Control Optimo
-
Upload
jantoniodv -
Category
Documents
-
view
394 -
download
0
Transcript of Control Optimo
Sistemas de control óptimo
Tema 4: Análisis y diseño en el espacio de estados en continua
Introducción
• El diseño de sistemas óptimos se basa en la idea de que los parámetros del sistema sean el resultado de la minimización de una cierta función.
• Este enfoque contrasta con la aproximación clásica, en la que los valores de los parámetros vienen condicionados a que se cumplan una serie de especificaciones.
Tema 4: Análisis y diseño en el espacio de estados en continua
Índices de desempeño
• Una buena función objetivo o índice de optimización debe poseer algunas características fundamentales:
– Facilidad de cómputo.
– Buena selectividad.
– Representatividad.
• Los más utilizados son de tipo integral sobre el error del sistema.
Tema 4: Análisis y diseño en el espacio de estados en continua
• Algunos ejemplos:
– Criterio integral del error cuadrático (CIEC):
– Criterio integral del producto del error cuadrático por el tiempo (CIECT):
J = ò0¥ e2(t) dt
Es simple de obtener, aunque tiende a producir una corrección inicial fuerte con oscilaciones que se mantienen.
Elimina las oscilaciones. El error inicial puede ser grande.
J = ò0¥ te2(t) dt
Tema 4: Análisis y diseño en el espacio de estados en continua
– Criterio integral de error absoluto (CIEA):
– Criterio integral del producto del error absoluto por el tiempo (CIEAT):
Para sistemas que no sean excesivamente oscilatorios ni excesivamente lentos. El tratamiento analítico es complejo.
J = ò0¥ ½e(t)½ dt
J = ò0¥ t½e(t)½ dt
Elevada complejidad del tratamiento analítico.
Tema 4: Análisis y diseño en el espacio de estados en continua
Control óptimo cuadrático
• Sea el siguiente sistema dado por x' = Ax + Bu:
– Se puede probar que si L(x,u) es una función cuadrática o hermítica, el índice de desempeño J = ò0
¥ L(x,u) dt puede producir leyes de control del tipo u(t)=-Kx(t).
• Ventajas frente a la realimentación de estado ya vista:
– No es necesario especificar los polos deseados.
– Aplicable a sistemas variables en el tiempo.
– Buen comportamiento respecto a estabilidad o sensibilidad.
Tema 4: Análisis y diseño en el espacio de estados en continua
• Sea el sistema homogéneo x' = Ax, donde A incluye parámetros a ajustar para minimizar un cierto índice.
– Tomamos como índice de desempeño la siguiente forma cuadrática hermítica:
Optimización de parámetros
J = ò0¥ x*Qx dt
donde Q es una matriz hermítica definida positiva.
Tema 4: Análisis y diseño en el espacio de estados en continua
– Suponiendo x*Qx=-d(x*Px)/dt, donde P es hermítica definida positiva, tenemos:
x*Qx = -x*(A*P+PA)x
– Por el segundo método de Liapunov, si A es estable, para una Q definida positiva dada existe una P definida positiva que verifica:
– El índice de desempeño se puede expresar de la forma:
J = ò0¥ x*Qx dt = -x*Px½0
¥ = -x*(¥)Px(¥) + x*(0)Px(0)
A*P+PA = -Q
Tema 4: Análisis y diseño en el espacio de estados en continua
– Como x(¥)->0, queda:
J = x*(0)Px(0)
Tema 4: Análisis y diseño en el espacio de estados en continua
• Procedimiento de diseño:
– Elegir una cierta matriz Q hermítica y definida positiva.
– Calcular los valores de P como función de los parámetros ajustables.
– Sustituir los resultados en la expresión del índice y minimizarlo para obtener los valores óptimos de los parámetros para ese índice.
Tema 4: Análisis y diseño en el espacio de estados en continua
• Sea el sistema x'=Ax+Bu, donde la ley de control es u(t)=-Kx(t). El problema es obtener los valores de la secuencia de control que minimizan un cierto índice.
Control óptimo cuadrático
J = ò0¥ (x*Qx+u*Ru) dt
donde Q y R son matrices hermíticas definidas positivas que ponderan el peso relativo del estado y la señal de control en la función objetivo.
– Sea el índice
Tema 4: Análisis y diseño en el espacio de estados en continua
– Sustituyendo la ley de control en el índice de desempeño tenemos:
J = ò0¥ x*(Q + K*RK)x dt
– Suponiendo que se verifica x*(Q + K*RK)x= -d(x*Px)/dt, y desarrollando la derivada se llega a
– Por el segundo método de Liapunov, si A-BK es estable, se puede encontrar una matriz P definida positiva que satisface la ecuación anterior.
(A-BK)*P + P(A-BK) = -(Q + K*RK)
Tema 4: Análisis y diseño en el espacio de estados en continua
– La expresión del índice a minimizar es nuevamente:
J = x*(0)Px(0)
Tema 4: Análisis y diseño en el espacio de estados en continua
• Procedimiento de diseño:
– Elegir las matrices Q y R hermíticas y definidas positivas. El peso relativo de las matrices determina la relación velocidad de respuesta-esfuerzo de control.
– Calcular los valores de P como función de las ganancias de realimentación.
– Sustituir los resultados en la expresión del índice y minimizarlo para obtener los valores óptimos de las ki para ese índice.
• Este procedimiento es poco práctico, por lo que se han desarrollado esquemas alternativos (ec. Riccati).
Tema 4: Análisis y diseño en el espacio de estados en continua
• Para el siguiente montaje de péndulo invertido se desea mantener el vástago en la vertical minimizando las oscilaciones del carro.
Ejemplo: Diseño de un regulador óptimo (LQR)
– Masa del carro M=5 Kg.
– Masa del vástago m=0.5 Kg.
– Longitud del vástago L=1 metro.
mg
pu
M
L
Tema 4: Análisis y diseño en el espacio de estados en continua
– El estado del sistema está representado por el vector:
x = [ ’ p p’ ]
– La ecuación de estado que resulta para el sistema es la que sigue
uxx
2.0
0
2.0
0
00098.0
1000
00078.10
0010
'
Tema 4: Análisis y diseño en el espacio de estados en continua
– La respuesta del sistema en bucle abierto viene determinada por los siguientes autovalores:
= [ 0 0 +3.283 -3.283 ]
Respuesta libre desde condiciones iniciales
x0 = [ 0.001 0 0 0 ]
Tema 4: Análisis y diseño en el espacio de estados en continua
– Suponiendo el estado medible, se toma
u = -Kx
– Como función objetivo se define
J = 1/2 ò0¥ (xTQx+uTRu) dt
– Veamos algunos ejemplos de resultados para diferentes configuraciones de Q y R.
Tema 4: Análisis y diseño en el espacio de estados en continua
– Matrices]1[,
10000
01000
001000
000100
RQ– Matrices:
– Ganancias de realimentación: K = [-156.16 -49.21 -3.16 -8.72]
– Autovalores de A-BK: =[-0.60.45j -2.48 -4.41]
Tema 4: Análisis y diseño en el espacio de estados en continua
– Matrices]100[,
10000
01000
001000
000100
RQ– Matrices:
– Ganancias de realimentación: K = [-119.71 -36.65 -0.32 -2.09]
– Autovalores de A-BK: =[-0.170.17j -3.38 -3.19]
Tema 4: Análisis y diseño en el espacio de estados en continua
– Matrices]1[,
1000000
0100000
00100
00010
RQ– Matrices:
– Ganancias de realimentación: K=[-395.46 -124.79 -31.62 -56.6]
– Autovalores de A-BK: =[-6.5 -3.060.13j -1.02]