1. 1. Diseño Basado en la Ubicación de Polos Diseño Basado en la Ubicación de Polos___________ 1 1.1. Introducción ____________________________________________________________________ 2 1.2. Realimentación del Estado ________________________________________________________ 2 1.2.1. Caso General __________________________________________________________________________3 1.1.1. Aspectos Prácticos _____________________________________________________________________10 1.1.2. Control de Tiempo Finito________________________________________________________________12 1.1.3. Perturbación Más General _______________________________________________________________14 1.3. Observadores __________________________________________________________________ 17 1.3.1. Observador Dinámico __________________________________________________________________20 1.3.2. Observador Sin Retardo _________________________________________________________________22 1.4. Realimentación con Observador ___________________________________________________ 24 1.4.1. Diferentes Perturbaciones _______________________________________________________________26 1.4.2. Efecto Integral ________________________________________________________________________27 1.5. Seguimiento de Referencias_______________________________________________________ 29 1.5.1. Acción Integral________________________________________________________________________30 1.6. Controlador con Dos Grados de Libertad ___________________________________________ 35 1.2. Adición del Observador__________________________________________________________ 37 1.6.1. Simplificación ________________________________________________________________________38 1.7. Diseño de Movimiento Flexible ____________________________________________________ 41 Clase 04 Ubicación de Polos.doc 1 1.1. Introducción Objetivos del control: - atenuación de perturbaciones de carga o ruido - seguimiento de una referencia - imperfecciones del modelo 1.2. Realimentación del Estado Ley de control lineal uk = − Lxk [1.1] Ejemplo 1.1. Doble integrador 2 T T 1 xk +1 = xk + 2 uk 0 1 T [1.2] una ley general de control puede ser uk = −l1 x1 − l2 x2 [1.3] en lazo cerrado resulta 1 − l T 2 xk +1 = 1 2 −l1T 2 xk 1 − l2T T − l2 T 2 [1.4] el polinomio característico es ( 2 T z + l1 2 2 ) ( 2 T + l2T − 2 z + l1 2 ) + l2 T + 1 = 0 [1.5] si se quiere tener una ecuación de diseño Clase 04 Ubicación de Polos.doc 2 z 2 + p1 z + p2 = 0 [1.6] se iguala l1 T 2 l1 T 2 2 + l2T − 2 = p1 2 + l2T + 1 = p2 [1.7] o sea l1 = 1 T 2 (1 + p1 + p2 ) 3 + p1 + p2 ) 2T ( en este caso siempre existe solución. l2 = 1 [1.8] 1.2.1. Caso General Sea el polinomio del sistema en lazo abierto z n + a1 z n −1 + " + an [1.9] se puede encontrar la forma canónica controlable mediante la transformación [1.10] x = Tx x k +1 resultando x + Γ u =Φ k k [1.11] con Clase 04 Ubicación de Polos.doc 3 − a1 1 Φ= 0 # 0 − a2 " − an −1 0 1 " " 0 0 # 0 % " # 1 − an 1 0 0 0 Γ = 0 # # 0 0 [1.12] El polinomio deseado en lazo cerrado es P ( z ) = z n + p1 z n −1 + " + pn [1.13] Esto se puede obtener con la ley de control = − [ p − a p − a " p − a ] x u = − Lx [1.14] Para llegar al sistema de partida se hace = − LTx = − Lx u = − Lx [1.15] 1 1 2 2 n n la matriz T se obtiene mediante las matrices de controlabilidad de ambos sistemas ya que Wc = Γ ΦΓ " Φ n −1Γ [1.16] y la relación entre ambas matrices es Wc = TWc T = W W −1 c [1.17] c y más aún Clase 04 Ubicación de Polos.doc 4 1 − a1 0 1 0 0 Wc = # # 0 0 0 0 0 0 1 a1 0 1 −1 Wc = 0 0 # # 0 0 a12 − a2 −a1 − a13 + a22 − a3 a12 − a2 1 # 0 0 − a1 # 0 0 0 " an − 2 " a n −3 " 0 % " # 0 0 an −1 an − 2 an −3 # 1 " " − a13 + a22 − a3 " a12 − a2 # 0 0 " % " " 0 " 0 # a12 − a2 − a1 1 0 0 [1.18] Clase 04 Ubicación de Polos.doc 5 Teorema 1. Asignación de Polos Sea el sistema xk +1 = Φ xk + Γuk [1.19] con una entrada. Si el sistema es controlable existe una ley de control lineal tal que el polinomio característico en lazo cerrado es P ( z ) . Esta ley es uk = − Lxk [1.20] con L L = − [ p1 − a1 p2 − a2 " pn − an ]WcWc−1 = [0 " 0 1]W P ( Φ ) −1 c [1.21] siendo Wc y Wc las matrices de controlabilidad de los x + Γ u respectivamente. y sistemas xk +1 = Φ xk + Γuk y x k +1 = Φ k k )=Φ n+ pΦ n −1 + " + p I = ( p − a ) Φ n −1 + " + ( p − a ) I P (Φ 1 n 1 1 n n [1.22] la segunda igualdad se obtiene aplicando Cayley-Hamilton Se define ei = 0 " 0 1N col i 0 " 0 [1.23] resulta = ei −1 , e n Φ n −1 = e n −1 ei Φ [1.24] Clase 04 Ubicación de Polos.doc 6 y también, de [1.14] y[1.21] ) L = e n P ( Φ [1.25] por lo tanto = e n P (T Φ T −1 ) T = e nTP ( Φ ) = e nW W −1 P ( Φ ) [1.26] L = LT c c de la ecuación [1.18] se puede ver que e nWc−1 = e n e nW = e n [1.27] L = e nWc−1 P ( Φ ) [1.28] c que es la ecuación [1.21] llamada fórmula de Ackermann Nota: la matriz de transformación resulta tal que 1 a1 0 1 −1 −1 n −1 T = WcWc = Γ ΦΓ " Φ Γ 0 0 # # 0 0 " an − 2 " an − 3 " % " 0 # 0 [1.29] an −1 an − 2 an − 3 # 1 T −1 = Γ ΦΓ + a1Γ " Φ n −1Γ + a1Φ n −2 Γ + " + an −1Γ [1.30] Clase 04 Ubicación de Polos.doc 7 Ejemplo 1.2. Doble integrador T 2 Wc = [ Γ ΦΓ ] = 2 T −1 T2 −1 Wc = 1 T 2 2 T 3T 2 T −0,5 T [1.31] 1,5 [1.32] el polinomio característico en lazo abierto es z2 − 2z + 1 [1.33] Se desea que en lazo cerrado tenga polos según la ecuación 1 + p1 + p2 2T + p1T P ( Φ ) = Φ + p1Φ + p2 I = 0 1 + p1 + p2 2 [1.34] la fórmula de Ackerman es −0,5 1 + p1 + p2 2T + p1T T 0 1 + p1 + p2 L = [0 1]Wc−1 P ( Φ ) = 1 2 T 1 + p1 + p2 = T2 3 + p1 − p2 2T [1.35] igual resultado que antes Clase 04 Ubicación de Polos.doc 8 Ejemplo 1.3. Sistema No Controlable 0,5 1 1 xk +1 = xk + uk 0 0,3 0 [1.36] 1 0,5 det Wc = det =0 0 0 [1.37] la ley de control uk = −l1 x1 − l2 x2 da un sistema en lazo cerrado con una ecuación característica ( z − 0,5 + l1 )( z − 0,3) = 0 [1.38] El polo en 0,5 puede ser cambiado arbitrariamente pero el otro, en 0,3 que es el incontrolable, no se puede cambiar Clase 04 Ubicación de Polos.doc 9 1.1.1. Aspectos Prácticos Una forma de especificar el control es hacerlo, no en función de los polos en lazo cerrado sino en función de un polinomio continuo de lazo cerrado tal como s 2 + 2ξω s + ω 2 [1.39] se puede demostrar que la relación con el polinomio discreto es ( p1 = −2e −ξωT cos ω T 1 − ξ 2 ) [1.40] p2 = e −2ξωT la matriz de realimentación es ( ) 1 − 2e −ξωT cos ω T 1 − ξ 2 + e −2ξωT L= T2 ) ( 3 + e −ξωT cos ω T 1 − ξ 2 − e −2ξωT 2T [1.41] para períodos muy pequeños se puede aproximar a L = ω 2 2ξω [1.42] Sea el doble integrador que inicialmente tiene una posición x0 y una velocidad v0 . El valor inicial de actuación será u0 = −l1 x0 − l2 v0 [1.43] u0 = −ω 2 x0 − 2ξω v0 [1.44] Clase 04 Ubicación de Polos.doc 10 Al aumentar ω se incrementa la acción de control. Se puede calcular la frecuencia para la máxima actuación admisible. Se muestra a continuación, los estados y actuación para diferentes períodos de muestreo. 2 1.5 1 0.5 0 -0.5 -1 -1.5 -2 0 2 4 6 8 10 El período de muestreo también influye. Una elección correcta es utilizar el número de muestras en el tiempo de crecimiento igual a N r 4 − 10 . Para este caso el período de muestreo dependerá de lo que se desee en lazo cerrado. Una forma de solucionarlo es elegir el numero de muestras por período del modo dominante en lazo cerrado: N= 2π ωT 1 − ξ 2 [1.45] Clase 04 Ubicación de Polos.doc 11 1.1.2. Control de Tiempo Finito en este caso P ( z ) = zn [1.46] Se puede mostrar que la matriz de lazo cerrado cumple Φ nc = ( Φ − ΓL ) = 0 n [1.47] esto implica que, a partir de cualquier valor inicial, se pueden llevar los estados a cero en, a lo sumo n pasos. La matriz de realimentación se obtiene L = [0 " 0 1] Φ − n Γ Φ − n +1Γ " Φ −1Γ −1 [1.48] Hay solo un parámetro de diseño: el período de muestreo. El tiempo de establecimiento es, a lo sumo nT El período de muestreo influye la magnitud del control. Hay que elegirlo cuidadosamente. No tiene equivalente continuo. Clase 04 Ubicación de Polos.doc 12 Ejemplo 1.4. Control de tiempo finito del doble integrador 1 + p1 + p2 L= T2 3 + p1 − p2 1 = T 2 2T 3 2T [1.49] La primera y segunda actuación serán 1 3 [1.50] x − v0 2 0 T 2T 1 3 [1.51] u1 = 2 x0 + v0 T 2T Para muestreos muy pequeños la primera y segunda actuación son prácticamente iguales y de signo contrario. u0 = − 6 1.6 1.4 4 1.2 2 1 0.8 0 0.6 -2 0.4 -4 0.2 -6 0 -0.2 0 1 2 3 4 5 -8 0 1 2 3 4 5 Clase 04 Ubicación de Polos.doc 13 1.1.3. Perturbación Más General Se considera el sistema dx = Ax + Bu + v dt con v [1.52] dw = Aw w dt v = Cw w [1.53] con condiciones iniciales dadas. Se pueden generar diferentes perturbaciones. Normalmente Aw tiene autovalores en el eje imaginarios o inestables. Por ejemplo un escalón, Aw = 0 Senoide 0 ω0 Aw = ω0 0 [1.54] Se supone, en un principio que se puede medir w. Se define un estado aumentado x z= w [1.55] Clase 04 Ubicación de Polos.doc 14 dz d x A Cw x B = = + u A 0 w w dt dt w 0 [1.56] Aquí tenemos el mismo problema de ubicación de polos. Ahora hay que ubicar los polos del sistema y los de la perturbación. Pero el sistema anterior no es completamente controlable ya que la perturbación es no controlable. La perturbación no puede ser influida por el control. El sistema muestreado resulta: xk +1 Φ Φ xw xk Γ w = 0 Φ w + 0 uk w k k +1 [1.57] El control lineal es uk = − Lxk − Lw wk [1.58] Este control hace que el sistema tenga el siguiente comportamiento en lazo cerrado: xk +1 = ( Φ − ΓL ) xk + ( Φ xw − ΓLw ) wk wk +1 = Φ w wk [1.59] Se calcula la realimentación de modo que Φ − ΓL tenga los autovalores en un lugar deseado y para que Φ xw − ΓLw sea pequeña. Esta matriz no siempre se puede hacer cero. Clase 04 Ubicación de Polos.doc 15 Ejemplo 1.5. Perturbación constante En este caso Φ w = 1 y Φ xw = Γ . El sistema queda xk +1 = ( Φ − ΓL ) xk + Γ (1 − Lw ) wk wk +1 = wk [1.60] En Matlab existe el comando place para ubicar los polos. Clase 04 Ubicación de Polos.doc 16 1.3. Observadores Problema: cómo reconstruir el estado a partir de la salida. Se verá que el estado puede ser reconstruido conociendo las entradas y salidas pasadas. yk −n +1 = Cxk −n +1 yk −n +2 = CΦ xk −n+1 + C Γuk −n +1 [1.61] # yk = CΦ n −1 xk −n +1 + CΦ n −2 Γuk −n +1 + " + C Γuk −1 definiendo yk −n +1 uk −n +1 y y Yk = k −n +2 U k −1 = k −n +2 # # y u k k −1 [1.62] se reescribe Yk = Wo xk −n +1 + WuU k −1 [1.63] donde 0 C 0 CΦ CΓ 0 Wo = CΦ 2 Wu = CΦΓ CΓ # # # CΦ n −1 CΦ n −2 Γ CΦ n −3 Γ " " " % " 0 0 0 # C Γ [1.64] Clase 04 Ubicación de Polos.doc 17 Si el sistema es observable la matriz Wo es invertible. xk −n +1 = Wo−1Yk − Wo−1WuU k −1 [1.65] se puede reconstruir el estado a partir de muestras anteriores. Para calcular el valor del estado en la muestra k se toma la ecuación de estados y se calcula: xk = Φ n −1 xk −n +1 + Φ n −2 Γuk −n +1 + " + Γuk −1 [1.66] xk = Φ n −1 (Wo−1Yk − Wo−1WuU k −1 ) + Φ n −2 Γuk −n +1 + " + Γuk −1 [1.67] definiendo Ay = Φ n −1Wo−1 Bu = Φ n −2 Γ Φ n −3 Γ " Γ − Φ W Wu n −1 −1 o [1.68] resulta xk = AyYk + BuU k −1 [1.69] el estado es una combinación lineal de las muestras anteriores. Clase 04 Ubicación de Polos.doc 18 Ejemplo 1.6. Doble integrador 2 T 1 T Φ= Γ = 2 C = [1 0] 0 1 T [1.70] yk = x1k T2 T2 yk = x1k −1 + Tx2 k −1 + uk −1 = yk −1 + T ( x2 k − Tuk −1 ) + uk −1 2 2 [1.71] resolviendo con respecto a los estados, x1k = yk y − yk −1 T x2 k = k + uk −1 T 2 [1.72] el primer estado es directamente la medición de la salida el segundo es la diferenciación de muestras de la salida más el efecto de la actuación. Clase 04 Ubicación de Polos.doc 19 1.3.1. Observador Dinámico La reconstrucción anterior es muy sensible a perturbaciones ya que se calculan, como en el ejemplo, por medio de diferencias y pueden estar contaminadas por ruido. Otra forma es construir un sistema xˆk +1 = Φ xˆk + Γuk [1.73] Si el estado inicial es conocido y las matrices son perfectamente conocidas, este sistema funciona. Si el estado inicial es distinto, este sistema convergerá al verdadero si es asintóticamente estable. Se puede introducir una mejora realimentando el error entre la observación de la salida y su valor xˆk +1/ k = Φ xˆk / k −1 + Γuk + K ( yk − Cxˆk / k −1 ) [1.74] el error de estimación es x = x − xˆ [1.75] x k +1/ k = Φ x k / k −1 − K ( Cxk − Cxˆk / k −1 ) = ( Φ − KC ) xk / k −1 [1.76] esto debe converger a cero, de aquí se puede calcular K Se calcula usando lo ya visto para asignación de polos. Clase 04 Ubicación de Polos.doc 20 Ejemplo 1.7. Observador de Tiempo Finito 1 − k1 T 1 T k1 Φ o = Φ − KC = − [1 0] = 0 1 k2 −k2 1 [1.77] la ecuación característica es z 2 − ( 2 − k1 ) z − k1 + k2T = 0 [1.78] si se desea obtener un polinomio z 2 + p1 z + p2 = 0 [1.79] resulta k1 = 2 + p1 k2 = (1 + p1 + p2 ) [1.80] T si fuese de tiempo finito sería k1 = 2 1 k2 = T y el observador [1.81] 2 1 1 xˆk +1 = xˆk + Γ ( yk − xˆ1k ) 1 0 1 T [1.82] o, reemplazando el estado, Clase 04 Ubicación de Polos.doc 21 xˆ1k +1 = 2 yk − yk −1 xˆ2 k +1 = 1 T( [1.83] yk − yk −1 ) 1.3.2. Observador Sin Retardo el observador anterior tiene un retardo de una muestra. Para evitar esto se puede plantear xˆk / k = Φ xˆk −1/ k −1 + Γuk −1 + K yk − C ( Φ xˆk −1/ k −1 + Γuk −1 ) = ( I − KC )( Φ xˆk −1/ k −1 + Γuk −1 ) + Kyk [1.84] el error de estimación será x k / k = xk − xˆk = ( Φ − KCΦ ) x k −1/ k −1 [1.85] Ahora el par que debe ser observable es [Φ,CΦ ] en lugar de [Φ , C ]. Pero se puede demostrar que si [Φ,C ]es observable, también lo es [Φ,C Φ ] , por lo que se puede encontrar K para ubicar arbitrariamente los autovalores del observador. Clase 04 Ubicación de Polos.doc 22 Ejemplo 1.8. Observador reducido El observador sin retardo aplicado al doble integrador resulta xˆk / k 1 − k1 = −k2 (1 − k ) T 2 1 2 T (1 − k1 ) xˆk −1/ k −1 + k2 1 − Tk2 1 − T T 2 ( ) k1 uk −1 + k yk 2 [1.86] haciendo la primer fila de I − CK = 0 o sea k1 = 1, se obtiene xˆk / k 0 0 0 = xˆk −1/ k −1 + k2 − 1 T T − − 1 k Tk 2 2 2 ( ) 1 uk −1 + yk k 2 [1.87] es decir, xˆ1k / k = yk no se necesita observarlo. El único estado a observar es ( xˆ2 k / k = (1 − Tk2 ) xˆ2 k −1/ k −1 + k2 ( yk − yk −1 ) + T 1 − T k2 2 )u k −1 [1.88] si se quiere un observador de tiempo finito se hace k2 = 1 por lo tanto, xˆ2 k / k = 1 yk − yk −1 ) + T uk −1 ( T 2 T [1.89] Clase 04 Ubicación de Polos.doc 23 1.4. Realimentación con Observador Ahora la ley de control es uk = − Lxˆk [1.90] con xˆk +1/ k = Φ xˆk / k −1 + Γuk + K ( yk − Cxˆk / k −1 ) [1.91] ¿Cómo se comporta en lazo cerrado?. Para analizarlo se define x = x − xˆ [1.92] en lazo cerrado, el sistema se rige por xk +1/ k = ( Φ − ΓL ) xk + ΓLxk / k −1 [1.93] x k +1/ k = ( Φ − KC ) xk / k −1 Se tienen 2n estados. Los autovalores serán los de Φ − ΓL y los de Φ − KC que corresponden al control y al observador. Se puede separa el problema en dos. El control se puede ver como una relación entrada-salida con una función de transferencia de la forma H lc ( z ) = − L ( zI − Φ + ΓL + KC ) K −1 [1.94] Este control tiene un retardo de una muestra. Se puede evitar si se utiliza el observador sin retardo. Clase 04 Ubicación de Polos.doc 24 Ejemplo 1.9. Control del Doble Integrador con Observador L se calcula para obtener una respuesta en lazo cerrado con ω = 1, ξ = 0,7 y T = 0,44 L = [0,73 1,21] [1.95] 2.5 2 2 1 1.5 0 1 -1 0.5 -2 0 -3 -0.5 -4 -1 -1.5 0 1 2 3 4 5 6 -5 0 1 2 3 4 5 6 Clase 04 Ubicación de Polos.doc 25 1.4.1. Diferentes Perturbaciones Un sistema con perturbaciones se puede modelar como xk +1 Φ Φ xw xk Γ w = 0 Φ w + 0 uk w k k +1 xk y k = [C 0 ] wk [1.96] generalmente, los autovalores de Φ w están sobre la circunferencia unidad. la matriz de controlabilidad es Γ ΓΦ " ΓΦ n −1 Wc = 0 0 0 " [1.97] es no controlable debido a que la perturbación es no controlable. La ley de control que se debe utilizar es uk = − Lxˆk − Lw wˆ k [1.98] donde xˆk +1 Φ Φ xw xˆk Γ K u = + + wˆ 0 Φ wˆ 0 k K [ yk − Cxˆk ] w k k +1 w [1.99] la perturbación es observable pero no controlable Clase 04 Ubicación de Polos.doc 26 1.4.2. Efecto Integral Caso perturbación constante y desconocida. Φw = 1 [1.100] Φ xw = Γ si se hace Lw = 1 [1.101] se cancela la perturbación. El conjunto observador, control es uk = − Lxˆk − wˆ k xˆk +1 = Φ xˆk + Γ ( wˆ k + uk ) + Kε k [1.102] wˆ k +1 = wˆ k + K wε k ε k = yk − Cxˆk Se está integrando en error de observación. w x̂ u L y Proceso - ε Observador de la Perturbación ŵ Observador del Estado la ecuación anterior se puede rescribir Clase 04 Ubicación de Polos.doc 27 uk = − Lxˆk − wˆ k xˆk +1 = ( Φ − ΓL ) xˆk + K ( yk − Cxˆk ) [1.103] wˆ k +1 = wˆ k + K w ( yk − Cxˆk ) el estado se observa como si no hubiera perturbación. Si se calcula la función de transferencia, H ( z ) = L ( zI − Φ + ΓL + KC ) K −1 [1.104] la relación entrada salida del regulador es L ( zI − Φ + ΓL + KC ) −1 K + U (z) = − 1 −1 + K w I − C ( zI − Φ + ΓL + KC ) K z − 1 ( ) Y ( z ) [1.105] Clase 04 Ubicación de Polos.doc 28 1.5. Seguimiento de Referencias Ley de control lineal uk = − Lxˆk + Lc rk [1.106] xk +1 = Φ xk + Γuk yk = Cxk [1.107] xˆk +1 = Φ xˆk + Γuk + K ( yk − Cxˆk ) uk = − Lxˆk + Lc rk haciendo x = x − xˆ [1.108] se obtiene xk +1 = ( Φ + ΓL ) xk + ΓLxk + ΓLc rk x k +1 = ( Φ − KC ) x k [1.109] yk = Cxk el error de observación no depende de la referencia, es no controlable respecto a la misma. La relación referencia-salida H lc ( z ) = C ( zI − Φ + ΓL ) ΓLc = Lc −1 B(z) Am ( z ) [1.110] y en lazo abierto es H ( z ) = C ( zI − Φ ) −1 B(z) Γ= A( z ) [1.111] Clase 04 Ubicación de Polos.doc 29 se mantienen los ceros Los autovalores para el rechazo de perturbaciones y para seguimiento de referencias son los mismos y se varían con L. 1.5.1. Acción Integral se agrega, uk = − Lxˆk − vˆk + Lc rk xˆk +1 = Φ xˆk + Γ ( vˆk + uk ) + K ( yk − Cxˆk ) [1.112] vˆk +1 = vˆk + K w ( yk − Cxˆk ) ó uk = − Lxˆk − vˆk + Lc rk xˆk +1 = ( Φ − ΓL ) xˆk + ΓLc rk + K ( yk − Cxˆk ) [1.113] vˆk +1 = vˆk + K w ( yk − Cxˆk ) Clase 04 Ubicación de Polos.doc 30 1.5.2. Simulación Doble integrador continuo 1 - Realimentación del estado sin observador. No se compensa la perturbación estados y actuación 2 2 1.5 1.5 1 1 0.5 0.5 0 0 -0.5 -0.5 -1 -1 -1.5 -1.5 -2 0 20 40 60 80 100 -2 0 20 40 60 80 100 2 - Realimentación del estado sin observador. Se mide y se compensa la perturbación 2 2 1.5 1.5 1 1 0.5 0.5 0 0 -0.5 -0.5 -1 -1 -1.5 -1.5 -2 0 20 40 60 80 100 -2 0 20 40 60 80 100 Clase 04 Ubicación de Polos.doc 31 3 - Realimentación del estado con observador. No se compensa la perturbación 2 2 1.5 1.5 1 1 0.5 0.5 0 0 -0.5 -0.5 -1 -1 -1.5 -1.5 -2 0 20 40 60 80 100 -2 0 20 40 60 80 100 4 - Realimentación del estado con observador. Se mide y se compensa la perturbación 2 2 1.5 1.5 1 1 0.5 0.5 0 0 -0.5 -0.5 -1 -1 -1.5 -1.5 -2 0 20 40 60 80 100 -2 0 20 40 60 80 100 Clase 04 Ubicación de Polos.doc 32 5 - Realimentación del estado con observador. Se observa y se compensa la perturbación 2 2 1.5 1.5 1 1 0.5 0.5 0 0 -0.5 -0.5 -1 -1 -1.5 -1.5 -2 0 20 40 60 80 -2 100 0 20 40 60 80 100 Perturbación real y observada 2 1.5 1 0.5 0 -0.5 -1 -1.5 -2 0 20 40 60 80 100 Clase 04 Ubicación de Polos.doc 33 6 - Realimentación del estado con observador. Se observa y se compensa la perturbación. Se agrega una salida deseada 3 2 2.5 1.5 2 1 1.5 0.5 1 0.5 0 0 -0.5 -0.5 -1 -1 -1.5 -1.5 -2 0 20 40 60 80 100 -2 0 20 40 60 80 100 Clase 04 Ubicación de Polos.doc 34 1.6. Controlador con Dos Grados de Libertad Se separa el rechazo a perturbaciones del seguimiento de trayectorias u ff r − H ff u fb u − H fb y Proceso H fb se calcula para rechazo de perturbaciones H ff es insensible al diseño para rechazo de perturbaciones Se define un modelo xm k +1 = Φ m xm k + Γ m rk [1.114] y m k = Cm x m k Una ley de control natural es uk = u fb k + u ff k = L ( xm k [1.115] − xˆk ) + u ff k si el estado sigue al modelo no hay realimentación r Modelo + Control en Adelanto u fb xm L x̂ u ff y Proceso Observador del Estado Clase 04 Ubicación de Polos.doc 35 Cómo generar la acción en adelanto u ff k = Hm (q) rk H (q) [1.116] Caso SISO B (q) H (q) = A( q) u ff k B (q) Hm (q) = λ Am ( q ) [1.117] ( a1 − a1m ) q n −1 + " + ( an − anm ) A( q) =λ rk = λ 1 + rk Am ( q ) q n + a1m q n −1 + " + anm [1.118] Los estados del modelo en la forma canónica controlable son xm k +1 = Φ m xm k + Γ m rk [1.119] con −a1m 1 Φm = 0 # 0 − a2m " − anm−1 0 1 # " " % 0 0 # 0 " 1 − anm λ 0 0 0 Γm = 0 # # 0 0 [1.120] definiendo C ff = a1 − a1m a2 − a2m " an − anm [1.121] Clase 04 Ubicación de Polos.doc 36 la ley de control resulta u ff k = λ rk + C ff xm k [1.122] 1.7. Adición del Observador uk = u fb k + u ff k u ff k = λ rk + C ff xm k u fb k = L ( xm k − xˆk ) − Lw wˆ k xˆk +1 = Φ xˆk + Φ xw wˆ k + Γuk + Kε k wˆ k +1 = Φ w wˆ k + K wε k [1.123] ε k = yk − Cxˆk xm k +1 = Φ m xm k + Γ m rk u ff r Modelo + Control en Adelanto u fb xm L u y Proceso − Lw ŵ x̂ Observador del Estado Se logra separar el efecto de perturbaciones de carga, ruido de medición y seguimiento de referencias. Clase 04 Ubicación de Polos.doc 37 1.7.1. Simplificación Se hace Cm = C Γ m = λΓ [1.124] Se define eˆ = xm − xˆ [1.125] eˆk +1 = xm k +1 − xˆk +1 = = Φ m xm k + Γ m rk − Φ xˆk − Φ xw wˆ k − Γuk − Kε k [1.126] = Φ eˆk − Φ xw wˆ k + ( Φ m − Φ ) xm k + λΓrk − Γuk − Kε k el vector ( Φ m − Φ ) xm k + λΓrk tiene todos sus elementos ceros excepto el primero que es (a 1 − a1m ) xm1 + ( a2 − a2m ) xm 2 + " + ( an − anm ) xm n + λ rk = λ ( C ff xm + rk ) [1.127] recordando uk = u fb k + u ff k = u fb k + λ ( C ff xm k + rk ) ( Φ m − Φ ) xm k [1.128] λ ( C ff xm k + rk ) 0 = Γu = Γ u − u + λΓrk = ff k k fb k # 0 ( ) [1.129] eˆk +1 = Φ eˆk − Φ xw wˆ k + Γu fb k − Kε k [1.130] Clase 04 Ubicación de Polos.doc 38 además ε k = yk − Cxˆk = yk − Cxˆk + Cxm k − Cxm k [1.131] = yk − ym k + Ceˆk el control resulta uk = u fb k + u ff k u ff k = λ ( rk + C ff xm k ) u fb k = Leˆk − Lw wˆ k eˆk +1 = Φ eˆk − Φ xw wˆ k + Γu fb k + K ( ym k − yk − Ceˆk ) [1.132] wˆ k +1 = Φ w wˆ k + K w ( ym k − yk − Ceˆk ) xm k +1 = Φ m xm k + Γ m rk caso perturbación constante w = v Φ w = 1 Φ xw = Γ [1.133] quedando uk = u fb k + u ff k u ff k = λ ( rk + C ff xm k ) u fb k = Leˆk − vˆk eˆk +1 = ( Φ − ΓL − KC ) eˆk + K ( ym k − yk ) [1.134] vˆk +1 = vˆk + K w ( ym k − yk − Ceˆk ) xm k +1 = Φ m xm k + Γ m rk Clase 04 Ubicación de Polos.doc 39 tiene efecto integral r Modelo + Control en Adelanto u ff ym Observador del Estado u fb ê u y Proceso L − v̂ −C Kw z −1 -1 Ejemplo 1.10. Doble integrador --------------------------- Clase 04 Ubicación de Polos.doc 40 1.8. Diseño de Movimiento Flexible transmisión flexible ω1 I Motor M1 ϕ1 J1 ω2 M2 ϕ2 J 2 x1 = ϕ1 − ϕ 2 x2 = ω1 x3 = ω 2 ω0 [1.135] ω0 con ω0 = k ( J1 + J 2 ) [1.136] J1 J 2 el proceso es 1 0 dx = ω0 α − 1 − β1 dt β2 α y = [0 0 ω 0 ] x 1 0 0 β1 x + γ u + δ v − β 2 0 0 [1.137] con Clase 04 Ubicación de Polos.doc 41 α = J1 ( J1 + J 2 ) β1 = d J ω 1 0 β2 = d J ω 2 0 γ = k1 J ω 1 [1.138] 0 δ = 1J ω 1 0 Valores d factor de amortiguamiento viscoso .1 k1 constante de corriente del motor 1 J1 momento de inercia 1 10 J2 momento de inercia 1 v torque de perturbación en J 1 10 ω0 p1 , p23 9 1 polos del proceso p1 = 0 p23 = −0,05 ± 0,999 j Clase 04 Ubicación de Polos.doc 42 z1 ceros del proceso z1 = −10 ξp factor de amortiguamiento 0,05 ωp frecuencia natural 1 rad seg ---------------fig 418-----------------------------------fig 419--------------------- Condiciones de diseño: ω m = 0,5 ξ m = 0,7 [1.139] - Período de Muestreo dado que la frecuencia natural deseada es ω m = 0,5 se puede elegir una ω N = π T > 10ω m resultando T = 0,5segs [1.140] Se debería poner un filtro antialiasing - Realimentación del Estado uk = − Lxk + Lc rk [1.141] Polinomio deseado (s 2 + 2ξ mω m s + ω m α1 = 2 2 )(s +α ω 1 m )=0 [1.142] Clase 04 Ubicación de Polos.doc 43 se discretiza para el período elegido y se calcula Lc para ganancia unitaria. No se introduce integrador ------------fig 420----------------- Observador ( se eligen los polos del observador de la forma s 2 + 2ξ mα 0ω m s + (α 0ω m ) 2 )(s +α α ω 0 1 m )=0 α 0 = α1 = 2 [1.143] es dos veces más rápido que el proceso. el período de muestreo es un poco grande ---------------fig 421-------------------- Clase 04 Ubicación de Polos.doc 44