
amplificadores de audio, pero doubtwhethermany de la atención youwould a escuchar el
sonido después de la señal había ido sucesivamente por varias docenas o varios cientos,
incluso de sus finas amplificadores. En consecuencia, hubo un gran impulso para aumentar la
capacidad de las líneas telefónicas usando multiplexación portador, que junto con el empleo
de cable, aumentó considerablemente el número de repetidores necesarios. Esto requiere
amplificadores de alta calidad con baja distorsión. El tubo electrónico fue el dispositivo
principal para la amplificación en el momento, pero tenía inconvenientes graves, tales como
una característica no lineal que cambia con el tiempo. Hubo muchos esfuerzos, pero no se
hizo ningún progreso real hasta que Harold Negro de los Laboratorios Bell desarrolló el
amplificador de retroalimentación negativa en 1927 ( Negro de 1934 ). La idea fundamental era
proporcionar un amplificador con realimentación a través de elementos lineales pasivos para
reducir la distorsión en los amplificadores. Citamos de Presagiar ( 1960 ):
Las causas de la distorsión eran de varios tipos. Ellos incluyen ruidos de fuente de
alimentación, variaciones en la ganancia y así sucesivamente, el problema dominante,
sin embargo, fue la inter-modulación debido a la ligera no linealidad en las
características del último tubo. Se han hecho varios esfuerzos para mejorar esta
situación, por la selección de tubos, por solicitación cuidado, por el uso de tubos
pareados en push-pull para proporcionar características de compensación, y así
sucesivamente. Hasta la invención de Negro, sin embargo, nada hizo una mejora
radical de la situación.
Cabe señalar que el Negro usó la palabra '' estable '' para describir la constancia de la ganancia
del amplificador, a pesar de los cambios de temperatura, la lluvia, el clima, envejecimiento de los
componentes, etc., pero no su inmunidad a '' canto '' u oscilación ( Negro de 1934 ).
Retroalimentación fue un facilitador que hizo posible para hacer un buen amplificador, incluso
mientras que los componentes em- ploying con muchas características indeseables. Una
perspec- tiva de la invención se da en el documento de Negro ( Negro de 1977 ), Que fue escrito
50 años después de la invención:
De repente me di cuenta de que si me daba de comer la salida del amplificador a la
entrada, en fase inversa, y se mantiene el dispositivo de oscilación (canto, como lo
llamamos a continuación), lo habría hecho exactamente lo que quería: un medio de
anular la distorsión en la salida.
... Con la construcción de un amplificador cuya ganancia se hace deliberadamente, por
ejemplo 40 decibelios más altos de lo necesario y luego alimentar a la salida trasera en la
entrada de una manera tal como para tirar el exceso de ganancia, se ha encontrado que es
posible efectuar una mejora extraordinaria en la constancia de la amplificación y la libertad
de no linealidad.
Tomó nueve años para la patente de Negro que se concederá, en parte porque los
funcionarios de patentes se negaron a creer que el amplificador funcionaría. No creían que
era posible tener un bucle de retroalimentación estable, con una ganancia del bucle de
varios cientos ( Negro de 1977 ). Inestabilidad o '' canto '' se encuentran con frecuencia al
experimentar con amplificadores de retroalimentación. Así, el reto tecnológico de las
comunicaciones telefónicas de larga distancia dio lugar a la cuestión de la estabilidad del
bucle de retroalimentación. Harry Nyquist encontró con este problema en 1932, cuando
participó en un proyecto conjunto con Negro para poner a prueba los amplificadores de
retroalimentación negativa en un nuevo sistema de transporte. Para hacer frente a esto,
Nyquist utiliza ideas que eran muy diferentes de los resultados de la estabilidad de Maxwell
y Vyshnegradskii. En lugar de analizar la ecuación característica, exploró señales
sinusoidales cómo se propagan alrededor del bucle de control, lo que resulta en el '' Nyquist
independientemente por Küpfmüller ( 1938 ). Se presentó diagramas de flujo de señal y
analiza los circuitos que utilizan ecuaciones integrales ( Oppelt, 1984 ). Los requisitos de
rendimiento de la comunicación necesitan más avances en el diseño de circuitos de
retroalimentación. Mientras se trabaja en el diseño de una red de ecualización en 1934,
Hendrik Bode desarrolló un profundo conocimiento de los amplificadores de
retroalimentación. Se investigó la relación entre la atenuación y fase e introdujo los
conceptos de ganancia y margen de fase y la noción de fase mínima ( Bode, 1940 ). También
demostró que existen limitaciones fundamentales para controlar el diseño del sistema. En
particular, se mostró que la integral del logaritmo de la magnitud de la función de
sensibilidad es constante, lo que significa que el control es inherentemente un compromiso;
haciendo que la sensibilidad más pequeño para una frecuencia lo aumenta a otras
frecuencias. También demostró que había limitaciones evenmore estrictas si los sistemas
son notminimumphase. Bode también desarrolló herramientas para diseñar amplificadores
de retroalimentación basado en métodos gráficos (diagramas de Bode) que hoy la
conformación de lazo llamada. Una dificultad particular era para hacer frente a las grandes
variaciones en la ganancia del triodo. Se mostró que un margen de fase constante podría
mantenerse en caso de grandes variaciones de ganancia por la configuración de la función
de transferencia de bucle de manera que su curva de Nyquist está cerca de una línea recta
a través del origen, que llamó '' cut-off característica ideales ''. método de diseño de Bode
fue el primer ejemplo de control robusto. Sus resultados se basan en la teoría de variables
complejas y se resumen en el libro seminal ( Bode, 1945 ). La empresa AT & T comenzó un
laboratorio de investigación industrial como parte de su estrategia de control de las
telecomunicaciones estadounidenses. Para poner en práctica la estrategia de la compañía
quería controlar la velocidad y dirección del cambio técnico mediante la obtención, o
prevenir que otros obtengan, patentes clave. Los laboratorios de investigación jugaron un
papel importante en asegurar que AT & T mantienen el control de la tecnología y los
derechos de patente ( Bennett, 1993 , pag. 70-71). El medio ambiente en los Laboratorios
Bell, que tenía una mezcla de científicos como Bode, Nyquist y Shannon e ingenieros como
Negro, era un terreno muy fértil para el desarrollo de la tecnología y la investigación básica.
El laboratorio ha tenido 13 ganadores del Premio Nobel. La comprensión de la personalidad
y el entorno de la investigación se presenta en el libro de Mindell ( Mindell, 2002 ).
Una diferencia importante entre la industria de las telecomunicaciones y de las otras
industrias donde se utilizó el control fue que la industria se apoya en un laboratorio de
investigación con muchos investigadores calificados. La teoría se intercalan con el
desarrollo práctico y repetidores para las líneas terrestres y cables submarinos fueron
producidos en masa.
2.7. Las primeras computadoras electromecánicas
Se reconoció desde el principio que las computadoras podrían ser utilizados para simular
y con ello a entender el comportamiento de los sistemas dinámicos, en ausencia de una
solución matemática. De hecho, mecánica
 KJ Åström, PR Kumar / Automatica 50 (2014) 3-43
dispositivos para la integración de las ecuaciones diferenciales ya habían sido diseñada
en 1876 por William Thomson (Lord Kelvin) ( Thomson ,
1876 , 1878 ), Que utiliza un integrador de bola y disco para llevar a cabo la integración.
Motivado por los problemas de la simulación de systemnetworks de potencia, Vannevar Bush
mejoró el diseño mecánico de manera significativa, y también diseñó un amplificador de par de
torsión para evitar cargar ( Paynter, 1989 ). primer analizador diferencial mecánico de Bush tenía
seis integradores ( Bush, 1931 ). El analizador diferencial en el MIT fue utilizado para una
variedad de aplicaciones más allá de los sistemas de energía.
A primera stepwas la '' Integraph producto '', un dispositivo para la integración del
producto de dos funciones ( Bush, Gage, y Stewart, 1927 ), Que fue un elemento importante
en el análisis de redes. Este seguimiento humano requerido de cada una de las formas de
onda de entrada de las funciones que genera entonces una señal eléctrica alimenta a un
metro de vatios-hora cuya salida era una rueda de inflexión. Si la salida de este cálculo se
iba a utilizar como la entrada a una siguiente etapa, a continuación, para evitar la carga de
la rueda, un servo-motor se utiliza para replicar el movimiento. Sirvió como el análogo
mecánico del repetidor amplificador en la red telefónica. La siguiente etapa de la evolución
en 1931 era alimentar las señales de salida de los integradores después de la servos de
nuevo a las entradas, que proporcionan la capacidad para resolver ecuaciones
diferenciales. Servomecanismos desempeñó el papel crucial en la conexión de las fases de
cálculo. Así, el control juega un papel central en la construcción de este equipo analógico
electromecánico temprano.
A su vez, el desarrollo de este 'equipo' '' estimulado Hazen para proseguir el trabajo sobre
servomecanismos ( Hazen, 1934a ). Sin embargo, este trabajo no explícitamente hacer la
conexión con el trabajo anterior de Nyquist y Bode. Sin embargo lo hizo, citar los trabajos
anteriores de Minorsky que había introducido el controlador PID en relación con el manejo de
buques de la Armada de Estados Unidos ( Minorsky de 1922 ). Los primeros trabajos sobre
servomecanismos también se llevó a cabo en los Laboratorios Bell ( Bomberger y Weber, 1941 ; MacColl
compañía secreta '' Kreiselgeräte (dispositivos giroscópicos) '' en 1926. La compañía
, 1945 ).
La próxima generación del analizador diferencial fue el '' talador Rocke- diferencial
Analizador '', que transmite datos en forma electrónica, y por lo tanto permite la
reconfiguración del sistema restableciendo tele- interruptores de teléfono en lugar de por el
proceso consume más tiempo de ejes giratorios mecánicamente . Este proyecto fue
financiado en el MIT por WarrenWeaver de la Fundación Rockefeller, un partnershipwhich
jugó un papel muy importante en el desarrollo posterior de control de fuego antiaéreo.
Punchedpaper cinta podría ser utilizado para '' pro- grama '' este equipo, por lo que es un ''
híbrido '' sistema digital / analógico. Motivado por esto, Claude Shannon examinó en su
Tesis de Maestría MIT el problema de la conmutación de circuitos y mostró cómo el
álgebra de Boole se podría utilizar para el diseño ( Shannon, 1938 ). Posteriormente,
George Sibitz construido en este trabajo para avanzar hacia el ordenador digital. Shannon
tarde investigó la clase de problemas que podrían resolverse mediante el analizador
diferencial ( Shannon, 1941 ). Las copias de los analizadores diferenciales fueron
construidos por varias universidades y organizaciones de investigación. Nichols utiliza el
analizador diferencial atMITwhen desarrolló las reglas de ajuste para el control PID ( Blickley,
1990 ). El ordenador analógico en la Universidad de éster Manch- se utilizó para analizar el
control de sistemas con retardos de tiempo ( prestamista Cal, Hartree, y Porter, 1935 ).
En 1938, George Philbrick de Foxboro inventó un ordenador analógico electrónico
llamado Polifemo para la simulación de sistemas de control de procesos ( Holst, 1982 ). Este
systemwas utiliza ampliamente en Foxboro para la formación y demostración. la
computación analógica más tarde tendría un impacto importante en el control.
3. El campo emerge
El control surgió como una disciplina después de la Segunda Guerra Mundial. Antes de la guerra,
se dio cuenta de que la ciencia podría tener un impacto ostensiblemente sobre el resultado de la
guerra. Sistemas contra incendios, cañones de lugares de interés, los pilotos automáticos de barcos,
aviones y torpedos eran Desarrollados. También se hizo un progreso significativo en el control de
procesos.
9
Hubo una estrecha colaboración agencias betweenmilitary, la industria, laboratorios de
investigación y universidad ( Mindell , 2002 ; Oppelt , 1984 ). ingenieros e investigadores
con las experiencias de los sistemas de control de diferentes especialidades se reúnen
en equipos interdisciplinares. Se reconoció que había una base común para todos los
problemas de control, incluso si las áreas de aplicación eran muy di- versos.
control de incendios fue uno de los principales retos. Ciudades, fábricas y naves
necesitan armas para protegerlos de los aviones atacantes. Radar era usos como un sensor,
mientras eléctrico o hydraulicmotorswere utiliza para dirigir los cañones. Se requiere la
comunicación, ya que el radar y las armas fueron separados físicamente. Una dificultad
adicional es que la señal de radar era ruidoso. control de incendios para barcos también tuvo
que lidiar con el movimiento de los barcos. sistemas de control precoz de incendios utilizan
un control manual que se convirtió en inviable cuando la velocidad de los aviones aumentó.
con el objetivo automatizado se implementó el uso de las computadoras análogas
mecánicas. Retroalimentación se utiliza ampliamente tanto a nivel del sistema y en el nivel
de componente.
Alemania tenía una fuerte tradición en el control; libro de texto de Tolle ( Tolle, 1905 )
Ya apareció en 1905. La VDI (Verein Deutscher Ingenieure, Asociación de Ingenieros
Alemanes) había reconocido la importancia del control y habían organizado un comité de
ingeniería de control en 1939, con Hermann Schmidt como presidente y Gerhard Ruppel
como secretaria.
Alemania tuvo severas restricciones impuestas a las actividades militares en el
tratado de Versalles; por ejemplo, no se le permitió tener una fuerza aérea. A pesar de
esto hubo muchos proyectos secretos. Auto-pilotos de aeronaves y misiles fueron
desarrollados ( Benecke y rápida, 1957 ; Oppelt , 1984 ). La marina estableció una
juega un papel central en la navegación y orientación a lo largo de la Segunda Guerra
Mundial ( Gievers , 1971 ; Mackenzie , 1990 ). Varias compañías fabrican los pilotos
automáticos en 1940, Askania, Kreiselgeräte, Siemens, y también hubo actividades
significativas en las universidades. De acuerdo a Oppelt ( 1976 ), Miles de pilotos
automáticos se producen cada mes. Siemens solo había fabricado 35.000 sistemas para
el final de la guerra. Los pilotos automáticos se basaron en los giroscopios y
computación analógica, utilizando neumática, hidráulica, y las tecnologías
electromecánicos.
El ejército alemán en secreto creado un Consejo de balística para desarrollar
cohetes militares. El programa, que fue dirigido por Walter Dornberger, se inició en 1930
y fue transferido a Peenemünde en 1937. En ese momento el grupo tenía unas 90
personas ( Benecke y rápida, 1957 ; Klee, Merk, y von Braun, 1965 ). Orientación y control
fueron elementos críticos. Varios misiles fueron desarrollados entre ellos fueron el misil
de crucero V-1 y el misil balístico V-2. se requiere mucha investigación y desarrollo de
los sistemas de guía. Askania desarrollado y producido el piloto automático para V-1. El
V-2missile y su orientación systemwere desarrollados por un equipo dirigido por
Wernher von Braun ( Benecke y rápida, 1957 ). Más de 8000 V-1 y V-2 3000 de se
lanzaron durante la guerra. Los científicos de cohetes alemanes posteriormente fueron a
los EE.UU. y la URSS después de la guerra y jugó un papel principal en el desarrollo de
la tecnología de misiles. La Unión Soviética lanzó el primer satélite artificial de la Tierra,
el Sputnik, en 1957, lo que provocó la carrera espacial. El primer cohete para llegar a la
luna era Luna 2 La misión de la Unión Soviética en 1959.
La investigación en la URSS fue altamente centralizada ( Bissell , 1992b ;
Kurzhanski , 2007 ). La Academia de Ciencias dirigió la investigación y había grandes
institutos de ingeniería para aplicaciones: Electrotécnica, de calderas y de turbinas,
Energética, navales y de aviación. La URSS tenía una larga tradición en el control
automático de volver a Vyshnegradskii, Joukowski y Lyapunov, recordar que el libro de
Lyapunov se publicó en 1892 y en la de Joukowski
1909. El control también se benefició de una fuerte tradición en no lineal
10 KJ Åström, PR Kumar / Automatica 50 (2014) 3-43

dinámicas con las escuelas en Moscú, dirigidos por Mandelstam y Andronov ( Andronov,
Vitt, y Khaikin de 1937 ), Y en Kiev, dirigido por
Krylov y Bogoliubov ( 1937 ). Una Comisión Técnica de control y automationwas creados
en 1934 remoto, conuna. A. Chernyshov como presidente. Una Conferencia de toda la
Unión sobre diseño de control y despacho automático se organizó en 1936 con cerca de
600 participantes ( Kurzhanski de 2007 ). El Instituto de Automatización y Control Remoto
fue fundada en Moscú en 1939 ( Anon, 1939 ). Se convirtió en una casa de máquinas
para el control de la investigación de sistemas con muchos investigadores prominentes,
incluyendo AA Andronov, MA Aizerman,
AA Butkovsky, AA Feldbaum, NN Krasovskii, B. Ya. Kogan,
A. Ya. Lerner, BN Petrov, VV Solodovnikov, Ya. Z. Tsypkin, y
SV Yemelyanov. El Instituto publicó la revista Avtomatika i Telemechanika, que fue
traducido en Inglés y muy leído en el oeste. En 1944 Andronov organizó un seminario de
investigación en el Instituto de Automatización y Control remoto con un grupo de
investigadores de gran talento ( Tsypkin, 1992 ). Él predijo correctamente una gran era de
El Laboratorio de Instrumentación recibió el nombre de Laboratorio Draper en 1970 y
se convirtió en una organización de investigación sin fines de lucro en 1973. El Laboratorio
servomecanismo se mantuvo como parte de MIT y ahora es el Laboratorio de Sistemas de
Información y decisión ( Mitter, 1990 ).
El laboratorio de la radiación se disolvió después de la guerra pero se decidió a
publicar la investigación en una serie de 28 volúmenes. Citamos del prólogo de la serie:
El tremendo esfuerzo de investigación y desarrollo que entró en el desarrollo del radar y
las técnicas relacionadas durante la Segunda Guerra Mundial dio lugar no sólo en
cientos de equipos de radar para uso militar, sino también en una gran cantidad de
información y técnicas. . . Debido a que este material básico puede ser de gran valor para
la ciencia y la ingeniería, es importante seemedmost topublish tan pronto como sea
permitido de seguridad. El laboratorio de la radiación de MIT,. . . , Llevó a cabo la gran
tarea de preparar estos volúmenes. El trabajo descrito en este documento, sin embargo,

la automatización ( Lerner, 1974 ). Matemáticos como Pontryagin y Gamkrelidze del es el resultado colectivo de trabajo hecho en muchos laboratorios, Ejército, la Armada, la

Instituto Steklov de Mathematicsmade contribuciones significativas tales como universidad y la industria, tanto en este país y en Inglaterra, Canadá, y otros dominios. . . . Todo

themaximum Principio. También hubo institutos en muchas otras ciudades, por ejemplo el personal estuvo de acuerdo en seguir trabajando en el MIT durante seis meses o más

Leningrado, Sverdlovsk, y Kiev. después de que el trabajo del Laboratorio de Radiación fue completa.

En los EE.UU. un grupo de científicos, entre ellos Karl T. Compton (presidente del
MIT), James B. Conant (presidente de la Universidad de Harvard), y Frank Jewett (director
La mayor parte de los volúmenes se ocupan de radar y microondas, pero al menos dos
de los Laboratorios Bell), dirigido por Vannevar Bush, solicitó al presidente Roosevelt para
de ellos son de gran relevancia para el control; Volumen 27 Mecanismos de Informática y
formar una organización que permita aprovechar los conocimientos científicos y técnicos
Vínculos y particularmente Volumen 25 Teoría de los servomecanismos. Aunque hay
para la guerra ( Wildes y Lindgren, 1986 , pag. 182-184). El resultado fue la formación de la
libros anteriores sobre servomecanismos ( Presagiar , 1945 ; Bomberger y Weber, 1941 ; sala
Comisión Nacional de Investigación de Defensa (NDRC) en 1940, con Bush como su silla.
,
Dentro de un año, el CEDR se convirtió en una parte de la Oficina de Investigación y
1943 ; Harris , 1942 ; MacColl , 1945 ), Volumen 25 ( James et al., 1947 ) Es, sin duda, un
Desarrollo Científico (OSRD). Su director Bush reportó directamente al Presidente. NDRC
punto de referencia. El carácter multidisciplinar de control está ilustrado por el hecho de
construido en los laboratorios de todo MIT y de los Laboratorios Bell. El Laboratorio de
que los autores principales incluyen Hubert James, profesor de física de Purdue,
Instrumentación había sido creado en 1930 ( Luego , 1935 ; Denhard ,
Nathaniel Nichols, director de investigaciones de Taylor Instrument Company, y Ralph
Phillips, profesor de matemáticas en la Universidad del Sur de California. El libro fue
seguido por otros escritos por autores del Laboratorio (servomecanismo Brown y
1992 ) Por Charles Stark Draper con la misión de hacer mediciones precisas de la
Campbell, 1948 ). Antes del estallido de la guerra, investigación y desarrollo en el control
velocidad y de velocidad angular. trabajo pionero sobre servomecanismos había sido
en el Reino Unido se llevó a cabo por el Laboratorio de Investigación del Ministerio de
hecho por Harold Hazen en la década de 1930 ( Hazen , 1934a , segundo ). En 1939 la
marina, el Royal Aircraft Establishment, el Instituto de Investigación de las
Armada de los Estados Unidos solicitó un curso especial sobre el control del
Telecomunicaciones, el Laboratorio Nacional de Física y en las industrias de la
servomecanismo y el fuego. El curso fue impartido por Gordon Brown, que en breve allí
construcción naval, química y eléctrica (industrias Ben-Nett , 1976 ; Portero , 1965 ). Un
después de creado el laboratorio servomecanismos ( Wildes y Lindgren, 1986 , pag.
comité, bajo la presidencia de Sir Henry Tizard, Rector del Imperial College de Londres,
212-217). CNDR también creó el Laboratorio de Radiación en el MIT, que en un tiempo
fue creado en 1935 para examinar el problema de la defensa de Gran Bretaña contra los
tuvo unos 4000 investigadores. Los laboratorios tenían un personal multidisciplinar con
ataques aéreos. Muchos esquemas se exploraron y se decidió concentrarse en el
una amplia gama de antecedentes académicos e industriales ( Mindell, 2002 ). No hubo
desarrollo del radar. experimentos exitosos fueron car- Ried a cabo a finales de 1935.
interacciones fértiles entre ingenieros y científicos en los diferentes grupos, y los
Las estaciones de mecanización de suelos estaban disponibles en 1940 y la estación en
ingenieros en la industria ( Mackenzie , 1990 ; Mindell ,
el aire en la primavera de 1941 ( Wildes y lind- gren, 1986 , pag. 193-194). Cuando
Churchill se convirtió en primer ministro seleccionó profesor Frederick Lindemann
(Vizconde Cherwell) como su asesor científico, y hubo frecuentes conflictos entre Tizard
2002 ).
La Oficina de la Ordenanza de la Armada de Estados Unidos financió proyectos y Lindemann ( Clark , 1965 ; Nieve , 1962 ). Hubo un amplio intercambio de ideas y de

conjuntos entre los servomecanismos y Instrumentation Laboratories en el MIT. Gordon hardware con los EE.UU. ( Mayne, 2007 ; Wildes y Lindgren, 1986 , pag. 195). El

Brown desarrolló la mejora de los sistemas hidráulicos para activar las torretas y Draper Almirantazgo exploró el uso del radar de la artillería naval. El desarrollo se hizo en

diseñó el arma visión Marcos 14 basado en giroscopios. La pistola de visión fue fabricado empresas como Metropolitano-Vickers, donde Arnold Tustin fue uno de los principales

por Sperry, y más than85,000 systemswere producedby final de thewar ( Mindell, 2002 ). investigadores. La compañía tenía experiencia en sistemas de servo y la computación
analógica, ya que habían construido un analizador diferencial mecánico en

inercial de navegación y orientación basado en giroscopios y etros accelerom- fueron

tecnologías clave para el control de incendios. Después de su éxito con la pistola de visión
Marcos 14, Draper se inició un programa intensivo para causar una reducción en la deriva de
los giroscopios y el desarrollo de sistemas de dirección de inercia. En 1950 hubo pruebas de
vuelo con éxito de igators NAV inerciales del Laboratorio de Instrumentación y de Autonética ( Draper,
Wrigley, y Hovorka, 1960 ; Mackenzie , 1990 ). Para evitar acelerómetros frommisinterpreting
gravedad como una aceleración itwas esencial para mantener los acelerómetros alineadas
ortogonalmente a la gravedad. Schuler había demostrado que su podría lograrse mediante de-
la firma de un bucle de realimentación con un período natural de 84 min ( Schuler, 1923 ).
1935. Tustin también presidió un grupo de empresas que trabajan para el Ministerio de
marina ( Bissell, 1992a ). Un Panel Servo se formó en 1942 con Hartree como presidente
y Porter como secretaria ( Porter, 1965 ). La misión del panel fue el intercambio de
experiencias de los sistemas de servo; Tustin y Whiteley se encontraban entre los
miembros. El Panel de servo fue seguido por una organización más formal, el Comité
Interdepartamental de servomecanismos y Relacionados
 KJ Åström, PR Kumar / Automatica 50 (2014) 3-43
Dispositivos (ICSR) establecidos por el Ministerio de Abastecimiento en 1944. La misión fue
seguir la investigación en el campo, para asesorar al Ministerio y actuar como órgano consultivo
en servomecanismos para cualquier empresa dedicada a trabajos Gobierno.
También hubo actividades en muchos otros países Francia ( Fossard de 2007 ), Italia
( Guardabassi de 2007 ), Japón ( Kitamori et al., 1984 ) Y China ( Chen y Daizhab de 2007 ), experimentalmente mediante la investigación de la respuesta a entradas sinusoidales. De
E incluso en países pequeños como Suecia ( Åström, 2007 ) Donde el Instituto de
Investigación de la Defensa Nacional (FOA) fue creado en 1945.
3.1. El desarrollo de la teoría servomecanismo
Los primeros trabajos sobre el control tenía una teoría rudimentaria basado en
ecuaciones diferenciales lineales y el criterio de estabilidad de Routh-Hurwitz. El método
de respuesta de frecuencia desarrollado por Bode ( Bode, 1940 ) Y Nyquist ( Nyquist, 1932 )
Fue un cambio de paradigma. Bode ( Bode, 1960 ) Expresaron las diferencias entre el
control del proceso y de las telecomunicaciones como sigue:
Los dos campos son radicalmente diferentes en carácter y énfasis.
. . . Los campos también difieren radicalmente en su sabor matemático. El sistema
regulador típico con frecuencia se puede describir, en lo esencial, por ecuaciones
diferenciales en no más de tal vez el segundo, tercero o cuarto orden. Por otro lado,
el sistema suele ser altamente no lineal, de modo que incluso en este nivel de
complejidad de las dificultades de análisis pueden ser muy grandes. . .. Como una
cuestión de curiosidad, una vez conté hasta averiguar cuál es el orden del conjunto
de ecuaciones en un amplificador que acababa diseñada wouldhave sido, si
hadworkedwith directamente las ecuaciones diferenciales. Resultó ser 55.
El control de incendios problemswere particularmente desafiante porque implicaban
radar y de detección óptica, la predicción y servoing. Servomecanismos habían sido
investigado temprana en el MIT por Hazen en onnetwork connectionwithwork
analizadores analizador diferencial de andBush ( Hazen, 1934a ), Como se describe en la
Sección 2.7 . Mediante la combinación con las ideas de Bode y Nyquist que se refinó a un
método coherente para analizar y sistemas de control de diseño en el laboratorio de la
radiación. Muchas aplicaciones centradas en torno a problemas de servo; ejemplos
típicos eran arma-vistas y radar. Uno de los pioneros, Hall, del MIT, lo expresa de la
siguiente manera ( Hall, 1956 ): La marcha de los resultados reales de la estimulación
fuerte. . . . La guerra trajo tres problemas al ingeniero de control. El primero fue el manejo
de problemas y sistemas de dinámica de una complejidad considerable dictada por los
requisitos de los sistemas de control de incendios más precisos y rápidos. El segundo
fue el de diseñar sistemas thatwould copewith grandes cantidades de ruido, ocasionados
por el uso del radar en el control de incendios. El tercer problema, planteado por el
guidedmissile, era el de diseñar de manera precisa un sistema dinámico que puede ser
utilizado con éxito casi a la vez con los ensayos de campo insignificantes.
Los elementos clave de la teoría servomecanismo son diagramas de bloque, funciones
de transferencia, la respuesta de frecuencia, la computación analógica, procesos
estocásticos y de muestreo. La base matemática se basa en sistemas lineales, variables
complejas, y las formas trans Laplace.
Un diagrama de bloques es una abstracción de ocultación de información, donde los
sistemas están representados por bloques con entradas y salidas. El comportamiento interno
de los sistemas está oculta en los bloques. El comportamiento de los bloques fue descrito por
ecuaciones diferenciales ordinarias, o funciones de transferencia derivados utilizando
transformadas de Laplace. Una idea central era que las relaciones entre las señales en un
bloque de diagramcouldbe determinedby álgebra insteadofmanipulationof ecuaciones
diferenciales, una idea que se remonta a Heaviside. diagramas de bloques y funciones de
transferencia permite una representación compacta de los sistemas complejos. Una
consecuencia importante fue que la
11
similitud de muchos sistemas de control diferentes se hizo evidente porque sus
diagramas de bloques revelado que tenían la misma estructura.
Un factor importante que ha contribuido significativamente al éxito de la teoría
servomecanismo fue que la función de transferencia de un sistema podría ser determinado
esta manera fue posible tratar con sistemas cuyo modelado físico era difícil. Los ingenieros
de control estaban sin miedo en la búsqueda de modelos de sistemas técnicos mediante la
inyección de perturbaciones sinusoidales y la observación de las respuestas. Un ejemplo se
da en ( Almström y Garde, 1950 ; Oja , 1956 ), Donde en un intento de determinar la dinámica
de la red de energía de Suecia, se utilizó la salida completa de una estación de energía
importante para perturbar el sistema. analizadores de frecuencia especiales también se han
desarrollado para generar señales sinusoidales y para calcular las funciones de
transferencia.
Los métodos gráficos de diseño para el diseño del controlador se basaron en la
conformación de la respuesta de frecuencia de la función de transferencia de bucle
(conformación circular). El método de diseño produjo controladores en forma de funciones de
transferencia racionales; que no estaban restringidos a los controladores PID. Compensadores
se obtienen a menudo como combinaciones de redes de plomo y de retardo. Las limitaciones
causadas por la dinámica del proceso que no son de fase mínima fueron evidentes en el
procedimiento de diseño. Las representaciones gráficas en términos de gráficos de Bode y
Nichols fueron fáciles para los ingenieros utilizar ya que también proporcionaron información
física significativa, como lo ilustra la siguiente cita de un ingeniero del departamento de
investigación de ASEA ( Persson, 1970 ):
Habíamos diseñado controladores haciendo modelos simplificados, la aplicación de
la intuición y el análisis de la estabilidad mediante la resolución de la ecuación
característica. En ese momento, alrededor de 1950, la resolución de la ecuación
característica con una calculadora mecánica fue en sí misma un calvario. Si el
sistema es inestable estábamos en una pérdida, no sabíamos cómo modificar el
controlador para que el sistema sea estable. El Nyquist theoremwas una revolución
para nosotros. Dibujando el curvewe Nyquist conseguimos una muy effectiveway para
diseñar el sistema porque sabemos el rango de frecuencias que era crítico y tenemos
una buena idea de cómo el controlador debe ser modificado para que el sistema sea
estable. o bien se podría añadir un compensador o podríamos utilizar el sensor
adicional. Los métodos de diseño fueron desarrollados originalmente para sistemas
con una entrada y una salida; Garde , 1948 ; Garde y Persson, 1960 ). Las
perturbaciones son un ingrediente clave en un problema de control; sin perturbaciones
e incertidumbres del proceso no hay necesidad de retroalimentación. Modelado de las
perturbaciones tanto, es importante. En teoría servomecanismo, se propuso para
modelar perturbaciones como procesos estocásticos ( James et al. , 1947 ; Solodovnikov
, 1947 ;
Tustin , 1947b ). El libro ( James et al., 1947 ) Tiene fórmulas para calcular el error cuadrático
medio para los sistemas lineales impulsados ​por procesos estocásticos. Un problema clave
en el control de incendios fue predecir el movimiento futuro de una aeronave. Las
soluciones a este problema se les dio forma independiente por Wiener ( Wiener, 1949 ) Y
Kolmogorov ( Kolmogorov, 1941 ). La obra no tuvo impacto en los sistemas de control de
fuego durante la guerra (p. 280-283 Mindell, 2002 ). Newton, Gould y Kaiser ( Newton, Gould,
y Kaiser, 1957 ) Que se utiliza la teoría de la predicción de Wiener para diseñar sistemas de
control que reduzcan al mínimo la fluctuación media cuadrática. Una característica
interesante de su enfoque es que se convierten las votaciones problemto un problema de
alimentación directa equivalente, que era mucho más fácil de resolver. Hoy llamamos a este
enfoque Youla parametrización. Otros libros sobre el control de los sistemas con los
procesos aleatorios son ( Davenport & Root, 1958 ;
Laning y Battin, 1956 ; Solodovnikov , 1952 ; Cera , 1954 ). El Semi-Automatic Ground
Environment (SAGE), un sistema semi-automático para la detección de misiles que se
aproximan Norte
12 KJ Åström, PR Kumar / Automatica 50 (2014) 3-43

América, fue desarrollado a finales de 1950 en el Laboratorio Lincoln ( Redmond y Smith, 2000 ).
El sistema consistía en una red de radares, computadoras y centros de mando y control. Las
estaciones de radar de barrido proporcionadas muestras periódicas de la posición de misiles;
esto dio lugar a muchas investigaciones en sistemas de datos muestreados. contribuciones
significativas fueron hechas por Franklin y Jurado en el grupo de control en la Universidad de
Columbia dirigido por Ragazzini ( Jurado , 1958 ; Ragazzini y Franklin, 1958 ). También hubo
importantes investigaciones sobre sistemas de datos muestreados por Tustin en el Reino
Unido ( Tustin, 1947b ), Y por Tsypkin en el Instituto de automatización y control remoto en la
URSS ( Tsypkin de 1958 ). Más temprano, Oldenbourg y Sartorius ( 1944 ) Habían trabajado en el
muestreo motivado por sistemas chopper-de barras utilizado en el control de procesos.
Servomechanismtheoryhad un fuerte impacto onprocess control. Oldenburger y
Sartorius de Siemens mostraron que los conceptos y métodos de la teoría de
servomecanismo eran útiles para el control de procesos ( Oldenbourg y Sartorius, 1944 ). Herrero
( 1944 ) y Eckman
( 1945 ) Hecho observaciones similares. Equipo de control de proceso también se ha mejorado.
Electrónica sustituye neumática, pero accionamiento de la válvula todavía estaba neumático
debido a las fuerzas requeridas. Una consecuencia es que el retardo en las líneas de neumáticos
utilizados para la transmisión de señales se redujo significativamente. La linealidad y precisión
de los sensores y actuadores se mejoraron significativamente mediante el uso de la fuerza de
respuesta. La retroalimentación también se utiliza ampliamente para mejorar los controladores
electrónicos.

Los sistemas de accionamiento con electricmotors se mejoraron significativamente

Dado que los sistemas de control de vuelo de bomberos y un ser humano implicados en el bucle
era natural para investigar las características dinámicas de un ser humano en un bucle de
retroalimentación ( Oppelt y Vossius, 1970 ; Tustin, 1947c ;
Blakelock, 1981 , Capítulo 13). Parcialmente inspirado por esta, Norbert Wiener acuñó el
término cibernética (de control y comunicación en el animal y la máquina) en el libro ( Wiener, toDC andDC TOAC. El primer sistema era una transmisión de 100 kV de 20 MW Suecia
1948 ) Pu- cado en 1948.Wiener hizo hincapié en la investigación interdisciplinaria,
convergencia del control, la comunicación, la biología y la teoría de sistemas. Ross
Ashby explora el origen de la capacidad de adaptación de los sistemas nervioso cen- en
el libro ( Ashby, 1952 ), Resonando con la idea de la cibernética ( Ashby, 1956 ). sin
embargo, una vista de la ingeniería de la cibernética se da en el libro de Tsien Ingeniería
Cibernética ( Tsien, 1954 ), Que se anticipó gran parte del desarrollo del control
DESPUÉS de 1954. La cibernética captó la imaginación de los profesionales y el público
en general, pero con el tiempo cayó en el descrédito, tal vez debido a la falta de
cualquier resultado significativo investigación, más prometedor, y sobreexplotación. La
palabra sobrevivió en algunas instituciones. Yakubovich fundó el Departamento de
Cibernética teóricos en Leningrado en 1970. El departamento de control en el Instituto
de Tecnología de Noruega fue nombrado Teknisk Kyber- netikk.
Información sobre servomecanismos se extendió a lo largo de muchos conferencias
que conducen a la formación de la ación Internacional de Control Automático Feder- en
1956. El Departamento de Investigación Científica e Industrial en el Reino Unido
dispuestos a una conferencia en el campo Cran- en julio de 1951. El procedimiento fue
editado por Tustin, una persona cen- tral de control en la investigación en el Reino Unido.
Otra conferencia fue organizada por ASME en diciembre de 1953. Los Ings procedi-
conferencia fue editado por Rufus Oldenburger, Director de Investigación de la Woodward
Governor Company, y se dedicó a Harry Nyquist ( Oldenburger de 1956 ). (El premio más
alto de ASME en sistemas de control es la medalla Oldenburger.) El Consejo de
Investigación Nacional Italiano organizó una serie inMilan ofmeetings culminando en un
Congreso In- ternacional sobre los problemas de automatización en abril de 1956 con más
de 1000 asistentes ( Colonnetti de 1956 ).
3.2. La amplia aplicabilidad de la teoría servomecanismo
cuando llegó a estar disponible a mediados de 1950 el tiristor. Hubo grandes avances en los
sistemas de energía como las redes de energía eléctrica aumentaron en tamaño y
complejidad. Se desarrollaron sistemas de transmisión de corriente continua de alta tensión.
Se requieren sistemas electrónicos y de control sofisticados para las conversiones de CA
continental a la isla de Gotland en 1954 ( Lamm, 1983 ). La capacidad de la ingeniería de
sistemas necesarios para construir sistemas complejos se convirtió en una parte importante
de control durante la guerra. Una demostración dramática de los avances de control se hizo
en septiembre de 1947 cuando la aeronave '' Robert E. Lee '' hizo un vuelo trasatlántico
completamente autónomo ( McRuer y Graham, 1981 ):
La aeronave tenía un piloto automático Sperry A-12 con enfoque acoplador y un control de
aceleración automática Bendix. . . . También tenía un propósito equipo especial de IBM que
permite comandos a su control automático para ser almacenados en tarjetas perforadas
alimentados de forma automática. Desde el momento en que los frenos fueron liberados
para el despegue de Stephenville, Terranova, hasta que el aterrizaje se completó a
Brize-Norton, Inglaterra al día siguiente, ningún ser humano había tocado el control. La
selección de la estación de radio, rumbo, velocidad, ajuste de la aleta, la posición del tren
de aterrizaje, y la aplicación final de frenos de las ruedas fueron todos a cabo a partir de
un programa almacenado en tarjetas perforadas. La automatización completa de vuelo de
la aeronave parecía estar a la mano.
3.3. Frommechanical a los ordenadores electrónicos
Los controladores desarrollados antes 1940were propósito ordenadores analógicos
especiales basados ​en tecnolo- gía mecánica, neumática o eléctrica. Hubo un gran avance en
la tecnología mecánica fue sustituida por la electrónica. La invención del amplificador
operacional ( Lovell , 1948 ; Holst , mil novecientos ochenta y dos ; Philbrick , 1948 ; Ragazzini,
Randall, y Russell, 1947 ) Era la clave. Al proporcionar los Fiers amplifica operacionales con
aportaciones y comentarios impedancias que era posible crear componentes que podrían
agregar e integrar señales. Agregando ERS multiplicación y generadores de funciones hacen
posible el desarrollo de dispositivos informáticos de gran alcance para la implementación de
sistemas de control.

Aunque la teoría servomecanismo fue desarrollado principalmente para el problema de
control de fuego, rápidamente se hizo evidente que la teoría hadwide aplicabilidad a
prácticamente cualquier problema de control. Todos los campos donde el control se había
utilizado anteriormente fueron vigorizados por la afluencia de ideas de la teoría servomecanismo.
La metodología de ingeniería de sistemas asociados, que había sido desarrollado para hacer
frente a los sistemas complejos, también tenía muy amplia aplicabilidad.
Los trabajos pioneros en máquinas herramientas de control numérico se llevó a cabo en el
Laboratorio de servomecanismos del MIT ( Wildes y Lindgren, 1986 , pag. 218-225). A
machinewas fresado de tres ejes de control numérico demostrado en 1952. La primera versión
de un lenguaje APT para la programación de las máquinas se desarrollaron más tarde. APT
fue ampliamente utilizado a través de la década de 1970 y sigue siendo un estándar
internacional.
computación analógica Electronic tenía ventajas significativas sobre los dispositivos
electro-mecánicos, en particular en equipos de a bordo, donde bajo peso era importante. El
amplificador operacional también se utilizó para construir computadoras analógicas de
propósito general. Fueron rápidos, porque la operación fue paralelo. Incluso era posible
ejecutar en operación repetitiva para que los efectos de las variaciones de los parámetros
se pudieron visualizar instantáneamente. El número de ecuaciones diferenciales que
podrían resolverse era igual al número de integradores; grandes instalaciones tenían más
de 100 integradores. Las computadoras fueron programadas con un panel de conexión
desmontable. Los problemas de oscilaciones surgieron si había un bucle algebraica, es
decir, un bucle cerrado sin un integrador.
El ordenador analógico se convirtió en una herramienta popular para los institutos de
investigación, y eléctrica, aeroespacial y de las empresas químicas. los
 KJ Åström, PR Kumar / Automatica 50 (2014) 3-43
equipos estaban a cargo de los centros de cálculo con la debida dotación que asistieron al
hardware y ayudó con la programación. Había ordenadores analógicos también más
pequeños que se podrían colocar sobre un escritorio. Varios institutos construyeron sus
propios sistemas, y las universidades también adquirieron computadoras analógicas.
Los ordenadores analógicos hacen posible la simulación de sistemas grandes. Por primera
vez fue posible utilizar modelos matemáticos para estudiar el comportamiento de sistemas en
una amplia gama de condiciones de funcionamiento. Los ordenadores analógicos también
podría ser utilizado para la simulación de hardware-in-the-loop donde los componentes reales
eran simulación combinedwith. la computación analógica se convirtió en un tema académico ( Howe cerró después de la guerra, pero algunos de los laboratorios del MIT, como el Laboratorio
, 1961 ; Lundberg , 2005 ). Draper y el Laboratorio de Instrumentación siguió funcionando. Laboratorio Lincoln del MIT
computación digital surgió con el ENIAC, desarrollado a mediados de la década de
1940 por Mauchly y Eckert de la Universidad de la Escuela Moore de Ingeniería Eléctrica
de Pensilvania. Mauchly y Eckert dejaron la universidad y formaron una empresa que se
convirtió en Univac. El primer ordenador Univac 701 apareció en 1951. Un año más
tarde, IBM anunció el IBM 701. Varias compañías entraron en el negocio de las
computadoras, pero en 1960 IBM totalmente dominado la industria.
En 1944 el Laboratorio de servomecanismo en el MIT tiene un contrato de la Marina
de los EE.UU. para desarrollar un simulador de propósito general para la formación de
bombarderos navales. Originalmente se trató de basar el simulador en la computación
analógica, pero el programa cambió de computación digital inspirado en la nueva
tecnología emergente. El equipo fue llamado '' Torbellino '' después de que el nombre del
proyecto ( Redmond y Smith, 1980 ). El proyecto ha cambiado de dirección varias veces. A
principios de la década de 1950 que se utilizó en el programa SAGE, donde Torbellino se
convirtió en un ejemplo temprano de tiempo real. Itwas conectados a estaciones de radar
para los estudios de viabilidad en el programa SAGE. Whirlwindwas diseñado como una
máquina de 16 bits con 2K de memoria. Al experimentar con la memoria, Forrester desarrolla la programación lineal ( Dantzig, 1953 ). Bellman, que había hecho su Ph.D. bajo
exploró núcleos magnéticos en 1949, y la memoria central se instaló dos años más tarde ( Forrester,
Salomón Lefschetz en Princeton, desarrollado programación dinámica ( Bellman , 1953 ,
1951 ). Forrester y otros patentado la tecnología que se convirtió en la memoria de acceso
aleatorio estándar para un período de veinte años. Ken Olsenworked en el corememory
en el equipo Torbellino como estudiante. Más tarde se trasladó a Lincoln Labs para hacer
TR-0, una versión transistorizada del torbellino. En 1957 fundó Digital Equipment (DEC).
PDP1 de DEC, que apareció en 1959, fue el primero de una larga serie de
miniordenadores exitosas ( Ceruzzi de 2003 ).
3.4. Comunicación
Había una necesidad de centralización de las salas de control, tanto en sistemas de control
de fuego y en el control de procesos. La precisión de los sincronizadores, que fueron utilizados
para el control de incendios, se ha mejorado y estandarizado. No hubo avances significativos en
sincronizadores para la comunicación de los ángulos en los sistemas de control de incendios, y los
sincronizadores y equipos asociados se convirtieron en productos estándar.
En proceso de controlar los tubos neumáticos que se utilizaron para municationwere com-
reemplazado por sistemas eléctricos. Los niveles de señal se estandarizaron a 4-20 mA. El
hecho de que la señal cero corresponde a una corriente diferente de cero se utiliza para el
diagnóstico. Los sistemas eléctricos reducen el tiempo de retraso causado por la velocidad
limitada del sonido en los sistemas neumáticos. Armarios con equipo de maniobra, los controla-
dores y grabadoras mejoraron significativamente. También se les aug- mentado por los paneles
de relés de arranque automático y la parada y para los cierres de seguridad. salas de mando
centralizado se hizo común en el control de procesos.
Se produjo un avance fundamental en la teoría de la comunicación con la publicación
del artículo de Shannon sobre teoría de la información en 1948 ( Shannon, 1948 ). Shannon
define cuál es el '' capacidad '' de un enlace de comunicación, mostró lo son las
herramientas apropiadas para el estudio, y caracterizado en términos de información
themutual. También estudió si la retroalimentación podría utilizarse para aumentar la
capacidad,
13
y demostró que para un canal sin memoria discreto no podía; sin embargo, su
implicación para el control es limitado, ya que no se ocupa de retraso o un horizonte
finito. Estos temas se están revisando actualmente, como se detalla en la Sección 5.2 .
3.5. El crecimiento de las instituciones y laboratorios de investigación
El control se nutre en grandes laboratorios que se crearon durante la Segunda Guerra
Mundial, como los laboratorios de todo el MIT y en Moscú. El laboratorio de la radiación se
fue establecida en 1951 para construir el sistema de defensa aérea SAGE, muchos de los
ingenieros habiendo trabajado anteriormente en el Laboratorio de Radiación. También hubo
grupos de control significativas en General Electric, Hughes Aircraft, Bell Labs, Minneapolis
Honeywell, Westinghouse y Leeds y Northrup.
Hubo un grupo de control fuerte en la Columbia University bajo la dirección de John
Ragazzini y Lotfi Zadeh, creado en torno
1950. Entre los graduados studentswere futuros líderes como Rudolf Kalman, John
Bertram, Gene Franklin, y Eliahu Jurado. Se llevó a cabo trabajo seminal sobre sistemas
de datos muestreados; therewas seminario aweekly dominado por Kalman y Bertram ( Friedland,
1996 ). El grupo de la Universidad de Columbia disuelto a finales de 1950, cuando
Jurado y Zadehmoved toBerkeley, Franklin a Stanford, Kalman Torias, y Bertram a IBM.
La RAND Corporation en los EE.UU. fue creado como un centro de pensamiento,
operado por la Douglas Aircraft Company y financiado por la Fuerza Aérea. En la década de
1950 se llevó a cabo importantes investigaciones relacionadas con el control. George Dantzig
1957b ; Bellman, Glicksberg, y Gross, 1958 ). Solomon Lefschetz había establecido un
centro de investigación en las ecuaciones diferenciales no lineales y dinámicas de
Princeton a finales de 1940. En 1955, el Glenn L. Martin Company creó el Instituto de
Investigación de Estudios Avanzados (RIAS) en Baltimore, con muy estrechas
relaciones con el grupo de Princeton. Lefschetz y muchos de los miembros de su grupo
se unió RIAS, entre ellos estaban: Bellman, Bhatia, Hale, Kalman, Kushner, LaSalle,
Lee y Marcus, que se constituyen las contribuciones a controlar. Lefschetz y muchos de
sus colegas se trasladó a la Universidad de Brown en 1964 para formar el Centro de
Lefschetz para sistemas dinámicos. Lawrence Marcus se trasladó a la Universidad de
Minnesota para crear el Centro de Ciencias de Control y Sistemas Dinámicos.
A finales de 1950 IBM y otros fabricantes de ordenadores vieron el potencial para el uso de
ordenadores para el control del proceso. Empezaron a un grupo de investigación en control en el
Departamento de Matemáticas en el Centro de Investigación TJ Watson en Yorktown Heights,
con Kalman como su primer líder ( Robinson, 1966 ). Kalman dejó después de un corto período
de tiempo y John Bertram, un compañero de clase de Kalman en Columbia, se hizo cargo como
líder. El grupo más tarde se trasladó a San José. IBM también comenzó laboratorios en Europa;
el Laboratorio de IBM Nórdico de Estocolmo se dedica al control de procesos.
En Inglaterra, varios de los principales investigadores se trasladaron a los lazos
universidades. Tustin se convirtió en jefe de Ingeniería Eléctrica en el Imperial COL- lege en
1953, donde Westcott ya era un conferenciante y Coales trasladó a Cambridge en 1953 ( Bennett
, 1976 ; Mayne , 2007 ; Oeste ,
1985 ). El Laboratorio Nacional de Física en Inglaterra comenzó un grupo de investiga- ción en el
control.
China tiene una larga tradición en la ciencia. Profesor Hsue-shen Tsien había
trabajado con von Karman en Caltech y el laboratorio de propulsión a chorro en la
dirección del misil. En 1954 escribió el libro notable '' Ingeniería Cibernética '' ( Tsien,
1954 ). Tsien regresó a China en 1955, dio conferencias sobre la base de control y
propone la creación de instalaciones de investigación para la aeronáutica andmissile
14 KJ Åström, PR Kumar / Automatica 50 (2014) 3-43
desarrollo - la Quinta Academia del Ministerio de Defensa Nacional ( Chang, 1995 ). La
Academia de Ciencias de China creó el Instituto de Automatización en 1956. El
matemático ZZ Guan estableció un laboratorio de investigación en la teoría de control en
el Instituto de Matemáticas de la Academia China de Ciencias en 1962. La Asociación
China de Automatización (CAA) fue fundada en 1961 después de trabajos preparatorios
sustancial ( Chen y Daizhab de 2007 ). Había actividades similares en muchos otros
países con el crecimiento de la investigación de control en la industria y el mundo
académico ( Bittanti y Gevers, 2007 ). institutos de investigación también fueron creados
por las academias de ciencias de Budapest y Praga. El Instituto de Investigación de la
Defensa Nacional en Estocolmo tenía un grupo para la computación analógica y otra de
guía de misiles y la teoría de control. En 1955 Saab crea una nueva división llamada
R-System, modelado después de la corporación RAND y patrocinado por la Fuerza
Aérea Sueca ( Åström, 2007 ).
3.6. El inicio de la educación de control
La mayor parte de la investigación en el control se había hecho en la industria y los
institutos de investigación y en algunas universidades. Cuando surgió la teoría nismo
servomech- se reconoció como una tecnología útil que podría aplicarse ampliamente.
cursos de control se introdujeron en prácticamente todas las escuelas de ingeniería. Los
grupos de control se CREADA en muchas empresas, y se establecieron nuevas empresas
industriales especial- izing el control. Muchos libros de texto fueron escritos. Además de ( Eckmanlentos, voluminosos, poco confiable y caro. En 2000 eran rápido, pequeño, fiable y barato. En 1960, los
, 1945 ; James et al. , 1947 ; MacColl , 1945 ;
Herrero , 1944 ), Otros libros populares de Estados Unidos fueron ( Bower y Schultheiss,
1958 ; Brown y Campbell, 1948 ; De castañas y Mayer, 1951 ; Thaler y Brown, 1953 ; Truxal , 1955
). Entre los libros de la URSS fueron ( Aizerman , 1958 ; Krasovskii , 1959 ; Solodovnikov , 1954
; Voronov ,
1954 ). Los libros también fueron publicados en Alemania ( Oldenbourg y SAR-torius de 1948 ; Oppelt ,
1947 ; Schuler , 1956 ), REINO UNIDO ( MacMillan , 1951 ;
Portero , 1950 ; Oeste , 1953 ) Y Francia ( Gille, Pelegrin, y Decaulne de 1959 ). Una lista de
los primeros libros de texto sobre el control fue compilado en conexión con el 50
aniversario de la IFAC ( Gertler, 2006 ). La lista in- cluye 33 libros publicados en 1960 y
anteriores. El libro de Truxal
( 1955 ) Es representativa del estado de la técnica de la enseñanza de control a mediados de la
década de 1950. Los temas tratados incluyen la teoría de sistemas lineales basado en
transformadas de Laplace, el método lugar de las raíces, los procesos estocásticos, los sistemas
de datos muestreados, el análisis de sistemas no lineales basados ​en fase de plano y la
descripción de métodos de la función. El libro resume muchos de los resultados y se presenta un
método sistemático para el diseño del controlador inspirado en la teoría de circuitos ( Guillemin , 1940
; Van Valkenburg , 1955 ).
3.7. La aparición de las sociedades de control profesionales
La Sociedad Americana de Ingenieros Mecánicos (ASME) creó una división para los
instrumentos y los reguladores en 1943. El Instrument Society of America (ISA) fue
fundada en 1946 por las empresas interesadas en instrumentos industriales. Publicaron
una revista en 1954 que más tarde se llamó INTECH.
Gran parte de los primeros trabajos de control automático se clasificó debido a su
conexión militar. Después de la guerra había una necesidad de una interacción más
abierta. La IRE (ahora IEEE) formó un grupo profesional de Control Automático en 1954.
Una revista que se convertiría en el IEEE Transactions on Control Automático se inició
en 1954 con George Axelby como editor.
También hubo actividades internacionales. En 1956 había planes para no menos de
ocho reuniones nacionales sobre el control automático en el liderazgo Europe.Wise dio
lugar a la formación de la IFAC, que se convirtió en el foro internacional para el campo
de control ( castaña ,
mil novecientos ochenta y dos ; Kahne , 1996 ; Luotuo , 1978 ). Muchos de los problemas de
organización se resolvieron en una reunión en Heidelberg en 1956, con participantes de 19 países.
Una estructura de organización se creó con trienal
Congresos Mundiales, simposios y talleres. Harold Castaño del Laboratorio de
Investigación de General Electric fue elegido como el primer presidente y se decidió
celebrar el primer Congreso Mundial en Moscú en 1960. Esta conferencia tuvo un gran
impacto, ya que proporciona una oportunidad para los investigadores que había estado
trabajando en forma aislada para satisfacer con los colegas que habían trabajado en
problemas similares.
4. La edad de oro
Cualquier campo hubiera estado orgulloso de los logros que el control había alcanzado en 1960, pero
más que estaba por venir. La carrera espacial y el uso de las computadoras digitales para implementar
sistemas de control activan los nuevos desarrollos. servomecanismo teoría no estaba bien adaptado para
los sistemas con muchas entradas y muchas salidas, el rendimiento tuvo que ser optimizado y control de la
computadora dio lugar a nuevos desafíos. Modelado basado en la inyección de señales sinusoidales
consumía mucho tiempo para el control de proceso. Estos desafíos requieren nuevas herramientas, y los
científicos de control con entusiasmo volvieron a las matemáticas para las nuevas ideas. Muchos
subespecialidades fueron exploradas, que requiere inmersiones profundas y focalizadas en las
matemáticas aplicadas. En contraste con la época anterior, cuando la teoría se retrasó aplicaciones, en
esta era de la investigación teórica fue delante de la práctica. Muchas ideas se investiguen en forma de
lazo abierto, sin el beneficio de la retroalimentación de aplicación. En algunos casos, la potencia de cálculo
no era lo suficientemente potente o redes aún tenía que emergen, para permitir la comprobación de las
ideas. La investigación y la educación ampliaron considerablemente y había una amplia financiación. El
desarrollo fue también muy influenciada por los avances en la informática. En 1960, los ordenadores eran
ordenadores eran lentos, voluminosos, poco confiable y caro. En 2000 eran rápido, pequeño, fiable y
barato. En 1960, los ordenadores eran lentos, voluminosos, poco confiable y caro. En 2000 eran rápido,
pequeño, fiable y barato.
La teoría era apropiado basado en espacio de estado en lugar de dominio fre-
cuencia base ( Kalman, 1961b ). El trabajo anterior de Alek- sandr Lyapunov en la URSS
en la estabilidad de las ecuaciones diferenciales ( Lyapunov, 1892 ) Se encontró que era
muy útil para abordar el problema de la estabilidad de los sistemas descritos por
ecuaciones diferenciales ( Kalman y Bertram, 1960 ). En la URSS, el problema del control
óptimo de los sistemas basados ​en ecuaciones diferenciales fue investigada por
Pontryagin y sus compañeros de trabajo ( Boltyanskii, Gamkrelidze, y Pontryagin de 1956 ; Pontryagin
et al. , 1962 ), Y por los investigadores en el Instituto de Ciencias de control. Esta fue una
generalización del trabajo anterior sobre cálculo de variaciones ( Ferguson , 2004 ; Kalman ,
1963b ). Rudolf Kalman puso una amplia base de los sistemas lineales ( Kalman , 1958 , 1961b
, 1962 , 1963a ; Kalman y Bucy, 1961 ). La teoría del estado-espacio encontró aplicación
inmediata. Swerling ( 1959 ),
Kalman ( 1960 ), Y Kalman y Bucy ( 1961 ) Amplió el filtro-ing ofWiener teoría de modo que se
dirigió comportamiento transitorio aswell como sistemas de variables en el tiempo. Richard
Bellman desarrolló programa- ción dinámica para la optimización de los sistemas de tics
deterministas y stochas-, incluyendo una base para el control adaptativo bayesiano ( Bellman ,
1953 , 1961 , 1957b ). En los siguientes cinco décadas, todos estos esfuerzos se han
investigado a fondo, y se desarrolló un gran edificio de '' teoría de siste- mas ''. Los
conceptos de sistemas lineales, de control timal op-, programación dinámica, sistemas
parcialmente observadas, de identificación del sistema, de control adaptativo, de estimación
no lineal, de control busto RO-, en sistemas no lineales, sistemas de parámetros
distribuidos, sistemas descentralizados, sistemas de eventos discretos, etc., eran todos ex
explorados. Lo que es muy interesante es que muchas de las ideas fueron in- vestigated en
un momento en que la tecnología aún no estaba disponible para su ejecución.
La industria aeroespacial ha estado siempre en la frontera de la tecno- logía, debido a las
extremas exigencias en materia de seguridad y rendimiento. Durante 1960-1980 el control del
proceso fue un importante motor para el control de orde- nador, pero la industria del automóvil se
hizo cargo de esta función en la década de 1980. Los problemas de fabricación y gestión de colas
también impulsaron el desarrollo del control con aplicaciones en la investigación de operaciones.
 KJ Åström, PR Kumar / Automatica 50 (2014) 3-43
La edad de oro fue un periodo muy prolífico; nuestro tratamiento es de ninguna
manera completa y nos disculpamos por omisiones. En particular, no cubren
adecuadamente mecatrónica, robótica, el control de parámetros distribuidos (PDEs),
control hamiltoniano, por mencionar sólo algunos de muchos ejemplos.
4.1. La carrera espacial
los viajes espaciales y ballisticmissiles posedmany desafíos. Hubo problemas de
orientación, control y estimación. Cómo hacer un uso eficaz de los cohetes de tamaño
moderado para poner un satélite en órbita? ¿Cómo encontrar trayectorias eficientes para el
viaje interplanetario? Cómo minimizar el calentamiento en la reentrada en la atmósfera de la
tierra? ¿Cómo controlar cohetes durante el lanzamiento, de cabotaje y la reentrada? Cómo
determinar la posición, velocidad y orientación de los acelerómetros, giroscopios y lugares de
estrella?
El programa soviético fue dirigido por Sergei Korlev con los ingenieros y científicos
alemanes fromPeenemünde como consultores. La primera cohete, R-7 Semyorka, se basó
en el V2 con un nuevo sistema de control. Semyorka se utilizó para lanzar el Sputnik en
1957. Cuatro años más tarde Yuri Gagarin se convirtió en el primer astronauta. Wernher von
Braun con varios compañeros de trabajo se unió a la Agencia de misiles balísticos Ejército en
Huntsville Alabama. Sputnik causó mucha consternación en los EE.UU.. Una nueva agencia,
la NASA, fue creado en 1958. En 1961 el presidente Kennedy anunció el objetivo de poner un
hombre en la Luna dentro de 10 años. La NASA ha recibido una financiación significativa y
rápidamente creció hasta 8000 personas. Mucha investigación y desarrollo fue
sub-contratados para la industria y las universidades.
Los nuevos retos en la industria aeroespacial no se podrían cumplir por
servomechanismtheory, andmanynewavenueswere exploradas. Grandes recursos se han
centrado, con grupos muy diversificados, para resolver problemas específicos de
ingeniería. la investigación del control se benefició enormemente de una fuerte afluencia
de ideas de aplicaciones, las matemáticas y la informática.
navegación inercial era un facilitador para misiles intercontinentales y vuelos espaciales;
que requiere el desarrollo significativo de giroscopios, acelerómetros, computadoras y teorías
de la orientación. El Laboratorio tación instrumental en el MIT dirigido por Charles Stark Draper
fue un jugador importante, en estrecha colaboración con la industria y que actúa como un
tractor con- importante para varios sistemas ( Mackenzie, 1990 ).
4.2. El control por ordenador
La aparición de la computadora digital dio lugar a especulaciones sobre su uso para
el control; de hecho, el torbellino (ver Sección 3.3 ) Equipo fue diseñado para ese
propósito. Hoy en día es difícil de captar el estado de las computadoras en la década de
1950. Se ilustra con la siguiente cita de un documento de 1958 Kalman ( 1958 ), Donde se
describe un intento de implementar un controlador adaptativo:
En las aplicaciones prácticas, sin embargo, una computadora digital de propósito
general es una pieza cara, voluminosa, extremadamente complejo, y algo torpe de los
equipos. . . . Por estas razones, un pequeño ordenador de propósito especial se
construyó. Una perspectiva sobre el tremendo impacto de la informática se ilustra en la
siguiente cita de HermanGoldstine, Jefe del Departamento de Matemáticas en la
investigación de IBM en Yorktown Heights, pronunciado en una reunión de personal en
1962:
Cuando las cosas cambian en dos órdenes de magnitud es la revolución no la evolución.
Combinando la declaración de Goldstein con la Ley de Moore se deduce que a partir de
1971 las computadoras han disfrutado de una revolución cada 10 años. Ha habido un
tremendo impacto en cómo los sistemas de control están diseñados e implementados.
15
La pobre capacidad y la escasa fiabilidad de los ordenadores de propósito general fue la
razón por la cual el Polaris ICBM utilizó un analizador diferencial digital (DDA), una emulación
de un ordenador analógico ( Mindell, 2008 , pag. 98), ( Mackenzie, 1990 ). El equipo fue
Desarrollados en el Laboratorio de Instrumentación. Fue seguido por el Apolo Orientación del
ordenador que se implementó el uso de circuitos inte- grados con una arquitectura de ordenador
convencional ( Min-dell 2008 , Cap. 6). La primera versión de la computadora, el Bloque I, tenía
una memoria de base de 1K palabras de 16 bits y una memoria de sólo lectura de 24K
palabras. La velocidad de reloj fue de 1 Mhz. Las versiones de la AGC fueron posteriormente
utilizados para demostrar la viabilidad de fly-by-wire para aeronaves. En el momento en el
Bloque I, la primera versión de AGC, voló en agosto de 1966, los ordenadores habían estado
controlando los procesos industriales desde hace 7 años.
Hubo importantes avances en el control de procesos industriales. Incluso si los
ordenadores eran lentos, voluminosos y caros, sus capacidades coincide con los requisitos
básicos de control de procesos. empresas vieron el potencial de proceso para el
funcionamiento mejorado, y las empresas de informática vieron oportunidades de negocio. Los
grupos de control se formaron en las industrias de proceso y estudios de factibilidad fueron
ejecutados en forma conjunta con empresas informáticas ( Harrison, 1978 ). El primer sistema
de operación fue un orde- nador Ramo-Wooldridge RW-300 en la refinería de Port Arthur en
Texas. Las primeras instalaciones utilizan el control de supervisión en el que el equipo
proporciona puntos de ajuste de los controladores PID que manejaban los bucles de control
básicos.
Cuando IBM entró en el campo que utilizan una pequeña transistorizado, equipo
científico, IBM1620, como base. Un dato interesante es que TedHoff se inspiró en la
IBM1620when desarrolló el primer microordenador. El IBM 1720 se basó en el 1620 ( Harrison,
Landeck, y Clair, 1981 ). Tenía longitud variable palabra, una interrupción de hardware y
analógicas y entradas y salidas digitales. Una versión mejorada fue anunciado como el
proceso del sistema de ordenador de control IBM 1710 en 1961. Una configuración típica era
una CPU con una memoria de base de 40K dígitos decimales (80 K-bytes), y un disco duro
con dígitos decimales 2M (4M-bytes) , 80 entradas analógicas, 20 entradas de contador de
impulsos, 100 salidas digitales y 50 salidas analógicas. El equipo tuvo una frecuencia de
reloj de 100 kHz. Las instalaciones típicas realizan un control de supervisión de muchos
bucles, planificación de la producción, control de calidad y supervisión de la producción ( Ekström,
1966 ). En 1964, el IBM 1800 se anunció. Fue la primera computadora diseñada para
aplicaciones de control de procesos en tiempo real. Themachine fue un éxito y se entregaron
varios miles de máquinas ( Harrison et al., 1981 ). Muchas empresas de informática entraron
en el campo después. Cuando las computadoras se volvieron más potente y más fiable que
era posible dejar que los actuadores de control directamente. Una arquitectura de sistemas
de llamada de control digital directo (DDC) surgió en 1962, cuando Imperial Chemical
Industries (ICI) en Inglaterra utiliza una computadora Ferranti Argus para controlar una
planta de carbonato de sodio. El control por ordenador se utiliza para todas las funciones de
control, incluyendo los bucles de bajo nivel. Había sensores para 224 variables y el
ordenador controlados 129 válvulas directamente. El control por ordenador permite a los
paneles de operador simplificarse, y el sistema puede ser reconfigurado mediante la
programación en lugar de re-cableado.
control de proceso computarizado desarrollado rápidamente a medida que la
tecnología se fue a través de las fases de máquinas especiales, computadoras mini y
microcomputadoras, y hubo muchos actores. Las empresas de informática comenzaron
a retirarse del campo que fue tomado por las compañías de instrumentación. Era
atractiva para distribuir la computación. En 1975 Honeywell y Yokogawa introdujeron
Sistemas de Control Distribuido (DCS), el TDC 2000 y la CENTUM. Los sistemas
permiten control digital directa en unidades distribuidas funcionalmente y espacialmente.
Los sistemas tienen unidades estandarizadas para la interacción con el proceso, con
interfaces hombre-máquina señales analógicas y digitales y. Varios fabricantes
siguieron, y DCS se convirtió en el estándar para los sistemas de control de procesos.
dieciséis KJ Åström, PR Kumar / Automatica 50 (2014) 3-43

El uso del control de la computadora en la industria de procesos se expandió
rápidamente a medida que los sistemas de control distribuido basado en computadoras mini
y micro aparecieron. En marzo de 1962 había 159 sistemas, aumentando a 5.000 en 1970,
y un millón de sistemas de 1980. El control por ordenador para la industria de procesos
convirtió en un importante vendedores businesswithmanydiverse; las empresas ABB,
Emerson, Honeywell, Siemens, Rockwell y Yokogawa surgieron como los proveedores
dominantes.
1967 California estableció la Junta de Recursos del Aire Limpio, y re- quirements sobre las
emisiones de escape de automóviles se convirtió en leyes federales de Estados Unidos en
1970. control de la emisión de votos hizo posible para satisfacer las nuevas leyes. El sistema
de control utiliza un nuevo sensor de oxígeno (sensor lambda), un convertidor catalítico, y un
sistema de retroalimentación que mantiene los niveles de oxígeno en el convertidor muy
cerca de la condición estequiométrica. General Motors fue uno de los primeros usuarios;
citamos de John Cassidywhowas jefe del grupo de control en GM:

Tradicionalmente, los sistemas de control de procesos tenían dos tipos de equipos: un

panel de control con los controladores, grabadoras y pantallas, y un gabinete de relé para
Recuerdo una reunión con Ed Cole, ingeniero de fondo, que era entonces presidente
el arranque y parada secuencias y enclavamientos de seguridad. Cuando surgieron
de GM. Un sistema de circuito cerrado viable era posible utilizando un circuito
miniordenadores el panel de control fue sustituido por un sistema DCS. Hubo un
bastante simple basado en un amplificador de operación. El Sr. Cole tomó la
desarrollo similar de los sistemas de retransmisión, que también fueron utilizados para la
decisión en esa reunión que GM sería necesario un enfoque técnico avanzado
automatización en la industria manufacturera. General Motors desafió a la industria de la
basado en la tecnología de microprocesadores recién emergente. Otros en la
electrónica con los requisitos para un controlador estándar de la máquina que podría
industria siguieron.
reemplazar los relés. Varias compañías respondieron al desafío. Se rechazó una sistema
de Digital Equipment basado en un mini-ordenador. Una demostración con éxito de un
sistema de finalidad especial fue hecha por Bedford Associates y Modicon en 1969. La Sistemas entraron en producción a finales de 1970. Una vez que el control de
unidad fue resistente con enfriamiento y no hay ventiladores conductora. En 1971 Allen retroalimentación basado en computadora se introdujo en los coches, su uso se
Bradley desarrolló un dispositivo llamado Controlador Lógico Programable (PLC). La extendió rápidamente intomany otras funciones. se introdujeron sistemas de frenado
arquitectura del sistema se basa en los programadores de round robin con diferentes antibloqueo (ABS) para evitar que las ruedas se bloqueen. Los sistemas electrónicos de
velocidades de ciclo. PLC fueron programadas originalmente en un lenguaje llamado frenado (EBS) y control electrónico de estabilidad con- (ESC) trolled los frenos de forma
gráficas diagramas de escalera (LD), que emulaban la lógica de escalera se usa para individual para mejorar la estabilidad y la dirección. Estos sistemas utilizan
describir circuitos de relé. Más tarde se estandarizaron varios estilos de programación acelerómetros y giroscopios como sensores. control de crucero tomatic au- había sido
diferentes ( Comisión Electrotécnica Internacional , 2011 ; Ametralladora , 1995 ): Diagramas utilizado anteriormente, pero su aplicación mediante control por ordenador era mucho
de funciones (FUP), cartas secuenciales de función (SFC) y texto estructurado (ST). Los más conveniente. Una consecuencia es que el control de crucero es ahora una
PLC se desarrollaron rápidamente y se convirtió en una herramienta estándar para la característica estándar. control de crucero adaptativo, basado en sensores de radar, se
automatización. introdujo para mantener una distancia cons- tante con el coche de delante. Caveney de
2010 ). En un principio, los sistemas de control eran típicamente características add-on.
Con el tiempo ha habido un movimiento hacia el diseño integrado de la mecánica y de
control. Control de los turbocompresores permite motores más pequeños. Los vehículos
híbridos y eléctricos son incluso ejemplos más prominentes de co-diseño de los
sistemas de control de proceso son típicamente ampliamente distribuidos. Alambres
sistemas y control.
de los sensores y actuadores, típicamente de 4-20 mA bucles de corriente, fueron
llevados a un armario central y distribuidos a la computadora. Estos sistemas eran
costosos, difíciles de mantener y actualizar; los sistemas tenían una vida de decenas de
redes years.When apareció en la década de 1970 itwas natural para reemplazar
expensivewiringwithnetworks y surgieron varios sistemas diferentes. Las normas
En 1986 Pravin Varaiya inició un ambicioso proyecto de investigación, Programa de
nacionales se desarrollaron en Alemania ( PROFIBUS, 1986 ) Y en Francia (FIP ( WorldFIP,
Tecnología Avanzada de Carreteras (PATH), en la Universidad de California, Berkeley, en
1982 )), Y en los EE.UU. los fabricantes formó la Fundación consorcio de bus de campo ( Fieldbus
colaboración con Caltrans ( PATH, 1986 ). Platooning de los coches que estaban
Foundation, 1994 ) Que absorbió FIP. Hubo opiniones divergentes controlados por los
vinculados electrónicamente fue explorado. En 1997, el programa demostró platooning de
intereses comerciales de los proveedores ( Felser de 2002 ). Después de más de una
los coches que circulan a 60 mph separados por 21 pies en una autopista de San Diego, y
década, la CEI en 2000 introdujo un estándar, IEC 61784, que incluye muchas de las
demostró que la capacidad couldbe se duplicó. El PATHprogramstill continúa con mucho
características de los diferentes proveedores. normas similares aparecieron en la industria
esfuerzo dirigido hacia el control del flujo de tráfico. Platooning es particularmente eficiente
de la construcción. Algunos vendedores utilizan Ethernet.
para vehículos pesados ​( Al Alam, Gattami, Johansson, y Tomlin, 2013 ; Liang, Martensson,
Johansson, y Tomlin, 2013 ).

4.3. aplicaciones de automoción

El área de la automoción es un área de aplicación importante para con- trol. Es un
conductor fuerte de la tecnología debido a su escala; cerca de 40 millones de
automóviles fueron fabricados en el año 2000. Por proporcio- nando un gran mercado, la
industria automotriz contribuyó en gran medida al desarrollo de themicro-controlador, un
microprocesador con entradas y salidas analógicas y digitales integrados. La industria
del automóvil también estimuló el desarrollo de bajo costo emi- sión sensores,
acelerómetros y giroscopios. Junto con la industria aeroespacial que fue uno de los
primeros de diseño basado en el modelo, y proporcionó un terreno fértil para la
investigación en el modelado, proceso integrado y diseño de control, y la
implementación de sistemas de control ( Guzzella y Sciarretta, 2013 ; Kiencke y Nielsen,
2005 ). El impacto de la industria del automóvil en el control se hizo más fuerte hacia el
cambio de siglo e incluso más fuerte en el siglo 21.
4.4. El control óptimo
Los primeros cohetes no tienen un gran empuje, y por lo tanto un problema crucial
fue lanzar el cohete más eficaz. Los intentos de resolver los problemas de este tipo
llevado al desarrollo de la teoría de control óptimo. Mayor bymathematicians
contributionsweremade e ingenieros de control. Hubo una revitalización del cálculo de
variaciones clásica que tiene sus orígenes en el problema planteado por braquistocrona
Bernoulli en 1696 ( Gelfand y Fomin, 2000 ). Pontryagin y sus compañeros de trabajo en
Moscú siguieron la tradición de Euler y Lagrange y desarrollaron el principio del máximo
( Pontryagin et al., 1962 ). Ellos fueron galardonados con el Premio Lenin 1962 de
Ciencia y Tecnología. En los Estados Unidos, en lugar de Bellman siguió las ideas de
Hamilton y Jacobi y programación dinámica (desarrollado Bellman , 1957b ; Bellman et al. ,
1958 ). El caso de los sistemas lineales con criterios cuadráticos fue resuelto por
Bellman en casos especiales ( Bellman et al., 1958 ), Y una completa

Las preocupaciones ambientales y las crisis del petróleo recurrentes creados mands de- para la
reducción de emisiones y consumo de combustible reducido. En
 KJ Åström, PR Kumar / Automatica 50 (2014) 3-43
solutionwas proporcionada por Kalman ( 1960 ). Los libros de Athans y Falb ( 1966 ) y Bryson 4.6. juegos dinámicos
y Ho ( 1969 ) Presentó los resultados en una forma que era fácilmente accesible a los
ingenieros; También trataron temas computacionales. Una demostración espectacular
de la capacidad de control óptimo fue dada por Bryson ( 1966 ). Se calcula la trayectoria
óptima para volar un nivel fromsea aviones a 20 km, y se encontró que se podía hacer
en 332 s. La trayectoria óptima fue probado vuelo y el avión llegó a 20 km en 330 s. El
análisis tradicional cuasi-estacionario predijo que el avión no podría incluso llegar hasta
20 km. El control óptimo creció rápidamente, muchos libros fueron escritos y cursos
fueron introducidos en los programas de control ( Anderson & Moore, 1971 ; Lee y
Marcus, 1986 ; Ametralladora , 2012 ). Otro enfoque computacional para un control
óptimo, control predictivo basado en modelo, que surgió de la industria es ahora
ampliamente utilizado ( Camacho y Bordons, 2004 ; Clark , 1994 ; Maciejowski , 2002 ;
Qin y Badgwell de 2003 ; Rawlings y Mayne, 2009 ; Richalet y O'Donnovan de 2009 ). El
papel ( Mayne, Rawlings, Rao, y Scokaert, 2000 ) Fue seleccionado para el primer premio
del papel de alto impacto en el Congreso Mundial de la IFAC en Milán en 2011.
4.5. Programación dinámica
la toma de decisiones de múltiples etapas era un problema de interés para la RAND
Corporation, con el apoyo de la Fuerza Aérea de Estados Unidos, en la década de 1950.
Richard Bellman fue atraída a este problema. Se inició el campo de la programación
dinámica y desarrolló el principio de optimalidad ( Bellman, 1957b ). Es de particular
interés en el caso de los sistemas estocásticos, ya que proporciona políticas óptimas en
forma de la regeneración por el estado. Howard desarrolló el algoritmo de iteración de
política ( Howard, 1960 ) (mira la sección 4.14 ), Que es un algorithmto muy eficiente
determinar óptima policieswhen el número de estados y acciones es finito. Se ha vuelto
muy popular en la investigación de operaciones e ingeniería industrial; mira la sección 4.14
. Esto se agudiza aún más por Blackwell ( 1962 ). Se mostró ampliamente las diferencias
que se producen en el caso horizonte infinito de funciones de costos positivos y
negativos, así como el caso de las funciones de costes reducidos ( Blackwell , 1965 , 1967 ,
1970 ; Strauch ,
1966 ). La versión de tiempo continuo de la ecuación de programación dinámica es la
ecuación de Hamilton-Jacobi-Bellman para la marcha de costo-a-óptima.
La programación dinámica es, sin embargo, compleja computacionalmente; adolece de la ''
maldición de la dimensionalidad ''. Con el advenimiento de los ordenadores rápidos, métodos
para aproximar el costo-a-go functionby funciones no lineales, por ejemplo, la atención, las redes
neuronales han recibido. En 1995, TD-Gammon, un esquema de aprendizaje basado en la
diferencia temporal utilizando una red neuronal trainedby auto-play ( Tesauro, 1995 ) Jugado en el
nivel de un jugador humano de clase mundial.
La programación dinámica se ha convertido también útil como método para establecer las
propiedades cualitativas de la solución óptima. Esto se ha encontrado para ser extremadamente
útil en áreas tales como el control de inventario y planificación de la producción ( Veinott de 1965 ;
Bielecki y Kumar, 1988 ); como se describe en la Sección 4.14 . La enseñanza de los procesos de
decisión de Markov, que es la programación dinámica para los sistemas de estados finitos
estocásticos, es una parte estándar del plan de estudios de investigación de operaciones y
departamentos de ingeniería industrial.
La programación dinámica ha encontrado una amplia aplicabilidad. En la Internet, el
algoritmo Bellman Ford distribuido para determinar el camino más corto entre dos nodos en un
gráfico es un elemento clave de los algoritmos de enrutamiento en base de vector de distancia,
tales como RIP ( Hedrick ,
1988 ; Malkin , 1988 ) y IGRP ( 2012 ). Con el aumento de interés en los métodos
computacionales rápidos para el aprendizaje automático y la inteligencia artificial, las ideas de
programación dinámica se están convirtiendo en muy utilizado.
17
La teoría de juegos fue iniciada por John von Neumann en su en- tentar a desarrollar
una base para el comportamiento económico ( von Neumann y Morgenstern, 1947 ). Se
analizó tanto dos personas juegos estáticos de suma cero donde el costo de un agente es el
negativo de la de los otros agentes, así como los equipos estáticos, donde todos los agentes
tienen el mismo criterio de costo que están tratando de reducir al mínimo. Para dos personas
de suma cero '' juegos de matriz '', donde cada agente tiene sólo un número finito de
opciones fi, demostró que hay un punto de silla en las estrategias de asignación al azar ( Von
Neumann, 1928 ). Después, Nash
( 1951 ) Mostraron un resultado similar para los juegos de suma no nula estáticas. Al mismo
tiempo que se desarrollaba Bellman programa- ción dinámica en RAND, Rufus Isaacs estaba
estudiando tiempo ous de dos personas juegos de suma cero continuidades dinámicos. La ''
Isaacs ecuación '' es una versión de dos caras de la ecuación de Hamilton-Jacobi ( Isaacs , 0000
,
1975 ). Esta teoría de juegos diferencial se aplicó a proble- militar blemas tales peleas de
perros y batallas de tanques ( Ho, Bryson, y Baron, 1965 ;
Zachrisson , 1964 ), Y más tarde a control robusto ( Ba≥ar y Bernhard, 1991 ).
Aproximadamente al mismo tiempo, Shapley ( 1953 ) y Everett ( 1957 )
También estaban investigando los juegos de tiempo discreto. Zachrisson ( 1964 )
Proporciona un particularmente convincentes juegos tratamiento ofMarkov. Interés
continuó en las décadas posteriores a la investigación de equilibrios de Nash, la
optimalidad de Pareto, soluciones Stackelberg e incentivos en juegos dinámicos ( Ba≥ar y
Olsder de 1982 ; Ho, Luh, y Muralidharan de 1981 ; Simaan & Cruz, 1973 ; Starr y Ho, 1969 ).
4.7. Los sistemas lineales
aproximaciones lineales han sido extremadamente útil para el análisis y diseño de
sistemas de control. Las ecuaciones diferenciales se utilizaron en el desarrollo
temprano, pero no había un cambio a la respuesta de frecuencia cuando se introdujo la
teoría servomecanismo. En la década de 1960 hubo un retorno a las ecuaciones
diferenciales debido a la respuesta de frecuencia no se adapta bien para los cálculos
numéricos, y que no era conveniente para los sistemas con muchas entradas y muchas
salidas. El retorno a las ecuaciones diferenciales se hizo conocido como '' el enfoque de
espacio de estado '', porque noción de estado de Newton jugó un papel central. También
se le llamó '' la teoría de control moderna '' para separarlo de la teoría servomecanismo.
La sofisticación matemática de la investigación, y por consiguiente también los libros de
texto, aumentado. Los libros de Zadeh y Desoer ( 1963 ),
brockett ( 1970 ) y Kailath ( 1980 ) Fueron muy populares. Los themodels reformulationof
naturalmente plantearon dos preguntas: ¿Pueden todos los estados de ser alcanzados por
las opciones apropiadas de la señal de control y el estado pueden ser reconstruidos a partir
de las mediciones de las salidas. Kalman plantea estas preguntas y define los conceptos
de accesibilidad y observabilidad ( Gilbert , 1963 ; Kalman ,
1961b , 1963a ; Kalman, Ho, y Narendra, 1963 ). Los resultados de Kalman también
proporcionaron una visión clara de la relación entre las ecuaciones diferenciales lineales y
las funciones de transferencia asociadas, que aclare una pregunta clásica sobre el efecto de
cancelación de polos y ceros de una función de transferencia ( Blomberg, 1983 ). Therewas
alsowork en la estructura de los sistemas de captación lineal en un entorno clásico. Horowitz (
1963 ) Introducido una arquitectura de controlador, con twodegrees de libertad, que combina
la retroalimentación y alimentación hacia delante de manera que los requisitos de señal de
comando siguiente fromrequirements couldbe separados en la robustez y la atenuación de
perturbación. Los servomechanismwas analizadas en el modelo de espacio de estado ( Davison,
1976 ).
La teoría de sistemas lineales se basó en álgebra lineal, teoría de la matriz y matrices
polinómicas. Los resultados de álgebra lineal numérica también podrían ser explotadas
para los cálculos ( Laub, Patel, y Vandooren, 1994 ). El tamaño de los libros de texto grewto
700 páginas y más, cuando se añadieron los capítulos sobre la teoría del estado-espacio
para
18 KJ Åström, PR Kumar / Automatica 50 (2014) 3-43
classicmaterial en servomecanismos ( Dorf , 1980 ; Franklin, Powell, y Emami-Naeini,
1986 ; Kuo , 1962 ; Ogata , 1970 ).
En la teoría de espacio de estado estándar, el espacio de estado es el espacio euclidiano y
el tiempo es una variable real. También se establecieron las ampliaciones de los sistemas más
anillos ( Kalman, Falb, y Arbib, 1969 ). Un marco uniforme para sistemas lineales, máquinas de
estados finitos y autómatas puede ser establecida. Las señales y sistemas de iniciación libro de
Lee y Varaiya ( 2003 ) Está escrito en este espíritu. Una teoría de sistemas de eventos
discretos se inició en Ramadge y Murray Wonham
( 1987 ) Para abordar el control de las nociones teóricas de controlabilidad,
observabilidad, agregación, control descentralizado y jerárquica de los modelos formales
del lenguaje y autómatas ( Boel y Stremersch 2012 ; Ramadge y Wonham, 1989 ; Seatzu,
Silva, y van Schuppen 2012 ). Últimamente ha habido un interés significativo en los
sistemas híbridos ( brockett , 1993 ; Goebel, Sanfelice, y Teel, 2012 ; Maler , 2010 ) Que
tienen una combinación de comportamiento continuos y discretos.
teoría de la perturbación singular ( Kokotovic, Khalil, y O'Reilly, 1986 ) Y sistemas de
descriptor ( Duan, 2010 ) Se introdujeron para hacer frente a sistemas que tienen escalas
de tiempo muy diferentes. sistemas ciales-algebraica diferenciación fueron utilizados para
modelar grandes circuitos eléctricos ( Engranaje, 1971 ). Inspirado por la teoría de circuitos,
Willems ( Polderman & Willems, 1990 ) modelos de sistemas introducidos llamados
sistemas de comportamiento, que deenfatizada el papel de entradas y salidas, y que
también se describieron como sistemas diferenciales algebraicas. Rencias ecuaciones
algebraicas ferential es el marco natural para el modelado de sistemas físicos, y es
themathematical marco detrás del lenguaje de modelado Modelica ( Tiller, 2001 ). Hay un
cuerpo Una extensa literatura sobre sistemas dinámicos de dimensión infinita ( Los bancos,
Fabiano, y Ito, 1993 ; Bensoussan, Da Prato, Delfour, y MIT-ter, 1992 ; Cortina y Zwart,
1991 ; leones , 1971 ); el control del flujo de fluido es una zona de aplicación ( Aamo y Krsti ¢
2002 ).
El campo de los sistemas lineales se ha declarado muchas veces para ser 'punto de la
investigación' madura '' froma de vista, pero el interés en varias ocasiones se ha renovado debido a
nuevos puntos de vista y la introducción de nuevas teorías.
4.8. filtrado de Kalman retroalimentación Estado y LQG
Cuando se utiliza la teoría del estado-espacio para el diseño, es natural que se utilice
realimentación de estado, porque el estado contiene toda la información relevante sobre el
pasado. Un controlador lineal se puede representar entonces por una matriz que mapea
variables de estado para controlar variables. Kalman formuló el problema de diseño para
statemodels como un problema de optimización en el que el criterio para ser minimizada es una
forma cuadrática en los estados y variables de control, el llamado problema LQ. Se solucionó el
problema con elegancia y demostró que las votaciones óptima está dada por una solución de
una ecuación de Riccati. Citando ( Kalman, 1960 ):
Se puede separar el problema de la realización física en dos etapas:
(A) Cálculo de la '' mejor aproximación '' ˆ x (t 1) del Estado
x (t 1) a partir del conocimiento de (la salida) y (s) para t • t 1.
(B) Computing (el control) Utah 1) dado x (t 1).
. . . Sorprendentemente, la teoría de la Problema (A), que incluye como un caso
especial de la teoría de filtrado y la predicción de series de tiempo de Wiener, resulta
ser análoga a la teoría de la Problema (B) desarrollado en este trabajo. Esta afirmación
se desprende de la teorema de dualidad descubierto por el autor. La solución de
Kalman también se aplica a los sistemas lineales variantes en el tiempo. El problema
correspondiente para ecuaciones de diferencia es muy similar, y dio lugar a una
reformulación de la teoría de sistemas muestreados. La condición para una solución es
que el sistema es accesible. Una propiedad notable de la solución es que da un sistema
de circuito cerrado con margen de ganancia infinita y un margen de fase de 60 °.
Glad extendidos estos resultados en la robustez del controlador LQ a sistemas no
lineales ( Glad, 1984 ); que fue generalizado aún más en
Seron, Braslavsky, Kokotovic, y Mayne ( 1999 ). Kalman también mostró que el filtro
óptimo para un sistema lineal con ruido gaussiano es un modelo de proceso impulsado
por la observación medido, con la ganancia especificada por una ecuación de Riccati.
La condición de solvencia es que el sistema es observable. La optimalidad del
controlador que consta de retroalimentación de estado y un filtro de Kalman, que es
conocido como el controlador LQG, se demostró por primera vez en un caso especial
por el economista Simon ( 1956 ). Hay algunas sutilezas sobre la separación que sólo
recientemente han sido ordenados a cabo ( Georgiou y Lindquist, 2012 ). Los
controladores obtenidos por la teoría servomecanismo pueden ser vistos como
compensadores que dan forma a la respuesta de frecuencia de la función de
transferencia de bucle. Los controladores LQG tienen una interpretación muy diferente.
Tienen dos elementos, una realimentación de estado y un filtro de Kalman o un
observador. La dinámica del controlador proviene del observador que es un modelo
dinámico del proceso y su entorno. Esta idea es capturado por el principio introducido
por modelo interno Francisco y Wonham ( 1976 ). Un generador de señal de referencia se
puede añadir al controlador LQG para proporcionar la señal de comando siguiente
utilizando una arquitectura con dos grados de libertad ( Åström y Murray, 2008 , Sección
7.5). El controlador LQG es muy adecuado para sistemas con muchas entradas y
muchas salidas. Los cálculos necesarios para el diseño de algoritmos se basan en
sólidos de álgebra lineal numérica. El controlador LQG no proporciona automáticamente
la acción integral, que ilustra el hecho de que es importante capturar todos los aspectos
al formular un problema de optimización. La acción integral se puede proporcionar
mediante el aumento del modelo de proceso con un modelo de las perturbaciones.
El paradigma LQG ha demostrado ser una herramienta útil para el diseño de sistemas de
control de manera iterativa lineales debido a la forma explícita de la solución, así como la
teoría asintótica bien desarrollado para el caso horizonte infinito. Es una herramienta
estándar para el diseño del sistema de control ( Anderson & Moore, 1971 ; Ametralladora , 2012
). La importante cuestión de qué información está disponible a un tomador de decisiones en
un sistema fue estudiado por Witsenhausen ( 1968 ). Demostró que incluso en un systemwith
gaussiano lineal un coste cuadrática, si no hay memoria de lo que la observación se hizo en
una etapa anterior, a continuación, una ley de control lineal no es óptima. Mostró las diversas
complejidades que surgen en función de la información disponible para los agentes en un
sistema distribuido en el momento en que tienen que tomar una decisión ( Witsenhausen , 1971a
, segundo ). estructuras de información que llevan a tratables solutionswere investigarse más a
fondo en Ho et al. ( 1972 ).
4.9. Los sistemas no lineales
teoría lineal ha, de manera algo sorprendente, ha sido extremadamente útil para el
análisis y la síntesis de sistemas de control a pesar de que la mayoría de los sistemas
reales son no lineales. La necesidad de considerar los efectos no lineales era bien
conocido en la teoría de control clásica; citar Truxal ( 1955, pag. viii):
En quinto lugar, el diseñador debe estar familiarizado con las técnicas básicas para
considerar los sistemas no lineales. Él debe ser capaz de analizar los efectos de
unwantednonlinearities en el sis- temand para sintetizar la no linealidad en el
systemto mejorar el rendimiento dinámico.
no linealidades típicos que menciona son la fricción, contragolpe, ción saturación,
andhysteresis ( Atherton , 1975 ; Graham & McRuer de 1961 ; enburger Antiguo- , 1956 ).
métodos aproximados para el análisis de la no linealidad fueron de- Veloped en la
dinámica no lineal ( Andronov et al. , 1937 ; Krylov y Bogoliubov de 1937 ; Minorsky , 1962 ).
Un método para explorar límite
 KJ Åström, PR Kumar / Automatica 50 (2014) 3-43
ciclos, llamado equilibrio armónico, consistieron en la investigación de la propagación de
la primera armónica, similar al análisis de sistemas lineales de Nyquist. Una versión de
este método se hizo conocido como el método de función que describe ( Kochenburger , 1959 ; Nijmeijer y van der Schaft, 1990 ).
; Tustin , 1947a ). Control on-off fue popular en los primeros días de control, ya que era
posible obtener una alta ganancia con dispositivos simples; La teoría no puede signifi-
También se desarrolló ( Flügge-Lotz , 1968 ; Tsypkin , 1949 ,
1958 , 1984 ).
teoría de la estabilidad de Lyapunov se utiliza ampliamente en la URSS ( Malkin, 1951 ).
Mucho researchwas estimulados en theWest cuando fue popularizado por Kalman y Bertram
( 1960 ), Que había recogido las ideas de Lefschetz en Princeton. extensiones útiles fueron
proporcionados por Krasovskii ( 1963 ) y La Salle ( 1960 ). Willems mostraron que las nociones
de energía y la disipación están estrechamente relacionados con la teoría de Lyapunov y
desarrollaron una teoría de sistemas disipativos ( Willems, 1972 ). la teoría de Lyapunov se
utiliza ahora comúnmente tanto para el análisis y diseño ( Freeman & Kokotovic de 2008 ).
Las nociones de control de funciones de Lyapunov y estabilidad de entrada a estado
introducidos por Sontag y Wang ( 1995 ) Han demostrado ser útiles. El libro de Khalil ( Khalil,
1992 ) Es un texto estándar popular.
El problema de la estabilidad de un sistema obtenido por retroalimentación alrededor de
una no linealidad sin memoria y un sistema de retroalimentación lineal fue propuesto por Lurie
y Póstnikov- ( 1944 ). Aizerman conjec- rado que el sistema de circuito cerrado sería estable si la
no linealidad fue sector limitado y si el sistema lineal es estable para cualquier ganancia lineal
en el sector ( Aizerman, 1949 ). La conjetura era falsa pero stimulatedmuch investigación
creativa. Originalmente, el proble- lemwas approachedby teoría de Lyapunov pero importante
motivo de gran avance fue hecho por Popov, que proporciona una condición de estabilidad en
términos de una restricción del diagrama de Nyquist de la parte lineal ( Popov , 1973a , segundo ).
Yakubovich ( Yakubovic de 1964 ) Mostraron que los resultados de Popov podrían expresarse y
se extendieron en términos de desigualdades matriciales lineales (LMI de).
Sin embargo, otro enfoque para la estabilidad fue presentado por Sandberg
( 1964 ) y Zames ( 1964 ) En la Conferencia Nacional de Electrónica en 1964. Las
presentaciones fueron seguidas más tarde por las publicaciones detalladas ( Sandberg , 1964
, 1965 ; Zames , 1966a , segundo ). Zames centra en las propiedades de entrada-salida y evitó
la noción de espacio de estado. Había recogido fromSinger análisis funcional en el MIT y se
introdujo el pequeño teorema de ganancia y el teorema de la pasividad. Estos conceptos se
generalizan las nociones de ganancia y de fase para sistemas lineales. Las ideas recibido
mucha siguientes y rápidamente se convirtió en parte del núcleo de la teoría de control ( Desoer
y Vidyasagar, 1975 ; Vidyasagar , 1978 ).
En la década de 1970 también hubo una afluencia de ideas de la geometría cial
diferenciación ( Boothby, 1975 ), Lo que lleva al desarrollo de la teoría de control
geométricas. Brockett, Jurdjevic, Hermann, Krener, Lobry y Sussmanwere researcherswho
clave condujo el programa de investigación. Las nociones de controlabilidad y
observabilidad de sistemas no lineales se investigaron para los sistemas que son afines en
el control ( brockett , 1972 , 1976 ; Haynes & Hermes, 1970 ; Hermann y Krener de 1977 ; Hermann
probabilidad previa. Un jugador compulsivo tiene que jugar un brazo cada día, con el
, 1963 ; Krener , 1974 ; Lobry , 1970 , 1974 ; Sussman y Jurdjevic de 1972 ); la criteriawere
basa en álgebra de Lie. linearizationwas retroalimentación introdujeron como una técnica
para el diseño de sistemas no lineales ( Hunt, Su, y Meyer, 1983 ). Fliess recurre al cálculo
diferencial para definir la noción de planitud diferencial que se convirtió en un método para
diseñar roso pow- anticipativo y el seguimiento ( Fliess, Levine Martin, y Rouchon, 1975,
1992 ; Fliess, Levine Ollivier, y Rouchon, 1995 ). álgebra computacional se utilizó para
calcular los soportes de Lie. Isidori andByrnes introdujo la noción de dinámica cero, una
extensión de los ceros de un sistema lineal ( Isidori y Byrnes, 1990 ). Hay aremany
interesantes aplicaciones de la teoría de control geométrica, por ejemplo, el control de acti-
tud de la nave espacial ( Sidi, 1997 ), Las aeronaves que vuelan en GLEs altos an- de
ataque ( Stengel & Robert, 2004 , Sección 7.4), respaldo de remolques ( Fliess, Levine &
Martin, 1993 ), robots para caminar ( Westervelt, Grizzle, Chevallereau, Choi, y Morris, 2007 ),
y los sistemas cuánticos
19
( Huang, Tarn, y Clark, 1983 ; Khaneja, Brockett, y Glaser, 2001 ). la teoría de control
ometric Ge- es parte del núcleo de la teoría de control no lineal con varios libros ( isidori , 1995
4.10. sistemas estocásticos
La programación dinámica se puede utilizar incluso cuando se observa solamente
ruidosamente el estado del sistema, teniendo en cuenta la distribución de probabilidad
condicional del estado como el '' hyperstate '' ( Åström, 1965 ). La optimización de las
políticas separadas fue investigado a fondo por Striebel ( 1965 ).
Para los sistemas de Gauss lineales, por el teorema de la separación, la hyperstate
es finito dimensional puesto que la distribución pro- babilidad condicional es gaussiano y
así descrito completamente por la media condicional y covarianza condicional. Como se
describe en sec- ción 4.8 , Cuando la función de coste se toma más que ser una función
cuadrática del estado y de control se obtiene la separación teo remwith certeza de
equivalencia ( José y Tou, 1961 ; Potter, 1964 ;
Simon, 1956 ; Theil, 1959 ; Georgiou y Lindquist, 2012 ). La función de coste que consiste en el
valor esperado de la exponencial de un coste cuadrática también puede ser resuelto de forma
explícita, ya que es descomponible multiplicación tivamente ( Jacobson, 1973 ). Puede ser
utilizado tomodel evitar o la búsqueda de riesgo comportamiento de riesgo, y también tiene
conexiones a DIF juegos ferential y control robusto.
Bellman también expuso en el hecho de que la programación dinámica podría ser
utilizado para desarrollar controladores adaptativos para systemswhen los parámetros son
desconocidos, mediante la visualización de la distribución condicional de los parámetros
desconocidos como el hyperstate ( Bellman, 1961 ). En este caso control tiene un doble
propósito, como una herramienta para excitar el sistema y la determinación de sus
características, y también como una herramienta para mover el estado a una región
deseable. Esto se denominó '' control dual '' por Feldbaum ( Fel'dbaum, 1961 ).
Conceptualmente es muy atractivo para formular y resolver el problema de control
adaptativo usando programación dinámica. Hay, sin embargo, problemas de cálculo
significativas debido a la gran espacio estado-la maldición de la dimensionalidad. Por esa
razón fue perseguido un enfoque bayesiano no equivalencia cierta alternativa, lo que resulta
en el enfoque de auto-ajuste; mira la sección 4.12 . Un intento bayesiano temprano era para
aproximar la función de pérdida a nivel local por una función cuadrática ( Mayne y Jacobson,
1970 ); Otro método consiste en estimar el costo-a-go utilizando métodos de Monte Carlo ( Bertsekas
y Tsitsiklis, 1996 ).
Uno de los problemas de control adaptativo especial, que captura la compensación
por excelencia implicado por la doble función de control, es el problema bandido
multi-armado. En unos modelos más útiles encarnación el problema de probar fármacos
cuyos grados de acción se desconoce. En la versión bandido, dispone de varias
máquinas tragaperras con probabilidades desconocidas de recompensas, con las
probabilidades sí mismos modelados como variables aleatorias con una distribución de
objetivo de maximizar la recompensa total esperado obtenido por jugar los brazos. Este
problema tiene la estructura especial que nada se supo de un brazo si no se juega en un
día determinado; de ahí su hyperstate permanece sin cambios. Para el caso de
recompensas con descuento, este problema se celebra demostrado que tiene una
estructura muy atractiva por Gittins y Jones ( 1974 ). Cada brazo tiene un índice, definida
por su hyperstate, y la política óptima es simplemente jugar el brazo con el índice más
alto. El índice de un brazo es la máxima recompensa descontado esperado hasta un
tiempo de paro dividido por el tiempo de descuento.
Con el advenimiento de la computación de gran alcance, el problema de '' los procesos de
decisión de Markov parcialmente observados '', () (POMDPs Smallwood y Sondik de 1973 ), Ha
adquirido una gran atención como una metodología para el modelado y la resolución de
problemas en el aprendizaje de las máquinas y la inteligencia artificial ( Geffner y Bonet, 1998 ; Nair,
20 KJ Åström, PR Kumar / Automatica 50 (2014) 3-43
Tambe, Yokoo, Pynadath, y Marsella, 2003 ; Ng y Jordan, 2000 ;
Pineau, Gordon, y Thrun, 2003 ; Shani, Pineau, y Kaplow, 2013 ;
Spaan y Vlassis, 2005 ; Thrun , 2000 ).
A partir de finales de 1950, había un gran interés en el desa- rrollo filtros óptimos para
sistemas no lineales. En el caso de tiempo discreto, la obtención de la distribución
condicional del estado de la sis- tema dado el pasado mediciones ruidosos equivale
simplemente a una aplica- ción de la regla de Bayes. Al permitir que para las
distribuciones no normalizadas donde se ignora el denominador en la regla de Bayes, se
puede obtener las ecuaciones recursivas lineales para la distribución condicional ( Ku mar
& Varaiya, 1986 ). En el caso de tiempo continuo que ofrece ecuaciones diferenciales
estocásticas no lineales, las ecuaciones filtrado óptimo también son no lineales ( Fujisaki,
Kallianpur, y Kunita de 1972 ;
Kushner , 1964 , 1967 ; Stratonovich , 1959 ). Sin embargo, por propagat- ing la distribución de
probabilidad no normalizada, los ciones ecuaciones resultantes son lineales ( Duncan , 1967 , 1969 estadísticas tales como la consistencia y la eficiencia, sino también el control de proble- mas
; Mortensen , 1966 ; Zakai ,
1969 ). La dificultad central es que, salvo en casos especiales ( Bene≤, 1981 ) Los filtros
generalmente no son de dimensión finita. Al igual que en el caso de la programación
dinámica, con la disponibilidad de ordenadores cada vez más rápidos, se puede explotar
el criterio hábilmente a performsim- ulations para aproximar unknowndistributions; un
ejemplo en este sentido es el filtrado de partículas ( Gordon, Salmond, y Smith, 1993 ; Schin
mano y Mayne, 1969 ) Que es útil para sistemas no gaussianas no lineales.
A principios de la década de 1960 ya había interés en el desarrollo de la teoría de control
estocástico para sistemas de tiempo continuo ( flamenco ,
1963 ; Florentin , 1961 ). Hubo un gran esfuerzo en los años 1960 y 1970 en el desarrollo
de una teoría de control óptimo de sistemas estocásticos lineales ous continuidades
estocástico descrito por las ecuaciones diferen- ciales para los sistemas parcialmente
observados. Este trabajo ha encontrado financiación applicationprincipally
inmathematical ( Merton y hijo Samuel-, 1990 ), Como se señaló en Mitter ( 1996 ). Hubo
desafíos cal deepmathemati-, y varios investigadores de control ahondaron en el campo
y llevaron a cabo investigaciones frontlinemathematical en ecuaciones diferen- cial
estocásticos teoría andmartingale. Las cuestiones relacionadas con la ture na- de
solución de ecuaciones diferenciales estocásticas, existencia de soluciones óptimas, la
representación de la solución óptima en el caso de observaciones parciales (es decir,
ruidosos), etc., se investigaron ( Bene≤ , 1971 ; Clark , 1978 ; Davis , 1980 ; Duncan y
Varaiya, 1971, 1975 ; Fleming & Pardoux, 1982 ; Florentin , 1962 ). Una buena cuenta está
disponible en Borkar ( 1989 ). La existencia problemof de soluciones a las ecuaciones de
Hamilton-Jacobi-Bellman fue dirigida por el enfoque de viscosidad ( Crandall y leones,
1983 ; leones , 1983a , segundo , 1989 ). Motivado originalmente por problemas en biología,
una teoría de filtrado para procesos de conteo fue desarrollado por Snyder ( 1972 ). El
problema de interés fue estimar la intensidad subyacente de un proceso dado medición
de '' garrapatas ''. Esto estimuló mucho trabajo matemático en los procesos estocásticos
( Boel, Varaiya, y Wong, 1975 ; Bremaud , 1972 ; Van Schuppen , 1977 ). Se ha encontrado
aplicación en sistemas de colas ( Bremaud, 1981 ). Como un ejemplo, se ha utilizado
para analizar flujos de clientes en redes de colas ( Walrand y Varaiya, 1981 ). El control
estocástica de procesos puntuales también se investigó ( Boel y Varaiya, 1977 ).
4.11. Identificación
Un factor que contribuyó al éxito del servomecanismo theorywas que la función de
transferencia de un proceso podría ser obtenida empíricamente por la respuesta de
frecuencia. Respuesta de frecuencia era, sin embargo, no es adecuado para el control del
proceso debido a que los procesos eran por lo general lento y se tardó mucho tiempo
para realizar los experimentos. También era deseable obtener modelos que
adicionalmente capturados características de ruido, por ejemplo para aplicar
controladores LQG.
Para el control de la computadora era natural para usar en tiempo discreto mode- los. Mucho
inspiración vino de análisis de series temporales, donde Caja
y Jenkins ( 1970 ) Habían desarrollado métodos de estimación de paráme- tros en las series
temporales. Tres modelos populares son autorregresivo (AR), media móvil (MA) y modelos de
automóviles promedio-regressivemoving (ARMA). Estos modelos son ecuaciones en diferencias
impulsados ​por el ruido blanco de tiempo discreto. Los modelos no tienen entradas, y para
aplicaciones de control fue necesario ampliar los modelos mediante la adición de entradas
controladas. La presencia de los insumos también plantea problemas interesantes de la búsqueda
de señales de entrada que proporcionan una rica suficientemente excitación. Mediante la
combinación de las ideas de la teoría de la probabilidad, estadística y análisis de series de
tiempo, era posible obtener poderosa met odswith buenas propiedades estadísticas. Uno de los
primeros applicationwas a DE- dinámica de la máquina de papel y termine para diseñar leyes de
control que reducen al mínimo las fluctuaciones en las variables de calidad ( Åström , 1967 ; Åström
y Bohlin, 1965 ). La investigación en esta área, que se conoció como la identificación del sistema,
se inició en la década de 1960. Identificación introduce el control de ingenieros, probabilistas,
estadísticos y econometristas juntos. Los problemas típicos de interés no sólo son cuestiones
inspirados tales como selección de entrada y experimentos en bucle abierto y cerrado ( Gevers,
1993 ). Varios libros fueron escritos medida que la investigación avanzaba ( Kumar y Varaiya, 1986 ;
Ljung , 1987 ; Norton , 1986 ;
Söderström y Stoica, 1989 ). La caja de herramientas Matlab desarrollado por Ljung ha conducido a
técnicas de identificación de sistema que está siendo ampliamente utilizados en la industria y el mundo
académico. La serie de simposios IFAC sobre identificación del sistema que comenzó en Praga en
1967 todavía continúa.
4.12. El control adaptativo
El control adaptativo surgió en la década de 1950 en vuelo y control de procesos ( Foxboro , 1950
; Gregory , 1959 ; Kalman , 1958 ). vuelo supersónico y misiles balísticos plantean nuevos retos
debido a que el comportamiento dinámico de los vehículos aéreos no cambia drásticamente con la
altura y el número de Mach. Los pilotos automáticos basados ​en la ganancia constante, con
realimentación lineal pueden ser diseñados para funcionar bien en un régimen de vuelo, pero no
para toda la envolvente de vuelo. Muchos de control de vuelo adaptativo systemswere propuso y
se probó de vuelo ( Gregory , 1959 ; Mishkin y Braun, 1961 ). El interés en el control de vuelo de
adaptación disminuye hacia el final de la década de 1960. Una reasonwas el accidente de un
cohete propulsado X15 con un controlador adaptativo ( Dydek, Annaswamy, y Lavretsky de 2010 ).
Otro fue el éxito de la programación de ganancia en base a los datos del sensor de aire ( Stein,
1980 ).
La investigación en la década de 1950 y principios de 1960 contribuyó a una comprensión
concepción tual de control adaptativo bayesiano, como se describe en la Sección 4.10 . Sin
embargo, como se señala allí, debido a su complejidad, una certeza no bayesiano alternativa
equivalencia approachwas PUR demandado, lo que resulta en el enfoque de auto-ajuste.
Draper y Li investigaron optimización en línea de motores de avión y desarrollaron un
controlador de auto-optimización que llevaría al sistema hacia un funcionamiento óptimo.
El sistema fue con éxito probado en vuelo ( Hombre negro , 1962 ; Draper y Li, 1966 ) E
inició el campo del control extremal. Tsypkin mostró que los esquemas para el
aprendizaje y la adaptación podrían ser capturados en un marco común ( Tsypkin de
1971 ). El interés en el control adaptativo resurgió en la década de 1970. Hubo una
investigación significativa sobre el control de modelo de referencia adaptativa (MRAC) ( Whitaker,
Yamron, y Kezer de 1958 ). MRAC ajusta automáticamente los parámetros de un
controlador de manera que la respuesta a señales de comando es similar a la dada por
un modelo de referencia. El MRAC original, que se basa en un esquema de gradiente
llama el Regla MIT, se mejoró mediante el empleo de la teoría de Lyapunov para derivar
las leyes de adaptación con estabilidad garantizada ( Butchart y Shackcloth de 1965 ; Landó
, 1979 ; parques , 1966 ). Las variaciones de la algorithmwere introducirse usando el error
aumentada ( Monopoli , 1974 ; morse ,
1980 ). El MRAC se extendió a sistemas no lineales utilizando paso a paso Back ( Krsti ¢,
Kanellakopoulos, y Kokotovi ¢ 1993 ); Lyapunov
 K.J. Åström, P.R. Kumar / Automatica 50 (2014) 3–43
la estabilidad y los ingredientes esenciales passivitywere en el desarrollo de las leyes de control.
Una motivación para el uso de adaptación para el control del proceso es que los
experimentos de identificación del sistema en plantas reales son tediosos y consume
mucho tiempo, además de que también requiere personal especializado. Era, por tanto,
atractivo para explorar si un controlador adaptativo podría ser utilizado en su lugar. El
regulador de autoajuste (STR) calcula los parámetros de proceso y se encuentra
parámetros del controlador que reduzcan al mínimo un criterio, por ejemplo la varianza de
la salida del proceso. regulación estado estacionario es un problema típico que puede ser
modelado por un proceso ARMAX. Estimación de parámetros en un modelo de este tipo es
un problema no lineal compleja. Un resultado sorprendente en Åström y Wittenmark ( 1973 )
Mostraron que un controlador basado en menos de estimación de cuadrados y control de
mínima varianza podría converger al controlador deseado. El uso industrial se demostró ( Åström
y Wittenmark de 1973 ; Bengtsson y Egardt, 1984 ; Källström, Åström, Thorell, Eriksson, y
Sten, 1979 ; Landó ,
1979 ) Y un número de aplicaciones siguió, pilotos automáticos para la dirección barco, trenes
de laminación, colada continua, columnas de destilación, reactores químicos, columnas de
destilación y trituradoras de mineral ( Un mar ,
0000 ; Åström y Wittenmark, 1995 ; Bengtsson y Egardt, 1984 ;
primero de control , 2013 ; Goodwin y Sin, 1984 ). Muchas variaciones y generalizaciones evolucionaron
para tener en cuenta diferentes objetivos de control para sistemas ruidosos.
El regulador de autoajuste estimulado una gran cantidad de trabajo teórico. El
problema se complica por tanto la no linealidad y la naturaleza estocástica del sistema en
su conjunto. Problemas similares se han planteado en el análisis de algoritmos recursivos,
tales como aproximación estocástica y la identificación recursivo de los sistemas de
ARMAX; la priorwork allanó theway para el análisis de los sistemas de control adaptativos
estocásticos ( Chen y Guo, 1986 ; Kushner & Yin, 2003 ; Kushner y Clark, 1978 ; Lai y Wei,
1982 ; Ljung , 1977 ; Solo , 1979 ). Las pruebas de estabilidad, convergencia,
auto-optimización y auto-tuning tomaron varios años por venir ( Becker, Kumar, y Wei,
1985 ; Goodwin, Ramadge, y Caines, 1980, 1981 ; Guo y Chen, 1991 ). Las similitudes entre
MRAS y STR también fueron estudiados ( Egardt de 1979 ). Temprano, Egardt ( 1979 )
Habían demostrado que incluso pequeñas acotada
trastornos pueden causar controladores adaptativos para perder la estabilidad. Ioan- Nou y
Kokotovic analizaron los efectos de la dinámica fre- cuencia altas no modeladas y limitada
perturbaciones en esquemas de control adaptativo ( Ioannou y Kokotovic, 1984 ). Una
investigación realizada por Rohrs de solidez a la dinámica no modeladas ( Rohrs, Valavani,
Athans, y Stein, 1985 ) Estimulado mucha investigación que proporcionó información sobre
algoritmos modificados. pruebas de estabilidad requeridas delimitadas estimaciones. La
normalización de las señales ( praly , 1983 , 1984 ) Fue demostrado ga- estabilidad Antee. La
estabilidad también podría lograrse mediante la proyección solo ( Ydstie, 1989 ; Naik, Kumar, y
Ydstie, 1992 ).
El control adaptativo se extendió a la retroalimentación linealizable sistemas no
lineales ( Kanellakopoulos, Kokotovic, y Morse, 1991 ). También se amplió para incluir no
linealidades del tipo comúnmente encontrado en aplicaciones, tales como de zona muerta,
el contragolpe y histéresis ( Tao y Kokotovic, 1996 ). Adaptive de diseño de control de
metodologías tales como backstepping convirtieron en una parte integral del diseño de
sistemas de control no lineal ( Krstic, Kanellakopoulos, y Kokotovic, 1995 ). El aumento de
los conocimientos en control adaptativo que vino de todo este trabajo está bien
documentada en los libros ( Anderson et al. ,
1986 ; Åström y Wittenmark, 1995 ; Egardt , 1979 ; Goodwin y Sin, 1984 ; Ioannou y Sun,
1995 ; Kumar y Varaiya, 1986 ; Narendra y Annaswamy, 1989 ; Sastry y Bodson, 1989 ).
Las variaciones de algoritmos adaptativos siguen apareciendo. los L 1
controlador adaptativo es un ejemplo; hereda características de la STR y el MRAC. El
controlador de modelo libre de por Fliess ( Fliess & Une, 2013 ) Es otro ejemplo que se
relaciona con el regulador de auto-sintonización.
Productos utilizan MRAC y STR a los controladores de melodía en la demanda, para generar
relaciones de ganancias y de adaptación continua. Existen
21
sistemas que han estado en funcionamiento durante más de 30 años, por ejemplo para el
gobierno del buque y de laminación ( primero de control , 2013 ;
Grumman , 2005 ). El ajuste automático de los controladores PID se utiliza ampliamente;
prácticamente todos los nuevos controladores de lazo individuales tienen algún tipo de
sintonización automática. sintonización automática también se utiliza para construir
relaciones de ganancias de forma semiautomática ( Åström y Hägglund, 1995 ). Hay fuertes
similitudes entre filtrado adaptativo y control adaptativo. Gabor trabajó en filtrado adaptativo
( Gabor, Wilby, y Woodcock, 1959 ) Y Widrow desarrolló una red analógica neu- ral (Adaline)
para el control adaptativo ( Widrow y Yovits et al., 1962 ; Widrow y Stearns, 1985 ). Los
adaptationmechanisms se inspiraron en el aprendizaje de Hebb en los sistemas biológicos ( Hebb,
1949 ). Hoy cancelación de ruido y ecualización adaptativa arewidespread
implementaciones de adaptación en productos de electrónica de consumo.
Hay un renovado interés en el control adaptativo en la industria aeroespacial, tanto
para aviones y misiles. Buenos resultados en las pruebas de vuelo se han reportado tanto
usingMRAC ( Lavretsky & Wise, 2013 ) y el L 1 controlador adaptativo ( Hovakimyan y Cao,
2010 ). En el futuro, el control adaptativo puede ser un componente importante de los
sistemas autónomos emergente.
4.13. Control robusto
Bode había diseñado sistemas de retroalimentación que eran robustos a las variaciones en la
ganancia del amplificador. Se había demostrado que la ganancia de bucle abierto tenía que ser
mucho más grande que su ganancia de lazo cerrado con el fin de obtener un amplificador robusto.
Robustez este modo se obtiene a costa de una reducción de ganancia. Horowitz, que era nieto de
Bode intelectual a través de Guillemin, extendió esta observación e introdujo la noción de coste de
realimentación en los sistemas de retroalimentación general ( Horowitz, 1963 , pag. 280-284).
Horowitz también generalizarse robusta técnica de diseño de Bode tomore variaciones del
proceso en general. Themethod se llama QFT (Quantitative Feedback Theory) ( Horowitz , 1993 , 1991
). Se basa en las construcciones gráficas utilizando Nyquist o parcelas Nichols.
Hubo un desarrollo significativo de control robusto en el marco de espacio de
estado, que tenía la ventaja de conducir a técnicas que son muy adecuadas para el
cálculo numérico. El controlador LQ, con retroalimentación de estado, tiene
sorprendentes propiedades de robustez, como se señaló en la Sección 4.8 . En la década
de 1970 se dedicó mucha investigación para explorar si la robustez podría extenderse al
controlador LQG, que emplea realimentación de salida. La única condición requerida
para la solvencia es que el sistema es accesible y observable. Los investigadores
instruidos en la teoría servomecanismo no entendían por qué las limitaciones impuestas
por la dinámica clásica de fase no mínima no se presentaron ( Horowitz y Shaked, 1975 ; Rosenbroc
y Morran de 1971 ). Gran parte del trabajo se realizó en el Laboratorio de Sistemas
Electrónicos MIT y en Honeywell. Un resumen perspicaz está dada por Safonov ( Safonov
y ventilador, 1997 ; Safonov , 2012 ). Una observación clave fue que las medidas de
robustez deben basarse en los valores singulares de la función de transferencia en bucle
y no en los valores propios. themain resultado es que el LQGcontroller no es robusto. Un
ejemplo simple contador se da en el documento de Doyle titulado '' márgenes
asegurados de LQG Reguladores '' ( Doyle, 1978 ) Con el resumen un tanto provocadora
'' No hay ninguno ''. Se hicieron varios intentos de imponer limitaciones en el diseño de
control LQG pero la solución real que vendría después de una dirección diferente.
En 1981, George Zames publicó un artículo ( Zames, 1981 ) cual
sentado las bases para H 1 controlar. Siguiendo las ideas de Bode que consideraba
descripciones de entrada-salida y controladores diseñados que minimizaron la H 1- norma
de la función de sensibilidad para systemswith derecha ceros semiplano. Zames utilizó el
análisis funcional y la teoría de interpolación para resolver el problema. trabajo Zames'
tiene un seguimiento fuerte, con muchas extensiones y generalizaciones. El llamado
problema de cuatro bloques, que consiste en hacer frente a las cuatro funciones de
sensibilidad se convirtió en una formulación estándar. El papel ( Doyle, Glover,
Khargonekar, y Francis, 1989 ) Era un importante
22 KJ Åström, PR Kumar / Automatica 50 (2014) 3-43

avanzar porque demostró que el H 1 problema podría resolverse por métodos de espacio de horizonte infinito con un precio con descuento o criterio de costo promedio a largo plazo,
estado, y que las ganancias de realimentación y de observación fueron dados por las llamado colectivamente procesos de decisión de Markov. Una manera de resolver ellos es por
ecuaciones de Riccati. El controlador obtenido tiene la misma arquitectura que el controlador la '' método de iteración valor '' que consiste en determinar el horizonte infinito coste óptimo
LQG pero con diferentes ganancias de filtro y de retroalimentación. McFarlane y Glover como el límite de costos horizonte finitos ( Bellman, 1957a ).
generalizarse bucle clásico de la conformación de sistemas multivariables y mostraron a las
relaciones A finales de 1950, cuando se enfrentan con el problema de la optimización del cual los
H 1 de control ( McFarlane y Glover, 1992 ). H 1 el control se convirtió en un método de clientes deben enviar catálogos de Sears función de resultados del historial de compras
diseño estándar con los libros ( Doyle, Francis, y Tannenbaum, 1992 ; Verde, Limebeer, y anteriores, Howard ( 1960 ) Desarrollado el iterationmethod política que converge en un
David, 1995 ; Kimura , tiempo finito para los conjuntos de estado y de control finitos ( Howard, 2002 ): Esta se llevó
1997 ; Skogestad y Postlethwaite, 1996 ; Zhou y Doyle, 1997 ; Zhou, Doyle, y Glover, 1996 ) a cabo todo en los días en que los ordenadores aún tenían tubos de vacío. Y así las
Y cajas de herramientas de MATLAB. Un efecto secundario de H 1 control fue un carreras fueron bastante tiempo. . . La política óptima equilibrado. . . volver con el efecto
renovado interés en limitaciones fundamentales ( Seron, Braslavsky, y Goodwin, 1997 ; sobre futuras transiciones de estado. El resultado neto fue un aumento pequeño
porcentaje predicho en la rentabilidad de la operación de catálogo, que, sin embargo,
Skogestad y Postlethwaite, 1996 ). Se demostró que un systemwith derecho ceros asciende a varios millones de dólares por año. La programación dinámica ha sido muy útil
semiplano y retrasos de tiempo no pudo ser controlado con firmeza si el ancho de banda en problemas de inventario. Un resultado célebre de Bufanda ( 1960 ), Thework
es demasiado alto, que el control robusto de un sistema con derecho polos semiplano generalizado de Arrow, Harris, andMarschak ( 1951 ). Se analizó un modelo general donde
requiere gran ancho de banda, y que los sistemas con derecho polos semiplano y ceros el coste de una orden es afín en el número de unidades pedidas, y cuando hay costos
no pudo ser controlado con firmeza si los polos y ceros estaban demasiado cerca. Un tanto para la realización de inventario, así como la escasez. Ellos demostraron que si la
ejemplo claro de las dificultades que se da en Quilla y Bhattacharyya
demanda es aleatoria, y hay un retraso en el cumplimiento de órdenes, a continuación, la
política óptima es de la ( S, s) - escribir: si el nivel de inventario es inferior a s a
( 1997 ), Ilustra la importancia de investigar cuidadosamente en qué medida el resultado
continuación, pedir hasta el nivel de inventario S. La extensión de este tipo de resultado
final de cualquier diseño es frágil.
sigue siendo un área activa de investigación de operaciones ( Wu y Chao, 2013 ). De gran
Zames también investigó el problema de encontrar normas que son adecuados para
interés es la investigación reciente chainmanagement suministro de flujo de material a
la comparación de los sistemas. El problema es directo para los sistemas estables;
través de una red, se acoplan varios agentes que ordenan de proveedores de materias
comparar simplemente las salidas para una entrada dada. Para los sistemas inestables
primas y entregan a los clientes aguas abajo, posiblemente también implica el montaje,
introdujo la brecha Met-ric ( El-Sakkary y Zames, 1980 ) Que sólo admite entradas que
con el objetivo de minimizar el costo de mantener el inventario o el costo de la escasez;
dan salidas limitadas. Vidyasagar proporciona un gráfico de mediciones alternativa ( Vidyasagar,
ver Wang ( 2011 ) Para una revisión reciente. Curiosamente, un investigador temprano en
1985 ). Georgiou y Smith mostraron que la optimización bustness RO- en la métrica
esta zona era Forrester (ver Sección 3.3 ), Que se trasladó a la Sloan School of
brecha es equivalente a la optimización del factor de robustez de las perturbaciones
Management del MIT y comenzó un programa de investigación en SystemDynamics
coprimas normalizado ( Georgiou y Smith, 1990 ); También obtuvieron resultados para los
in1956. Su libro Dinámica Industrial ( Forrester, 1961 ) Exploraron la dinámica de
sistemas de oído no linealidad ( Georgiou y Smith, 1999 ). Vinnicombe introdujo el
almacenamiento de mercancías en la cadena desde el fabricante al consumidor a través
de mayoristas. Él desarrolló el simulador Stella ( Forrester , 1961 ; Richmond , 1985 ), Que
todavía está disponible ( Forrester , 1961 ; Richmond , 1985 ). Motivado por '' y si ''
⌫- thatwas gapmetric adaptados a la estabilización robusta ( Vinnicombe de 2001 ).
preguntas, Ho y sus colaboradores desarrollaron el método de análisis de perturbaciones
para obtener sensibilidades a los parámetros de gestión de colas, inventario, y otros
Doyle y colaboradores introdujeron el valor singular estructurado (mu-análisis) para
sistemas de eventos discretos, a partir de simulaciones o huellas de la evolución ( Ho , 1987
demostrar que los argumentos de ganancia conservatismof puede ser reducida
; Ho y Cao, 1983 ). Es interesante notar que Forrester continuó explorando la dinámica en
drásticamente por la optimización de los pesos de frecuencia ( Doyle y Packard, 1993 ).
Utilizaron este eficazmente para el análisis de los sistemas tanto con incertidumbre contextos más amplios; en 1969 publicó Urban Dynamics ( Forrester, 1969 ) Que modela la

paramétrica y dinámica lineal de incertidumbre. El trabajo era una aplicación pionera de vivienda población y la industria en anurban zona, y en 1971 publicó la Dinámica

la optimización convexa en control. Se extendió a los componentes no lineales en el Bookworld ( Forrester, 1971 ) Que modela la población, la energía y la contaminación en

trabajo sobre restricciones cuadráticas Integral de los Megretski y Rantzer ( 1997 ). Este todo el mundo. El libro llamó la atención del club recién fundado de Roma ( Peccei y King,

generalizar los métodos de Zames, Yakubovich y Willems desde la década de 1960 y 70 1968 ) Que financió un estudio más detallado '' Los límites del crecimiento '' ( Medows,
y se integra themwith mu-análisis y programación semi-definido. Medows, Randers, y Behrens III, 1972 ). El modelo original de Forrester que consta de
cuatro ecuaciones diferenciales se amplió a aproximadamente 1000. El libro predijo que el
crecimiento se vio limitado por los recursos naturales. Fue polémico debido a muchos
Desigualdades lineales de matriz se convirtió en una herramienta de diseño útil cuando se supuestos no validados; Sin embargo, se vendieron más de 12 millones de copias,
desarrollaron procedimientos computacionales eficientes basados ​en punto interior ods met ( Nesterov impulsado por la crisis del petróleo de 1973. Su argumento principal es sin embargo
y Nemirovskii, 1994 ). Muchos de los problemas de diseño pueden ser capturados por la actualmente de gran respeto importancewith tópica al calentamiento global, así como
optimización convexa y LMI de, como fue demostrado por Boyd y otros ( Boyd, El Ghaoui, Feron, otros asuntos ambientales y ecológicos.
y Balakr- ishnan, 1994 ; Calafiore y Campi, 2006 ; Gahinet y Apakarian, 1994 ;

Kao, Megretski, Jönsson, y Rantzer de 2004 ; Megretski, Jönsson, Kao, y Rantzer de

2010 ; Packard , 1994 ; Scherer, Gahinet, y Chilali, 1997 ).
Ba≥ar y Bernhard ( 1991 ) Formulado el problema de la robusta
el control como un problema de juego. La tarea del controlador es para ofrecer un buen
rendimiento incluso en contra de un oponente que intenta perturbar el sistema de theworst
possibleway. Ellos mostraron que en el caso de sistemas lineales el controlador óptimo es
el H 1 controlador.

4.14. Control de las operaciones en la investigación: inventario, fabricación y sistemas de colas
El control se utiliza ampliamente en los problemas del sistema dinámicas que se presentan en la
investigación de operaciones. Muchas aplicaciones pueden ser modelados como problemas relacionados con
el control de las cadenas de Markov a través de una
En un influyente artículo, Kimemia y Gershwin ( 1983 ) formu-
lated la problemof corto termscheduling de los sistemas de ING flexiblemanufactur-, donde
las máquinas están sujetas a fallos aleatorios y reparaciones, como un problema de
control estocástico, y exhibió estructura de conmutación ing interés- de la solución. En
algunos casos, los problemas de control óptimo ing result- estocásticos han resuelto
beenexplicitly
 KJ Åström, PR Kumar / Automatica 50 (2014) 3-43
para determinar las políticas óptimas de punto de cobertura ( Akella y Kumar, 1986 ; Bielecki y
Kumar, 1988 ). Kimemia y Gershwin también artic- ulados un enfoque de sistema dinámico de los
sistemas de fabricación, y propusieron una descomposición jerárquica escala de tiempo del
problema global de fabricación que van desde la planificación de capacidad a largo plazo en el
extremo superior de la parte de carga muy cuestiones de corto plazo en el extremo inferior.
El punto de vista de sistemas dinámicos se desarrolló más en ( Perkins y Kumar, 1989 ),
Haciendo hincapié en la importancia de las políticas de ING schedul- que mantienen la
estabilidad de los niveles de amortiguamiento. ples Counterexam- mostraron que incluso
redes simples podrían ser desestabilizadas por políticas de planificación cuando no fue
eficaz interacción bidireccional entre las máquinas, es decir, '' feedback '' ( Bramson , 1994 ; Kumar
y dman Sei, 1990 ; Lu y Kumar, 1991 ; Seidman , 1994 ). Hubo mucho esfuerzo para entender
la estabilidad de los sistemas de fabricación y redes de colas. Un enfoque poderoso para
establecer la esta- bilidad de redes de colas, el método del límite de fluidos, fue de-
sarrollados ( Dai , 1995 ; Rybko y Stolyar, 1992 ) Como un complemento al análisis de tipo
Lyapunov directa del sistema estocástico original a través criterio de Foster para la
recurrencia positivo de cadenas de Markov ( Foster, 1953 ). Otro enfoque poderoso para
estudiar el rendimiento, los modelos de red browniano, fue desarrollado sobre la base de
modelos de movimiento browniano de las redes de colas ( Harrison, 1988 ). Pueden ser
utilizados para aproximar el comportamiento del tráfico pesado ( Iglehart y Whitt, 1970a, b ) De
redes de colas. límites de fluidos son análogas a la ley de los grandes números que
proporciona información sobre la media, mientras que los límites browniano son análogos al
teorema del límite central que proporciona información sobre la varianza. Un sistema
motivador particular para este trabajo fue plantas de fabricación de semiconductores que
cuentan con flujo de material participante re- ( Kumar , 1993 ; Wein , 1988 ), Es decir, los bucles
que crean efectos de retroalimentación. Las políticas basadas en el enfoque de los sistemas
de fabricación de ING vista- como sistemas dinámicos estocásticos ( Lu, maswamy Ra, y
Kumar, 1994 ) Se llevaron a cabo en 200 mm fábrica de obleas de IBM ( Morrison, Campbell,
Dews, y LaFreniere de 2005 ). Hay mucho interés actual en redes de procesamiento
estocástico ( Rison Har-, 2000 ). Permiten modelado de sistemas más generales que las redes
de colas, lo que permite interacciones complejas betweenbuffers, recursos y actividades.
Abarcan modelos no sólo de los sistemas ufacturing-hombre, sino también de conmutadores
de paquetes, centros de llamadas, etc.
El impacto acumulado de todos estos desarrollos relacionados con el control fue
transformadora en términos de hacer hincapié en la naturaleza dinámica estocástica de
fabricación y otros sistemas similares en contraste con los modelos deterministas estáticas.
Con respecto a los sistemas de colas, la primera onda de trabajo a principios de 1900, debido
a Erlang ( Brockmeyer, Halstrom, Jensen, y Erlang, 1948 ; Erlang , 1948 ) Fue motivada por los
problemas de la telefonía, la secondwave en la década de 1950, debido a Jackson ( 1957 )
Wasmotivated por los problemas de los talleres de trabajo, y la tercera ola fue motivado por
problemas de los sistemas informáticos ( Baskett, Chandy, Muntz, y Palacios, 1975 ). El
fourthwave, motivadas por problemas de fabricación de semiconductores, y la más reciente
ola con el objetivo de integrar los problemas muy generales de la programación de recursos,
han sido fuertemente influenciado por la teoría de control.
También hay ventajas significativas en la integración de los sistemas de negocio para la
gestión de la cadena de suministro y la planificación de recursos empresariales (ERP) con los
sistemas de control de procesos en el suelo trabajo. Esto hace que sea posible para que
coincida con el control de procesos con los objetivos de negocio. objetivos típicos se aumentan
el rendimiento, el consumo reducido de energía, una mejor utilización de la capacidad, y la
reducción de la variabilidad de la calidad. Los sistemas de automatización de procesos DCS y
PLC se utilizan para el control de procesos y sistemas empresariales como ERP (Planificación
de recursos empresariales) sistemas MRP (Material Resource planificación) y de planificación
maestra, entregados por empresas como SAP e IBM, se utilizan para la gestión de la planta y
de negocios operaciones. Para fomentar la interoperabilidad entre los sistemas de negocio y el
sistema de control de procesos, una capa intermedia referido como MES (Manufacturing
Execution System) se utiliza a menudo. La norma internacional IEC 62264 ( Comisión
Electrotécnica Internacional, 2013 ), También conocido como ISA95, está proporcionando apoyo
a la integración del sistema de control Empresa- ( Brandl , 2006 ; Scholten , 2007 ).
23
4.15. Simulación, cálculo y modelización
La simulación es útil porque permite la exploración del comportamiento de los sistemas
complejos en un entorno seguro. El analizador diferencial mecánico fue impulsado por la
necesidad de comprender los sistemas de energía, y el ordenador analógico electrónico se
inventó para simular sistemas de control, como se señaló en la Sección 2.7 . Para el año 1960 la
computación analógica estaba disponible en un número de industrias y en algunas
universidades. En el cambio de siglo la simulación era fácilmente disponible en los escritorios
de todos los ingenieros y estudiantes. Simuladores también se combinaron con el hardware
para poner a prueba los controladores antes de que fueran entregados, llamado simulación
hardware-in-the-loop.
Cuando aparecieron las computadoras digitales que era natural para utilizarlos para
la simulación ( Redmond y Smith, 1980 ). El desarrollo fue provocada por el papel ( Selfridge,
1955 ) Que mostraba cómo un equipo digital podría emular un analizador diferencial.
actividad intensa ( Brennan y Linebarger de 1964 ; Tiechroew, Lubin, y Truitt, 1967 ) Fue
estimulado por los avances en la integración numérica de las ecuaciones diferenciales
ordinarias ( Dahlquist , 1959 ; Fehlberg , 1964 ; Henrichi ,
1962 ). En 1967 había más de 20 programas diferentes disponibles, por ejemplo, CSMP ( Brennan
y Silberberg, 1968 ) De IBM. La simulación Consejo Inc (LIC) creó el estándar CSSL ( Strauss,
1967 ), Un hito importante, ya que unifica conceptos y notación. El programa de ACSL ( Mitchell
y Gauthier, 1976 ), Que se basa en CSSL, se convirtió en el estándar de facto. Al igual
que sus predecesores, ACSL se implementa como un preprocesador para Fortran; el
código para la integración se intercala con el código que representa el modelo. Era fácil
de incluir declaraciones de Fortran como parte del modelo, pero la documentación y
mantenimiento fueron difíciles. Otra limitación fue que los cálculos se representan
usando los elementos de bajo nivel de la computación analógica. ACSL era un programa
por lotes. se requiere recompilación cuando se cambiaron las condiciones iniciales o
parámetros. La interacción hombre-máquina fue significativamente inferior a la
computación analógica tradicional. El sistema Simnon ( Elmqvist, 1975 ) Admitido
cambios de parámetros y condiciones iniciales de forma interactiva sin recompilación. El
modelo se describe en un lenguaje especial con una definición formal, un lenguaje
sencillo también fue utilizado para la interacción. Muchos otros simuladores aparecieron
con el ordenador personal.
La disponibilidad general de las computadoras en la década de 1970 inspiró el
desarrollo de herramientas para el análisis y diseño de sistemas de control.
Computer-Aided Design Sistema de Control se convirtió en una subespecialidad con
simposios y conferencias. Inicialmente, la industria y las universidades han elaborado
sistemas internos. La aparición de los ordenadores personales y los gráficos a mediados
de 1980 estimuló una nueva generación de software. El estado del arte en 1985 se
resume muy bien en el libro ( Jamshidi y Herget, 1985 ). Dado que los cálculos de diseño
se basan en algoritmos numéricos, los investigadores collaborationwith
innumericalmathematics surgieron. Dos áreas de particular importancia fueron álgebra
lineal numérica y la integración de ecuaciones diferenciales y diferenciales algebraicas.
analistas numérico desarrollado código informático confiable para resolver ecuaciones
de Lyapunov andRiccati ( Laub et al., 1994 ), Y for Integrated ing diferenciales y
diferenciales algebraicas ecuaciones ( Ascher y PET Zold, 1998 ; Engranaje , 1971 ; Gustafsson
, 1993 ; Hairer, Lubich, y Roche, 1989 ; Hairer, Nørsett, y Wanner, 1987 ; Hairer y Wanner,
1991 ). El advenimiento de Matlab, creado por Cleve Moler en 1981, era un cambio de
juego. Moler participó en el desarrollo de las bibliotecas LINPACK y software EISPACK
para el álgebra lineal numérica, y él quería tener una manera simple de probar los
programas. Se diseñó un lenguaje de programación interpretativo en el que era muy fácil
entrar matrices y realizar los cálculos escribiendo comandos simples. Moler también
agregó funciones andmacros (scripts), que permite al usuario extender el lenguaje.
Matlab fue recogido por la comunidad de control, y se han desarrollado herramientas
para el diseño de sistemas de control. El trabajo pionero fue
24 KJ Åström, PR Kumar / Automatica 50 (2014) 3-43
realizado por dos empresas en Palo Alto. Sistemas de Control desarrollado CTRL-C ( Poco,
Emami-Naeini, y Bangert, 1985 ) Y sistemas integrados desarrollado Matrix X y
SystemBuild ( Shah, Floyd, y Lehman, 1985 ); ambos sistemas se basan en Matlab de
Moler. John Little, que trabajaba para los sistemas de control, obtuvo los derechos para
desarrollar una versión para PC y se asoció con Moler y Bangert para fundar The
MathWorks compañía. MathWorks ha desarrollado el simulador de SIMULINK ( Gracia,
1991 ) (Originalmente llamado Simulab) integrado con Matlab, y Stateflow, un simulador
de máquinas de estados finitos ( Hamon y Rushby de 2005 ). MATLAB y Simulink son los
productos dominantes pero hay otros programas similares. El programa SysQuake ( Piquet,
1998 ) Es altamente interactivo, y los archivos ejecutables pueden ser distribuidos ING y parámetros de clase. Un esfuerzo considerable se ha dedicado al desarrollo de
libremente. Hay dos productos de dominio público, de octava ( Eaton, 1988 ) Y Scilab ( INRIA, librerías de modelos. Hay bibliotecas para muchos campos diferentes, por ejemplo,
1990 ). Herramientas para el diseño del sistema de control también se están
desarrollando para el lenguaje de script Python ( Python, 2001 ).
John Little animó a los investigadores de control para desarrollar cajas de herramientas para la
solución de problemas de control, y gran parte del trabajo de diseño del sistema de control asistido por
ordenador emigrado a MATLAB. Las cajas de herramientas proporciona una manera conveniente para
empaquetar teoría y hacerla ampliamente disponible. MathWorks también desarrollaron software para la
generación de código para sistemas embebidos de Simulink.
National Instruments (NI) suministra interfaces de ordenador para la instrumentación.
En 1986 Kodosky de NI desarrolló el programa LabVIEWwhich permitió configuración
flexible de instrumentswith agradables paneles gráficos ( Josifovska , 2003 ; Kodosky,
MacCrisken, y Rymar, 1991 ). Los programwas basado en el flujo de datos de
programación. Fue pensado originalmente para la emulación de instrumentos
electrónicos, pero también se hizo popular para aplicaciones de control. National
Instruments adquirió Matrix X y las características de que están migrando gradualmente a
LabVIEW.
Simulación requiere modelos de procesos y controladores. Debido a la amplia gama de
aplicaciones, los ingenieros de control necesitan modelos en muchos dominios diferentes.
Incluso si las herramientas de modelado para dominios específicos están disponibles, es
difícil combinarlos. Por tanto, es altamente deseable tener un enfoque unificado de
modelado que corta a través de diferentes dominios.
Un enfoque simple y general para el modelado es dividir un sis- tema en subsistemas,
definir interfaces, escribir las ecuaciones de balance de los subsistemas, y añadir
ecuaciones constitutivas. Este enfoque proporciona una descripción que es general, cerca
de la física, y conveniente para la construcción de bibliotecas. Un inconveniente es que se
requiere mucho trabajo ual Hombre- para ensamblar los subsistemas en un modelo que es
adecuado para la simulación u optimización. Gran parte del trabajo se pueden automatizar
usando álgebra computacional y programación orientada a objetos. Los resultados de
procedimiento en modelos que son ecuaciones rencias TiAl-algebraica. En la década de
1980 no había habido avances significativos en la solución numérica de las ecuaciones
(tales Ascher y PET Zold, 1998 ; Brenan, Campbell, y Petzold, 1989 ; Engranaje , 1971 ; Hairer
y Wanner, 1991 ). El método de modelado se había utilizado para los circuitos elec-
trónicos ( Nagel y Pederson, 1973 ). El lenguaje Dymola, Desarrollados por Elmqvist ( 1978 ),
Extendida themethod a dominios iCal phys- generales. Dymola tenía una sintaxis definida
formalmente y se implementó en Simula ( Birtwistle, Dahl, Myhrhaug, y Nygaard, 1973 ), El
único entorno orientado a objetos disponibles en el momento. Muchos otros lenguajes de
modelado orientado a objetos se desarrollaron más tarde, cuando más memoria y potencia
de cálculo se convirtieron dispo- capaces, por ejemplo ( Breunese y Broenink, 1997 ; Elmqvist
y Matts- hijo, 1989 ; Fritzson, Viklund, Fritzson, y Herber, 1995 ; Jeandel, Boudaud, Ravier,
y Buhsing, 1996 ; Jochum y Kloas, 1994 ; Mattsson & Andersson, 1993 ; Mattsson,
Andersson, y Åström, 1993 ; Nilsson ,
1993 ; Oh y Pantelides, 1996 ; Piela, Epperly, Westerberg, y Westerberg, 1991 ; Sahlin,
Llevar, y Sowell, 1996 ; Viklund y Fritzson, 1995 ). En 1992 comenzó la compañía
Elmqvist Dynasim al mercado una aplicación ern mo- de Dymola. La aceptación indus-
trial programquickly ganado, que era, por ejemplo, utilizada para desarrollar el Toyota
Prius. Dynasimwas posteriormente adquirida por Dassault Systèmes.
Un esfuerzo de colaboración para desarrollar un lenguaje para eling mo- física se
inició en Europa en 1996. Fue llevada a cabo por un grupo di- versos con una amplia
gama de experiencias; modeladores de muchos dominios, los ingenieros de control,
ingenieros de software, informáticos y analistas numéricos. Prácticamente todos los
grupos ELING mo- europeos participaron. El esfuerzo dio lugar a la formación de la Asociación
Modelica ( 1996 ). La primera tarea fue una definición formal de un lenguaje de modelado;
La primera versión fue dispo- capaz en 1978 ( Elmqvist, Mattsson, y la nutria, 1998 ). El
lenguaje ica Modelo- tiene muchas características útiles, tales como unidades de Ables
variabilidad, matrices y ecuaciones matriciales, funciones, híbrido Modelo- características
sistemas de control, sistemas de múltiples cuerpos, circuitos eléctricos, sistemas
hidráulicos y sistemas térmicos. La fuente abierto Modelica biblioteca estándar contiene
aproximadamente 1000 componentes del modelo y más de 500 funciones de muchos
dominios. La actividad se expandió Modelica, hay grupos para el desarrollo avanzado,
especificación del lenguaje, y las bibliotecas. han aparecido libros de texto ( Fritzson , 2011 ;
Caña del timón , 2001 ). La reunión se llevó a cabo el diseño 80o en 2013 y la conferencia
de Modelica 10a se llevó a cabo en 2014. Varios entornos de simulación Modelica son
capaces dispo- comercialmente y también hay versiones de código (abre Mod-Asociación
elica, 1996 ). Los modelos desarrollados en Modelica se pueden exportar a Simulink.
4.16. Las organizaciones que promueven el control
La Federación Internacional de Control Automático (IFAC), véase la Sección 3.7 , Proporcionó
un escenario global para el control. Desde la IFAC operado a través de las organizaciones
nacionales miembros que contribuyó en gran medida a la difusión mundial de control. Las
organizaciones nacionales miembros también organizó conferencias a nivel local ( Bittanti et al. , 2003
; Basar ,
2011 ; Porkka , 2006 ). IFAC maniobró con gran habilidad para mantener una comunidad de
control en todo el mundo a pesar de las tensiones políticas durante la guerra fría. El
Congreso Mundial de la IFAC trienal ha estado operando desde 1960. IFAC también
organiza talleres y simposios. Participación en actividades y comités de IFAC fue una
buena experiencia de formación, en particular para los ingenieros de control fromsmall
países. Automatica se convirtió en una revista de la IFAC en 1969 ( Coales de 1969 ) Con
George Axelby ( Axelby de 1969 ) Como editor. actividades de IFAC han ampliado
considerablemente y hoy hay reuniones IFAC casi todas las semanas. Más tarde comenzó
la IFAC varias revistas: Annual Reviews de control (1977), Aplicaciones de Ingeniería de la
Inteligencia Artificial (1988), Diario de Control de Procesos (1991), Mecatrónica (1991) y
Control Engineering Practice (1993).
También hay actividades significativas organizedby otras organizaciones inge- niería.
El Instrument Society of America (ISA) se formó en 1946, pasó a llamarse Sociedad
Internacional de Automatización en 2000. Ellos organizan una semana anual de
automatización, así como conferencias y simposios. ISA también publica libros y revistas
del InTech y ISA Transactions. La Sociedad Americana de Los ingenieros Mecánicos
(ASME) creó una división para los instrumentos y los reguladores de
1943. El Diario de los sistemas dinámicos, medición y control se inició en 1971. La
división cambió su nombre fromAutomatic de control para Dynamic Systems, medición y
control en 1978. El AIAA comenzó el Journal of Guidance, Control, y Dinámica en 1971.
La Sociedad de Sistemas de Control de IEEE se formó en 1971, véase la Sección 3.7 . El
Simposio de largo se ejecutan en procesos de adaptación (1963-1970) se convirtió en la
Conferencia IEEE sobre Decisión y Control (CDC). Es interesante que lo hizo justo cuando la
investigación en control adaptativo comenzó a despegar. El CDC tenía prácticas de aceptación
generosos para documentos de la conferencia que animaron a los investigadores a presentar
sus últimas investigaciones y asistir a la conferencia anual. Se convirtió en un fertilemeeting
groundwith un gran paraguas. IEEE Transactions
 KJ Åström, PR Kumar / Automatica 50 (2014) 3-43
de Control Automático, con un consejo editorial dinámico organizado a lo largo de las zonas de gran
actualidad y gira regularmente con nuevos talentos, se convirtió en una importante editorial de
trabajos de investigación teóricos.
El Consejo de Control Automático de América, que es la organización nacional miembro
de la IFAC en EE.UU., organiza la Conferencia Americana de Control anualmente en
colaboración con muchas sociedades de ingeniería: AIAA, AIChE, ASCE, ASME, IEEE, ISA,
y SCS. La Conferencia de las normativas europeas de control, que ahora se reúne todos los
años, se inició con una reunión en Grenoble en 1991. La Conferencia de Control de Asia,
lanzado en 1994, nowmeets regularmente cada dos años. El MTNS organiza- ción se centra
en cuestiones teóricas de la teoría de sistemas y organiza conferencias bianuales.
También hay fuertes organizaciones en China, Inglaterra, Francia, Alemania, Japón
y muchos otros países que organizan simposios y revistas publicadas.
Algunas organizaciones creadas durante la guerra como el Laboratorio de Radiación
en el MIT fueron desmantelados, otros como las tapas en el MIT ( Mitter, 1990 ), El
Laboratorio de Ciencia Coordinada en la Universidad de Illinois, el Instituto de Ciencias
de control en Moscú, y los institutos a cargo de las academias de ciencias de Hungría,
China, Checoslovaquia y Polonia florecieron después de 1960. También se crearon
nuevas instituciones. En Japón hubo grandes programas nacionales de Cuarta
Generación Informática y Fuzzy Control.
El Instituto para la Investigación en Informática y Automática (IRIA) fue iniciado por
los Ministerios franceses de Investigación e Industria en 1967 como parte del Plan
Calcul del general De Gaulle. Fue uno de los primeros institutos de investigación que
combinaban el control y la informática. El instituto estaba originalmente en Rocquencourt
las afueras de París. Se convirtió en anational instituto andwas rebautizado INRIA en
1979 y desde entonces ha ampliado con 8 centros de investigación regionales. El
instituto emplea a cerca de 4.000 personas, entre ellos sobre 1000Ph.Ds
and500postdocs. Se convirtió en un centro neurálgico para la investigación bajo
excelentes líderes, entre ellos los matemáticos Jacques-Louis Lions y Alain Bensoussan.
INRIA tiene fuertes interacciones con la industria y se ha apartado de alrededor de 100
empresas.
Después de la Segunda Guerra Mundial, hubo una importante expansión del mundo de la
investigación de ancho, y un gran crecimiento de las principales universidades de investigación.
financiación de la investigación aumentó de manera significativa. LaNational Science Foundation
fue creada en los EE.UU., y su modo de revisión por pares de las propuestas niveló el campo de
juego para los investigadores, independientemente de su ubicación. Después de la experiencia
con las actividades de lucha contra incendios y el Proyecto Manhattan durante la Segunda
Guerra Mundial, hubo una gran inyección de fondos a las universidades por el Departamento de
Defensa en los EE.UU., a menudo opera en un modo de revisión por pares. El researchprograms
EuropeanUnion startedmajor, al igual que el gobierno japonés. Control de researchwas
importante motivo de beneficiario de todos estos desarrollos en el período posterior a 1960. La
investigación de las universidades en el área de control crecieron enormemente. Hubo una gran
expansión en la contratación de la facultad de control. También hubo una fuerte
internacionalización; estudiantes y teachersmoved entre los diferentes países. Los EE.UU.
notablemente favorecido por la inmigración de los estudiantes y de los talentos científicos de
otros países. La UE estableció el programa Erasmus en 1987, seguido por el Sócrates, el
programa de aprendizaje permanente y el programa Marie Curie para investigadores
experimentados.
5. La ampliación del horizonte
Alrededor del año 2000 existían indicios que controlan estaba entrando en una nueva era.
Las aplicaciones tradicionales se han disparado debido al costo cada vez menor de la
computación, mientras que estaban surgiendo nuevas aplicaciones. Las aplicaciones oscilaron
entre micro y nano-escala
25
dispositivos a los sistemas a gran escala, tales como las redes nacionales Power-
inteligentes y sistemas de comunicación global. La expansión de Internet y las redes
celulares eran conductores de tecnología fuertes, como era el deseo de los sistemas con
mayor autonomía. Una muestra de la importancia es que el Premio Queen Elizabeth
inaugural de Ingeniería fue otorgado a Luis Poutin, Robert Cerf, Tim Berners Lee
andMarcAndreessen in2013 para '' el trabajo innovador, a partir de 1970, lo que llevó a
la Internet y la web en todo el mundo. El Internet y la web en todo el mundo iniciaron una
revolución de las comunicaciones que ha cambiado el mundo '' ( Queen Elizabeth Prize
Foundation, 2013 ). Es una conjetura que también tendrá un impacto muy fuerte en
control automático.
También había una necesidad urgente de desarrollar metodologías para la producción
masiva de complejos sistemas de control eficiente. En el control del Siglo de Oro se había
beneficiado fuertemente de las interacciones con las matemáticas. En esta nueva fase, la
interacción con los ingenieros de comunicación e informáticos comenzó a desarrollar.
Interacciones con la física, la biología y la economía también están aumentando. En esta
sección se proporciona un resumen de algunas de las tendencias. Nuestro tratamiento de lo
que se avecina es necesariamente especulativa.
5.1. Los avances en la informática y las redes
equipos informáticos, siguiendo la ley de Moore, es incomparablemente más poderoso de
lo que era en 1960. Cray 1, entregado al Laboratorio Nacional de Los Alamos en 1976, pesaba
más de cinco toneladas, pero sólo podría entregar 250 megaflops, mientras que el actual
equipo de escritorio Mac Pro superior es mil veces más rápido, la entrega de 90 gigaflops. En
los últimos cincuenta años, también han proliferado los ordenadores integrados. De hecho,
al-listo por 1998, sólo el 2% de todos los procesadores eran estaciones de trabajo mientras
que el 98% eran para sistemas empotrados ( Stankovic, 2001 ). La ingeniería de software ha
hecho grandes avances. Experiencia basada en proyectos grandes y complejos ha sido
codificado y reutilizable en los patrones de diseño de software, los marcos y procesos de desa-
rrollo ( Gamma, Helm, Johnson, y Vlissides, 1995 ; hombre Press- , 2004 ).
Uno de los cambios más notables es el nacimiento y crecimiento de las redes de
comunicación. Telefonía, que se había originado alrededor de 1877, se basa en una red de
conmutación de circuitos. En 1969, la Agencia de Proyectos de Investigación Avanzada de
los Estados Unidos (ARPA) desarrolló una red de paquetes conmutados que conecta cuatro
computadoras de la universidad ( Beranek y Newman, 0000 ). Una arquitectura flexible fue
desarrollado en 1974 ( Cerf y Icahn, 2005 ) Que permitió a diferentes redes previamente
incompatibles para ser interconectados. Se presentó direccionamiento jerárquico,
enrutadores de pasarela entre las redes, y TCP, un protocolo para asegurar la entrega fiable
de los paquetes de una manera ordenada a través de redes. A finales de este se dividió en
dos protocolos, TCP juntos designado / IP ( Cerf, 1980 ), Con la parte TCP se ejecuta sólo en
los hosts finales, mientras que la parte de IP se encargó de paso de paquetes entre redes o
dentro de una red. Esto hizo que fuera posible para ampliar la red.
Aproximadamente al mismo tiempo, también fueron surgiendo redes de radio por
paquetes. De hecho, uno de los objetivos de TCP fue para interconectar redes de
radiocomunicaciones por paquetes tales como PRNET y SATNET con ARPANET. En 1971
la red de radio por paquetes ALOHAnet fue desarrollado en la Universidad de Hawai. Se
utiliza para conectar a los usuarios a través de las islas de Hawai con un ordenador en
Oahu ( Abramson, 1970 ). La innovación clave fue el protocolo de acceso aleatorio para
resolver la discordia entre varios usuarios por el medio inalámbrico compartido. Esta tarde
fue la característica central de Ethernet ( Metcalfe y Boggs, 1976 ), Que fue desarrollado en
torno a 1973. Mucho más tarde, también se adoptó el protocolo de acceso aleatorio para su
uso en redes de área local inalámbricas (WLAN) en el estándar IEEE 802.11, que ha
proliferado en todas las oficinas y hogares en todo el mundo ( Crow, Widjaja, Kim, y Sakai,
1997 ).
26 KJ Åström, PR Kumar / Automatica 50 (2014) 3-43
En un desarrollo paralelo, también han proliferado los sistemas de telefonía celular. El
primer diseño de un sistema de telefonía celular de Estados Unidos, el Sistema Avanzado
de Telefonía Móvil (AMPS), fue desarrollado en 1971. El primer teléfono móvil portátil fue
desarrollado en 1973. En Japón, la Nippon Telegraph and Telephone Company (NTT)
desarrollaron el comercial integrada sistema de telefonía celular en 1979. Para el año
1960 varios países nórdicos tenían sus sistemas ownmobile. En 1981, la Red de Telefonía
Móvil Nórdica (NMT) hizo posible el uso de los teléfonos móviles a través de los países.
NMT más tarde, en 1992 creó las Comunicaciones SystemforMobile Global (GSM), que
permitía a los usuarios realizar y recibir llamadas a nivel mundial. Investigadores de la
ATT, NMT, NTT y Motorola fueron galardonados con el Premio 2013 Draper ( NAE, 2013 )
Para estos desarrollos. tecnología celular y la World Wide Web de documentos de
hipertexto interconectados desarrollados en 1990 han creado una revolución en términos
de conectividad y acceso a la información en todo el mundo.
Hoy en día hay más de 5 mil millones de dispositivos móviles conectados de forma
inalámbrica y se espera que el número aumente en uno o dos órdenes de magnitud en 2020
( Cisco , 2013 ; Ericsson , 2013 ). La latencia de extremo a extremo es de particular interés para
el control. En el actual sistema LTE / 4G que es de alrededor de 100 ms, pero se espera que
sea hasta unos pocos milisegundos en el sistema 5G prevista para el año 2020. Estas
pequeñas latencias ampliará significativamente las oportunidades para aplicaciones de
control en la red.
En 1998, el proyecto Smart polvo en la Universidad de California en Berkeley ( Kahn,
Katz, y Pister, 1999 ) Desarrollado diminutos dispositivos llamados '' Motes '', que podría
calcular y comunicarse de forma inalámbrica, y para que los sensores podrían estar
conectados. El Mote René desarrollado por Crossbow Tecnologías en el año 1999 tenía
una CPU ATMEL, 512 bytes de RAM, 8K de memoria flash y una radio por paquetes que
podrían comuni- cado a unos 10 Kbps ( Hill, Horton, Kling, y Krishnamurthy, 2004 ). Un
desarrollo clave fue el sistema operativo de código abierto TinyOS ( Culler , 2006 ; Levis et al. ,
2004 ), Que ha facilitado mucho imentation exper- por investigadores académicos. Desde su
desa- rrollo original, ha habido varias generaciones de Motes. Pueden ser utilizados para
formar relativamente grande '' '' redes de sensores con nodos Tributado ampliamente dis-
que se comunican de forma inalámbrica y realizan tación Compu en los datos que reciben.
Si se concede actuadores para redes de sensores, entonces se obtiene lo que en
algún ordenador comunidades científicas se llaman '' sensor-actuador '' redes, una
noción familiar para controlar los ingenieros. De particular interés para el control es
WirelessHART, que está diseñado como un estándar de comunicación para el control de
proceso ( HART Communication Foundation , 1993 ; Song et al. , 2008 ). También es de
interés para el control se ISA100.11a desarrollado por la International Society of
Automation ( ISA 1945 ).
5.2. El control de y a través de redes
Información entre múltiples sensores y actuadores se puede transportar a través de una red
basada en paquetes. Por lo tanto, los avances en la creación de redes hacen posible el
despliegue de sistemas de control a gran escala, dando lugar a '' control sobre las redes '', o lo
que es apodado '' de control en red '' ( Baillieul y Antsaklis de 2007 ). Dado que los bucles se
cierran sobre la red de comunicación, que desempeña un papel importante en la estabilidad y el
rendimiento general. Las redes también requieren control para proporcionar un buen
rendimiento, una zona conocida como '' el control de las redes ''.
El control de congestión es un ejemplo temprano del uso de la retroalimentación en
una red. La velocidad de inyección de paquetes en una red se regula para evitar
congestionwhilemaintaining un alto rendimiento ( Jacobson, 1988 ). De hecho, TCP, más
tarde, el protocolo TCP / IP, que hace esto es en el corazón de Internet, y es una de las
razones por las que Internet ha proliferado tan rápidamente. De manera más general, los
principios de control y bucles se necesitan en varios niveles para el funcionamiento de las
redes. El protocolo ALOHA temprano ( Abramson, 1970 ), Un componente de WiFi, es un
esquema de control de realimentación que
los intentos de estrangular nodos cuando están causando toomany paquete '' colisiones '', de
una manera similar al gobernador James Watts'.
La teoría de Lyapunov ha tenido una gran influencia en el diseño de interruptores de
alta velocidad y redes inalámbricas. En un influyente artículo, Tassiulas y Ephremides ( Tassiulas
y Ephremides, 1992 ) Analizaron un '' peso max '' algoritmo de programación, donde los
pesos son funciones de longitudes de cola, y establecieron su estabilidad utilizando una
función Lyapunov cuadrática. Posteriormente, los algoritmos de peso máximo se han
mostrado para lograr el 100% de rendimiento en los interruptores de entrada-cola, que
ha tenido una gran influencia sobre el interruptor y el diseño enrutador ( McKeown,
Mekkittikul, Anantharam, y Walrand, 1999 ) .Más recientemente, cola-lengthbased ''
contrapresión '' algoritmos han demostrado ser óptimo rendimiento para redes
inalámbricas ( Eryilmaz y Srikant de 2006 ; Lin y Shroff, 2004 ; Lin, Shroff, y Srikant de
2006 ; Neely, Modiano, y Li, 2005 ). Es importante que los sistemas de control para el
diseño de redes de comunicación que proporcionan la '' calidad de servicio '' que el
control de bucles necesitan. Las redes tendrán que no sólo entregar paquetes de los
sensores a los actuadores con un caudal especificado, pero también tendrán que
entregarlos dentro de un retardo especificado. La actual Internet es lo que se llama ''
mejor esfuerzo ''; no proporciona estas garantías, pero son importantes si se quiere
cerrar bucles a través de redes. El bus CAN ( Cia, 0000 ) Y el sistema de bus de campo ( Chatha,
1994 ) Han sido diseñados para aplicaciones de control. Un reto importante es el diseño
de redes inalámbricas que proporcionan tales calidad del servicio. Por ejemplo, es de
interés para reemplazar las redes intra-vehicular con cable de conexión de corriente de
75 sensores y conmutadores 100 con un punto de acceso inalámbrico que les sirve, ya
que puede ahorrar peso, reducir la complejidad de la producción, permitir actualizaciones
más sencillas, etc. El problema de la caracterizar qué tipo de calidad de servicio de los
puntos de acceso pueden soportar, y cómo hacerlo, es de gran interés ( Hou, Borkar, y
Kumar, 2009 ).
En cuanto al control a través de redes, cuestiones como el diseño del sistema, pruebas
de estabilidad, o establecimiento de rendimiento, es necesario tener en cuenta las
características de la red imperfecta sobre el cual la información de los sensores a los
actuadores o sensores actuadores a puede ser transportada. Este problema puede
abordarse a diferentes niveles de detalle a tener en diferentes aspectos de las restricciones
impuestas por el canal de comunicación de red o que se trate ( Baja, Paganini, y Doyle,
2004 ). Probablemente uno de los primeros problemas para hacer frente con respecto al
diseño del sistema de control es cuando para probar el sistema con el fin de reducir los
datos que necesitan ser transportados por la red. Se podría de la muestra supuesto
periódicamente o en puntos de tiempo dados; Esto es una reminiscencia de la manera en
que se define la integral de Riemann. Sin embargo, puede resultar en el sistema que está
siendo muestreado innecesariamente, incluso si nada hubiera cambiado. Una alternativa es
tomar muestras de que sobre una base orientada a eventos; que es una reminiscencia de
la manera en la que se define la integral de Lebesgue ( Åström y Bernhardsson de 2002 ).
Desde el punto de vista de transporte de paquetes a través de la red, tres
características importantes son la velocidad a la que la red puede manejar los paquetes
entrantes, el retraso que los paquetes pueden experimentar antes de su entrega al
destino previsto, debido a la carga de tráfico en la red, y la probabilidad o posibilidad con
la que la red puede eliminar paquetes. Los tres aspectos son de interés vis-a-vis su
impacto en el sistema de control. Para un sistema LQG la estabilidad del filtro de Kalman
asociado depende de la probabilidad de que los paquetes que contienen observaciones
se pierden ( Snyder y Fishman, 1975 ). Para el problema de control, es de interés para
determinar la velocidad de datos necesaria para ser proporcionada por el canal a fin de
estabilizar un sistema lineal dado ( Nair & Evans, 2004 ); esto también está relacionada
con la problemof cómo cuantizar mediciones con el propósito de control ( Brockett y
Liberzon, 2000 ; Wong & Brockett, 1999 ). A un nivel más fundamental, cuando se desea
estabilizar los sistemas inestables sobre los bucles de control que contienen canales
ruidosos, surgen controlar nociones específicas de información de la capacidad teórica,
como '' la capacidad en cualquier momento '' ( Sahai y Mitter, 2006 ).
 KJ Åström, PR Kumar / Automatica 50 (2014) 3-43 27

5.3. Informática y control
Ha habido un creciente interés en el control por la comunidad informática, y viceversa.
Una de las razones es el aumento del empleo de realimentación en los sistemas
informáticos. Otra es la proliferación de los sistemas informáticos incorporados. El gran
número de sistemas informáticos de control de los coches ha impulsado la necesidad de
automatizar el diseño, producción y pruebas de los sistemas de control. Además, con la
creciente complejidad de los sistemas que ofrecen los ordenadores en el bucle de
retroalimentación, hay una necesidad de metodologías y herramientas para el diseño de
sistemas fiables. En muchas aplicaciones complejas, es importante diseñar sistemas con
seguridad garantizada.
gustaría establecer propiedades tales como la seguridad y la vida de la conexión de un sistema
neumático en- tales como un sistema de transporte distribuido automatizado ( Graham, Baliga, y
Kumar, 2009 ; Kim , 2013 ). En términos más generales, '' tiempo '' es una cuestión esencial para los
sistemas de control, a diferencia de, por ejemplo, la computación de propósito general ( Ptolomeo,
2014 ). Es decir, para sistemas críticos de seguridad, la puntualidad de las interacciones es
importante para mantener la seguridad, estabilidad, etc. La arquitectura vez desencadenada es un
enfoque para el desarrollo de sistemas embebidos que pretende alcanzar la fiabilidad mediante la
coordinación temporal distribuido ( Kopetz & Bauer, 2003 ). Al cerrar los bucles en una red
inalámbrica, hay ciertas limitaciones para sincronizar los relojes; ciertas combinaciones de los
retrasos y las compensaciones de reloj no pueden ser resueltos ( Freris, Graham, y Kumar, 2011 ).

Al igual que en '' el control de las redes '', es también cada vez que se aplica el control de los
sistemas de computación ( Hellerstein, Diao, Parekh, y Tilbury, 2004 ). Los principales factores son Los sistemas de control son a menudo crítico para la seguridad. por lo tanto, su seguridad
la mayor flexibilidad y una mejor calidad de servicio, y el deseo de ahorrar energía y costes. es una preocupación importante. Ellos pueden ser susceptibles a los ataques que se producen
técnicas basadas en la retroalimentación se han considerado para la gestión dinámica y la por la red a la que están conectados. La reciente Stuxnetwormspecifically atacó los sistemas
programación de los recursos tales como tiempo de CPU, memoria, ancho de banda IO, y el de control ( Cereza ,
poder, en los sistemas que van desde ordenadores integrados utilizados en, por ejemplo, 2010 ; Falliere, O'Murchu, y Chien, 2011 ; McMillan , 2010 ). Ha habido otros ataques
teléfonos inteligentes, a los centros de datos que alojan aplicaciones en la nube basados ​en menos denunciados de un sistema de gasoductos de gas natural ( Schechter, Jung, y
servidor. aplicaciones exitosas se han desarrollado en los sistemas de almacenamiento web, Berger, 2004 ), Sistema Awater ( Esposito, 2006 ), Un sistema de control y adquisición de
sistemas de servidores de alto rendimiento, bases de datos en tiempo real, la optimización del datos ( Mata y Miller, 2007 ), tranvías ( Leyden, 2008 ) Y utilidades de energía ( Greenberg,
rendimiento del software y multimedia streaming, por nombrar algunos.
2008 ). Defensa de las redes de datos ordinarios ya es problemático, y la defensa de los
sistemas de control complejos es aún más desde los ataques pueden tomar ventaja de
las interacciones complejas entre la creación de redes, cómputo, sistemas de control, y
En la dirección inversa, la interacción de algunas comunidades sub en informática
las capas físicas. Queda mucho por hacer en materia de seguridad ( Neuman, 2009 ).
con control se ha de larga data. Un buen ejemplo es la comunidad en tiempo real. En
Hay algunos esfuerzos de normalización en curso ( Sociedad Internacional de
1961, el sistema de control computarizado IBM 1720 Proceso se instaló en tres plantas ( Harrison
Automatización , 1999 ; Mata y Miller, 2007 ; Stouffer, Falco, y Scarfone de 2011 ).
et al., 1981 ). El fundamento teórico de sistemas de tiempo real se inició con el trabajo de Liu
y Layland

( 1973 ). Este trabajo pionero considera el problema de cómo programar una CPU para servir
El control automático tiene una sólida base en matemáticas. La interacción va en ambas
a varias tareas, donde los trabajos en cada tarea son periódicas y requieren un cierto tiempo
direcciones; una amplia gama de las matemáticas ha encontrado su uso en el control, y el
de ejecución. La política de tipo de monótona desarrollado por ellos da prioridad a los
control de vez en cuando ha estimulado el desarrollo de las matemáticas. Algunos ejemplos
trabajos de acuerdo a la frecuencia con la que los trabajos de esa tarea llegan. Es una
son la teoría del sistema, control óptimo, control estocástico, y el control no lineal ( flamenco , 1988
política sencilla Particularmente estática prioridad que ha visto la aplicación generalizada.
; Murray , 2003 ). Con la convergencia de comunicación, control y computación, han surgido
Para un gran número de tareas, las tasas monótona garantías de programación que todas
áreas teóricas más recientes, como los sistemas híbridos y teoría de la información en
las tareas se ejecutan correctamente RESPETA pro de que la utilización de la CPU es
tiempo real. Las teorías de la estabilidad o rendimiento o la seguridad también tendrán que
inferior a 2 log = 0.68. Esta con- servatismcan reducirse mediante la aplicación de algoritmos
horcajadas sobre diferentes áreas, ya que es el sistema global que es en última instancia el
de planificación basado en la retroalimentación ( Arzen, Cervin, Eker, y Sha, 2000 ; Sha et al. , 2004
factor determinante del rendimiento. En algunos sistemas específicos se puede proporcionar
). Un ejemplo destacado de la importancia de la informática en tiempo real consideraciones
pruebas artesanales integral del rendimiento del sistema global que incluye la dinámica de
en sistemas de control es el problema de la inversión de prioridad en el sistema de
eventos discretos, la programación en tiempo real, cinemática, etc. ( Graham y col., 2009 ).
computación en tiempo real que ocurrió en 1997 en el Mars Rover ( Jones , 1997 ; Reeves , 1997
Sin embargo a medida que construimos sistemas más complejos como los sistemas
). Los investigadores en sistemas de tiempo real también han comenzado a abordar el
automatizados de transporte aéreo, es necesario para automatizar las pruebas de
problema de la solidez de los lazos de control, donde la robustez incluye errores en la aplica-
seguridad. Complejidad, sin embargo es un gran desafío para los procedimientos de cálculo,
ción. La 'arquitectura llamada '' Simplex' de Seto, Krogh, Sha, y Chutinan (1998) ; Sha (2001) aborda
por lo que los investigadores de control tendrán que desarrollar nuevas teorías que permiten
el problema de la robustez frente a errores de software en la implementación de nuevos
formas tratables de modelado.
algoritmos de control.

Un aspecto importante anticipado de sistemas de control futuros es la interacción entre el

mundo físico oftenmodeled por las ecuaciones TiAl rencias y la dinámica lógicos de la
computationalworld. Típicamente, onewould gustaría establecer las propiedades de los
sistemas de ITE un proceso de compostaje que comprenden ambos. El campo emergente de
los sistemas híbridos es un intento de hacer frente a estos desafíos ( Benveniste, Bourke,
Caillaud, y Pouzet, 2012 ; Henzinger y Sastry, 1998 ; Lee & Zheng, 2007 ; Maler , 2010 ). Es un
lugar interestingmeeting de la ciencia y el ordenador de control ( Benveniste y Åström, 1993 ).
Los modelos híbridos autómatas se han utilizado para este propósito ( Henzinger, 1996 ). Es
de interés para determinar el alcance-set ( Alur y eneldo, 1994 ). Por ejem plos a uno le
gustaría para determinar si el sistema es '' seguro '', es decir, nunca se alcanza un estado
inseguro. Herramientas de software para el cálculo de dichas can- tidades son útiles, por
ejemplo, ( Larsen, Pettersson, y Yi, 1997 ). Sin embargo, la determinación de que es
indecidible para los modelos generales, y es de interés para caracterizar lo que es decidible ( Alur
et al. , 1995 ; Zinger Hen-, Kopke, Puri, y Varaiya, 1995 ). De manera más general uno lo haría
5.4. Autonomía
La investigación sobre sistemas con la adaptación y el aprendizaje ha sido bien
desarrollado durante mucho tiempo, como se ha señalado en la Sección 4.12 . Sin embargo, se
requerirán mayores niveles de autonomía que incluyen la cognición y el razonamiento en el
futuro. Se señala en un estudio NAE ( NAE, 2004 ) ese:
Todo será, en cierto sentido, ser inteligente; es decir, cada producto, cada servicio, y cada parte
de la infraestructura estén en sintonía con las necesidades de los seres humanos a los que sirve
y se adaptan su comportamiento a esas necesidades.
experimentos interesantes con coches robot se llevaron a cabo por Ernst Dickmanns
a finales del siglo pasado. Se equipa coches con cámaras y otros sensores ( Dickmanns,
2007 ). En 1994 se demostró montar autónoma en una carretera cerca de París, y
28 KJ Åström, PR Kumar / Automatica 50 (2014) 3-43
en 1995 uno de sus coches condujo de forma autónoma (aunque con supervisión humana) de
Munich a Copenhague a velocidades de hasta 175 km / hora. El coche fue capaz de adelantar
y cambiar de carril. Más recientemente, en 2007 varios vehículos autónomos compitieron en
una ciudad desierta en el DARPA Grand Challenge. Una de las reglas requieren que los
coches siguen las reglas de tráfico de California. Más recientemente, Google ha desarrollado
un coche sin conductor ( Guizzo de 2011 ). Boss del Carnegie Mellon es otro vehículo autónomo
( Rajkumar, 2012 ). Incluso si la autonomía completa no se introduce en amassive escala,
elementos de la misma, tales como la prevención de colisiones, guía de carril y ayuda del
estacionamiento, ahora están disponibles innewcars. vehículos aéreos autónomos están en
operación y una misión de carga no tripulado ha sido recientemente realizado con un
helicóptero Halcón Negro ( Washington, 2013 ).
Los robots humanoides son otros ejemplos de sistemas con un alto grado de
autonomía. La investigación en Japón ha sido particularmente dominante en esta área.
Varias generaciones de robots han sido desarrollados. Toyota anunció recientemente un
violín robot. Los robots humanoides que actúan como los pacientes se han desarrollado
para los dentistas de formación.
5.5. diseño basado en modelos
La industria del automóvil comenzó a tener un impacto en el diseño asistido por ordenador
de sistemas de control cuando el control del ordenador se introdujo en los coches en la década
de 1970, un desarrollo que ace- ated cuando los sistemas se volvieron más complejos. Más de
80 millo- coches león se produjeron en el año 2012; coches normales pueden tener diez o más
unidades de control electrónico (ECU) mientras que los coches avanzados pueden tener más de
100 ECUs. Con esta escala es importante contar con procedimientos eficientes para gineering
en- andmanufacturing diseño de los sistemas. A menudo, el controlador es co-designedwith la
planta. Hay necesidades similares en muchas otras industrias, incluso si los números son más
pequeños.
Desarrollo típicamente incluye las siguientes tareas: los requisitos, modelado, diseño de
control, generación de código, ¡Ejecución ción, simulación de hardware-in-the-loop, puesta
en marcha, operación y reconfiguración. Validación, verificación y ensayo se serted inversa
entre las diferentes tareas, ya que es costoso encontrar Salvo error al final del proceso de
diseño. Dado que los modelos son elementos claves del procedimiento se ha conocido
como el diseño basado en modelos (MBD). La ventaja de utilizar modelos es que menos
prototipos tienen que ser construidos; particularmente importante en la construcción de
nuevos sistemas como los coches brid hi-. La industria aeroespacial y automotriz han sido
los primeros en adoptar MBDwhich está desarrollando actualmente rápidamente ( Guzzella y
Sciarretta, 2013 ; Kiencke y Nielsen, 2005 ). El uso de MBD está avalado por la siguiente cita
de un estudio NAE ( NAE, 2004 ): No habrá crecimiento en las áreas de simulación y
modelado en torno a la creación de nuevas estructuras de ingeniería. Por ordenador de
ingeniería de diseño y construcción con base. . . se convertirá en la norma para la mayoría de
los diseños de productos, la aceleración de la creación de estructuras complejas para las
que múltiples subsistemas se combinan para formar un producto final.
Un ejemplo de la utilización de MBD es que los proveedores de componentes para
sistemas de climatización para automóviles en Alemania están proporcionando no sólo el
hardware, sino también validan los modelos dinámicos de su equipo ( Limperich, Braun,
Schmitz, y Prölss de 2005 ). Thismakes posible que los fabricantes de automóviles para
simular el sistema completo y para explorar las consecuencias del uso de componentes de
diferentes proveedores en el consumo de combustible y comodidad.
En el diseño del sistema es conveniente para explorar las opciones de diseño e
investigar varias configuraciones de proceso. Un pecado capital de control automático es
creer que el sistema a controlar se da a priori. problemas de control que son difíciles
pueden ser aliviados mediante la modificación del proceso o la arquitectura del sistema.
El diseño integrado de un proceso y su controlador es altamente deseable. Como se
mencionó en la Sección 2.5 , Los hermanos Wright
tenido éxito donde otros han fallado porque deliberadamente diseñadas un avión inestable
que era fácil de manejar, con un piloto utilizado para la estabilización. Todavía hay
ventajas sustanciales en tener un avión inestable, que se basa en un sistema de control
para la estabilización. combatientes modernos obtienen su actuación en este camino.
Hay herramientas para algunas fases del proceso de diseño: puertas para requisitos ( IBM,
2013 ), Por ejemplo, los programas de CAD para el diseño del equipo, Modelica para modelar,
MATLAB para el diseño de control, y Simulink para la simulación y generación de código. Los
sistemas para la documentación y el control de versiones también están disponibles. Incluso si es
deseable tener un conjunto completo de diseño es poco probable que un solo paquete de
software puede servir a todas las necesidades. Por lo tanto, las herramientas de software tienen
que ser diseñados para que puedan ser combinados. Para dar un ejemplo, Dassault Systèmes
están combinando Dymola / Modelica con su programa de CAD CATIA. Esto significa que la
geometría 3D de datos, masas e inercias están disponibles directamente desde el sistema CAD.
Alta calidad de representación 3D también está disponible para animar los resultados de la
simulación.
Un reciente desarrollo en la comunidad de simulación industrial es la introducción de la
interfaz funcional Mock-up (FMI), diseñado para facilitar la interoperabilidad de herramientas a
nivel de modelos dinámicos compilados. FMI especifica un esquema XML para metadatos
modelo, como los nombres y las unidades, y una API de C para la evaluación de las
ecuaciones del modelo. La primera versión del FMI se introdujo en 2010 y desde entonces un
gran número de herramientas han adoptado la norma. Las futuras versiones del FMI apoyarán
la comunicación de los modelos completos en formato XML, que es adecuado para su uso
con la integración de herramientas simbólicas que pueden explorar la estructura de los
modelos más allá de la evaluación de ecuaciones del modelo ( Parrotto, Åkesson, y Casella,
2010 ). Los fabricantes de automóviles suelen comprar sistemas que constan de sensores,
actuadores, ordenadores y software mediante paquetes fromsuppliers. Este enfoque funciona
muy bien cuando sólo había unos pocos sistemas electrónicos con pequeña interacción. La
situación se complicó cuando se añadieron más funciones de control debido a un sensor de
un subsistema podría ser utilizado en otro sistema. La industria del automóvil, incluyendo sus
proveedores y desarrolladores de herramientas, por lo tanto, crea Automotive Open System
Architecture (AUTOSAR), una arquitectura de software de automoción abierta y
estandarizada, para los sistemas eléctricos y electrónicos de automoción ( AUTOSAR, 2013 ).
Hay una amplia gama de problemas interesantes que aparecen después de un sistema de
control está diseñado e implementado. En primer lugar, el sistema tiene que ser puesta en
servicio y todos los lazos de control tienen que ser puesto en funcionamiento. A continuación,
es necesario supervisar y evaluar si el sistema está funcionando correctamente de forma
continua. Muchos de los problemas que se producen durante esta fase sólo recientemente
han comenzado a ser tratados de una manera sistemática. Los problemas típicos son la
detección y diagnóstico de fallas, pero también hay muchos otros problemas interesantes,
como la evaluación de bucle y la evaluación del desempeño. Los avances en esta área están
muy motivados por la unidad de seguridad y de mayor calidad. Puesta en marcha puede ser
influenciada sustancialmente por un diseño adecuado control. sintonizadores automáticos, por
ejemplo, pueden simplificar drásticamente el procedimiento de puesta en marcha.
Cuando el sistema de control automático se convierte en una parte crítica del proceso sino
que también puede convertirse en una misión crítica, lo que significa que el sistema fallará si falla
el sistema de control. Esto induce fuertes demandas sobre la fiabilidad del sistema de control.
Una interesante discusión de las consecuencias de esto se encuentran en la primera edición de
la conferencia IEEE Bode por Stein ( 2003 ).
5.6. Sistemas Ciber-física
El incremento en el uso de la comunicación, y el aumento de la sofisticación y la
complejidad del software, tanto en el diseño de sistemas de control, así como la
operación, ha dado lugar a una interacción más estrecha entre el control, la informática y
la comunicación. Se está fomentando también el desarrollo de sistemas de control de
gran escala. Como
 KJ Åström, PR Kumar / Automatica 50 (2014) 3-43
fue el caso de la épocas anteriores, esta tercera revolución potencial de la plataforma, después
del control analógico y digital, también está creando la necesidad de un marco para el diseño
riguroso.
Esta interacción también se ha visto estimulado por varias agencias de financiación de
la investigación. DARPA lanzó un programa de investigación denominado Software de
Control Integrado en 1999 ( Samad y Balas, 2003 ), Que fue seguido por un proyecto de
NSF en sistemas embebidos y Híbridos. La Unión Europea puso en marcha en 2001 el
programa de artista en avanzados sistemas de tiempo real ( ARTISTA 5º PM de 2006 ). Fue
seguido más tarde por el artista Artista 2 y Diseño. En 2006, un grupo de investigadores y
gestores de programas en los EE.UU. acuñó un nombre, '' Cyber-Sistemas Físicos (CPS)
'', para describir el acoplamiento cada vez más difícil de controlar, computación,
comunicación y trabajo en red. En los EE.UU., la Fundación Nacional de Ciencias
estableció un programa de financiación de la investigación importante en los sistemas de
Cyber-físicas ( Baheti y Gill, 2011 ). En su plan estratégico para 2020 ( INRIA, 2013 ), INRIA
hace hincapié en '' el reto de grandes sistemas digitales integrados, y enterrados, y de
sistemas de sistemas ''. El Centro Robert Bosch Sistemas de Cyber-físicas se estableció
en el Instituto Indio de Ciencias en 2011. En Suecia, la Fundación de Investigación
Estratégica soportado 10 años de Linnaeus subvenciones por tres centros que apoyan la
investigación de control ( ACCESO , 2008 ; LCCC , 2008 ; MOVIII ,
2008 ).
En 2008, un evento anual de una semana de duración llamado '' Semana CPS '' se
puso en marcha, que ha crecido hasta incluir cinco conferencias de emplazamiento común,
la Conferencia Internacional de Sistemas ACM / IEEE onCyber-físicos (ICCPS), la
Conferencia sobre el nivel de confianza alto Networked Systems (HiCoNS ), Sistemas
Híbridos: Computación y control (HSCC), la Conferencia Internacional ACM sobre
Procesamiento de Información de Redes de Sensores (IPSN), y el IEEE en tiempo real y
Embedded Technology and Applications Simposio (ACR). En 2013, las Actas de la IEEE
celebran el centenario de IRE (los IEEEwas formados a partir de la unión de IRE y AIEE en
1963), y publicó un número 100a Aniversario en que los sistemas Cyber-física fue uno de
los diecinueve temas elegidos para su inclusión ( Kim & Kumar, 2012 ). También hay un gran
interés en '' La Internet de las cosas '', se centra en la conexión de un gran número de
objetos físicos generales, del ganado a los coches a los fabricantes de café, se espera que
el número 50 mil millones para el año 2020. IEEE está empezando dos nuevas revistas,
IEEE Transactions el control de los sistemas de red para comenzar en 2013, e IEEE
Internet de las cosas Diario para comenzar en 2014.
5.7. Complejidad de los sistemas
Hay una tendencia general que los sistemas de ingeniería se BE- venir más
complejo. La complejidad es creado por muchos mecanismos: el tamaño, la interacción y
la complejidad de los subsistemas son tres factores que contribuyen.
Los sistemas de control de procesos químicos pueden tener muchos miles de ciclos de
retroalimentación. esquemas de recirculación ahorrar energía y mate- rial crudo y reducir la
contaminación, pero introducen acoplamiento de los flujos de salida a las corrientes de entrada, lo
que genera interacciones y complejidad. sistemas eficientes para la distribución de bienes a nivel
mundial utilizando las cadenas de suministro asistida por ordenador utilizan las redes complicadas
para el transporte de mercancías y la información. telescopios astronómicos con óptica adaptativa
pueden tener un gran número de reflejar superfi- cies cuyas orientaciones son controlados
individualmente por sistemas de retroalimentación. Incluso en un sistema pequeño, debido a la ''
maldición de dimensional- dad '', el tamaño resultante puede ser muy grande después de
discretización.
Uno de los grandes logros de las últimas cinco décadas ha sido el desarrollo de una
base rigurosa para el estudio de la complejidad de la computación a medida que
aumenta el tamaño ( cocinar ,
1971 ; Karp , 1972 ), Aunque algunas cuestiones básicas siguen abiertas. Un reto
fundamental que impregna muchos dominios aplicados, incluyendo systemdesign y
análisis de control, es developmodels
29
que pueden resultar en algoritmos manejables cuya complejidad escalas polinomialmente,
preferiblemente de bajo grado, en el tamaño del sistema.
Internet y la red eléctrica son quizás uno de los más complejos sistemas que han sido
diseñados. Ambos dependen críticamente de retroalimentación en varios niveles para su
funcionamiento. Como se señaló en la Sección 5.2 , En el caso de los primeros, esto es lo que
se entiende por el control de redes. Algoritmos adecuados para pequeños sistemas pueden
no ser adecuados para sistemas grandes. Es también de interés para determinar la escala
leyes que permiten conocer cómo cambia el rendimiento del sistema como el tamaño crece.
Otra cuestión que atrae gran interés es cómo tomar ventaja de la creciente
disponibilidad de grandes cantidades de datos, llamado '' Big Data ''. Esto puede ser
especialmente útil para comprender el comportamiento de los grandes sistemas
socio-económico-tecnológicos, cuyos '' física '' no se entiende bien. Un ejemplo es el
control de respuesta de la demanda en la red inteligente emergente suministrada por la
energía renovable y controlado por señales de precios.
Otro factor que introduce una complejidad es que los sistemas son híbridos:
sistemas continuos se mezclan con la lógica y la secuenciación. Control de crucero en
los automóviles es un ejemplo sencillo. Otros ejemplos se encuentran en el control de
procesos, donde muchos controladores continuos se combinan con sistemas para la
lógica y la secuenciación. Tales sistemas son muy difíciles de analizar y diseño. El
coche moderno es un ejemplo de un sistema complejo; que tiene varias redes y hasta
100 unidades de control electrónico. Especificación, diseño, fabricación, funcionamiento
y la mejora de estos sistemas es una tarea cada vez más compleja.
5.8. Física
Las interacciones entre los físicos y los ingenieros están aumentando ( Bechhoefer de
2005 ). sistemas de control de retroalimentación han jugado un papel fundamental en
instrumentos para la física, más sowith la creciente complejidad de los experimentos. Por
ejemplo, se utilizaron gobernadores para seguir el movimiento de los planetas en los primeros
telescopios ( Maxwell, 1868 ), La retroalimentación es un elemento esencial de los primeros
espectrómetros ( Nier, 1935 ), Y el Premio Nobel de Física 1912 fue otorgado a Gustaf Dahlen
de '' invención de reguladores automáticos para uso en conjunción con acumuladores de gas
para la iluminación de los faros y los niños '' ( Nobelstiftelsen, 2013 ). El holandés ingeniero van
der Meer compartió el Premio Nobel de Física 1984 para un sistema de retroalimentación
inteligente para generar un haz de alta densidad en un acelerador de partículas ( Nobelstiftelsen,
2013 ).
La retroalimentación también ha demostrado ser crucial para experimentos de física. Los
telescopios grandes utilizan óptica adaptativa para reducir las perturbaciones causadas por las
variaciones de densidad en la atmósfera. Los sistemas de control son también ampliamente
utilizados en los micro y nano-escalas ( Eleftheriou y Moheimani 2012 ; Gorman y Shapiro, 2012 ).
Binning y Rohrer compartieron el Premio Nobel de Física 1986 para la invención del microscopio
de efecto túnel. Una variación, el microscopio de fuerza atómica, es ahora una herramienta
estándar para los biólogos y científicos de materiales, capaces de proporcionar resolución
nanoescala imageswith sub. Los sistemas de control en los instrumentos son críticos; un mejor
control da beneficios inmediatos en términos de obtención de imágenes más nítidas y más rápido.
Grandes desafíos que enfrenta la ingeniería de control moderna fueron superados en la
fabricación del Gran Colisionador de Hadrones (LHC) en funcionamiento. Muchos de los
componentes del sistema que interactúan funcionan en escalas de tiempo que difieren en varios
órdenes de magnitud, desde nanosegundos para tomonths orientación del haz de partículas para
la refrigeración de grandes electroimanes.
El control también ha tenido un impacto en el nivel fundamental Amore. Hace mucho
tiempo se ha tratado de explicar la turbulencia del flujo de cizalla por linealizar la ecuación
de Stokes theNavier. Los hypothesiswas que las ecuaciones linealizadas se vuelva
inestable cuando el número de Reynolds aumenta, lo que hasta cierto punto sorprendente
no sucedió. Otro intento basado en el análisis lineal tratamiento se hizo por Bamieh y
30 KJ Åström, PR Kumar / Automatica 50 (2014) 3-43
Dahleh ( 2001 ). Se calculan la ganancia del operador de irregularidades de la superficie de
mapeo a velocidad basado en un modelo linealizado, y se encontró que la ganancia aumenta
con el número de Reynolds de una manera compatible con los datos experimentales.
El control también se ha aplicado a sistemas cuánticos ( Fradkov ,
2007 ; Huang et al. , 1983 ; Khaneja et al. , 2001 ), RMN de formación de imágenes ( Khaneja,
Reiss, Schulte-Herbrüggen, y Glaser, 2005 ) Siendo una sola aplicación. Otra aplicación
espectacular se da en Brown y Rabitz ( 2002 ) Donde se propone para romper las moléculas
en iones mediante la aplicación de pulsos de láser muy rápidas. El problema puede
formularse como un problema de control óptimo para la ecuación de Schrödinger de la
molécula, donde el criterio es la de romper la molécula con un mínimo de energía.
5.9. Biología y la medicina
En 1932 el fisiólogo Walter Cannon escribió el libro La sabiduría del cuerpo ( Cannon,
1939 ), En la introducción de la que dice:
Nuestros cuerpos están hechos de un material extraordinariamente inestable. Los pulsos de
energía, por lo que minutos se requieren métodos muy delicadas para medirlos, por supuesto
a lo largo de los nervios. . . . La inestabilidad de la estructura corporal se muestra también por
su cambio rápido cuando se alteran las condiciones. . . . La capacidad de livingmechanism para
mantener su propia constancia tiene biólogos larga impresionaron. A continuación, pasó a
decir:
Organismos compuestas de material que se caracteriza por la mayor inconstancia e
inestabilidad, de alguna manera han aprendido los métodos de mantenimiento de la
constancia y mantener constante en la presencia de condiciones whichmight
razonablemente esperarse para demostrar profundamente perturbador.
El libro de cañón se basa en conocimientos obtenidos por observa- ciones cuidadosas y
experimentos. En nuestra terminología podemos resumir las afirmaciones anteriores como:
el cuerpo humano tiene control de siste- mas sorprendentes. Es, sin embargo, muy lejos de
esta declaración cualitativa de los resultados cuantitativos basados ​en modelos y análisis,
ilustrado por la siguiente cita del libro Las obras Camino de la Vida ( Hoagland y Dodson,
1995 ):
La retroalimentación es una característica central de la vida. Todos los organismos tienen la
capacidad de detectar cómo lo están haciendo y para realizar las modificaciones necesarias.
El proceso de retroalimentación rige la forma en que crecen, responden al estrés y el desafío,
y regular los factores tales como la temperatura corporal, la presión arterial y el nivel de
colesterol. Los mecanismos operan en todos los niveles, de la interacción de las proteínas en
las células a la interacción de los organismos en ecologías complejas.
La reacción se ha utilizado ampliamente en la investigación de sistemas de iCal
biolog-. Hodgkin y Huxley recibieron el Premio Nobel 1963 de Medicina por '' sus
descubrimientos sobre los mecanismos iónicos implicados en la excitación y la inhibición
en las partes periféricas y centrales de la membrana de la célula del nervio ''. También
utilizaron un sistema inteligente Feed- volver a investigar la propagación de los
potenciales de acción en el axón. La técnica de medición se refinó aún más por Ne- ella
y Sakmann que recibió el Premio Nobel de Medicina 1991 '' por sus descubrimientos
sobre la función de Nels Chan-ion sola en células ''.
Hoy en día, hay muchos esfuerzos para desarrollar herramientas eficaces para los
pacientes y los médicos y para aumentar los sistemas de retroalimentación natural del cuerpo
cuando fallan ( Doyle III et al., 2011 ). la cirugía robótica está ahora bien establecida. corazones
mecánicos ya están en uso. Los experimentos con el control en línea de azúcar en la sangre
se realizan ( Sansum Diabetes Research Institute , 2013 ; Parker, Doyle III, y Peppas, 1999 ),
Como es el control automático de la anestesia, por mencionar algunos ejemplos.
subsistemas de control en los animales están siendo exploradas. Comportamientos
de los insectos y las aves están siendo investigados por el túnel del viento y los
experimentos de vuelo libre. También se ha tratado de hacer que los dispositivos
artificiales que imitan a los animales. Algunas de las funciones más básicas tales como de
pie, caminar y correr ahora pueden ser realizadas por robots ( Westervelt et al., 2007 ).
Algunas de estas funciones son tareas sencillas de control que implican la estabilización y
regulación, pero hay muchas tareas más complicadas que requieren la cognición.
interesantes esfuerzos en esta dirección han sido hechas por el profesor Hiroshi Ishiguro
de la Universidad de Osaka que ha diseñado varios robots humanoides ( Asada,
MacDorman, Ishiguro, y Kuniyoshi, 2001 ). Los experimentos con la biología sintética
también se realizan en el nivel molecular ( Andrianantoandro, Basu, Karig, y Weiss, 2006 ).
Ha habido un creciente interés en el control y la biología de sistemas ( Cury y
Baldissera, 2013 ; Gaohua y Kimura, 2009 ; Iglesias y Ingalls, 2009 ; Khammash y
El-Samad, 2004 ). En lugar de tomar un enfoque reduccionista que consiste en el estudio
de una entidad aislada, sistemas biologywhich originaron alrededor de 1.988 tiene como
objetivo comprender cómo los componentes interactúan como sistemas dinámicos, ya
sea en los niveles de células o de órganos. Es por lo tanto tiene como objetivo
desentrañar la complejidad de las redes biológicas y enfermedades. Una cita de la Instituto
de Biología de Sistemas ( 2012 ) Resume así: A pesar de la célula viva más simple es una
máquina ular molec- increíblemente compleja. Contiene largas hebras de ADN y ARN
que codifican la información esencial a las células que funcionan y la reproducción.
moléculas de proteína grandes e intrincadamente plegadas catalizan las reacciones
bioquímicas de la vida, incluyendo ganization or- celular y la fisiología. Las moléculas
más pequeñas lanzadera informa- ción, energía y materias primas dentro de y entre las
células, y se transforman químicamente durante el metabolismo. Visto en su conjunto,
una célula es como una inmensa ciudad llena de gente y Jects obstructivas y llena de
actividad.
La interacción entre los ingenieros de control y biólogos va en aumento y se están
estableciendo nuevos departamentos académicos y programas educativos en las
principales universidades.
5.10. Ciencias económicas
Hay intereses comunes entre los economistas y los ingenieros de control en la teoría
de juegos, los modelos de entrada-salida, control estocástico, la optimización y la
identificación del sistema (econometría). Los economistas Simon, Nash y Flecha ya se
han mencionado en este documento.
Los primeros trabajos en economía hecho por Adam Smith y Maynard Keynes. la obra de
Keynes fue en gran parte conceptual, sino que también introdujo simplemodels que eran
importantes para las economías emergentes de la Gran Depresión en la década de 1930,
tales como la noción de multiplicadores que indican el impacto de la inversión pública en el
PIB. Una forma de evaluar la investigación en economía es mirar a las obras que se han
adjudicado el Premio Banco de Suecia en Ciencias Económicas en memoria de Nobel
(Premio Economía) Alfred ya que el primero de ellos en 1969. Varios tienen fuertes
conexiones con el control: el 1978 y 1986 premios en la toma de decisiones, las de 1994 y
2005 los premios para el juego-teoría, el Premio de 1997 sobre la evaluación de los
derivados, el Premio 2004 para la conducción de las fuerzas detrás de los ciclos económicos,
y los de 1969, 1980, 1989 y 2003 Premios para el modelado y análisis de series temporales.
La economía nos influye todo y requiere nuestra atención, y los economistas han sido
muy consciente del papel del control por un largo tiempo ( Kendrick, 1981 ). Sin embargo, el
sistema económico es un sistema distribuido grande y compleja, global, y dinámica con
muchos actores, gobiernos, bancos, bancos de inversión, empresas e indivi- duos. Los
gobiernos controlan por las leyes y los impuestos, establecen los bancos centrales
 KJ Åström, PR Kumar / Automatica 50 (2014) 3-43
tasas de interés y controlar la oferta de dinero, empresas e indivi- als, comprar, vender e
invertir. Los diferentes actores tienen muy diferentes objetivos. la economía del
comportamiento muestra que las decisiones individuales se pueden basar en los aspectos
emocionales y sociales. El sistema oscila en los ciclos económicos y hay crisis ocasionales,
que apunta claramente a controlar problemas.
Krugman que recibió el Premio de Economía 2008, dice lo siguiente en su libro ( Krugman,
2008 ):
Nos havemagnetotrouble, dijeron JohnMaynardKeynes en el inicio de la Gran Depresión.
La mayor parte del motor económico estaba en buen estado, sino un componente
fundamental, el sistema financiero, no estaba funcionando. También dijo que esto '' Nos
hemos involucrado en un lío colosal, después de haber cometido un error en el control
de una máquina delicada, cuyo funcionamiento no entendemos ''. Ambas afirmaciones
son tan cierto ahora como lo eran entonces.
Comparando esto con la cita por Wilbur Wright en las dificultades de equilibrio y
dirigir los aviones en la Sección 2.5 está claro que los principales economistas se dan
cuenta de que hay problemas graves de control de la economía.
6. La interacción entre la teoría y aplicaciones
control de retroalimentación es un componente clave de una increíblemente amplia
gama de aplicaciones, de hecho Refiriéndose a casi todo en el mundo moderno. La teoría de
control es un campo de manera similar profunda, basándose en una amplia gama de las
matemáticas, e incluso a veces contribuyen a ella. Uno puede preguntarse cómo una amplia
gama de aplicaciones y la teoría profunda, tal llegó a ser. La respuesta es rica en textura,
según lo expuesto en este trabajo.
sistemas de control necesitan tecnologías de apoyo con el fin de poder aplicarse. La
disponibilidad de estas tecnologías y los avances en la tecnología, a veces
revolucionarios avances, han jugado un papel clave en la formación de la evolución del
control. Un papel importante también ha sido jugado esporádicamente, motivando a las
aplicaciones reto grandes que han llevado a la gran sociedad,
es decir, el gobierno y la industria, la inversión en el desarrollo tanto de la tecnología de
control y la teoría. El desarrollo del sistema de universidad de investigación moderna, con
financiación sistemática investigación también ha desempeñado un papel clave en el fomento
de la investigación académica. Y, por supuesto, ha habido visionarios y researcherswho
profunda han estado en la primera línea.
La evolución del campo no ha sido fácil. Hubo varios trompicones en el proceso que
acumulativamente resultedover el largo plazo en grandes avances en la práctica y la
teoría. El '' teoría y aplicaciones gapbetween '' ha sido un proceso dinámico que se ha
planteado con frecuencia controversia en la comunidad. En un editorial matizada en
1964 ( Axelby de 1964 ), Axelby observa que: Sin duda alguna distancia entre la teoría
y la aplicación debe mantenerse, ya que sin ella no habría ningún progreso. . . . Parece
que el problema de la brecha es un problema de control en sí mismo; debe
identificarse correctamente y optimizado mediante la acción apropiada.
Hubo períodos de tiempo cuando las aplicaciones se han adelantado a la teoría, con
éxito no resultante hasta through Break teóricos clave habían beenmade. En otras
ocasiones, los gapwas en la dirección inversa. Teoría fue desarrollada de una manera en
bucle abierto y sin aportada por la aplicación y la aplicación en el mundo real, Las
investigaciones sobre lo que puede posiblemente ser aplicaciones viables en el futuro y lo
que sugiere posibilidades imaginativas, a pesar de que la tecnolo- gía para la puesta en
práctica no era suficiente todavía madura o restricciones completamente comprendidos. El
campo se ha visto tanto tirón aplicación de la teoría, así como la teoría empuje de
aplicaciones. Se podría decir que esta brecha, en cualquier dirección, ha sido una fuente de
tensión creativa
31
que en última instancia condujo a los avances en beneficio de la teoría y aplicaciones.
La comprensión de la interacción de estas diversas interacciones pro-porciona una
idea de cómo la investigación en ingeniería y desa- rrollo y el conocimiento han
evolucionado vis-a-vis de control, un pilar clave de la era tecnológica moderna.
Ha habido varios periodos en los que las aplicaciones se han desarrollado sin gran
parte de la teoría. En 1933, uno de los principales actores de control de procesos,
Ivanoff, Said ( Bennett, 1979 , pag. 49): La ciencia de la regulación automática de la
temperatura es en la actualidad en la posición anómala de haber erigido un vasto
edificio práctica sobre fundamentos teóricos insignificantes. Incluso hoy en día, el
control PID es un enorme éxito; es una de las maneras más simples de beneficiarse de
la potencia de retroalimentación. En dirección barco, el chapista Sperry superó el
teórico Minorsky, como se relata en Bennett ( 1979 ). Una situación similar en el control
de vuelo temprano ( McRuer, Ashkenas, y Graham, 1972 , pag. 5):
. . . parecían haber progresado con una cantidad mínima de las matemáticas hasta
después del final de la guerra 1939-1945. . . . Durante aproximadamente los primeros 50
años de historia de la aviación, el estudio de la dinámica de las aeronaves y su sistema
de control era de interés significativo para los diseñadores, que aprendieron a
arreglárselas con reglas empíricas. . . Esto a pesar del hecho de que una teoría
matemática para la estabilidad de la marcha y sin vigilancia de la respuesta de la
aeronave con el control fue desarrollado en una fecha próxima. Muy afortunado, las
presiones de tiempo de guerra produjeron dos desarrollos que las técnicas
fundamentalmente alterados para el diseño de sistemas de control de vuelo automático.
El primero de thesewas la teoría de servomecanismos: el segundo fue el ordenador
electrónico. Análisis y simulación son hoy los dos pilares sobre los que se basa el
entablamento del diseño del sistema de control de vuelo de la aeronave.
La evolución gradual durante varias décadas desde una aplicación de retroalimentación
a un amplio y profundo marco teórico para su análisis y diseño se puede ver claramente en el
caso de que el gobernador centrífuga. Se utiliza desde el principio en los molinos de viento
en 1745 Mayr ( 1969 ), Y posteriormente por Watt en los motores de vapor en la década de
1780, fue originalmente un controlador proporcional, con añade posteriormente acción
integral y derivado ( Bennett, 1979 ). Cerca de un siglo más tarde,
Vyshnegradskii ( 1876 ) y Maxwell ( 1868 ) Iniciado una investigación teórica. Esto llevó a
la obra de Hurwitz ( 1895 ) y Routh
( 1877 ) En el análisis de la estabilidad.
En una línea similar, el reto de diseñar los repetidores de telefonía de larga distancia
condujo a la invención del amplificador realimentado por Negro ( 1934 ) En 1927,
thoughwithout una teoría. En ausencia de una comprensión teórica fundamental que esto
era una tecnología muy difíciles de emplear. Las dificultades con la inestabilidad
encontrado en el laboratorio inspirados Bode y de Nyquist para desarrollar la teoría para el
amplificador de realimentación ( Presagiar , 1940 ; Nyquist , 1932 ). Había otro factor
extremadamente importante en este caso: la presencia de una poderosa corporación con
un laboratorio de investigación y desarrollo: AT & T. Los tres, Negro, Nyquist y Bode, eran
sus empleados. Este es un ejemplo supremo del éxito de un gran esfuerzo concentrado,
en este caso por un monopolio, para hacer palpable recursos suficientes durante un largo
período para resolver los retos fundamentales de la aplicación.
Otro ejemplo en el mismo sentido fue el desarrollo de control de incendios, originalmente
para la guerra naval y posteriormente para el fuego antiaéreo. Este último recibió un apoyo
sostenido por el Gobierno de Estados Unidos en un proyecto dirigido por Vannevar Bush, y,
finalmente, condujo al desarrollo de la teoría de servomecanismo, tal como se describe en la
Sección 3 . En sus primeros trabajos en redes de sistemas de potencia en el MIT, Bush ( Wildes
y Lindgren, 1986 ) Había observado que:
32 KJ Åström, PR Kumar / Automatica 50 (2014) 3-43

Ingeniería puede proceder sin más rápido que el análisis matemático sobre el que se diferencial / diferencia Sistemas de ecuaciones lineales de modelado, y más allá, en los
basa. matemática formal es con frecuencia inadecuada para numerosos problemas sistemas estocásticos, los sistemas no lineales, sistemas descentralizados, y sistemas de
acuciantes para la solución, y en ausencia de radicalmente nueva matemática, una solución parámetros distribuidos. Esto fue facilitado por los programas de investigación financiados por
mecánica ofrece el ataque más prometedora y de gran alcance. Del mismo modo, la guerra el bien del Gobierno de Estados Unidos para los investigadores universitarios, un legado de
fría red de defensa aérea Semiautomático Ground Environment (SAGE) condujo finalmente los esfuerzos en la investigación Vannevar Bush'swartime defensa y el desarrollo y la
posterior promoción de la creación de la Fundación Nacional de Ciencia de los Muchos
a trabajar en sistemas de datos muestreados de Jurado (1958) ; Ragazzini y Franklin (1958) (Sección
3.1 ). Más tarde, de control de vuelo con los requisitos más estrictos que se derivan de possibilitieswere imaginativa de EE.UU. investigado. Una rica teoría ofmodel- sistemas

empujar la envolvente de vuelo llevó a trabajar en los márgenes de múltiples variables basados ​comenzó a emerger. Había algunas aplicaciones importantes que surgieron, tales

estabilidad, es decir, la robustez ( Safonov y ventilador, 1997 ) (Sección 4.13 ). Más como identificación del sistema y de control adaptativo, tal como se describe en la Sección 4 .
Este fue especialmente el caso en el control del proceso donde había una rica tradición de
recientemente, la necesidad de diseñar sistemas embebidos seguros y fiables, por ejemplo,
experimentación.
para automóviles, está impulsando onmodel trabajo basado en el desarrollo, validación y
verificación.

La teoría en este momento era en algunos aspectos, por delante de tecnolo- gía, ya que
muchas ideas exploradas aún no podían ser implementadas, y tuvo que esperar el
El desarrollo del control predictivo basado en modelo es otro ejemplo interesante de
desarrollo de la informática de gran alcance, el trabajo en red, etc. La teoría explora los
la interacción, en este caso fortuito, entre la teoría y la práctica. Richalet, Rault, Testud y
límites de lo factible, ya sea debido a la infinita-dimensionalidad de la solución resultante, o
Papon
la maldición de la dimensionalidad de programación dinámica, o más ampliamente
( 1978 ) Resolver una serie de problemas prácticos en un entorno de tiempo discreto
complejidad de la solución o bien su puesta en práctica. Por ejem- plo, la clase de
mediante el cálculo de la trayectoria óptima, pero sólo con la parte inicial de la misma, y
problemas no lineales de filtrado para el que la solución timal op- era de dimensión finita fue
​luego recalcular la trayectoria después de cada muestra. Este procedimiento se llama retroceso
investigado cuidadosamente. Esfuerzos como este sirven a un propósito valioso en la
de control horizonte;
calibración de lo que era factible y eran importantes en sí mismas, una teoría de la
También se ha investigado en Kwon y Pearson ( 1977 ). Más tarde, dos ingenieros
información el la, a pesar de que el resultado didnot inmajor aplicaciones. Sin embargo,
químicos, Charlie Cutler y Brian Ramaker, corrían una refinería durante una huelga. Una
teoría que anteriormente mostró los límites de la solución explícita fue revisado en décadas
clave problemwas que varias variables de control tuvieron que ser establecido durante un
posteriores después de la potencia de cálculo dispo- poder había aumentado
cambio de grado. Cutler y Ramaker resuelven el problema determinando primero la
considerablemente. Un ejemplo es el control de los sistemas parcialmente observados, que
ganancia de estado estacionario experimentalmente. Teniendo en cuenta los cambios
es ahora uno de los pilares de aprendizaje de la máquina y la inteligencia artificial ( Shani et
deseados en la salida, los cambios apropiados en los controles se obtienen entonces por
al., 2013 ), Como se señaló en la Sección 4.10 .
inversión de la matriz. Tomake cambios más rápidos theymeasured themulti- respuesta de
impulso variable y calculan un conjunto de controles futuros que cambiaría el estado de
acuerdo con una trayectoria deseada. Aplicaron la primera señal de control y repite el
procedimiento. Al no ser versado en la teoría de control, que llamaron la respuesta de
Por las razones mencionadas anteriormente, este período extremadamente fértil para
impulso del '' matriz dinámica '', y el procedimiento de diseño se llamó control de la matriz
la investigación teórica también condujo a la teoría de control de Desarrollo en una '' en
dinámica (DMC) ( Cutler & Ramaker, 1980 ;
bucle abierto '' moda sin retroalimentación constante de aplicaciones del mundo real contra
el que podría ser probado. Hubo un intervalo de tiempo entre las ideas teóricas y sus
pruebas contra la realidad, si pudieran ser probados en absoluto, ya que, en algunos
Prett, Ramaker, y Cutler, 1982 ). Cuando la huelga había terminado, Cutler y Ramaker
casos, la aplicación de tecnología aún no estaba maduro. deficiencias importantes fueron
regresaron a la investigación y el desarrollo, y comenzaron a perfeccionar el método.
descubiertos después de la teoría fue juzgado en una aplicación. Un ejemplo es la falta de
Patrocinaron talleres de investigación y dispuestos en Shell para interactuar con el
márgenes de estabilidad multivariables para el control de Gaussian cuadrático lineal ( Doyle,
mundo académico ( Prett, García, y Ramaker, 1990 ; Prett y Morari, 1987 ), Que a su vez
1978 ) Que se alude en la Sección 4.13 , Descubierto en pruebas de simulación de
iniciada la investigación sobre la estabilidad y robustez ( Bemporad, Morari, Dua, y
submarinos ( Safonov y ventilador, 1997 ). De hecho, la robustez para modelar la
Eustratios de 2002 ; García, Prett, y Morari, 1989 ; Mayne et al. , 2000 ;
incertidumbre fue en general una de themajor deficiencias de las teorías de espacio de
estado basado en earlymodel. Que esto era cierto incluso en control adaptativo cuando la
Morari y Lee, 1999 ).
clase de modelo dentro del cual están equipados parámetros no contiene el verdadero
Por otro lado, hubo un largo período en la segunda mitad del siglo XX, cuando la
sistema se convirtió en una causa célebre ( Rohrs, Valavani, Athans, y Stein, 1981 ) Que,
investigación teórica en control era exuberante. Cuando el ordenador digital llegó a ser
posteriormente, resultó en una actividad frenética en '' robustifying '' de control adaptativo.
introducidos en el circuito de retroalimentación, como se señaló en la Sección 4 , Causó
Con el tiempo se desarrolló una teoría que abarca la incertidumbre del modelo, culminando
una revolución plataforma. Es obvio que necesita un tipo diferente de la teoría, la teoría
en un artículo que ganó el premio IEEE WRG Baker ( Doyle et al., 1989 ). En la edad de oro
de espacio de estados, desde la teoría de dominio de la frecuencia que había sido tan
para la investigación de la teoría de control, el control se afianzó en el mundo académico.
apropiado para el aprovechamiento del amplificador realimentado. De hecho, por su
Había una masa crítica de investigadores teóricos que cavar profundamente en muchas
papel ( Kalman, 1961a ), Kalman afirmó que '' En este trabajo se inicia el estudio de la
áreas, lo que facilita la formación de una teoría fuerte. Un documento de Berkeley ( Bergbreiter
teoría pura del control ''. La teoría del estado-espacio encontró aplicación inmediata.
de 2005 ), Titulado '' Pasar de la práctica a la teoría: Control Automático afterWorldWar II '',
Swerling aplicó su filtro ( Swerling, 1959 ) Para la estimación de las trayectorias de
describe este fenómeno en detalle. Inevitablemente, hubo una actitud de l'art pour l'art.
satélites que utilizan mediciones basadas en tierra ( Grewal y Andrews, 2010 ), Y

SF Schmidt, del Centro de Investigación Ames de la NASA aplica el filtro de Kalman ( Kalman,
1960 ) Al problema de navegación circunlunar, y lo ha desarrollado en tiempo real de
navegación a bordo de la misión Apolo ( Grewal y Andrews, 2010 ). El desarrollo de la teoría
A veces una gran cantidad de esfuerzo también se dedicó a problemas menos importantes
de espacio de estado se convirtió en un tema de investigación muy activa en el ámbito
olvidar o inconscientes de las siguientes palabras de von Neumann ( 1947 ):
académico de alrededor de 1960 durante casi cuatro décadas. El grupo de las matemáticas
y de control en el Instituto de Investigación de Estudios Avanzados (RIAS) que Solomon
Lefschetz comenzó a dirigir en 1957 desempeñó un papel principal, el centro ya que fue Creo que es una relativamente buena aproximación a la verdad, que es demasiado
fundada en 1955 para llevar a cabo un trabajo similar a lo que se hacía en la Unión Soviética complicado para permitir cualquier cosa menos aproximaciones
( Grewal y Andrews, 2010 ). investigadores ahondaron de control de lleno en el estudio lineal - que las ideas matemáticas se originan en los empíricos. Pero, una vez que se
conciben, el sujeto comienza a vivir una vida peculiar de su propia y es. . . gobernado por
motivaciones estéticas casi en su totalidad.
 KJ Åström, PR Kumar / Automatica 50 (2014) 3-43
En otras palabras, a una gran distancia de su fuente empírica, o después de mucho
'endogamia '' abstracta', un tema matemático está en peligro de degradación. Cada vez
que se alcanza esta etapa, el único remedio parece tomo a ser el retorno a su fuente de
rejuvenecimiento: la reinyección de las ideas más o menos directamente empírica. . . Un
factor importante que influye en la evolución del control ha sido, por supuesto la
disponibilidad de tecnología para la implementación. Mientras que la computadora digital
hizo generar una revolución, el poder computacional fue inicialmente limitado, y no había
redes de datos de una manera apreciable. Por lo tanto, en muchos aspectos, en esta
época, la investigación teórica llevó la tecnología, tal como se ha indicado anteriormente,
y correcciones necesarias de forma natural como las posibilidades tecnológicas y
limitaciones se hicieron más claras. Sin embargo, la investigación imaginativa dejó el
campo en un buen estado creativo para aprovechar las oportunidades que ya se han
abierto después de las revoluciones en potencia de cálculo, software, redes de datos,
sensores y actuadores, tras la revolución de la microelectrónica realizado por cuatro
décadas incesantes de la Ley de Moore.
Es imposible hacer una lista de las aplicaciones de control en su totalidad; un muestreo
aleatorio crudo se obtiene la siguiente: control de procesos, la telefonía, los teléfonos celulares,
sistemas de energía, aeronáutica y espacial, Internet, control de la computadora de la inyección de
combustible, control de emi- sión, control de crucero, el frenado y la comodidad de la cabina en
automóviles, la producción y control de inventario, la dirección del misil, robótica, electrodomésticos,
fábricas de obleas de semiconductores, de cancelación de ruido activa, carreteras tomated au-,
microscopios de fuerza atómica, control cuántico, espectroscopia de masas, grandes estructuras
espaciales. En la actualidad, la tecnología de ery casi EV tiene control de retroalimentación en su
núcleo. Como un ejemplo, un artículo reciente ( Perry, 2013 ) Que describe los esfuerzos de themost
reciente adjudicatario de la Medalla de Honor del IEEE, Irwin Jacobs, un co-fundador de Qualcomm,
tiene esto que decir:
. . . previó un sistema de respuesta rápida: Los teléfonos CDMA podrían controlar la
potencia de la señal desde la torre; si las señales de repente cayeron, por ejemplo,
cuando un usuario entró en un edificio, el teléfono sería poner encima de la señal de
transmisión, calculando que si estaba teniendo problemas para escuchar la torre, a
continuación, la torre tendría problemas para escuchar el teléfono. A continuación, el
equipo en torres CDMA tomaría un puñado de bits recibidos y calcular un promedio
de intensidad de la señal; si esta señal se cayó encima o por debajo de un umbral
predeterminado, entonces la torre provocaría el teléfono para subir o bajar su
potencia. . . . '' Otra persona podría haber mirado todas las complejidades y las
preocupaciones y concluyó que no era posible ''.
No es por nada que controlar, omnipresente en todas partes, se llama una tecnología
oculta.
Además de la ingeniería y la tecnología, hay muchos usos de retroalimentación y alimentación
hacia delante en otras áreas también. En economía, la planificación central quizá podría considerarse
como un ejemplo de alimentación directa, mientras que una economía de mercado podría ser
considerada como un ejemplo de retroalimentación. Tustin escribió un libro ( Tustin, 1953 ) En
aplicaciones de control, a la economía ya en 1953. Por lo menos en los sistemas técnicos se sabe
que los mejores resultados se obtienen mediante la combinación de retroalimentación y alimentación
hacia delante. El control también está entrando en campos inusuales como la publicidad en Internet Karlssondigital, dis- sistemas de parámetros Tributado, programación dinámica, estimación,
y Zhang ( 2013 ) Y arte Andrea
( 0000 ).
Y luego está la biología, tal vez en el borde de una revolución, donde el desenlace y el
aprovechamiento de los procesos de retroalimentación omnipresentes es el sueño de la
humanidad.
Con todos los avances antes mencionados, el escenario está listo para la construcción
de sistemas a gran escala. El siglo XXI bien podría ser una época de la construcción del
sistema tan gran escala. No sólo estamos corriendo en recursos ambientales y
limitaciones, ya sea en agua o energía, pero al mismo tiempo, también encontramos ante
una gran demanda de transporte moderno, la energía, el agua, los servicios de salud, etc.,
a partir de grandes segmentos del globo que no lo hizo anteriormente
33
tener acceso a dichos servicios. Los principales esfuerzos de todo el mundo están dirigidos a
grandes desafíos vis-a-vis la red eléctrica inteligente, transporte automatizado, cuidado de la
salud, etc., por todo lo cual detección y actuación, a saber., El control es la clave.
7. Observaciones finales
El control es un campo con varias características únicas. Su evolución es un
verdadero microcosmos de la historia del mundo moderno y tecnológico. Proporciona
una fascinante interacción de las personas, proyectos, tecnología, e investigación.
El control trasciende los límites de los campos tradicionales de ingeniería tales como
aeronáutica, química, civil, eléctrica, industrial, mecánica e ingeniería nuclear. Su
desarrollo fue desencadenado no por una única área tecnológica, sino por varios
proyectos tecnológicos, como el control de incendios, telefonía, sistemas de energía,
control de vuelo, la exploración espacial, y la robótica, en diferentes momentos de su
evolu- ción. El control también ha tenido impacto en varios campos no son de ingeniería,
tales como la biología, la economía, la medicina y la física. Conceptos e ideas han
migrado entre los campos.
El desarrollo del control ha beneficiado enormemente de varios retos grandes, por
ejemplo, la telefonía transcontinental, control de incendios, y un hombre en la luna. Su
desarrollo también se benefició del poder concentrado de las industrias monopólicas y el
gobierno. Se ha beneficiado más lejos de la gran boom posterior a la guerra
secondworld de la investigación académica.
Diferentes áreas de aplicación han hecho hincapié en diferentes aspectos del
control, lo que lleva al desarrollo de un marco para el control de ricos. A su vez, cerrando
el ciclo, la evolución del control ha influido radicalmente en muchos casos, el desarrollo
de cada una de estas áreas.
El control es la primera disciplina sistemas. Se reconoce el carácter común de los problemas
en el corazón de muchos problemas de ingeniería. El punto de vista sistémico - hacer que la salida
de '' planta '' o se comportan de entidad de una manera conveniente mediante la manipulación de
su entrada - es un punto de vista unificador que proporciona una gran claridad al proceso de
diseño, independientemente del campo de aplicación.
La tecnología que permite la ejecución tuvo un impacto importante en la evolución
de las técnicas de diseño de control y la teoría subyacente, como lo demuestra el
desarrollo de la teoría dominio de la frecuencia en la era de la computación analógica, y
más tarde por el desarrollo del enfoque de espacio de estado y la toma de múltiples
etapas que hacer en la era de la computación digital.
El control es un campo cuyo progreso ha sido marcada por varias contribuciones
teóricas clave. Estos han implicado una variedad de sub-disciplinas matemáticas, tales
como análisis complejo, ecuaciones diferenciales, teoría de la probabilidad, la geometría
diferencial, la optimización y la teoría de grafos. Como tal, el control es en la actualidad
uno de los campos más matematizado de ingeniería.
La investigación en el campo ha dado lugar a una muy rica colección de libros
avanzados y especializados que cubren varios subcampos. La gama incluye control
adaptativo, control clásica, los sistemas de eventos discretos, juego diferencial, control
identificación, sistemas lineales, control de múltiples variables, los sistemas en red, los
sistemas no lineales, control óptimo, control robusto, slid- ing control de modo,
estabilidad, control estocástico. Hay incluso enciclopedias en- de control.
El control se ha convertido en un componente central de muchas tecnologías modernas, a
pesar de que a menudo se oculta fromview. De hecho, es difícil concebir cualquier tecnología
se trata de fenómenos dinámicos que no esté relacionado con el control.
Ha habido una brecha dinámica entre la teoría y la práctica. A veces, las
aplicaciones consistían principalmente en retoques. A veces era las graves dificultades
encontradas en la práctica que condujeron a avances teóricos dramáticos que eran
extremadamente relevante y
34 KJ Åström, PR Kumar / Automatica 50 (2014) 3-43
importante en la práctica; siendo un ejemplo el trabajo de Bode y Nyquist. En otras ocasiones,
las posibilidades tecnológicas incipientes abren nuevos campos de investigación teórica. Esto
dio lugar a una amplia exploración de sistemas de conceptos teóricos tales como la
estabilidad, capacidad de control, estructuras de información, optimización, complejidad y
robustez. A veces, la exploración se desarrolló de una manera en bucle abierto y sin
retroalimentación de las aplicaciones prácticas, ya veces como amathematical esfuerzo. En
algunos casos, sin embargo, no technologywas maduras para implementar y probar algunos
de los conceptos que se están exploradas.
¿Dónde estamos ahora, y lo que podemos aprender de la historia? ¿Cómo puede el pasado
servir de orientación y retroalimentación para el futuro? Presentamos nuestro punto de vista.
En el lado tecnológico, la evolución dramática de sensores, actuadores, redes,
hardware y software computacional, se ha hecho posible para desplegar e implementar
grandes y complejos siste- mas. Con esta considerable fortalecimiento de las capacidades
de implementación, la brecha entre teoría y práctica necesita ser reducido. Esto puede
que tenga que ocurrir en ambos frentes, más la teoría para resolver las dificultades
encontradas en aplicaciones, así como una mayor experimentación para determinar
cuáles son las dificultades y con ello identificar proble- mas que necesitan una solución.
Por un lado, donde los problemas se conocen bien, es necesario que existan fuertes
esfuerzos teóricos para desarrollar soluciones. Un ejemplo es la necesidad de métodos
formales. Una buena teoría puede obviar la necesidad de pruebas basadas en la simulación
masiva que es muy siva expen- tanto en coste y tiempo. Diseño, implementación,
mantenimiento y mejora de los sistemas complejos no se pueden hacer de manera segura y
sin métodos formales que van todo el camino desde los requisitos hasta el producto final.
Por otra parte, es necesario que haya una mayor experimentación para comprender
cuáles son los cuellos de botella, calibre solu- ciones supuestos, y para understandwhat
obras o mejora el rendimiento y lo que no. Un ejemplo es el objetivo de construir siste-
mas autónomos, donde las distribuciones previas de incertidumbres o clases del modelo
no se conocen bien. La experimentación en este tipo de situaciones es im- portante para
aprender sobre el mundo real, y está destinado a ser elatory REV-. Puede conducir a una
teoría relevante.
La experimentación es diferente de las manifestaciones. la experimentación implica la
interacción dinámica bidireccional entre teorías o modelos y la práctica; es decir, un bucle
de realimentación. Las manifestaciones son por otro lado sólo que-demuestran que una
solu- ción particular, lleva a cabo como se reivindica. Ellos no son un sustituto para
experimentos o laboratorios genuinos.
Es importante para la investigación para investigar las aplicaciones, siendo guiados
por ellos, por lo que funciona y lo que no. Conciencia de lo que son los verdaderos
cuellos de botella de rendimiento, robustez, fiabilidad y la forma de acortar el ciclo de
diseño y la implementación es importante.
sistemas de control de los investigadores deben tener sistemas completos responsa- bilidad. De
hecho, como la historia ha demostrado, por ejemplo, en el caso del amplificador realimentado, el
reconocimiento de lo que es realmente el problema es en sí mismo un logro importante en la
investigación. Esta conciencia puede entonces conducir a avances relevantes que tienen profundo
impacto en la práctica.
La pedagogía también debe desempeñar un papel importante. El campo debe educar
a los estudiantes que son capaces de resolver todo el problema desde el diseño
conceptual hasta la ejecución y puesta en servicio. Debido a la convergencia de control,
comunicación e informática, los estudiantes también tienen que estar bien en un amplio
frente de todos estos campos, así como las matemáticas. También hay que dejar un
espacio para que los estudiantes adquieran conocimientos de campos como la biología,
donde los avances han sido extraordinariamente rápido. Cómo todo esto puede llevarse a
cabo dentro de los confines limitados de un estudiante curriculumrequires un examen a
fondo. A nivel de postgrado, uno también tiene el reto adicional de la preservación de la
profundidad, ya que es fundamental para la investigación, y de hecho ha sido una
fortaleza importante del campo.
la escritura del libro tiene un papel importante que desempeñar. Los avances en la
investigación tremendas de las últimas siete décadas deben ser distilledwith la perspectiva del
tiempo en los libros compactos. Necesitamos para comprimir los conocimientos actuales,
haciendo hincapié en los fundamentos. Esto tiene que ser hecho, tanto a nivel de grado y
posgrado.
También hay desafíos con respecto a cómo el control se dispersa en varios
departamentos de ingeniería. Dado que la educación y la investigación en ingeniería
surgió de tecnologías específicas, tales como la minería, la construcción de carreteras y
presas, construcción de máquinas, la generación y transmisión de electricidad, el uso
industrial de la química, etc., que condujo a una organización de las escuelas de
ingeniería basado en departamentos de la minería, la ingeniería civil, ingeniería
mecánica, ingeniería eléctrica, ingeniería química, etc. Esto sirve muy bien al final del
siglo 19 y principios del siglo 20. Pero es esta la estructura óptima en el siglo XXI para
enseñar una disciplina cada vez más potentes sistemas como el control que corta a
través de estas áreas?
El campo de control tiene un futuro brillante, ya que hay muchos grandes retos. Hay
gran planeta amplia demanda de sistemas avanzados de transporte, salud, energía,
agua, etc., que tienen que ser diseñados en un entorno de recursos limitados. La
biología es otra gran frontera de la investigación. El siglo XXI bien podría ser la edad del
edificio grande sistema.
Expresiones de gratitud
Los autores agradecen a Leif Andersson, Karl-Erik Arzen, Tamer Basar, John
Baillieul, Bo Bernhardsson, John Cassidy, Helen Gill, Anirudha Datta, Johan Eker, YC
Ho, Charlotta Johnsson, David Mayne, Petar Kokotovic, Sanjoy Mitter, Richard Murray,
Anders Rantzer, Pravin Varaiya, Eva Westin y los varios revisores anónimos de entrada
y comentarios sobre este documento.
referencias
Aamo, OM, y Krsti ¢, M. (2002). El control de flujo por la retroalimentación. Londres: Springer-Verlag.
Abramson, Norman (1970). El sistema ALOHA: otra alternativa para el ordenador
comunicaciones. En Actas del 17-19 de noviembre de 1970, Conferencia Conjunta (Computer pp. 281-285).
ACCESO (2008). Acerca de ACCESS Linnaeus Center,
http://www.kth.se/en/ees/omskolan/organisation/centra/access/aboutaccess .
Aizerman, MA (1949). En una estabilidad problemconcerning en la gran dinámica de
Los sistemas. Uspekhi Matematicheskikh Nauk, 4, 187-188.
Aizerman, MA (1958). Conferencias sobre la teoría de control automático. Moscú:
Fizmatgiz.
Akella, R, y Kumar, PR (1986). El control óptimo de la tasa de producción en un fracaso propensos
sistema de manufactura. IEEE Transactions on Control Automático, 31 ( 2), 116-126.
Al Alam, A., Gattami, A., Johansson, KH, y Tomlin, CJ (2013). ¿Cuándo se alimentan
eficiente para vehículos pesados ​para ponerse al día con un pelotón. En Proc. Congreso Mundial de la IFAC, Milán, Italia.
Almström, K., y Garde, A. (1950). La investigación de análisis de frecuencia de la sueca
red. CIGRE (pp. 23-36), Informe 315.
Alur, R., Courcoubetis, C., Halbwachs, N., Henzinger, TA, Ho, P.-H., Nicollin, X.,
et al. (1995). El análisis algorítmico de sistemas híbridos. Ciencias de la Computación Teórica, 138 ( 1), 3-34.
Alur, Rajeev, y el eneldo, David L. (1994). Una teoría de autómatas cronometrado. Teórico
Ciencias de la Computación, 126, 183-235.
Anderson, BDO, Bitmead, RR, Johnson, CR, Kokotovi ¢, PV, Kosut, RL, Mareels,
I., et al. (1986). Estabilidad de sistemas adaptativos. Cambridge, MA: MIT Press.
Anderson, BDO, y Moore, JB (1971). Linear control óptimo. Englewood Cliffs, Nueva Jersey:
Prentice-Hall, 2007 edición de Dover.
Andrianantoandro, Ernesto, Basu, Subhayu, Karig, David K., y Weiss, Ron (2006).
La biología sintética: nuevas normas de ingeniería para una disciplina emergente. Biología Molecular Systems, 2 ( 1).
Andronov, AA (1978). A. Vyshnegradskii y su papel en la creación de automática
la teoría de control (100 años a partir de la fecha de publicación de la obra de IA Vysnegradskii en la teoría de
control automático). Avtomatika i Telemekhanika, 4, 5-17.
Andronov, AA, Vitt, AA, y Khaikin, SE (1937). Teoría de los osciladores. Nueva York,
Nueva York: Dover, Traducción de la segunda edición de Dover 1966.
Anon (1939) Instituto de Ciencias de control, anteriormente Instituto de Automatización y
Control remoto.
Anon (1935) El Instrumentation Laboratory (Draper Lab). Arrow, Kenneth J., Harris, Theodore, y Marschak, Jacob (1951).
inventario óptima
política. Econometrica: Revista de la Sociedad Econométrica, 250-272.
5PM ARTISTA (2006). http://www.artist-embedded.org/artist/ARTIST-FP5.html . ARTIST2, una red de
excelencia en el diseño de sistemas embebidos.
 KJ Åström, PR Kumar / Automatica 50 (2014) 3-43
ArtistDesign, red europea de excelencia en el diseño de sistemas embebidos. Arzen, Karl-Erik, Cervin, Anton, Eker,
Johan, y Sha, Lui (2000). Una introducción a
el control y la programación de co-diseño. En Actas de la conferencia IEEE 39a sobre la decisión y control, Sydney,
Australia.
Asada, Minoru, MacDorman, Karl F., Ishiguro, Hiroshi, y Kuniyoshi, (2001).
robótica de desarrollo cognitivo como un nuevo paradigma para el diseño de robots humanoides. Robótica y
Automatización, 37, 185-193.
Ascher, Uri M., y Petzold, LR (1998). métodos informáticos para diferencial ordinaria
ecuaciones y ecuaciones diferenciales algebraicas. Filadelfia: SIAM.
Asea, apoyar y sustitución de los sistemas sintonizar Nova.
http://www.firstcontrol.se/html/fn_novatune.html .
Ashby, W. Ross (1952). Diseño para un cerebro. Londres: Chapman & Hall.
Ashby, W. Ross (1956). Una introducción a la cibernética. Londres: Chapman & Hall.
Åström, Karl J. (1965). El control óptimo de los procesos de decisión de Markov con
la estimación del estado incompleto. Revista de Análisis y Aplicaciones, 10 Matemática ( 1), 174-205.
Åström, Karl J. (1967). El control por ordenador de una máquina de papel de la aplicación de una
la teoría de control estocástico lineal. IBM Revista de Investigación y Desarrollo, 11 ( 4), 389-405.
Åström, Karl J. (1999). control automático de la tecnología oculta. En Paul Frank
(Ed.), Los avances en Control-Aspectos destacados de ECC'99 ( pp. 1-29). Londres: Consejo Europeo de Control,
Springer-Verlag.
Åström, Karl J. (2007). el desarrollo de un control temprano en Suecia. Revista Europea de
Controlar, 13, 7-19.
Åström, Karl J., y Bernhardsson, BM (2002). Comparación de Riemann y Lebesgue
de muestreo para sistemas estocásticos de primer orden. En Actas de la 41ª Conferencia IEEE sobre la decisión
y control: vol. 2 ( pp. 2011-2016).
Åström, Karl J., y Bohlin, Torsten (1965). identificación numérica de dinámica lineal
sistemas fromnormal registros operativos. En Proc. conferencia de la IFAC sobre los sistemas de control autoadaptables, Teddington,
Reino Unido. Åström, Karl J., y Hägglund, Tore (1995). controladores PID: teoría, diseño y sintonización.
Carolina del Norte: Instrument Society of America, Research Triangle Park.
Åström, Karl J., y Murray, Richard M. (2008). sistemas de retroalimentación: una introducción para
científicos e ingenieros. Princeton University Press.
Åström, Karl J., y Wittenmark, Björn (1973). En los reguladores de ajuste automático. Automatica,
9, 185-199.
Åström, Karl J., y Wittenmark, Björn (1995). Control adaptativo: Vol. 1989 ( Segunda ed.).
Reading, Massachusetts: Addison-Wesley, 2008 edición de Dover.
Athans, M., y Falb, PL (1966). Control óptimo. Nueva York, Nueva York: McGraw-Hill, Dover
Edición de 2006.
Atherton, Derekp. (1975). control de ingeniería-descripción no lineal de análisis de función
y diseño. Londres, Reino Unido: Van Nostrand Reinhold Co.
AUTOSAR, (2013). AUTOSAR: automotriz arquitectura de sistemas abiertos.
http://www.autosar.org .
Axelby, George S. (1964). La brecha-forma y futuro (Editorial). IEEE Transactions on
Control Automático, 9 ( 2), 125-126.
Axelby, George S. (1969). La revista de la IFAC una nueva Automatica. Automatica, 5, 5-6. Axelby, George S.,
Franksen, Ole I., y Nichols, B. (Eds.) (1984). Nathaniel. Historia de
ingeniería de sistemas de control. IEEE revista sistemas de control: Vol. 4 ( pp. 4-32).
Baheti, Radhakisan, y Gill, Helen (2011). sistemas ciber-físicos. El impacto de
Tecnología de control, 161-166.
Baillieul, John, y Antsaklis, Panos J. (2007). retos de control y comunicación
en sistemas de tiempo real en red. Actas de la IEEE, 95 ( 1), 9-28.
Bamieh, Bassam, y Dahleh, Mohammed (2001). amplificación de la energía en el canal
flujos con excitación estocástica. La física de fluidos, 13, 3258 a 3260.
Los bancos, Thomas H., Fabiano, RH, y Ito, Kiyosi (1993). álgebra lineal numérica
técnicas para los sistemas y control. Providence, RI: Soc. para Industrial andApplied matemáticas.
Ba≥ar, Tamer, y Olsder, Geert Ene (mil novecientos ochenta y dos). la teoría de juegos no cooperativos dinámico. Nuevo
York, Nueva York: Academic Press. Clásicos SIAM en Matemáticas Aplicadas 1999, revisadas de la segunda edición
de 1995.
Ba≥ar, Tamer, y Bernhard, Pierre (1991). H 1- control óptimo y minimax relacionada
problemas-un enfoque de diseño de juego dinámico. Boston, CA: Birkhäusser, Segunda edición de 1995.
Ba≥ar, Tamer (2001). la teoría de control, veinticinco trabajos pioneros (1932-1981).
Piscataway, Nueva Jersey: IEEE Press.
Baskett, Bosque, Chandy, K. Mani, Muntz, Richard R., y Palacios, Fernando G.
(1975). Abierto, cerrado, y las redes de colas con diferentes clases de clientes mezclado. Diario de la ACM
(JACM), 22 ( 2), 248-260.
Bassett, PrestibR. (1950). cuarenta años de Sperry en el progreso de la ciencia. Sperryscope,
12 ( 1).
Bechhoefer, J. (2005). Retroalimentación para los físicos: un ensayo tutorial sobre el control. Comentarios
la física moderna, 77, 783-836.
Becker, Arthur, Jr., Kumar, PR, y Wei, Ching-Zong (1985). El control adaptativo
con el algoritmo de aproximación estocástica: geometría y convergencia. IEEE Transactions on Control
Automático, 30 ( 4), 330-338.
Bellman, Richard Ernest (1953). Una introducción a la teoría de la dinámica
programación. Informe Técnico de I-245. Rand Corporation.
Bellman, R. (1961). procesos de control adaptativo. Un tour guiado. Princeton, NJ:
Princeton University Press.
Bellman, Richard Ernest (1957a). proceso de toma AMarkovian. Informe técnico, DTIC
Documento.
Bellman, Richard Ernest (1957b). Programación dinámica. Nueva Jersey: Princeton
Prensa de la Universidad.
Bellman, RE, Glicksberg, I., y Gross, OA (1958). Algunos aspectos de la matemática
teoría de los procesos de control. Informe técnico R-313. Santamonica, California: La RAND Corporation.
35
Bemporad, Alberto, Morari, Manfred, Dua, Vivek, y Eustratios, Pistikopoulos
NORTE. (2002). El regulador cuadrático lineal explícita para sistemas limitados.
Automatica, 38 ( 1), 3-20.
Benecke, Th., Y rápida, AW (1957). Historia del desarrollo de misiles guiados alemán.
Brunswick, Alemania: Appelhans & Co.
Bene≤, VE (1971). Existencia de leyes óptimas de control estocástico. SIAM Journal on
Control, 9 ( 3), 446-472.
Bene≤, VE (1981). Exactos filtros de dimensión finita para ciertos difusiones con
la deriva lineal. Estocástica: An International Journal de la probabilidad y procesos estocásticos, 5 ( 1-2), 65-92.
Bengtsson, G., y Egardt, B. (1984). Las experiencias con el control de autoajuste en el
Proceso industrial. En Preprints 9º Congreso Mundial de la IFAC, (pp. XI: 132-140), Budapest, Hungría. Bennett,
Stuart (1976). La aparición de una disciplina: control automático
1940-1960. Automatica, 12, 113-121.
Bennett, S. (1979). Una historia de la ingeniería de control 1800-1930. Londres: Peter
Peregrinus Ltd.
Bennett, Stuart (1984). Nicolas Minorsky y la dirección automática de los buques. IEEE
Sistemas de Control Magazine, 4, 10-15.
Bennett, S. (1993). Una historia de la ingeniería de control 1930-1955. Londres: Peter
Peregrinus Ltd.
Bensoussan, Alain, Da Prato, Giuseppe, Delfour, Michel C, y Mitter, SanjoyK. (1992).
Representación y control de sistemas de infinitas dimensiones: Vol. YO . Boston, CA: Birkhäusser.
Benveniste, A., y Åström, KJ (1993). La respuesta al desafío de la informática en
las aplicaciones industriales de control: una discusión introductoria a la edición especial. Automatica, 29, 1169-1175.
Benveniste, Albert, Bourke, Timoteo, Caillaud, Benoit, y Pouzet, Marc (2012). No-
semántica estándar de systemsmodelers híbridos. Journal of Computer y del sistema Sciences, 78 ( 3), 877-910.
Beranek, Bolt, y Newman, una historia de la ARPANET: la primera década. Bergbreiter, Sarah (2005). Pasar de la
teoría a la práctica: control automático después de
Segunda Guerra Mundial. En Historia de la ciencia. Berkeley: Universidad de California.
Bertsekas, DP, y Tsitsiklis, JN (1996). Neuro-dinámico de programación. Boston, MA:
Athena Scientific.
Bielecki, T, y Kumar, PR (1988). Optimalidad de políticas de cero inventario para
sistemas de fabricación fiable. Investigación de Operaciones, 36 ( 4), 532-541.
Birtwistle, GM, Dahl, Ole Johan, Myhrhaug, Bjørn, y Nygaard, Kristen (1973).
Simula comenzar. Auerbach Publishers Inc.
Bissell, CC (1989). Ingeniería de control y mucho más: los aspectos de la obra de
Aurel Stodola. Medición y control, 22, 117-122.
Bissell, CC (1992a). Pioneros de control en una entrevista con Arnold Tustin. EEI
Revisión, 38, 223-226.
Bissell, CC (1992b). contribuciones rusas y soviéticas para el desarrollo de
la ingeniería de control: una celebración del centenario de Lyapunov. Las operaciones de la Institución de
medición y control, 14, 170-178.
Bissell, CC (2009). Una historia del control automático. En SY-numéricos (Ed.), Saltador
Handbook of Automation. Saltador.
Bittanti, Sergio, Bonivento, Claudio, Mosca, Eduardo, Isidori, Alberto, Picci, Giorgio,
Y Tempo, Roberto (2003). Italia en la IFAC-desde el amanecer hasta nuestros días. Roma, Italia: Comité para el
Congreso IFAC en Italia.
Bittanti, Sergio, y Gevers, Michel (Eds.) (2007). En el amanecer y el desarrollo de
la ciencia de control en el siglo XX-XX. European Journal de Control, 13, 5-81.
Negro, SA (1934). amplificadores de retroalimentación estabilizado. Campana Technical Journal System, 13,
1-18.
Negro, SA (1977). Inventar el amplificador de retroalimentación negativa. IEEE Spectrum, 55-60.
Blackman, PF (1962). Extremum de búsqueda de los reguladores. En JH Westcott (Ed.), Un
exposición de control adaptativo. Oxford, Reino Unido: Pergamon Press.
Blackwell, D. (1962). programación dinámica discreta. Annals of Mathematical
Estadística, 33, 719-726.
Blackwell, David (1965). la programación. descontado dinámico Annals of Mathematics
Estadística, 133, 226-235.
Blackwell, David (1967). programación dinámica positiva. En Proc. quinto Berkeley
Simposio ( pp. 415-418). Blackwell, David (1970). Sobre las políticas estacionarias. Revista de la Royal Statistical
Sociedad. Serie A, 133, 46-61.
Blakelock, John H. (1981). Control automático de las aeronaves y misiles. Nueva York, NY:
John Wiley, segunda edición 1991.
Blickley, George J. (1990). de control moderna comenzó con la sintonía de Ziegler-Nichols.
Ingeniería de control, 90, 11-17.
Blomberg, Hans (1983). teoría algebraica para sistemas lineales multivariable. Académico
Prensa.
Bode, HW (1940). Las relaciones entre la atenuación y fase de amplificador realimentado
diseño. Campana Technical Journal System, 19, 421-454.
Bode, HW (1945). El análisis de redes y diseño de amplificador de realimentación. Nueva York: Van
Nostrand.
Bode, HW (1960). Retroalimentación en la historia de una idea. En Actas de la
simposio sobre redes activas y sistemas de retroalimentación. Instituto Politécnico de Brooklyn.
Boel, René, y Stremersch, Geert (2012). sistemas de eventos discretos: análisis y control.
Nueva York, Nueva York: Springer.
Boel, R., y Varaiya, P. (1977). El control óptimo de los procesos de salto. SIAM Journal on
Control y Optimización, 15 ( 1), 92-119.
Boel, R., Varaiya, P., y Wong, E. (1975). Martingalas en los procesos de salto. YO:
Resultados de representación. SIAM Journal on Control, 13 ( 5), 999-1021.
Boltyanskii, V., Gamkrelidze, R., y Pontryagin, L. (1956). En la teoría de la óptima
procesos. Informes de la Academia de Ciencias de la URSS, 110 ( 1), 7-10.
36 KJ Åström, PR Kumar / Automatica 50 (2014) 3-43
Bomberger, DC, y Weber, BT (1941). Estabilización de servomecanismos. Técnico
Reportar MM-41-110-52. Laboratorio Bell Telephone.
Boothby, WA (1975). Una introducción a las variedades diferenciables y Riemanniann
geometría. Nueva York, Nueva York: Academic Press.
Borkar, Vivek S. (1989). El control óptimo de los procesos de difusión. Inglaterra: Longman
Científico y Técnico.
Bower, John L., y Schultheiss, Peter M. (1958). Introducción al diseño de
servomecanismos. Nueva York: Wiley.
Box, George EP, y Jenkins, Gwilym (1970). Tiempo de análisis de series: previsión y
controlar. San Francisco: Holden.
Boyd, S., El Ghaoui, L., Feron, E., y Balakrishnan, V. (1994). Estudios in Applied
matemáticas: vol. 15. desigualdades matriciales lineales en el sistema y la teoría de control.
Filadelfia: SIAM.
Bramson, Maury (1994). La inestabilidad de las redes FIFOqueueing. Annals of Applied
Probabilidad, 414-431.
Brandl, Dennis (2006). Los patrones de diseño para fabricación flexible. Internacional
Society of Automation (ISA), ISBN / ID 978-1-55617-998-3.
Bremaud, Pierre Marie (1972). Un enfoque martingala a punto procesos. Electrónica
Laboratorio de Investigación de la Universidad de California.
Bremaud, Pierre (1981). Procesos puntuales y colas: la dinámica de Martingala. Saltador.
Brenan, KE, Campbell, SL, y Petzold, LR (1989). solución numérica de inicialización
problemas de valores en las ecuaciones diferenciales algebraicas. Amsterdam: North-Holland, también en las
obras clásicas de SIAM en serie Matemática Aplicada, Nº 14, 1996.
Brennan, RD, y Linebarger, RN (1964). Un estudio de simulación digital digitales
programas de simuladores analógicos. Simulación, 3.
Brennan, RD, y Silberberg, MI (1968). El System / 360 sistema continuo
programa de modelado. Simulación, 11, 301-308.
Breunese, Arno PJ, y Broenink, Jan F. (1997). Los sistemas que utilizan Modelingmechatronic
el idioma SIDOPS +. En Actas de ICBGM'97, tercera conferencia internacional sobre modelado gráfico de
ligaduras y simulación: Vol.29 ( pp. 301-306). La Sociedad para la Simulación Internacional.
Brockett, RW (1970). sistemas lineales de dimensión finita. Nueva York: JohnWiley y
Sons, Inc.
Brockett, Roger W. (1972). la teoría del sistema de colectores de grupo y espacios coset.
SIAM Journal on Control, 10, 265-284.
Brockett, Roger W. (1976). Los sistemas no lineales y la geometría diferencial. Proceder-
Ings de la IEEE, 64 ( 1), 61-72.
Brockett, Roger W (1993). Los modelos híbridos para los sistemas de control de movimiento. Saltador.
Brockett, Roger W, Y Liberzon, Daniel (2000). la estabilización de realimentación cuantificada de
sistemas lineales. IEEE Transactions on Control Automático, 45 ( 7), 1279-1289.
Brockmeyer, E, Halstrom, NS, Jensen, Arne, y Erlang, Agner Krarup (1948). La vida
y las obras de AK Erlang. Copenhagen: Academia danesa de ciencias técnicas.
Brown, GS, y Campbell, DP (1948). Principios de los servomecanismos. Nueva York:
Wiley & Sons.
Brown, S. Gordon, y Campbell, Donald P. (1952). Sistemas de control. Científico
Americano, 187, 56-64.
Bryson, AE, y Ho, YC (1969). la optimización del control óptimo aplicada, y la estimación
controlar. Blaisdell Publishing Company, edición revisada por Taylor & Francis 1975.
Brown, E., y Rabitz, H. (2002). retos Somemathematical y algorítmicos en el
el control de la dinámica cuántica fenómenos. Journal of Mathematical Chemistry,
31, 17-63.
Bryson, Arthur E. (1966). programación y control óptimo. En Proc. IBM científica
el cálculo de la teoría de control simposio y aplicaciones, White Plains, NY. Bush, Vannevar (1931). El analizador
diferencial. Una nueva máquina para resolver
ecuaciones diferenciales. Revista del Instituto Franklin, 212 ( 4), 447-488.
Bush, Vannevar, Gage, FD, y Stewart, HR (1927). A Integraph continua. diario
del Instituto Franklin, 203 ( 1), 63-84.
Butchart, RL, y Shackcloth, B. (1965). Síntesis ofmodel referencia de control adaptativo
sistemas por segundo método de Lyapunov. En Proceedings 1965 IFAC simposio sobre control adaptativo, Teddington, Dorf, Richard C. (1980). modernos sistemas de control. Nueva York, Nueva York: Addison-Wesley,
Reino Unido. Lovell, CA (1948). cálculos eléctricos continuos. Laboratorios Bell Records, 25,
114-118.
Calafiore, Giuseppe C., y Campi, Marco C. (2006). El enfoque de escenarios a la robusta
diseño de control. IEEE Transactions on Control Automático, 51 ( 5), 742-753.
Callender, A., Hartree, DR, & Porter, A. (1935). Lapso de tiempo en un sistema de control.
Philosophical Transactions de la Royal Society de Londres, 235, 415-444.
Camacho, Eduardo F., y Bordons, Carlos (2004). Modelo de control predictivo. Londres:
Springer, Segunda edición 2007.
Cannon, Walter B. (1939). La sabiduría del cuerpo. Nueva York Nueva York: Norton.
Caveney, Derek (2010). Cooperativos aplicaciones de seguridad vehicular. control de IEEE
Sistemas Magazine, 30, 38-53.
Cerf, Vinton G. (1980). Los protocolos para redes de paquetes interconectados. Computadora
Revisión de comunicación, 10 ( 4), 10-57.
Cerf, Vinton G., y Icahn, Robert E. (2005). Un protocolo para la red de paquetes
intercomunicación. ACM SIGCOMM ordenador Revisión Comunicación, 35 ( 2), 71-82.
Ceruzzi, Paul E. (2003). Una historia de la informática moderna ( Segunda ed.). Cambridge, MA:
MIT Press.
Chang, Iris (1995). Hilo del gusano de seda. Nueva York, Nueva York: Basic Books.
Chatha, Andrew (1994). Bus de campo: la base de los sistemas de control de campo. Controlar
Ingeniería, 41 ( 6), 77-80.
Chen, Han-Fu, y Daizhab, Cheng (2007). Los primeros desarrollos de Control en China.
European Journal de Control, 13, 25-29.
Chen, Han-Fu, y Guo, Lei (1986). tasa de convergencia de la identificación de mínimos cuadrados
y de control adaptativo para los sistemas estocásticos. Revista Internacional de Control, 44 ( 5), 1459-1476.
Cereza, Steven (2010). Cómo Stuxnet está reescribiendo el libro de jugadas ciberterrorismo.
Castaña, H. (Ed.) (1982). Impacto de control automático, presente y futuro.
Duesseldorf: VDI / VDE-Gesellschaft.
Castaña, Harold, y Mayer, Robert W. (1951). Servomecanismos y regular
el diseño del sistema: Vol. I y II. Nueva York: Wiley.
Cia, la historia de la CAN.
Cisco, (2013). Índice de redes visuales de Cisco previsión global tráfico de datos móviles
actualizar 2012-2017. Clark, Ronald W. (1965). Tizard. Cambridge, MA: MIT
Press.
Clark, JMC (1978). El diseño de aproximaciones sólidas para el estocástico
ecuaciones diferenciales de filtrado no lineal. Sistemas de Comunicación y Teoría proceso aleatorio, 25, 721-734.
Clarke, DW (Ed.) (1994). Avances de control predictivo basado en inmodel. Oxford: Oxford
Prensa de la Universidad.
Coales, John F. (1969). El nacimiento de una revista de la IFAC. Automatica, 5, 5-6.
Colonnetti, Gustavo (1956). Convegno Internationale sui problemi Dell'Autisimo
Congreso internacional sobre los problemas de automatización. La Ricerca Scientifica, Roma. Cook, Stephen A. (1971).
La complejidad de los procedimientos teorema demostrando.
En Actas del tercer simposio anual de ACM sobre la teoría de la computación
(Pp. 151-158). ACM.
Crandall, Michael G., y leones, Pierre-Louis (1983). soluciones de viscosidad de Hamil-
ecuaciones tonelada-Jacobi. Transacciones de la Sociedad AmericanMathematical, 277 ( 1), 1-42.
Crow, BP, Widjaja, I., Kim, LG, y Sakai, PT (1997). IEEE 802.11 inalámbrica local
redes de área. Revista de Comunicaciones IEEE, 35 ( 9), 116-126.
Culler, David E. (2006). TinyOS: diseño de sistemas operativos para el sensor inalámbrico
redes Sensores ,.
Cortina, Ruth F., y Zwart, Hans (1991). Una introducción a lineal de dimensión infinita
la teoría de sistemas. Nueva York, Nueva York: Springer.
Cury, José ER, y Baldissera, Fabio L. (2013). La biología de sistemas, biología sintética y
la teoría de control: Una trenza de oro prometedor Revisiones Anuales de control ,.
Cutler, CR, y Ramaker, BC (1980). Control-A matriz de dinámica de control de ordenador
algoritmo. En Actas conferencia conjunta de control automático, San Francisco, California.
D' Andrea, Raffaello. Dinámica obras-exposición. http://raffaello.name/exhibitions . Dahlquist, G. (1959). los límites de
estabilidad y de error en la integración numérica de
ecuaciones diferenciales ordinarias. Estocolmo, Suecia: El Instituto Real de Tecnología, Operaciones No. 130.
Dai, Jim G (1995). En la recurrencia positivo Harris, de redes de colas multiclase:
un enfoque unificado a través de modelos de límite de fluidos. Los Anales de Probabilidad Aplicada, 5 ( 1), 49-77.
Dantzig, George Bernard (1953). algoritmo computacional del simplex revisado
método. Rand Corporation ,.
Davenport, WB, & Root, WL (1958). Una introducción a la teoría de azar
procesos. Nueva York, Nueva York: McGraw-Hill.
Davis, MHA (1980). En una transformación funcional multiplicativo que surja
en la teoría de filtrado no lineal. Zeitschrift für Wahrscheinlichkeitstheorie und Verwandte Gebiete, 54 ( 2),
125-139.
Davison, Edward (1976). El control robusto de un lineal servomechanismproblemfor
sistemas multivariables invariante en el tiempo. IEEE Transactions on Control Automático, 21 ( 1), 25-34.
Denhard, WG (1992). El inicio de laboratorio: los inicios del MIT
Instrumentation Laboratory. IEEE Revista Aeronáutica y Sistemas Electrónicos, 7,
6-13.
Desoer, CA, y Vidyasagar, M. (1975). Los sistemas de retroalimentación: propiedades de entrada-salida.
Nueva York: Academic Press.
Dickmanns, Ernst D. (2007). visión dinámica de la percepción y el control del movimiento.
Berlín: Springer-Verlag.
! 2o Edition con Robert H. Bishop 2010.
Doyle, John (1978). márgenes asegurados de los reguladores LQG. IEEE Transactions on
Control Automático, AC-23, 756-757.
Doyle, John C., Francisco, Bruce A., y Tannenbaum, Allen R. (1992). Control de retroalimentación
teoría. Nueva York, Nueva York: Macmillan.
Doyle, John C., Glover, Keith, Khargonekar, Pramod P., & Francis, Bruce A.
(1989). soluciones de espacio de estado a nivel H 2 y H 1 problemas de control. IEEE Transactions on Control
Automático, 34 ( 8), 831-847.
Doyle, John C., y Packard, A. (1993). El complejo estructurado de valor singular.
Automatica, 29, 71-109.
Draper, CS, y Li, YT (1966). Principios de optimalizing sistemas de control y una
aplicación al motor de combustión interna. En R. Oldenburger (Ed.), Óptima y la auto-optimización del control. Cambridge,
MA: MIT Press.
Draper, Charles Stark (1955). Control de vuelo. Diario Real Sociedad Aeronáutica, 59,
451-477.
Draper, SS, Wrigley, W., y Hovorka, J. (1960). guía inercial. Oxford: Pergamon
Prensa.
Duan, Guang-Ren (2010). Análisis y diseño de sistemas de descriptor lineales. Saltador
Verlag.
Duncan, TE (1967). densidades de probabilidad para los procesos de difusión con aplicaciones
con la teoría de filtrado no lineal y la teoría de detección. Doctor en Filosofía. Tesis, Universidad de Stanford.
Duncan, Tyrone, y Varaiya, Pravin (1971). En las soluciones de un control estocástico
sistema. SIAM Journal on Control, 9 ( 3), 354-371.
Duncan, Tyrone, y Varaiya, Pravin (1975). En las soluciones de un control estocástico
sistema. II. SIAM Journal on Control, 13 ( 5), 1077-1092.
Duncan, Tyrone E. (1969). Sobre el problema de filtrado no lineal. Informe técnico, DTIC
Documento.
 KJ Åström, PR Kumar / Automatica 50 (2014) 3-43
Dydek, Zachary T., Annaswamy, AnuradhaM., Y Lavretsky, Eugene (2010). Adaptado
el control y el vuelo de la NASA X-15-3-revisited lecciones aprendidas y diseño Lyapunov- estabilidad basan. IEEE
Sistemas de Control Magazine, 30 ( 3), 32-48.
Eaton, John W. (1988). Octava. http://www.gnu.org/software/octave/ . Eckman, DP (1945). Principios de control de
procesos industriales. Nueva York, Nueva York: Wiley. Robinson, L. (Ed.) (1966). Actas de IBM computación científica
simposio de control de
teoría y aplicaciones. White Plains, Nueva York: División de Procesamiento de Datos de IBM. Basar, Tamer (Ed.)
(2011). La American historia control automático del consejo-AACC y
colaboración con la IFAC 1957-2011. Consejo de Control Automático de América.
Egardt, Bo (1979). Estabilidad de los controladores de adaptación. Berlín, República Federal de Alemania: Springer-Verlag. Ekström, Å.
(Ed.) (1966). Actas de la computadora de control integrado de IBM Billerud
de una fábrica de papel kraft. Estocolmo, Suecia: IBM.
El-Sakkary, A., y Zames, G. (1980). sistemas inestables y regeneración: La métrica de distancia.
En Proc. confernece 18a Allerton, ( pp. 380-385).
Eleftheriou, Evangelos, y Reza Moheimani, SO (Eds.) (2012). tecnologías de control
para los sistemas de micro y nanoescala emergentes. Berlín, República Federal de Alemania: Springer.
Elmqvist, H., y Mattsson, Sven Erik (1989). Un simulador de sistemas dinámicos
el uso de gráficos y ecuaciones formodelling. IEEE SystemsMagazine Control, 9 ( 1), 53-58.
Elmqvist, Hilding (1975). Simnon-Un programa de simulación interactiva para no lineal
Manual de sistemas de usuario. Informe Técnico TFRT-7502. Departamento de Control Automático.
Elmqvist, Hilding (1978). Un lenguaje structuredmodel para grandes sistemas continuos.
Doctor en Filosofía. Tesis, Universidad de Lund.
Elmqvist, Hilding, Mattsson, Sven Erik, y la nutria, Martin (1998). Modelica-El
nuevo lenguaje de modelado orientado a objetos. En Actas de la multiconferencia simulación Europea 12
(ESM'98). Manchester, Reino Unido: SCS, La Sociedad para la simulación por ordenador.
Ericsson, (2013). Ericsson Mobility Informe sobre el pulso de la sociedad en red.
Erlang, AK (1948). En la determinación racional del número de circuitos. los
Vida y obras de AK Erlang, 216-221.
Eryilmaz, A., y Srikant, R. (2006). Un tutorial en la optimización de cross-layer en inalámbrica
redes. Diario del IEEE sobre áreas seleccionadas en las comunicaciones, 24, 1514-1524.
Esposito, Richard (2006). Los hackers penetrar en los equipos del sistema de agua. Everett, H. (1957). juegos
recursivas. Anales de Estudios Matemáticos, 39, 47-78.
Falliere, Nicolas, O'Murchu, Liam, y Chien, Eric (2011). W32. Stuxnet Dossier. Fehlberg, E. (1964). Nuevos de alto
orden fórmulas de Runge-Kutta con control de tamaño de paso
para sistemas de ecuaciones diferenciales primero y segundo orden. Zamm, 44.
Fel'dbaum, AA (1961). la teoría de control dual, Partes I y II. Automatización y remoto
Controlar, 21, 874-880. 1033-1039 ..
Felser, M. (2002). La guerra de bus de campo: la historia o breve descanso entre las batallas? En Proc.
Taller Internacional IEEE sobre cuarto Factory Automation ( pp. 73-80). Västeraas, Suecia.
Ferguson, James (2004). Un breve repaso de la historia del cálculo de variaciones
y sus aplicaciones. arXiv arXiv: matemáticas / 0402357 .
Fieldbus Foundation, (1994). Fieldbus Foundation. http://www.fieldbus.org/ . Primero de Control, (2013).
FirstLoop. http://www.firstcontrol.se/index.html .
Fleming, WH (Ed.) (1988). El futuro del control de la teoría matemática-una
perspectiva. Filadelfia: Society for Industrial y Matemáticas Aplicadas.
Fleming, Wendell H., y Pardoux, Étienne (mil novecientos ochenta y dos). El control óptimo para parcialmente
difusiones observados. SIAM Journal on Control y Optimización, 20 ( 2), 261-285.
Fleming, WH (1963). Algunos problemas de optimización de Markov. Diario de
Mecánica matemática, 12 ( 1), 131-140.
Fliess, Michel, y unir, Cédric (2013). -Modelo libre de control. Revista Internacional de
Controlar, 86.
Fliess, Michel, Lévine, Jean, y Martin, Philippe (1993). Planitud, la planificación de movimientos
y sistemas de remolque. En conferencia de IEEE sobre Proc 32a decisión y control (pp. 2700-2705). San
Antonio, TX.
Fliess, Michel, Levine Jean, Martín, Felipe, y Rouchon, Pierre (1975). planitud y
defecto de sistemas no lineales: teoría de introducción y ejemplos. International Journal de Control, 61, 1327-1361.
Fliess, Michel, Levine Jean, Martín, Felipe, y Rouchon, Pierre (1992). sur les
no linéaires Systèmes plats différentiellement. Comptes Rendus de l'Academie des Sciences, Serie I
(Mathematique), 315, 619-624.
Fliess, Michel, Lévine, Jean, Ollivier, F., Rouchon, Pierre, et al. (1995). Llanura
y dinámica de retroalimentación instrucción atómica: Dos enfoques. En A. Isidori (Ed.),
Actas de la Tercera Conferencia Europea de control, ECC 95, vol. 3 ( pp. 649-654).
Florentin, John J. (1961). El control óptimo de tiempo continuo, Markov, estocástico
Los sistemas. Diario Internacional de Electrónica, 10 ( 6), 473-488.
Florentin, John J. (1962). observabilidad parcial y control óptimo. Internacional
Diario de Electrónica, 13 ( 3), 263-279.
Flügge-Lotz, Irmgard (1968). control discontinuo y óptimo. Nueva York, NY:
McGraw-Hill.
Instituto para sistemas Biología, (2012). Acerca de sistemas biología.
https://www.systemsbiology.org/about-systems-biology .
Forrester, Jay W. (1951). La información digital en tres dimensiones utilizando magnética
núcleos. Journal of Applied Physics, 22.
Forrester, Jay Wright (1961). la dinámica industrial. Cambridge, MA: MIT Press.
Forrester, Jay Wright (1969). dinámicas urbanas. Cambridge, MA: MIT Press.
Forrester, Jay Wright (1971). la dinámica mundial. Cambridge, MA: MIT Press.
Fossard, AJ (2007). Los albores de la ciencia de control en Francia. Revista Europea de
Controlar, 13, 30-35.
Foster, FG (1953). En las matrices estocásticos asociados con cierta puesta en cola
procesos. Annals of Mathematical Statistics, 24 ( 3), 355-360.
Foxboro, (1950). Sistema de control con ajuste de respuesta automática. la patente de EE.UU.
2.517.081.
Fradkov, A. (2007). la física Cybernetical: Desde el control del caos de control cuántico.
Berlín: Springer.
37
Francis, Brucea., Y Wonham, (1976). El principio internalmodel de la teoría de control.
Automatica, 12, 457-465.
Franklin, Gene F., Powell, JD, y Emami-Naeini, A. (1986). Sistemas de realimentación de control
(Sexta ed.). Reading, MA: Addison-Wesley.
Freeman, Randy A., y Kokotovic, Petar V. (2008). Robusto diseño de control no lineal:
espacio de estado y las técnicas de Lyapunov. Saltador.
Freris, NM, Graham, SR, y Kumar, PR (2011). límites fundamentales en
sincronizar los relojes a través de redes. IEEE Transactions on Control Automático, 56 ( 6), 1352-1364.
Friedland, Bernhard (1996). La edad de oro de la investigación sobre sistemas de control en el Columbia
Universidad. Seminario Departamento de Control Automático, Universidad de Lund.
Fritzson, P. (2011). Introducción al modelado y simulación de técnicas y físicas
sistemas con Modelica. Hoboken, NJ: Wiley, IEEE.
Fritzson, Peter, Viklund, Lars, Fritzson, Dag, y Herber, Johan (1995). Nivel alto
modelado matemático y programación. IEEE Software, 12 ( 3).
Fujisaki, Masatoshi, Kallianpur, Gopinath, y Kunita, Hiroshi (1972). estocástico
ecuaciones diferenciales para el problema de filtrado no lineal. Osaka Journal of Mathematics, 9 ( 1), 19-40.
Gabor, D., Wilby, WPL, y Woodcock, R. (1959). A no lineal universales
filtro, predictor y un simulador que optimiza sí por un proceso de aprendizaje.
Actas de la Institución de Ingenieros Eléctricos, 108 ( Parte B), 1061.
Gahinet, P., y Apakarian, P. (1994). Un enfoque de la matriz desigualdad lineal a h 1
controlar. Revista Internacional de Robusta y control no lineal, 4, 421-448.
Gamma, E., Helm, R., Johnson, R., y Vlissides, J. (1995). Los patrones de diseño: elementos de
software reutilizable orientado a objetos. Boston, MA: Addison-Wesley.
Gantmacher, FR (1960). La teoría de matrices: vol. Me och II. Nueva York: Chelsea.
Gaohua, Lu, y Kimura, Hidenori (2009). Un modelo matemático del cerebro gluocose
homeostasis. Biología Teórica y Modelización de Medicina, 6, 26, 1-24.
García, Carlos E., Prett, David M., y Morari, Manfred (1989). modelo predictivo
Control: Teoría y práctica de una encuesta. Automatica, 25 ( 3), 335-348.
Garde, A. (1948). El método de análisis de frecuencia aplicada para controlar problemas. UN MAR
Diario, 21, 128-138.
Garde, A, y Persson, E. (1960). control de profundidad automática de submarinos. ASEA Journal,
33, 65-70.
Engranaje, Charles W. (1971). Simultáneamente solución numérica de diferenciación
ecuaciones algebraicas-cial. IEEE Transactions on Teoría de Circuitos, CT-18, 217-225.
Geffner, Héctor, y Bonet, Blai (1998). La solución de grandes POMDPs utilizando dinámica en tiempo real
programación. En Proc. AAAI Fall Symp. en POMDPs. Citeseer.
Gelfand, mensajería instantánea, y Fomin, SV (2000). Cálculo de variaciones. Mineola, NY Dover
Publicaciones.
Georgiou, Trifón T., y Lindquist, Anders (2012). Revisando la separación
principio de control estocástico. En Proc. IEEE CDC'2012.
Georgiou, Trifón T., & Smith, Malcolm C. (1990). robustez óptima en la brecha
métrico. IEEE Transactions on Control Automático, 35, 673-686.
Georgiou, Trifón T., y Smith, MalcolmC. (1999). Análisis de robustez de no lineal
sistemas de retroalimentación: Un enfoque de entrada-salida. IEEE Transactions on Control Automático, 42, 1200-1221.
Gertler, Janos (Ed.) (2006). los libros de texto de control históricos. Oxford: Elsevier.
Gevers, Michel (1993). Hacia un diseño de la junta de identificación y control? en HL
Trentelman, y JC Willems (Eds.), Ensayos sobre el control: perspectivas en la teoría y sus aplicaciones ( pp.
111-151). Groningen: Birkhäuser ECC'93.
Gievers, Johannes G. (1971). Erinnerung un Kreiselgeräte (recuerdos de
Kreiselgeräte). Jahrbuch der Deutschen Gesellschaft für Luft und Raumfahrt,
263-291.
Gilbert, EG (1963). Controlabilidad y observabilidad en control multivariable
Los sistemas. SIAM Journal on Control, 1, 128-151.
Gille, JC, Pelegrin, MJ, y Decaulne, P. (1959). sistemas de control de retroalimentación. Nueva York:
McGraw-Hill.
Gittins, JC, y Jones, DM (1974). En J. Gani (Ed.), Un índice de asignación dinámica para la
diseño secuencial de experimentos ( pp. 241-266). Ámsterdam, Países Bajos: North-Holland.
Glad, Torkel (1984). En el margen de ganancia de los reguladores lineales y óptimos. IEEE
Transacciones en Control Automático, 29 ( 7), 615-620.
Goebel, Rafal, Sanfelice, Ricardo G., y Teel, Andrew R. (2012). dinámica híbrida
sistemas: el modelado, la estabilidad y robustez. Princeton University Press.
Goodwin, GC, Ramadge, PJ, y Caines, PE (1980). multivariable de tiempo discreto
control adaptativo. IEEE Transactions on Control Automático, AC-25, 449-456.
Goodwin, GC, y pecado, KS (1984). filtrado adaptativo, predicción y control.
Englewood Cliffs, Nueva Jersey: Prentice-Hall.
Goodwin, Graham C., Ramadge, Peter J., y Caines, Peter E. (1981). Tiempo discreto
control adaptativo estocástico. SIAM Journal on Control y Optimización, 19 ( 6), 829-853.
Gordon, J. Neil, Salmond, David J., & Smith, Adrian FM (1993). nuevo enfoque para
no lineal / no gaussiana estimación de estado bayesiano. En IEE Proceedings F (Radar y Procesamiento de
Señales), vol. 140 ( pp. 107-113). IET. Gorman, Jason J., y Shapiro, Benjamin (Eds.) (2012). control de
retroalimentación de MEMS a
átomos. Nueva York, Nueva York: Springer.
Gracia, ACW (1991). Simulab, un entorno integrado para la simulación y
controlar. En Actas de la Conferencia Americana de control (1991 pp. 1015-1020). Autom americano. Consejo de
Control.
Graham, Dunstan, y McRuer, Duane (1961). Análisis de los sistemas de control no lineal.
Nueva York, Nueva York: Wiley.
Graham, S., Baliga, G., y Kumar, PR (2009). Abstracciones, arquitectura,
mecanismos, y un middleware para el control de red. IEEE Transactions on Control Automático, 54 ( 7),
1490-1503.
Green, Michael, Limebeer, JN, y David, (1995). Lineales de control robusto. Englewood
Cliffs, NJ: Prentice Hall.
Greenberg, Andy (2008). Los hackers corte de energía de las ciudades.
38 KJ Åström, PR Kumar / Automatica 50 (2014) 3-43
Gregory, PC (Ed.) (1959). Proc. auto adaptativo simposio de control de vuelo.
Wright-Patterson Air Force Base, Ohio: Centro de Desarrollo de Wright Air.
Grewal, Mohinder S., y Andrews, Angus P. (2010). Las aplicaciones de filtrado de Kalman
en la industria aeroespacial 1960 a las actuales perspectivas históricas []. Control Systems, IEEE, 30 ( 3), 69-78.
Grumman, Northrop (2005). SteerMaster. http://www.srhmar.com/brochures/as/
SPERRY% 20SteerMaster% 20Control% 20System.pdf .
Guardabassi, Guido O. (2007). Los albores de la ciencia de control en Italia desde intuitiva
la ingeniería de la teoría de control moderna y la tecnología de automatización. European Journal de Control, 13, 36-48.
Guillemin, EA (1940). Matemáticas de análisis de circuitos. Nueva York, Nueva York: Wiley.
Guizzo, Erico (2011). espectro de IEEE. Como coche de auto-conducción de Google funciona,
http://spectrum.ieee.org/automaton/robotics/artificial-intelligence/how--google auto-conducción-car-obras .
Guo, L., y Chen, HF (1991). El regulador de autoajuste Åström-Wittenmark
revisited y ELS-basado rastreadores de adaptación. IEEE Transactions on Control Automático, 30 ( 7), 802-812.
Gustafsson, K. (1993). aplicación orientada a objetos de software para resolver
ecuaciones diferenciales ordinarias. Programación Científica, 2, 217-225.
Guzzella, Lino, y Sciarretta, Antonio (2013). sistemas de propulsión de vehículo: introducción
para el modelado y la optimización ( Tercera ed.). Nueva York, Nueva York: Springer.
Hairer, E., Lubich, C., y Roche, M. (1989). La solución numérica de diferenciación
sistemas de TiAl-algebraicas por métodos Runge-Kutta. En Lecture Notes in ics mathemat-: 1409. Berlín:
Springer Verlag.
Hairer, E., Nørsett, SP, y Wanner, G. (1987). La resolución de ecuaciones diferenciales ordinarias
Problemas I-Nonstiff. En matemática computacional: 8. Berlín: Springer Verlag.
Hairer, E., y Wanner, G. (1991). Solución de ecuaciones diferenciales ordinarias II-Stiff
y los problemas diferencial-algebraicas. En matemática computacional: 14. Berlín: Springer Verlag.
Hall, AC (1943). El análisis y la síntesis de servomecanismo lineal. Cambridge,
MA: La Tecnología de Prensa, el MIT.
Hall, AC (1956). Historia temprana de la respuesta de frecuencia de campo. En Frecuencia
respuesta. Nueva York, Nueva York: MacMillan.
Hamon, Grégoire, y Rushby, John (2005). Una semántica operacional para Stateflow.
En enfoques fundamentales para la ingeniería de software (FASE), Barcelona, ​España
(Pp. 229-243). Nueva York, Nueva York: Springer Verlag.
Handschin, JE, y Mayne, David P. (1969). Monte Carlo técnicas para estimar el
condicional expectativa inmulti-etapa de filtrado no lineal. Revista Internacional de Control, 9 ( 5), 547-559.
Harris, HJ (1942). El análisis y diseño de servomecanismos. impreso debajo
Auspicios de la Comisión de Control de Incendios (Sec. D-2) de la CEDR, OSRD. Harrison, MJ (1988).
Brownianmodels de redes de colas con heterogénea
poblaciones de clientes. En sistemas diferenciales estocásticas, la teoría de control estocástico y aplicaciones ( pp.
147-186). Saltador.
Harrison, MJ (2000). modelos browniano de las redes de procesamiento abiertos: Canonical
representación de la carga de trabajo. Anales de la Probabilidad Aplicada, 75-103.
Harrison, TJ (1978). Miniordenadores en el control industrial. Pittsburg, PA: Instrumento
Society of America.
Harrison, TJ, Landeck, BW, y Clair, St. HK (1981). Evolución de la pequeña real
sistemas informáticos de IBM de tiempo. IBM Revista de Investigación y Desarrollo, 25 ( 5), 441-451.
HART Communication Foundation, (1993). WirelessHART. http: //www.hartcomm.
org .
Haynes, GW, y Hermes, H. (1970). capacidad de control no lineal a través de la teoría de la mentira. SIAM
Diario de Control, 8 ( 4), 450-460.
Hazen, Harold L. (1934a). Teoría de servomecanismos. Diario de la Franklin
Instituto, 218 ( 3), 279-331.
Hazen, HL (1934b). Diseño y prueba de un servomecanismo de alto rendimiento.
Diario del Instituto Franklin, 218, 543-580.
Hebb, DO (1949). La organización de la conducta. Nueva York, Nueva York: Wiley.
Hedrick, C. (1988). Protocolo de enrutamiento de información: Petición de Comentarios: 1058.
http://tools.ietf.org/html/rfc1058 .
Hellerstein, Joseph L., Diao, Yixin, Parekh, Sujay, y Tilbury, Dawn M. (2004).
control de retroalimentación de los sistemas informáticos. Hoboken, NJ: John Wiley & Sons.
Henrichi, P. (1962). métodos variable discreta en ecuaciones diferenciales ordinarias. John
Wiley & Sons, Inc.
Henzinger, Thomas A. (1996). La teoría de los autómatas híbrido. En Actas de la
11º Simposio IEEE anual sobre la lógica en la informática ( pp. 278-292). Henzinger, Thomas A., Kopke, Peter
W., Puri, Anuj, y Varaiya, Pravin (1995). lo que es
decidable sobre autómatas híbrido? En Simposio ACM sobre la teoría de la computación
(Pp. 373-382).
Henzinger, Thomas A., y Sastry, Shankar (Eds.) (1998). Actas de la primera
Taller internacional sobre sistemas híbridos: el cálculo y control. Saltador.
Hermann, R., y Krener, A. (1977). controlabilidad y observabilidad no lineal. IEEE
Transacciones en Control Automático, 22, 728-740.
Hermann, Robert (1963). Sobre el problema de la accesibilidad en la teoría de control.
En Simposio internacional sobre ecuaciones diferenciales no lineales y mecánica no lineal ( pp. 325-332). Nueva
York: Academic Press.
Hill, Jason, Horton, Mike, Kling, Ralph, y Krishnamurthy, Lakshman (2004). los
plataformas que permiten las redes de sensores inalámbricos. Communications of the ACM, 47 ( 6), 41-46.
Ho, Y., Bryson, A., y Baron, S. (1965). juegos diferenciales andoptimal búsqueda de evasión
estrategias. IEEE Transactions on Control Automático, 10 ( 4), 385-389.
Ho, Yu-Chi (1987). Evaluación del rendimiento y análisis de perturbación de discreta
sistemas dinámicos de eventos. IEEE Transactions on Control Automático, 32 ( 7), 563-572.
Ho, Yu-Chi, y Cao, Xiren (1983). análisis de perturbaciones y la optimización de la gestión de colas
redes. Diario de Optimización Teoría y Aplicaciones, 40 ( 4), 559-582.
Ho, Yu-Chi, et al. (1972). estructuras teoría de la decisión del equipo y de información en
problemas-parte I. de control óptimo IEEE Transactions on Control Automático, 17 ( 1), 15-22.
Ho, Yu-Chi, Luh, P., y Muralidharan, Ramal (1981). Estructura de la información,
juegos de Stackelberg, y controlabilidad de incentivos. IEEE Transactions on Control Automático, 26 ( 2),
454-460.
Hoagland, MB, y Dodson, B. (1995). La forma en que funciona la vida. Nueva York: Times Books.
Holst, Per A. (mil novecientos ochenta y dos). George A. Philbrick y Polifemo, el primero electrónica
simulador de entrenamiento. IEEE Anales de la Historia de la computación, 4 ( 2), 143-156.
Horowitz, IM (1963). Síntesis de sistemas de retroalimentación. NewYork, Nueva York: Academic Press.
Horowitz, IM (1993). la teoría de diseño retroalimentación cuantitativa (TCC). Boulder, Colorado:
Publicaciones QFT.
Horowitz, Isaac A., y Shaked, Uri (1975). Superioridad de la función de transferencia a través de
métodos de la variable de estado en el diseño lineal sistema de retroalimentación invariante en el tiempo. IEEE Transacción de
Control Automático, 20 ( 1), 84-97.
Horowitz, Isaac M. (1991). Encuesta de la teoría de la retroalimentación cuantitativa. Internacional
Diario de Control, 53, 255-291.
Hou, I-Hong, Borkar, Vivek, y Kumar, PR (2009). Una teoría de la calidad de servicio en telefonía móvil. En
Actas de la IEEE INFOCOM ( pp. 486-494). Hovakimyan, Naira, y Cao, Chengyu (2010). L 1 la teoría de control
adaptativo. Philadel-
Phia, Pensilvania: SIAM.
Howard, AR (1960). los procesos de Markov programación dinámica y. Nueva York, NY:
Wiley.
Howard, Ronald A. (2002). Los comentarios sobre el origen y aplicación de Markov
los procesos de toma. La investigación de operaciones, 100-102.
Howe, Robert M. (1961). fundamentos de diseño de componentes informáticos analógicos.
Princeton, NJ: Van Nostrand.
Huang, Garng M., Tarn, TJ, y Clark, John W (1983). En la capacidad de control de
sistemas de la mecánica cuántica. Journal of Mathematical Physics, 24, 2608.
Hughes, TP (1993). inventor Elmer Sperry y el ingeniero. Baltimore, MD: The John
Hopkins University Press.
Hunt, LR, Su, R., & Meyer, G. (1983). Las transformaciones globales de sistemas no lineales.
IEEE Transactions on Control Automático, 28, 24-31.
Hurwitz, A. (1895). En las condiciones en que una ecuación tiene sólo raíces con
partes reales negativas. Mathematical Annalen, 46, 273-284.
IBM (2013). Rational DOORS. http://www-03.ibm.com/software/products/us/en/
ratidoor / .
Comisión Electrotécnica Internacional (IEC) (2011). IEC 61131: norma IEC
para los controladores programables.
Comisión Electrotécnica Internacional (IEC) (2013). IEC 62264 ed2.0:
La empresa de control de integración de sistemas. IFAC, (2006). día del aniversario de la IFAC, Heidelberg,
Alemania, 15 de septiembre. IEEE
Transacciones en Control Automático, 5, 1-3.
Iglehart, Donald L., y Whitt, Ward, (1970). colas de canales múltiples en el tráfico pesado.
YO. Los avances en la Probabilidad Aplicada, 2 ( 1), 150-177.
Iglehart, Donald L., y Whitt, Ward, (1970). colas de canales múltiples en el tráfico pesado.
II: Secuencias, las redes y los lotes. Los avances en la Probabilidad Aplicada, 2 ( 2), 355-369.
Iglesias, Pablo A., y Ingalls, Brian P. (Eds.) (2009). Teoría de control y la biología de sistemas.
Cambridge: The MIT Press.
IGRP, Interior Gateway Routing Protocol (2012) http://docwiki.cisco.com/wiki/
Interior_Gateway_Routing_Protocol .
Doyle III, Francis J., Wayne Bequette, B., Middleton, Rick, Ogunnaike, Babatunde,
Paden, Brad, Parker, Robert S., y Vidyasagar, Mathukumalli (2011). ? Control en los sistemas biológicos. En T.
Samad, y AM Annaswamy (Eds.), El impacto de la tecnología de control, parte 1. Sociedad de Sistemas de
Control de IEEE. Disponible en www.ieeecss.org .
INRIA, (1990). Scilab. http://www.scilab.org/ . INRIA, (2013). Hacia 2020 INRIA: Plan estratégico. http://www.inria.fr/en/
instituto / estrategia / plan de estratégico .
Sansum Diabetes Research Institute (2013). Sansum Diabetes Research In-
stitute, Universidad de California, Santa Bárbara Conducta innovadoras Páncreas ficiales arti- ultra-rápida acción
de prueba insulina inhalada, financiado por la JDRF.
http://www.sansum.org/sansum-diabetes-research-institute-university--santa-barbara-conducta-california-innovadores
de páncreas artificial ultra-de acción rápida actuación inhalado-insulino-ensayo financiado por jdrf / .
Sociedad Internacional de Automatización (1999). Comité ISA99 en Industrial
Automatización y Sistemas de Control de Seguridad. http://www.isa.org/isa99 .
Ioannou, PA, y Sun, J. (1995). Estable y robusta de control adaptativo. Englewood Cliffs,
Nueva Jersey: Prentice-Hall.
Ioannou, Petros A, y Kokotovic, Petar V (1984). análisis inestabilidad y mejora
ment de robustez de control adaptativo. Automatica, 20 ( 5), 583-594.
ISA, (1945). ISA100.11a. http://www.en.wikipedia.org/wiki/ISA100.11a . Isaacs, juegos R. diferenciales I, II, III, IV. Rand
Corporation Memorando de Investigación
RM-1391, 1399, 1411, 1468, 1954-1956. Isaacs, R. (1975). Juegos diferenciales ( Segunda ed.). Huntington,
Nueva York: Kruger Publishing
Company, Primera edición: Wiley, Nueva York, 1965.
Isidori, A. (1995). sistemas de control no lineal ( Tercera ed.). Berlín: Springer Verlag.
Isidori, Alberto, y Byrnes, Chris (1990). regulación de la salida de sistemas no lineales. IEEE
Transacciones en Control Automático, 35, 131-140.
Jackson, James R. (1957). Redes de líneas de espera. Investigación de Operaciones, 5 ( 4), 518-521.
Jacobson, DH (1973). sistemas lineales estocásticos óptimos con exponencial
criterios de rendimiento y su relación con el juego diferencial determinista. IEEE Transactions on Control
Automático, AC-18, 124-131.
James, HM, Nichols, NB, y Phillips, RS (1947). Teoría de los servomecanismos, Vol.
25, MIT Radiation Laboratory. Nueva York, Nueva York: McGraw-Hill.
Jamshidi, M., y Herget, CJ (1985). Computer-Aided Ingeniería de Sistemas de Control.
Ámsterdam, Países Bajos: North-Holland.
 KJ Åström, PR Kumar / Automatica 50 (2014) 3-43
Jeandel, A., Boudaud, F., Ravier, Ph., Y Buhsing, A. (1996). ULM: Un Langage
de Modélisation, un lenguaje de modelado. En Actas de la multiconferencia CESA'96 IMACS, Lille, Francia.
IMACS. Jochum, P., y Kloas, M. (1994). La sonrisa entorno de simulación dinámica. En g.
Tsatsaronis (Ed.), Segunda Conferencia Europea bienal sobre el diseño y análisis de sistemas ( pp. 53-56). La
Sociedad Americana de Ingenieros Mecánicos.
Von Neumann, John (1947). El matemático. En RB Heywood (Ed.), Los trabajos
de la mente ( pp. 180-196). Chicago: University of Chicago Press.
Jones, Mike (1997). Lo que realmente sucedió onMars? http://research.microsoft.com/
en-us / um / personas / MBJ / mars_pathfinder / Mars_Pathfinder.html .
Joseph, PD, y Tou, JT (1961). En la teoría de control lineal. Transacciones en AIEE
Aplicaciones e Industria, 80, 193-196.
Josifovska, (2003). El padre de LabVIEW. EEI Review, 9 ( 3), 30-33.
Joukowski, NE (1909). La teoría de la regulación de la marcha de las máquinas ( Segunda ed.).
Moscú: Gosmashmetizdat de 1933.
Jurado, la IE (1958). sistemas de control de datos muestreados. Nueva York: John Wiley.
Kahn, JM, Katz, RH, y Pister, KSJ (1999). redes móviles de polvo inteligente. En
Actas de la Conferencia Internacional ACM / IEEE sobre computación móvil y las redes, ( MobiCom 99). Kahne,
S. (1996). Una historia del Congreso IFAC. IEEE CSM, 16 ( 2), 10-12, 78-83.
Kailath, Thomas (1980). sistemas lineales. Englewood Cliffs, NJ: Prentice-Hall, Inc.
Källström, CG, Åström, Karl J., Thorell, NE, Eriksson, J., y Sten, L. (1979). Adaptado
Los pilotos automáticos de los buques tanque. Automatica, 15, 241-254.
Kalman, RE (1958). Diseño de un sistema de control de auto-optimización. Las transacciones en el
COMO YO, 80, 468-478.
Kalman, RE (1960). Las contribuciones a la teoría de control óptimo. Boletín de la
Sociedad Matemática Mexicana, 5, 102-119.
Kalman, RE (1961a). En la teoría general de los sistemas de control. En Actas primeros
Congreso IFAC sobre el control automático, Moscú, 1960: vol. 1 ( pp. 481-492). Londres: Butterworth.
Kalman, RE (1961b). Nuevos métodos y resultados en la predicción lineal y el filtrado de
teoría. Informe Técnico 61-1. ( pag. 135). RIAS.
Kalman, RE (1962). estructura canónica de sistemas dinámicos lineales. Procedimientos de
la Academia Nacional de Ciencias de los Estados Unidos de América, 48 ( 4), 596-600.
Kalman, RE (1963a). La teoría de control óptimo y el cálculo de variaciones.
técnicas de optimización matemática, 309-331.
Kalman, RE (1963b). Descripción matemática de sistemas dinámicos lineales. SIAM
Diario de Control, 1, 152-192.
Kalman, RE, y Bucy, RS (1961). Nuevos resultados en filtrado lineal y predicción
teoría. Transacciones de la ASME. Serie D, Revista de Ingeniería Básica, 83 D,
95-108.
Kalman, RE, Falb, PL, y Arbib, MA (1969). Los temas de la teoría de sistemas matemáticos.
Nueva York, Nueva York: McGraw-Hill.
Kalman, RE, Ho, YC, y Narendra, KS (1963). La controlabilidad de dinámica lineal
sistemas: vol. 1. Contribuciones a las ecuaciones diferenciales. Nueva York, Nueva York: JohnWiley & Sons, Inc.
Kalman, Rudolf E., y Bertram, John E. (1960). análisis y diseño de sistemas de control
a través de la 'segundo método' de los sistemas de tiempo continuo Lyapunov I.. Transacciones de la ASME.
Serie D, Revista de Ingeniería Básica, 82 D, 371-393.
Kalman, Rudolf Emil (1960). Un nuevo enfoque de filtrado lineal y predicción
problemas. Transacciones de la ASME. Serie D, Revista de Ingeniería Básica, 82 ( 1), 35-45.
Kanellakopoulos, Ioannis, Kokotovic, Petar V., y Morse, Stephen A. (1991).
Diseño sistemático de controladores adaptativos para los sistemas de retroalimentación linealizables.
IEEE Transactions on Control Automático, 36 ( 11), 1241-1253.
Kao, Chung-Yao, Megretski, Alexandre, Jönsson, Ulf, y Rantzer, Anders (2004). UN
MATLAB caja de herramientas para el análisis de robustez. En Actas de la Conferencia IEEE sobre el diseño asistido
por ordenador (sistema de control pp. 297-302). Taipei, Taiwán. Karlsson, Niklas, y Zhang, Jianlong (2013). La aplicación
de control de retroalimentación en línea
publicidad. En 2013 Conferencia Americana de control: vol. 6 ( pp. 6028 hasta 6033).
Karp, Richard M. (1972). Reducibilidad entre los problemas combinatorios. Saltador.
Quilla, LH, y Bhattacharyya, SP (1997). Robusta, frágiles o óptima? IEEE
Transacciones en Control Automático, 42, 1098-1105.
Kendrick, David (1981). control estocástico para los modelos econométricos. Nueva York, NY:
McGraw-Hill.
Khalil, HK (1992). Los sistemas no lineales. Nueva York: MacMillan.
Khammash, Mustafa, y El-Samad, Hana (2004). La biología de sistemas: de la fisiología
para la regulación de genes. Sistemas de control IEEE, 24 ( 4), 62-76.
Khaneja, Navin, Brockett, Roger, y Glaser, Steffen J. (2001). Tiempo de control óptimo en
sistemas de espines. Physical Review A, 63, 032.308.
Khaneja, Navin, Reiss, Timo, Schulte-Herbrüggen, Thomas, y Glaser, Steffen J.
(2005). El control óptimo de la dinámica de espín acoplados: Diseño de secuencias de pulsos de RMN mediante
algoritmos de gradiente de ascenso. Diario de Resonancia Magnética, 172,
296-305.
Kiencke, Uwe, y Nielsen, Lars (2005). sistemas de control de la automoción: para el motor,
línea de transmisión, y el vehículo ( Segunda ed.). Nueva York, Nueva York: Springer.
Kim, Kyoung-Dae (2013). Libre de colisiones de tráfico en tierra autónoma: un modelo
enfoque de control predictivo. En Actas de la cuarta conferencia internacional sobre sistemas ciber-físicos,
ICCPS 2013. Filadelfia. Kim, Kyoung-Dae, y Kumar, PR (2012). sistemas físicos Cyber-: Una perspectiva en
el centenario. Actas de la IEEE, 100 ( 13), 1287-1308.
Kimemia, José, y Gershwin, Stanley B. (1983). Un algoritmo para el ordenador
control de un sistema de fabricación flexible. Transacciones AIIE, 15 ( 4), 353-362.
Kimura, Hidenori (1997). enfoque de la cadena de dispersión a-infinity-de control H. Saltador.
Kitamori, T., Suda, N., Shimemura, E., Masubuchi, M., Kimura, H., y Yoshitani, Y.
(1984). la ingeniería de control en Japón: pasado y presente. IEEE Sistemas de Control Magazine, 4, 4-10.
39
Klee, Ernst, Merk, Otto, y von Braun, Wernher (1965). El nacimiento del misil: la
secretos de Peenemünde. Nueva York, Nueva York: EP Dutton.
Kochenburger, RJ (1959). Un método de respuesta de frecuencia para el análisis y
sintetizar servomecanismos contactor. Transacciones de la AIEE, 69, 270-283.
Kodosky, J., MacCrisken, J., y Rymar, G. (1991). Visual programmingusing estructurado
flujo de datos. En Taller IEEE sobre lenguajes visuales ( pp. 34-39). Kobe, Japón. Kokotovic, Petar, Khalil,
Hassan K., y O'Reilly, John (1986). perturbaciones singulares
métodos en el control: análisis y diseño. Academic Press. Reimpreso por SIAM
1999.
Kolmogorov, AN (1941). La interpolación y extrapolación de estacionaria azar
secuencias. Moscú: Matemáticas. 5. Bull. Moscú Univ.
Kopetz, Hermann, & Bauer, Günther (2003). La arquitectura de tiempo por alarma.
Actas de la IEEE, 91 ( 1), 112-126.
Krasovskii, NN (1959). Algunos problemas en la teoría de la estabilidad del movimiento. Moscú:
Fizmatgiz.
Krasovskii, NN (1963). Estabilidad de movimiento. Stanford, CA: Stanford University Press.
Krener, Arthur J. (1974). Una generalización del teorema de chow y el bang-bang
El teorema de los problemas de control no lineales. SIAM Journal on Control, 12 ( 1), 43-52.
Krsti ¢, M., Kanellakopoulos, I., y Kokotovi ¢, PV (1993). No lineal y adaptativa
diseño de control. Englewood Cliffs, NJ: Prentice Hall.
Krstic, Miroslav, Kanellakopoulos, Ioannis, Kokotovic, Petar V., et al. (1995).
diseño de control no lineal y adaptativa: vol. 8. Nueva York: John Wiley & Sons.
Krugman, Paul (2008). El retorno de la economía de la depresión. Londres, Reino Unido: Penguin.
Krylov, AN, y Bogoliubov, NN (1937). Introducción a la mecánica no lineales.
Princeton, Nueva Jersey: Princeton University Press.
Kumar, PR (1993). Reentrantes líneas. sistemas de colas, 13 ( 1-3), 87-110.
Kumar, PR, y Seidman, Thomas I. (1990). inestabilidades dinámicas y estabilización
métodos en distribuido programación en tiempo real de los sistemas de fabricación. IEEE Transactions on
Control Automático, 35 ( 3), 289-298.
Kumar, PR, y Varaiya, P. (1986). sistemas estocásticos: estimación, identificación y
control adaptativo. Englewood Cliffs, NJ: Prentice Hall.
Kuo, Benjamin C. (1962). sistemas de control automático ( Noveno ed.). Nueva York, Nueva York: Wiley.
2009 con Farid Golnaraghi.
Küpfmüller, Karl (1938). Über die Dynamik der selbstättigen Verstärkungsregler.
Electrische Nachrichtentechnik, 5, 459-467.
Kurzhanski, AB (2007). 50 años de convivencia en el control del las contribuciones de
la comunidad rusa. European Journal de Control, 13, 41-60.
Kushner, Harold J. (1964). En las ecuaciones diferenciales satisfechas por condicional
densidades de probabilidad de los procesos de Markov, con las aplicaciones. Revista de la Sociedad de
Matemáticas Aplicadas e Industriales, Serie A: Control, 2 ( 1), 106-119.
Kushner, Harold J. (1967). ecuaciones dinámicas para el filtrado no lineal óptima.
Diario de ecuaciones diferenciales, 3, 179-190.
Kushner, Harold J., & Yin, George (2003). aproximación estocástica y recursiva
algoritmos y aplicaciones: vol. 35. Saltador.
Kushner, HJ, y Clark, DS (1978). métodos de aproximación estocástica para
restringida y los sistemas sin restricciones. Kwon, WH, y Pearson, AE (1977). Un problema coste cuadrática
modificada y
estabilización de realimentación de un sistema lineal. IEEE Transactions on Control Automático, 22 ( 5), 838-842.
Lai, Tze Leung, y Wei, Ching Zong (mil novecientos ochenta y dos). Estimaciones de mínimos cuadrados en estocástico
modelos de regresión con aplicaciones a la identificación y control de sistemas dinámicos. Los Anales de
Estadística, 10 ( 1), 154-166.
Lamm, Uno (1983). Kraftöverföring med högspänd likström-den tidiga utvecklin-
Gen, jonventilen (transmisión de potencia con HVDC). En Percy, Barnevik, (Ed.),
Tekniken i ASEA (ASEA Tecnología). ASEA AB, Västerås. ISBN 91-7260-765-3 (en sueco). Landau, ID (1979). de
control de la adaptativo método de referencia del modelo. Nueva York, NY:
Marcel Dekker.
Laning, JH, y Battin, RH (1956). Randomprocesses en control automático. Nueva York,
Nueva York: McGraw-Hill.
Larsen, Kim G., Pettersson, Pablo, y Yi, Wang (1997). UPPAAL en pocas palabras.
Revista Internacional de herramientas de software para la transferencia de tecnología, 1, 134-152.
LaSalle, JP (1960). Algunas extensiones de secondmethod de Lyapunov. Transacciones IRE
en la teoría de circuitos, CT-7 ( 4), 520-527.
Laub, Alan J., Patel, Rajni, & Van Dooren, Paul M. (Eds.) (1994). lineal numérica
técnicas de álgebra para los sistemas y control. Piscataway, Nueva Jersey: IEEE Press.
Lavretsky, Eugene, y Wise, Kevin A. (2013). Control robusto y adaptable con
aplicaciones aeroespaciales. Londres: Springer-Verlag.
LCCC, (2008). centro de Lund para el control de los sistemas-a complejos de ingeniería Linnaeus
Centrar. http://www.lccc.lth.se/ .
Lee, EB, y Marcus, L. (1986). Fundamentos de la teoría de control óptimo. Nueva York, NY:
Wiley.
Lee, Edward A., y Zheng, Haiyang (2007). Aprovechando simultanea
principios de modelado y diseño de sistemas embebidos heterogéneos. En Actas de la 7ª Conferencia
Internacional ACM y la IEEE en software embebido ( pp. 114-123). ACM.
Lee, Edward Ashford, y Varaiya, Pravin (2003). Estructura e interpretación de señales
y sistemas. Addison Wesley.
Lee_De_Forest, (1906). http://en.wikipedia.org/wiki/Lee_De_Forest . Lerner, A. Ya. (1974). En Cornelius T. Leondes
(Ed.), Control y sistemas dinámicos.
avances en la teoría y aplicaciones: vol 11. Las contribuciones soviéticas a la teoría de control
(Pp. 491-514). Nueva York, Nueva York: Academic Press.
Levis, Philip, et al. (2004). TinyOS: un sistema operativo para redes de sensores. En W.
Weber, J. Rabaey, y E. Aarts (Eds.), Inteligencia Ambiental. Springer-Verlag.
Lewis, Frank L. (2012). Aplicada control óptimo y diseño de estimación digital y
implementación. Prentice Hall.
40 KJ Åström, PR Kumar / Automatica 50 (2014) 3-43
Lewis, RW (1995). Programación de controles industriales que utilizan la norma IEC 1131-3.
Londres, Reino Unido: La Institución de Ingenieros Eléctricos.
Leyden, John (2008). adolescente polaco descarrila tranvía tras el pirateo de la red de trenes. Liang, K.-Y., Martensson, J.,
Johansson, KH, y Tomlin, CJ (2013). El establecimiento de la seguridad
platooning para vehículos pesados: una aproximación teórica juego. En Proc. AAC IFAC, Tokio, Japón.
Limperich, D., Braun, M., Schmitz, G., y Prölss, (2005). la simulación del sistema de
ciclos de refrigeración de automóviles. En Gerhard Schmitz (Ed.), 4ª Conferencia Internacional Modelica ( pp.
193-199). Hamburgo, Alemania: Asociación Modelica.
Lin, X., y Shroff, Ness (2004). redes de control de velocidad de las articulaciones y inwireless programación.
En Actas de la Conferencia IEEE sobre la decisión y control.
Lin, X., Shroff, N., y Srikant, R. (2006). Un tutorial en la optimización de cross-layer
en las redes inalámbricas. Diario del IEEE sobre áreas seleccionadas en las comunicaciones, 24,
1452-1463.
Leones, Jacques-Louis (1971). El control óptimo de los sistemas regido por parcial
ecuaciones diferenciales. Berlín: Springer.
Leones, Pierre-Louis (1983a). El control óptimo de los procesos de difusión y Hamil-
ecuaciones tonelada-Jacobi-Bellman. Parte I. El principio de programación dinámico y aplicaciones. Comunicaciones
inPartial ecuaciones diferenciales, 8 ( 10), 1101-1174.
Leones, Pierre-Louis (1983b). El control óptimo de los procesos de difusión y Hamil-
ecuaciones tonelada-Jacobi-Bellman. Parte 2: Las soluciones de viscosidad y singularidad.
Comunicaciones en ecuaciones diferenciales parciales, 8 ( 11), 1229-1276.
Leones, Pierre-Louis (1989). soluciones de viscosidad de segundo orden totalmente no lineal
ecuaciones y control estocástico óptima en dimensiones infinitas. Parte II: control óptimo de la ecuación de
Zakai. En Estocásticos ecuaciones en derivadas parciales y aplicaciones II ( pp. 147-170). Saltador.
Poco, JN, Emami-Naeini, A., y Bangert, SN (1985). CTRL-C y la matriz
ambientes para el diseño asistido por ordenador del sistema de control. En m. Jamshidi, y CJ Herget (Eds.), sistemas
de control de ingeniería asistida por ordenador. Amsterdam: North-Holland, ISBN 0-444-87779-7.
Liu, CL, y Layland, jamesw. (1973). Los algoritmos de planificación para la multiprogramación
en un entorno de tiempo real. Diario de la ACM, 20 ( 1), 46-61.
Ljung, L. (1987). identificación-teoría Sistema para el usuario. Englewood Cliffs, New
Jersey: Prentice Hall.
Ljung, Lennart (1977). Análisis de algoritmos estocásticos recursivas. IEEE Transactions
de Control Automático, 22 ( 4), 551-575.
Lobry, Claude (1970). Contrôlabilité des Systèmes no linéaires. SIAM Journal on
Control, 8 ( 4), 573-605.
Lobry, Claude (1974). Capacidad de control de sistemas no lineales en variedades compactas.
SIAM Journal on Control, 12 ( 1), 1-4.
Baja, Steven H., Paganini, Fernando, y Doyle, John C. (2004). congestión en Internet
controlar. IEEE Sistemas de Control Magazine, 22, 28-43.
Lu, Steve CH, Ramaswamy, Deepa, y Kumar, PR (1994). programación eficaz
políticas para reducir la media y la varianza del tiempo de ciclo en las plantas de fabricación de
semiconductores. IEEE Transactions on Semiconductor Manufacturing, 7 ( 3), 374-388.
Lu, Steve H., y Kumar, PR (1991). programación distribuida basada en las fechas de vencimiento y
prioridades de amortiguamiento. IEEE Transactions on Control Automático, 36 ( 12), 1406-1416.
Lundberg, KH (2005). La historia de la computación analógica: introducción a la especial
sección. IEEE Sistemas de Control Magazine, 25 ( 3), 22-25.
Luoto, U. (1978). 20 años; 20 años de joven. Una publicación aniversario 1957-1977.
Pergamon Press, IFAC Federación Internacional de Control Automático ..
Lurie, AI, y Postnikov, VN (1944). En la teoría de la estabilidad de los sistemas de control.
Prikladnaya Matematika i Mekhanika, 8, 246-248.
Lyapunov, AM (1892). El problema general de la estabilidad de movimiento. ( pag. 250). Jarkov Mathematical Society,
(en ruso) Obras completas II, 7. Republicado por la Universidad de Toulouse 1908 y por Princeton University
Press 1949 reeditado en Inglés por Int. J. Control, 1992.
MacColl, LA (1945). La teoría fundamental de servomecanismos. Nueva York, Nueva York: Van
Nostrand, edición 1968 Dover.
Maciejowski, JM (2002). control predictivo con restricciones. Essex, Inglaterra:
Prentice Hall.
Mackenzie, Donald (1990). La invención de precisión en una sociología histórica de la energía nuclear
guía de misiles. Cambridge, MA: MIT Press.
MacMillan, RH (1951). Una introducción a la teoría de control en el mecánico
Ingenieria. Cambridge: Cambridge University Press.
Magnus, K. (1957). Zum 75 Geburtstag von Prof. Dr.-Ing. Max Schuler. Regelung-
stechnik, 5, 37-40.
Maler, Oded (2010). Amir Pnueli y el amanecer de sistemas híbridos. En Procedimientos de
la conferencia 13thACMinternational en sistemas híbridos: el cálculo y control
(Pp. 293-295). ACM.
Malkin, GS (1988). Enrutamiento InformationProtocol Versión 2: Petición de Comentarios:
2453. http://tools.ietf.org/html/rfc2453 .
Malkin, IG (1951). Sobre la estabilidad del movimiento en el sentido de Lyapunov. Providencia,
RI: Sociedad Matemática Americana.
Mattsson, Sven Erik, y Andersson, Mats (1993). Omola-Un objeto-orientado
lenguaje de modelado. En M. Jamshidi, y CJ Herget (Eds.), Los estudios realizados en la automatización y control: vol. 9. Los
recientes avances en ingeniería de sistemas de control asistido por ordenador
(Pp. 291-310). Elsevier Science Publishers.
Mattsson, Sven Erik, Andersson, Mats, y Åström, Karl Johan (1993). Orientado a objetos
modelado y simulación. En DA Linkens (Ed.), CAD para los sistemas de control
(Pp. 31-69). Marcel Dekker, Inc.
Maxwell, JC (1868). En gobernantes. Actas de la Royal Society de Londres, dieciséis,
270-283. También publicado en Tendencias en Matemáticas Teoría de Control editado por
R. Bellman y R. kalaba, Dover Publications, Nueva York 1964, (pp. 3-17).
Mayne, DQ, Rawlings, JB, Rao, CV, y Scokaert, POM (2000). Constreñido
modelo de control predictivo: la estabilidad y la optimalidad. Automatica, 36, 789-814.
Mayne, David H., y Jacobson, David P. (1970). Diferencial de programación dinámica.
Nueva York, Nueva York: Elsevier estadounidense.
Mayne, David P. (2007). impresiones personales de los albores del control moderno.
European Journal de Control, 13, 61-70. Reimpreso en los exámenes anuales de control 35 (2011) 153-159.
Mayr, O. (1969). Zur Frühgeschichte der Technischen Regelungen. R. Oldenbourg,
München.
McFarland, MW (Ed.) (1953). Los papeles de Wilbur y Orville Wright. Nueva York,
Nueva York: McGraw Hill.
McFarlane, Duncan, y Glover, Keith (1992). Una conformación de bucle procedimiento de diseño utilizando
H 1 síntesis. IEEE Transactions on Control Automático, 37 ( 6), 759-769.
McKeown, Nick, Mekkittikul, Adisak, Anantharam, Venkat, y Walrand, Jean (1999).
El logro de 100% rendimiento en un interruptor de entrada-cola. IEEE Transactions on Communications, 47, 1260-1267.
McMillan, Robert (2010). Siemens: gusano Stuxnet golpeó sistemas industriales. McRuer, D., y Graham, D. (1981).
Ochenta años de control de vuelo: triunfos y
trampas del enfoque de sistemas. J. Orientación y Control, 4 ( 4), 353-362.
McRuer, Duane, Ashkenas, Irving, y Graham, Dunstan (1972). la dinámica de la aeronave y
Control automático. Princeton, NJ: Princeton University Press.
Medows, Donella H., Medows, Dennis L., Randers, Jörgen, y Behrens III, WilliamW.
(1972). Los límites del crecimiento. Nueva York, NY: Signet.
Megretski, A., y Rantzer, A. (1997). análisis del sistema a través cuadrática integral
restricciones. IEEE Transactions on Control Automático, 47 ( 6), 819-830.
Megretski, Alexandre, Jönsson, Ulf, Kao, Chung-Yao, y Rantzer, Anders (2010).
restricciones cuadráticas integrales. En William Levine (Ed.), El manual de control
(2ª ed.). CRC Press (Taylor y Francis Group).
Merton, Robert C., y Samuelson, Paul Anthony (1990). las finanzas de tiempo continuo.
Cambridge: Blackwell.
Metcalfe, Robert M., y Boggs, David R. (1976). Ethernet: distribuido paquete
conmutación para redes informáticas locales. Comunicaciones de la ACM, 19 ( 7), 395-404.
Mindell, David A. (2002). Entre el ser humano y la máquina: la retroalimentación, control y
la computación antes de la cibernética. Baltimore, MD: Johns Hopkins University Press.
Mindell, DA (2008). Apolo digital: humano y la máquina en los viajes espaciales. Cambridge,
MA: MIT Press.
Minorsky, Nicholas (1922). La estabilidad direccional de los cuerpos desviaron automáticamente.
Diario Sociedad Americana de Ingenieros Navales, 34, 280-309.
Minorsky, Nicholas (1962). oscilaciones no lineales. Princeton, NJ: Van Nostrand.
Mishkin, E., y Braun, L. (1961). sistemas de control adaptativo. Nueva York: McGraw-Hill.
Mitchell, Edward EL, y Gauthier, Joseph S. (1976). avanzada continua
lenguaje de simulación (ACSL). Simulación, 26, 72-78.
Mitter, SK (1990). De bucles de servo a las redes de fibra: sistemas, comunicación y
controlar. En RG Gallager (Ed.), Cincuenta años y más allá. Un simposio en la celebración de los 50 años del
laboratorio de sistemas de información y toma de decisiones.
Instituto de Tecnología de Massachusetts, El Laboratorio de Sistemas de Información y decisión.
Mitter, Sanjoy K. (1996). Filtrado y estocástico de control: una perspectiva histórica.
Control Systems, IEEE, 16 ( 3), 67-76.
Asociación Modelica (1996). Modelica. http://www.modelica.org . Monopoli, RV (1974). control adaptativo de referencia
de modelo con un error aumentada
señal. IEEE Transactions on Control Automático, AC-19, 474-484.
Morari, Manfred, y Lee, Jay H. (1999). el control predictivo basado en modelos: pasado, presente y
futuro. Computadoras e Ingeniería Química, 23, 667-682.
Morrison, James R., Campbell, Brian, Dews, Elizabeth, y LaFreniere, John (2005).
Implementación de una fluctuación suavizar la política de control de producción en Fab 200mmwafer de IBM. En 44ª
Conferencia IEEE onDecision y Control, 2005 y 2005 de control Conferencia Europea, CDC-ECC'05, (pp. 7732 a
7737). IEEE. Morse, AS (1980). La estabilidad global de sistemas de control de los parámetros de adaptación. IEEE
Transacciones en Control Automático, AC-25, 433-439.
Mortensen, RE (1966). control óptimo estocástico con observaciones ruidosos.
Revista Internacional de Control, 4 ( 5), 455-464.
MOVIII, (2008). MOVIII - Modelado, Visualización e Integración-Un centro para
apoyo a las decisiones en los sistemas complejos. http://www.moviii.liu.se/ .
Murray, RM (Ed.) (2003). Control en un mundo rico en información: informe del grupo de
las futuras direcciones de control, dinámica y sistemas. Filadelfia: SIAM, disponible en http://www.cds.caltech.edu/~murray/cdspanel
.
Murray, Richard M., Åström, Karl J., Boyd, Stephen P., Brockett, RW, y Stein, G.
(2003). El futuro del control en un mundo rico en información. IEEE Sistemas de Control Magazine, 23 ( 2),
20-33.
NAE, (2013). premio Draper. http://www.nae.edu/Projects/Awards/DraperPrize/
67245.aspx .
NAE, (2004). El ingeniero de 2020: visiones de la ingeniería en el nuevo siglo.
Washington: Academia Nacional de Ingeniería.
NAE, (2005). Educar al ingeniero de 2020: adaptar la educación a la Ingeniería
Nuevo siglo. Washington: Academia Nacional de Ingeniería.
Nagel, LW, y Pederson, DO (1973). programa de simulación SPICE con integrada
énfasis circuito. Memorando No. ERL-M382. Universidad de California.
Naik, Sanjeev M., Kumar, PR, y Ydstie, Erik B. (1992). continua- robusta
tiempo de control adaptativo por proyección parámetro. IEEE Transactions on Control Automático, 37 ( 2),
182-197.
Nair, Girish N., & Evans, Robin J. (2004). Stabilizability de sistemas lineales estocásticos
con velocidades de datos de retroalimentación finitos. SIAM Journal on Control y Optimización, 43 ( 2), 413-436.
Nair, Ranjit, Tambe, Milind, Yokoo, Makoto, Pynadath, David, y Marsella, Stacy
(2003). La doma POMDPs descentralizadas: hacia la computación política eficiente para la configuración
multiagente. En conferencia conjunta internacional sobre la inteligencia artificial: vol. 18 ( pp. 705-711). Lawrence
Erlbaum Associates Ltd
 KJ Åström, PR Kumar / Automatica 50 (2014) 3-43 41

Narendra, KS, y Annaswamy, AM (1989). sistemas adaptativos estables. Englewood Porkka, Ilkka (2006). actividades de IFAC en Finlandia 1956-2006. Helsinki, Finlandia: Finlandés
Cliffs, NJ: Prentice Hall. Sociedad de automatización.
Nash, J. (1951). los juegos no cooperativos. Annals of Mathematics, 54 ( 2), 286-295. Porter, A. (1950). Introducción a los servomecanismos. Londres: Methuen.
Neely, MJ, Modiano, E., y Li, C. (2005) La equidad y control estocástico óptima para Porter, Arthur (1965). El Panel-a Servo contribución única a sistemas de control
redes heterogéneas. En Actas del IEEE INFOCOM. Ingenieria. Electrónica y Electricidad, 11, 330-333.
Nesterov, Yurii, y Nemirovskii, Arkadii (1994). punto interior algoritmos polinómicos Potter, JE (1964). Un teorema de separación guía-navegación. Rep. RE-11,
en la programación convexa. Philadelphia, PA: Sociedad de Matemáticas Aplicadas e Industriales. Experimental Laboratory astronomía, Instituto de Tecnología de Massachusetts.
Praly, L. (1983). Robustez de control adaptativo de referencia de modelo. En Proceedings III
Neuman, C. (2009). Retos en materia de seguridad para los sistemas ciber-físicos. En DHS: S & T taller de Yale en sistemas adaptativos ( pp. 224-226). Praly, L. (1984). controladores adaptativos referencia
taller sobre la orientación futura en seguridad de los sistemas ciber-físicos.
modelo sólido, parte I: estabilidad
Newton, GC, Gould, LA, y Kaiser, JF (1957). diseño analítico de retroalimentación lineal análisis. En proc. 23 conf IEEE. de decisiones y el control ( pp. 1009-1014). Pressman, RS (2004). La ingeniería
controles. Nueva York, Nueva York: Wiley.
de software: el enfoque de un profesional. Nueva York,
Ng, AndrewY., Y Jordan, Michael (2000). PEGASUS: una política de gran searchmethod
Nueva York: McGraw-Hill Science / Ingeniería / Matemáticas.
PDM y POMDPs. En Actas de la XVI Conferencia sobre la incertidumbre en la inteligencia artificial ( pp.
Prett, DavidM., García, Carlos E., y Ramaker, Brian L. (1990). El segundo proceso de shell
406-415). Morgan Kaufmann Publishers Inc.
taller de control. Stoneham, MA: Butterworths.
Nier, A. (1935). Dispositivo para compensar las fluctuaciones de campo magnético en una masa
Prett, David M., y Morari, Manfred (1987). Shell taller de control de procesos.
espectrómetro. La revisión de los instrumentos científicos, 6, 254-255.
Butterworth.
Nijmeijer, H., & van der Schaft, A. (1990). sistemas de control dinámicos no lineales. Prett, David M., Ramaker, Brian L., y Cutler, Charles R. (1982). matriz dinámica
Berlín: Springer Verlag. método de control de 14 de septiembre de 1982. Patente de Estados Unidos 4.349.869. PROFIBUS (1986).
Nilsson, Bernt (1993). Object-orientedmodeling de procesos químicos. Doctor en Filosofía. Tesis, Process Field Bus. http://www.profibus.com/ . Profos, P. (1976). la contribución del profesor Stodola a la teoría de control. Diario
Lund University agosto.
de
Nobelstiftelsen, (2013). Todos los premios Nobel. Norton, JP (1986). Una introducción a la identificación. Londres, Reino
Dinámica sistemas de medición y de control, 98, 119-120.
Unido: Academic Press. Ptolomeo, Claudio (2014). Diseño de Sistemas, Modelado y Simulación utilizando
Nyquist, Harry (1932). la teoría de la regeneración. Campana Technical Journal System, 11, Ptolomeo II. Ptolemy.org. http://ptolemy.org/systems .
126-147. Pupin. http://en.wikipedia.org/wiki/Pupin . Qin, Joe S., y Badgwell, Thomas A. (2003). Una encuesta del modelo
Ogata, Katsuhiko (1970). Ingeniería de control moderna. Prentice-Hall, 2002.
predictivo industrial
Oh, M., y Pantelides, CC (1996). Un lenguaje de modelado y simulación para
tecnología de control. Control de prácticas de ingeniería, 11 ( 7), 733-764.
combinados agrupado y sistemas de parámetros distribuidos. Computadoras e Ingeniería Química, 20, 611-633.
Queen Elizabeth Fundación Premio, (2013). Queen Elizabeth premio a la ingeniería. Rabins, Michael J. (1993).
edición del 50 aniversario de DSCD. Revista de Dinámica
Oja, V. (1956). método de respuesta en frecuencia aplicada al estudio de la turbina
Sistemas, medición y control, 115, 219.
regulación en el sistema de energía sueca. En Rufus Oldenburg (Ed.), Respuesta frecuente ( pp. 109-117).
Ragazzini, JR, y Franklin, GF (1958). sistemas de control de datos muestreados. Nueva York:
Nueva York: MacMillan.
McGraw-Hill.
Oldenbourg, RC, y Sartorius, H. (1944). Dynamik der Selbstättigen Regelungen
Ragazzini, JR, Randall, RH, y Russell, FA (1947). Análisis de los problemas en
(dinámica de control automático). München: Oldebbourg-Verlag. Reimpreso 1949,
la dinámica de los circuitos electrónicos. Actas del IRE, 35, 444-452.
1951. Traducido al Inglés 1948, Rusia 1949 y 1953 japonesa.
Rajkumar, Raj (2012). Un futuro cyberphysical. Actas de la IEEE, 100 ( 1), 1309-1312.
Oldenbourg, RC, y Sartorius, H. (1948). Dinámica de controles automáticos. Nueva York,
Nueva York: ASME.
Ramadge, Peter J., y Murray Wonham, W. (1987). control de supervisión de una clase
Oldenburger, R. (1969). IFAC, desde la idea hasta el nacimiento. Automatica, 5, 697-703.
de los procesos de eventos discretos. Diario SIAM en el control y optimización, 25 ( 1), 206-230.
Oldenburger, Rufus (1956). Respuesta frecuente. Nueva York: MacMillan.
Oppelt, W. (1947). der Regelung Grundgesätze. (principios de la regulación automática). Ramadge, Pedro JG, y Murray Wonham, W. (1989). El control de eventos discretos
Hannover, Alemania: Wolfenbuttler Verlags-Anstalt (en alemán). Los sistemas. Actas de la IEEE, 77 ( 1), 81-98.
Oppelt, W. (1976). Una revisión histórica del desarrollo de piloto automático, la investigación, y
Rawlings, JB, y Mayne, DQ (2009). Modelo de control predictivo: teoría y diseño.
La teoría en Alemania. Journal of Dynamic Systems, mediciones y control, 98,
Madison, Wisconsin: Nob Hill Publishing.
215-223.
Redmond, Kent C., & Smith, Thomas M. (1980). Proyecto Torbellino: la historia de una
Oppelt, W. (1984). En el crecimiento temprano de pensamiento conceptual en el sistema de control
equipo pionero. Bedford, MA: Prensa digital.
teoría el papel de Alemania hasta 1945. IEEE Sistemas de Control Magazine, 4, 16-22. Oppelt, Winfred, y Vossius,
Redmond, Kent C., & Smith, Thomas M. (2000). FromWhirlwind a MITRE: la I + D
G. (eds.) (1970). Der Mensch regler el nivel del mar (como un hombre
historia del equipo de defensa aérea SAGE. Cambridge, MA: MIT Press.
regulador). Berlín: VEB Verlag.
Reeves, Glenn E. (1997). Lo que realmente sucedió en Marte? http://research.microsoft.
Packard, Andy (1994). Programación de ganancia a través de transformaciones fraccionales lineales.
com / es-es / um / personas / MBJ / mars_pathfinder / Authoritative_Account.html .
Sistemas & Letters control, 22, 79-92.
Richalet, J., y O'Donnovan, D. (2009). el control predictivo funcional: principios y
Parker, Robert S., Doyle III, Francis J., y Peppas, Nicholas A. (1999). A-basado modelo
aplicaciones industriales. Nueva York, Nueva York: Springer.
algoritmo para el control de la glucosa en sangre en pacientes diabéticos de tipo i. IEEE Transactions on Biomedical
Richalet, J., Rault, A., Testud, JL, y Papon, J. (1978). heurística modelo predictivo
Engineering, 46 ( 2), 148-157.
Control: aplicaciones a procesos industriales. Automatica, 14 ( 5), 413-428.
Parques, PC (1966). Lyapunov rediseño de los sistemas de control adaptativo de referencia de modelo.
Richmond, Berry (1985). STELLA. http://www.iseesystems.com/softwares/
IEEE Transactions on Control Automático, AC-11, 362-367.
Educación / StellaSoftware.aspx .
Parrotto, Roberto, Åkesson, Johan, y Casella, Fracesco (2010). Una representación XML
Rohrs, C., Valavani, LS, Athans, M., & Stein, G. (1985). Robustez de continua-
ción de los sistemas de DAE obtenidos de modelos Modelica de tiempo continuo. En Tercer taller internacional sobre
tiempo algoritmos de control adaptativo en presencia de la dinámica no modeladas. IEEE Transactions on
lenguajes y herramientas objeto orientedmodeling basados ​en ecuaciones.
Control Automático, AC-30, 881-889.
Rohrs, Charles E., Valavani, Lena, Athans, Michael, y Stein, Gunter (1981). Analítico
PATH (1986). Socios para la tecnología de transporte avanzado. http: //www.path.
la verificación de las propiedades indeseables de algoritmos directos de control adaptativo de referencia de modelo.
berkeley.edu/ . Establecido por el Instituto de Estudios de Transporte (ITS) UCB y Caltrans. Paynter, Henry M. (1989).
En 1981 20a Conferencia IEEE sobre la decisión y control incluyendo el simposio sobre los procesos de adaptación:
El analizador diferencial como un matemático activo
vol. 20 ( pp. 1272-1284). IEEE.
Rosenbrock, HH, y Morran, PD (1971). Bueno, malo o óptima? IEEE Transactions
instrumento. revista Sistemas de Control de IEEE, 9, 3-8.
de Control Automático, AC-16 ( 6), 529-552.
Peccei, Aurelio, y King, Alexander, (1968). STELLA. http://www.clubofrome.org/ . Perkins, James R., y Kumar, PR (1989).
Routh, EJ (1877). Un tratado sobre la estabilidad de un determinado estado de movimiento. Londres:
Estable, distribuido en tiempo real, programación de
Macmillan, reimpreso en Fuller (1975).
sistemas de fabricación / montaje / desmontaje flexibles. IEEE Transactions on Control Automático, 34 ( 2),
Rybko, Aleksandr Nikolaevich, y Stolyar, AL (1992). Ergodicidad del estocástico
139-148.
procesos que describen el funcionamiento de redes de colas abiertas. Problemy Peredachi Informatsii, 28 ( 3),
Perry, Tekla S (2013). Capitán celular. Spectrum, IEEE, 50 ( 5), 52-55.
3-26.
Persson, Erik (1970). Métodos para el diseño de sistemas de control, conferencia en LTH. Philbrick, George A. (1948). El
Safonov, MG, y ventilador, MKH (1997). Editorial: número especial sobre multivariable
diseño de los controladores industriales por analógico. Electrónica,
stabilitymargin. Revista Internacional de control robusto andNonlinear, 7, 97-103.
21, 108-111.
Piela, PC, Epperly, TG, Westerberg, KM, y Westerberg, AW (1991). ASCENDER: Safonov, Michael G. (2012). Orígenes de control robusto: la historia temprana y el futuro
especulaciones. Revisiones anuales en el control, 36, 173-181.
un entorno de ordenador orientado a objetos para el modelado y análisis: el lenguaje de modelado. Computadoras
y de Ingeniería Química, 15 ( 1), 53-72. Sahai, A., y Mitter, S. (2006). La necesidad y suficiencia de la capacidad en cualquier momento por

Pineau, Joelle, Gordon, Joelle, y Thrun, Sebastian (2003). valor basado en puntos estabilización de un sistema lineal sobre un enlace de comunicación ruidoso: sistemas Parte-I escalar. IEEE

iteración: un algoritmo en cualquier momento para POMDPs. En conferencia conjunta internacional sobre la Transactions on Information Theory, 52 ( 8), 3.369 hasta 3.395.

inteligencia artificial: vol. 18 ( pp. 1025-1032). LAWRENCE Erlbaum Associates LTD. Sahlin, P., Llevar, A., y Sowell, EF (1996). El formato neutral modelo para la construcción
simulación, versión 3.02. Reporte técnico. Estocolmo, Suecia: Departamento de Ciencias de la Construcción, el
Piquet, Yves (1998). SysQuake. http://www.calerga.com/products/Sysquake/ . Polderman, JW, & Willems, JC (1990). Introducción Instituto Real de Tecnología.
a los sistemas matemáticos Samad, Tariq, y Balas, Gary (2003). Habilitado por el software de control. Piscataway, Nueva
teoría: el enfoque conductual. Springer Verlag. Camiseta: IEEE Press.
Pontryagin, LS, Boltyanskii, VG, Gamkrelidze, RV, y Mischenko, EF (1962). los Samad, Tariq, y Annaswamy, Anuradha (Eds.) (2011). El impacto del control
La teoría matemática de procesos óptimos. Nueva York: John Wiley. tecnología - Visión general, casos de éxito y retos a la investigación. Sociedad de Sistemas de Control de IEEE.
Popov, VM (1973). La estabilidad absoluta de sistemas no lineales de control automático.
Automatización y control remoto, 22, 857-875. Sandberg, Irwing (1964). Criterios de retroalimentación en el dominio de la estabilidad de no lineal
Popov, VM (1973). Hiperestabilidad de sistemas de control. Berlín, República Federal de Alemania: Springer-Verlag. sistemas de retroalimentación. Actas de la Conferencia Nacional de Electrónica, 20, 737-740.
42 KJ Åström, PR Kumar / Automatica 50 (2014) 3-43
Sandberg, Irwing (1964). Una condición de dominio de frecuencia para la estabilidad de la retroalimentación
sistemas que contienen un único elemento no lineal variable en el tiempo. Campana Technical Journal System, 43,
1601-1608.
Sandberg, Irwing (1965). Algunos resultados en la teoría de los sistemas físicos gobernados
por ecuaciones funcionales no lineales. Campana Technical Journal System, 44, 871-898.
Sastry, Shankar, y Bodson, Marc (1989). El control adaptativo: estabilidad, convergencia y
robustez. Englewood Cliffs, NJ: Prentice-Hall.
Bufanda, H. (1960). La optimización de las políticas en el problema de inventario dinámico (S, s).
Métodos matemáticos en las ciencias sociales, 196-202.
Schechter, Stuart E., Jung, Jaeyeon, y Berger, Arthur W. (2004). Detección rápida de
infecciones de gusanos de escaneo. En Actas de la séptima simposio internacional sobre los últimos avances en
la detección de intrusos ( pp. 59-81). Scherer, C., Gahinet, P., y Chilali, M. (1997). control de salida de realimentación
multiobjetivo
a través de la optimización LMI. IEEE Transactions on Control Automático, 42, 896-911.
Scholten, Bianca (2007). El camino de la integración, una guía para la aplicación de la ISA-95
estándar en la fabricación. Sociedad Internacional de Automatización (ISA), ISBN-13: 978-0-9792343-8-5.
Schuler, Max (1956). Einführung in die Theorie der selbsttätigen Regler. Leibzig:
Academie Verlag.
Schuler, Maximiliano (1923). Die Störung von Pendel-und durch Kreisselapparaten
morir Beschleunigung des Fahrzeuges (Alteración de dispositivos pendulares y giroscópicos por la aceleración
del vehículo en el que están montadas). Physica Z,
24, 334-350.
Seatzu, Carla, Silva, Manuel, y van Schuppen, Jan (Eds.) (2012). Control de la discreto,
sistemas de eventos. Nueva York, Nueva York: Springer.
Seidman, Thomas I. (1994). Primero en llegar, primero en ser servido puede ser inestable !. IEEE
Transacciones en Control Automático, 39 ( 10), 2166-2171.
Selfridge, RG (1955). Codificación de una computadora digital de propósito general para operar como
analizador diferencial. En Actas 1955Western conferencia conjunta ordenador, IRE.
Seron, MM, Braslavsky, JH, Kokotovic, Petar V., y Mayne, David P. (1999).
limitaciones de retroalimentación en sistemas no lineales: a partir de las integrales de Bode para el control económico. IEEE
Transactions on Control Automático, 44 ​( 4), 829-833.
Seron, María M., Braslavsky, Julio H., y Goodwin, Graham C. (1997). Fundamental
limitaciones en el filtrado y control. Londres, Reino Unido: Springer-Verlag.
Seto, D., Krogh, B., Sha, L., y Chutinan, A. (1998). La arquitectura simple de
actualizaciones del sistema de control de seguridad en línea. En Conferencia Americana de Control, 1998. Actas del
1998: vol. 6 ( pp. 3504 a 3.508). IEEE.
Sha, Lui (2001). El uso de simplicidad para controlar la complejidad. IEEE Software, 18 ( 4), 20-28.
Sha, Lui, Abdelzaher, Tarek, Arzen, Karl-Erik, Cervin, Anton, Baker, Theodore,
Burns, Alan, Buttazzo, Giorgio, Caccamo, Marco, Lehoczky, John, y Mok, Luis K. (2004). En tiempo real la
teoría de la programación: Una perspectiva histórica. Real-Time Systems, 28 ( 2-3), 101-155.
Shah, Sunil C., Floyd, Michel A., y Lehman, Larry L. (1985). Matriz X: diseño de control
y la construcción de modelos CAE capacidad. En M. Jamshidi, y CJ Herget (Eds.),
sistemas de control de ingeniería asistida por ordenador ( pp. 181-207). Elsevier Science Publishers BV
(North-Holland).
Shani, Guy, Pineau, Joelle, y Kaplow, Robert (2013). Una encuesta de POMDP basado en puntos
solucionadores. Agentes Autónomos y Sistemas Multi-Agente, 27 ( 1), 1-51.
Shannon, Claude E. (1938). Un análisis simbólico de circuitos de relé y de conmutación.
Ingeniería Eléctrica, 57 ( 12), 713-723.
Shannon, Claude Elwood (1941). La teoría matemática del analizador diferencial.
Diario de Matemáticas y Física, 20, 337-354.
Shannon, Claude Elwood (1948). Una teoría matemática de la comunicación. Campana
Technical Journal System, 27, 379-423, 623-656.
Shapley, LS (1953). juegos estocásticos. En Actas de la Academia Nacional de
ciencias: vol. 39 ( pp. 1095-1100).
Sidi, Marcel J. (1997). la dinámica de la nave espacial y de control. Cambridge, Reino Unido: Cambridge
Prensa de la Universidad.
Simaan, M., & Cruz, JB, Jr. (1973). En la estrategia de Stackelberg en suma no nula
juegos. Diario de Optimización Teoría y Aplicaciones, 11 ( 6), 533-555.
Simon, HA (1956). La programación dinámica en condiciones de incertidumbre con una cuadrática
función de criterio. Econometrica, 24, 74-81.
Skogestad, Sigurd, y Postlethwaite, Ian (1996). Multivariable de control de retroalimentación:
análisis y diseño. Chichester, Inglaterra: John Wiley.
Mata, Jill, y Miller, Michael (2007). Lecciones aprendidas fromtheMaroochywater incumplimiento.
En Eric Goetz, y Sujeet Shenoi (Eds.), protección de infraestructuras críticas: vol. federación internacional 253.
IFIP para el procesamiento de la información ( pp. 73-82). Boston, MA: Springer Boston, (Capítulo 6).
Smallwood, RD, y Sondik, EJ (1973). El control óptimo de parcialmente observable
Markov procesa en un horizonte finito. La investigación de operaciones, 21, 1071-1088.
Smith, ES (1944). la ingeniería de control automático. Nueva York, Nueva York: McGraw Hill.
Nieve, CP (1962). Ciencia y gobierno del Godkin conferencias en Universidad de Harvard
1960. Nueva York, Nueva York: The New American Library.
Snyder, D. (1972). El filtrado y la detección de procesos de Poisson doblemente estocásticos.
IEEE Transactions on Information Theory, 18 ( 1), 91-102.
Snyder, D., y Fishman, P. (1975). El seguimiento de un howto luciérnagas swarmof mediante la observación de su
flashes (corresp.). IEEE Transactions on Information Theory, 21 ( 6), 692-695.
Söderström, Torsten, y Stoica, Petre (1989). identificación del sistema. Londres, Reino Unido:
Prentice Hall.
Python (2001). Python Software Foundation. http://www.python.org/ . Solo, V. (1979). La convergencia de la LMA. IEEE
Transactions on Control Automático,
24 ( 6), 958-962.
Solodovnikov, VV (1947). El método de respuesta en frecuencia en la teoría de
regulación. Automatica i Telemekhanika, 8, 65-88.
Solodovnikov, VV (1952). Introducción a la dinámica automática de estadísticas
sistemas de control. Nueva York Nueva York: Dover. Dover Edición 1960.
Solodovnikov, VV (Ed.) (1954). Fundamentos de la regulación automática: teoría.
Moscú: Mashgiz.
Canción, Jianping, Han, canción, Mok, AK, Chen, Deji, Lucas, M., y Nixon, M. (2008).
WirelessHART: La aplicación de la tecnología inalámbrica de control de procesos industriales en tiempo real. En Actas
de la IEEE en tiempo real y la tecnología y las aplicaciones integradas (simposio pp. 377-386). Sontag, ED, y
Wang, Yuan (1995). En la caracterización de la entrada a estado
propiedad de estabilidad. Sistemas & Letters control, 24, 351-359.
Spaan, Matthijs TJ, y Vlassis, Nikos (2005). Perseo: basado en puntos aleatorios
valor de iteración para POMDPs. Revista de investigación de la inteligencia artificial, 24 ( 1), 195-220.
Stankovic, John A. (2001). Vesta conjunto de herramientas para la construcción y análisis de los componentes
sistemas embebidos basados. En El software integrado ( pp. 390-402). Saltador.
Starr, AW, y Ho, YC (1969). juego diferencial de suma no nula. Diario de
Teoría y Aplicaciones de optimización, 3 ( 3), 184-206.
Stein, G. (1980). adaptativo de control de vuelo: una visión pragmática. En KS Narendra, & RV
Monopoli (Eds.), Aplicaciones de control adaptativo. NewYork, Nueva York: Academic Press.
Stein, G. (2003). Respetar la inestable. IEEE Sistemas de Control Magazine, 23 ( 4), 12-25.
Steinmetz, Charles Proteus (1916). Teoría y cálculo de corriente alterna
fenómenos: vol. 4. Nueva York, Nueva York: McGraw-Hill.
Stengel, F., y Robert, (2004). dinámica de vuelo. Princeton, Nueva Jersey: Universidad de Princeton
Prensa.
Stodola, AB (1893). Über die Regulierung von Turbinen. Schweitzer Bauzeitung, 22,
113-135.
Stouffer, Keith, Falco, Joe, y Scarfone, Karen Guía para el control de supervisión y datos
(SCADA) y la seguridad de los sistemas de control industrial. NIST Publicación 800-82. Stratonovich, Ruslan L. (1959).
En la teoría de filtrado no lineal óptimo de
funciones aleatorias. Teoría de la probabilidad y sus aplicaciones, 4, 223-225.
Strauch, Ralph E. (1966). programación dinámica negativa. Annals of Mathematics
Estadística, 37, 871-890.
Strauss, JC (Ed.) (1967). El lenguaje SCi sistema continuo de simulación (CSSL).
Simulación, 9, 281-303.
Striebel, C. (1965). estadísticas suficientes en el optimumcontrol de sistemas estocásticos.
Revista de Análisis y Aplicaciones de la Matemática, 12, 579-592.
Strothman, J. (1995). Más de un siglo de medición y control industrial
procesos. InTech, 52-78.
Sussman, Hector J., y Jurdjevic, Velimir (1972). Capacidad de control de sistemas no lineales.
Diario de ecuaciones diferenciales, 12, 95-116.
Swerling, Peter (1959). la propagación del error de primer orden en un suavizado por etapas
procedimiento para las observaciones por satélite. Reporte técnico. Santa Monica, CA: Rand Corporation.
Tassiulas, Leandros, y Ephremides, Anthony (1992). propiedades de estabilidad de con-
sistemas de colas tensas y políticas de planificación formaximumthroughput de red de radio de saltos múltiples. IEEE
Transactions on Control Automático, 37, 1936-1948.
Tao, Gang, y Kokotovic, Petar V. (1996). El control adaptativo de los sistemas con actuador
y no linealidades de los sensores. John Wiley & Sons, Inc.
Tesauro, Gerald (1995). aprendizaje diferencia temporal y TD-Gammon. comuni-
cationes de la ACM, 38, 58-68.
Thaler, George J., y Brown, Robert G. (1953). análisis servomecanismo. Nueva York:
McGraw-Hill.
Theil, H. (1959). Una nota sobre la equivalencia de certeza en la programación dinámica.
Econometrica, 25, 346.
Thomson, William (1876). integración mecánica de ecuaciones lineales de segundo
orden con coeficientes variables. Actas de la Royal Society, 24, 269.
Thomson, William (1878). analizador de armónicos. Actas de la Royal Society, 27,
371-373.
Thrun, Sebastian (2000). Monte Carlo POMDPs. Los avances en la información neuronal
sistemas de procesamiento, 12 ( 12), 1064-1070.
Tiechroew, D., Lubin, John Francis, y Truitt, Thomas D. (1967). La discusión de
simulación por ordenador y la comparación de las lenguas. Simulación, 9, 181-190.
Tiller, M. (2001). Introducción al modelado físico con Modelica En Kluwer
Serie Internacional de Ingeniería y Ciencias de la Computación: 2004 ( Segunda ed.). Norwell, MA: Editores
Académicos Kluwer.
Tolle, M. (1905). Die Regelung der Kraftmaschinen. Berlín: Springer Verlag, 2ª
edición de 1909, 3ª edición 1922.
Truxal, John (1955). síntesis sistema de control de retroalimentación automática. Nueva York, NY:
McGraw-Hill.
Tsien, HS (1954). la cibernética de ingeniería. Nueva York, Nueva York: McGraw-Hill Book
Company, Inc.
Tsypkin, Ya. Z. (1949). Teoría del control intermitente. Avtomatika i Telemekhanika,
1950. 10 (1949) Parte I, 189-224; Parte II, pp 342-361.; 11 (1950) Parte III, 300-331.
Tsypkin, Ya. Z. (1958). Theorie der relais Systeme der Regelung automatischen. Munich,
Alemania: R. Oldenburg.
Tsypkin, Ya. Z. (1971). La adaptación y el aprendizaje en los sistemas automáticos. Nueva York, NY:
Academic Press.
Tsypkin, Ya. Z. (1984). Relé sistemas de control. Cambridge, Reino Unido: Cambridge University
Prensa.
Tsypkin, YZ (1958). Teoría de sistemas de impulso. Moscú: Editorial de Estado
Física matemática.
Tsypkin, Yakov Z. (1992). Una vida rusa en control. Revisión IEE, 38, 313-316.
Tustin, A. (1953). Los mecanismos de los sistemas económicos. London: Heinemann.
Tustin, Arnold (1947a). Los efectos de la reacción y de la fricción dependiente de la velocidad en
la estabilidad de los sistemas de control de ciclo cerrado. Diario IEE Parte IIa, 94, 143-151.
Tustin, Arnold (1947b). Un método de anslusing el comportamiento de sistemas lineales en
términos de series de tiempo. Diario de la Institución de Ingenieros Eléctricos, 94, 130-142.
 KJ Åström, PR Kumar / Automatica 50 (2014) 3-43
Tustin, Arnold (1947c). La naturaleza del control inmanual la respuesta del operador y
sus implicaciones para el diseño del controlador. Diario de la Institución de Ingenieros Eléctricos,
94, 190-207.
Tustin, Arnold (Ed.) (1952). control de los papeles automáticas y manuales contribuyeron a la
conferencia en Cranfield, 1951. Londres: Butterworth.
Van Valkenburg, Mac E. (1955). Análisis de red. Englewood Cliffs, Nueva Jersey: Prentice
Hall, Tercera edición 1974.
Jacobson, Van (1988). evitación de la congestión y control. ACM Computer Comunica-
cación de Revisión, 314-329.
Van Schuppen, JH (1977). Filtrado, la predicción y el suavizado de proceso de conteo
observaciones, un enfoque martingala. SIAM Journal on Applied Mathematics, 32 ( 3), 552-570.
Veinott, Arthur F. (1965). política óptima para un multi-producto, dinámica, nonstation-
ary problema de inventario. Gestión de la Ciencia, 12 ( 3), 206-222.
Vidyasagar, M. (1978). análisis de sistemas no lineales. En Segunda edición clásicos en SIAM
Matemáticas Aplicadas 2002, Englewood Cliffs, NJ: Prentice-Hall.
Vidyasagar, Mathukumalli (1985). systemsynthesis de control: un enfoque factorización.
Cambridge, MA: MIT Press.
Viklund, L., y Fritzson, P. (1995). ObjectMath-un lenguaje orientado a objetos y
ambiente para procesamiento simbólico y numérico en la computación científica.
Programación Científica, 4, 229-250.
Vinnicombe, Glenn (2001). La incertidumbre y la retroalimentación. H 1 bucle de conformación y la ⌫- brecha
métrico. Imperial College Press.
von Neumann, J., y Morgenstern, O. (1947). Teoría de juegos y comportamiento económico
(2ª ed.). Princeton, NJ: Princeton University Press.
Von Neumann, John (1928). Zur Theorie der Gesellschaftsspiele, Mathematischen
Annalen, 100 295-320, traducido como '' en la teoría de juegos de estrategia '', pp.13-42 en contribuciones a la
teoría de juegos, Volumen IV (Anales de estudios de matemáticas, 40) (AW Tucker y RD Luce , eds.), Princeton
University Press, Princeton, 1959. Voronov, AA (1954). Elementos de la teoría de la regulación automática. Moscú:
Voenizdat.
Vyshnegradskii, J. (1876). Sur la théorie générale des régulateurs. Comptes Rendus
Academia de las Ciencias, 83, 318-321.
Walrand, J, y Varaiya, P (1981). Flujos inqueueingnetworks: enfoque amartingale.
Matemáticas de la investigación de operaciones, 6 ( 3), 387-404.
Wang, Qinan (2011). políticas de control para sistemas de inventario multinivel con
la demanda estocástica. En coordinación de la cadena de suministro en condiciones de incertidumbre ( pp. 83-108). Saltador.
Washington, GW (2013). revolución matriz: programa de investigación tiene como objetivo sikorsky
autonomía para cualquier vehículo de elevación vertical, con o sin tripulación. Aviation Week.
Cera, Nelson (1954). Los trabajos seleccionados en el ruido y procesos estocásticos. Nueva York, NY:
Dover.
Wein, Lawrence M. (1988). Programación de semiconductor de fabricación de obleas. IEEE
Las transacciones en la fabricación de semiconductores, 1 ( 3), 115-130.
West, JC (1953). Libro de texto de servomecanismos. Londres: EUP.
West, JC (1985). Cuarenta años en el control. Actas de IEE Parte A, 132 ( 1-8).
Westervelt, Eric R., Grizzle, JessyW., Chevallereau, Christine, Choi, junio, y Morris,
Benjamín (2007). control de retroalimentación de la locomoción robot bípedo dinámico. Boca Raton, FL: CRC
Press, Taylor & Francis.
Whitaker, HP, Yamron, J., y Kezer, A. (1958). Diseño del modelo de referencia
sistemas de control adaptativos para los aviones. Informe R-164. Instrumental de Laboratorio, Instituto de
Tecnología de Massachusetts.
Widrow, B., et al. (1962). Generalización y la información de almacenamiento en red de
neuronas Adaline. En Yovits (Ed.), Auto-organización de los sistemas. Washington, DC: Spartan Libros.
Widrow, B., y Stearns, Dakota del Sur (1985). procesamiento de señal adaptativo. Englewood Cliffs, Nueva Jersey:
Prentice Hall.
Wiener, Norbert (1948). Cibernética o el control y la comunicación en el animal y
la máquina. Cambridge, MA: MIT Press.
Wiener, Norbert (1949). La extrapolación, interpolación, y alisado de estacionaria
series de tiempo con aplicaciones de ingeniería. NewYork, Nueva York: Wiley, emitió originalmente clasificadas como MIT
Rad. Laboratorio. Informe en febrero de 1942.
Wildes, KL, y Lindgren, NA (1986). Un siglo de ingeniería eléctrica e informática
la ciencia en el MIT, 1882-1982. Cambridge, MA: MIT Press.
Willems, janc. (1972). Disipativo parte i sistemas dinámicos: teoría general. Archivo
de Mecánica Racional y Análisis, 45, 321-351.
Witsenhausen, SA (1968). Un contraejemplo en un control óptimo estocástico. SIAM
Diario de Control, 6, 131-147.
Witsenhausen, SA (1971). La separación de la estimación y control de tiempo discreto
Los sistemas. IEEE Proceedings, 59, 1557-1566.
43
Witsenhausen, SA (1971). En las estructuras de información, la retroalimentación y la causalidad.
SIAM Journal on Control, 9, 149-160.
Wong, Ala Shing, y Brockett, Roger W. (1999). Los sistemas con nicación finito
las limitaciones de ancho de banda ción. II. Stabilizationwith retroalimentación de información limitada.
IEEE Transactions on Control Automático, 44 ​( 5), 1049-1053.
WorldFIP (1982). Protocolo Instrumentación fábrica. http://www.worldfip.org/ . Wu, Jingchen, y Chao, Xiuli (2013). El
control óptimo de un produc- browniano
/ sistema de inventario ción con el criterio del coste medio. Matemáticas de la investigación de operaciones.
Yakubovic, VA (1964). Solución de ciertas desigualdades encontradas en la matriz
la teoría de control no lineal. Matemáticas Soviética Doklady, 5, 652-656.
Ydstie, Erik B. (1989). Estabilidad de control adaptativo de referencia modelo discreto
revisited. Sistemas y Control Letters, 13 ( 5), 429-438.
Zachrisson, Lars Erik (1964). juegos de Markov. En M. Dresher, LS Shapley, y AW
Tucker (Eds.), Los avances en la teoría de juegos ( pp. 211-253). Princeton University Press.
Zadeh, LA, y Desoer, CA (1963). Serie de ciencia de sistemas. NewYork, Nueva York: McGraw
Hill, Inc.
Zakai, Moshe (1969). En el filtrado óptimo de los procesos de difusión. Zeitschrift für
Wahrscheinlichkeitstheorie und Verwandte Gebiete, 11 ( 3), 230-243.
Zames, George (1964). En la estabilidad de los sistemas de retroalimentación variables en el tiempo no lineales.
Actas de la Conferencia Nacional de Electrónica, 20, 725-730.
Zames, George (1966). En la estabilidad de entrada-salida de la no-lineales con variaciones
sistemas de retroalimentación, parte 1: Condiciones derivados usando conceptos de ganancia de bucle, conicidad, y la
positividad. IEEE Transactions on Control Automático, AC-11, 228-238.
Zames, George (1966). En la estabilidad de entrada-salida de la no-lineales con variaciones
sistemas de retroalimentación, Parte 2: Condiciones que implican círculos en las no linealidades del plano de la
frecuencia y del sector. IEEE Transactions on Control Automático, AC-11,
465-477.
Zames, George (1981). Retroalimentación y una sensibilidad óptima: Modelo de referencia
transformaciones, seminormas multiplicativos y inversas aproximadas. IEEE Transactions on Control
Automático, AC-26, 301-320.
Zhou, Kemin, y Doyle, John (1997). Fundamentos de control robusto. Englewood Cliffs, Nueva Jersey:
Prentice Hall.
Zhou, Kemin, Doyle, John, y Glover, Keith (1996). Control robusto y óptimo.
Englewood Cliffs, NJ: Prentice Hall.
Ziegler, JG, y Nichols, NB (1942). Los ajustes óptimos para los controladores automáticos.
Transacciones de la ASME, 64, 759-768.
Karl J. Åström Fue educado en la Royal Institute of Technology (KTH) de
Estocolmo. Después de trabajar durante la investigación de IBM durante cinco
años fue nombrado profesor de la Cátedra de Control Automático en Lund Institute
of / Tecnología de la Universidad de Lund en 1965where estableció un nuevo
departamento. En la actualidad es catedrático en la Universidad de Lund. Åström
tiene amplios intereses en el control y él aparece en ISAHighlyCited. Él es un
miembro del IEEE vida y tiene Erdös número 3. Åström ha recibido numerosas
distinciones entre ellos, la Medalla 1987 Quazza de la IFAC, el Premio de los
sistemas de control IEEE 1990, el IEEE medalla de 1993
Honor y seis doctorados honorarios. Es miembro de la Real Academia Sueca de Ciencias, la Real Academia Sueca
de Ciencias de la Ingeniería y la Academia Nacional de Ingeniería de Estados Unidos.
PR Kumar is at Texas A & M. Earlier he served in the Math Dept at UMBC, and in
ECE and CSL at UIUC. He is an IEEE Fellow, member of the NAE, USA, and the
Academy of Sciences of the Developing World. He was awarded an honorary
doctorate by ETH, and received the Outstanding Contribution Award of ACM
SIGMOBILE, the IEEE Field Award for Control Systems, the Ellersick Prize of the
IEEE Communications Society, and the Eckman Award of AACC. He is a D.J.
Gandhi Distinguished Visiting Professor at IIT Bombay, an Honorary Professor at
IIT Hyderabad, and was a Leader of the Guest Chair Professor Group on
Wireless Communication and Networking at Tsinghua University. He received the Distinguished Alumnus Award from
IIT Madras, Alumni Achievement Award from Washington University, and Drucker Eminent Faculty Award at UIUC.