Introduccion Al Control Robusto

Introduccin al control Robusto
DISA- Universidad de Valladolid Control Robusto 1

INTRODUCCION AL
CONTROL ROBUSTO
Por qu Control Robusto?
.
Las tcnicas clsicas no proporcionan un mtodo de
diseo adecuado para sistemas multivariables en presencia
de variaciones del sistema a controlar.
.
Se necesitan tcnicas ms sencillas de aplicar a nuevos
sistemas: Aeronuticos, Aeroespaciales, Estructuras
Mecnicas, Columnas de destilacin, etc
Objetivo del control robusto:
Proporcionar tcnicas de control:
G vlidas para sistemas multivariables
G que aseguren como mnimo la estabilidad del sistema
an cuando el modelo utilizado para el diseo no se
corresponda exactamente con el sistema real
G Los sistemas pueden ser inestables o de fase no-
mnima.
Efecto de variacin en los parmetros
sobre la respuesta del sistema
.
Muchos diseos de controladores avanzados que
funcionan bien en simulacin fallan en la prctica, por
diferencias entre el comportamiento de la planta y el del
modelo utilizado para el diseo
Ejemplo: Presin de vapor en una caldera: P
k
c
e
s
s
F
v
=
1
Modelo Nominal (=3, =10.3, k
c
=1.73)
Variacin de parmetros (=6, =5, k
c
=3)
Ejemplo: planta de control de pH
.
Respuesta salto en diferentes puntos de operacin:
0 50 100 150 200 250 300 350 400 450 500
-5
-4.5
-4
-3.5
-3
-2.5
-2
-1.5
-1
-0.5
0
Time (sec)
Amplitude
Step responses (pH plant)
Modelo Nominal
0 50 100 150 200 250 300 350 400 450 500
-5
-4.5
-4
-3.5
-3
-2.5
-2
-1.5
-1
-0.5
0
Time (sec)
Amplitude
Step responses (pH plant)
Variacin del punto de operacin
L El comportamiento depende entonces del punto de
operacin:
Debe tenerse en cuenta a la hora de realizar el diseo que
el comportamiento de la planta difiere del predicho por su
modelo nominal.
Ejemplo: planta de control de pH (II)
.
Ejemplo de diseo donde no se ha tenido en cuenta la
robustez:
Especificaciones: T
asentamiento
<10 seg; Sobrepico<20%
Se ha diseado el controlador K
s s
G
nom
=
+
-
1
1
1
( )
para la planta
de pH
La respuesta salto con el modelo nominal cumple las
condiciones de diseo
En otros puntos de operacin se degrada el
comportamiento
0 5 10 15 20 25 30
0
0.2
0.4
0.6
0.8
1
1.2
Time (sec)
Amplitude
Step response (Inverse controller)
0 5 10 15 20 25 30
0
0.2
0.4
0.6
0.8
1
1.2
1.4
Time (sec)
Amplitude
Step responses (Inverse controller)
.
Conclusin: El controlador debe ser robusto
Ejemplo: planta de control de pH (III)
.
Adems al disear deben de tenerse en cuenta todas las
seales
0 5 10 15 20 25 30
-120
-100
-80
-60
-40
-20
0
20
40
60
Time (sec)
Amplitude
Control signal
0 5 10 15 20 25 30
-0.4
-0.2
0
0.2
0.4
0.6
0.8
1
Time (sec)
Amplitude
Constant Disturbance Rejection
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
-0.1
-0.08
-0.06
-0.04
-0.02
0
0.02
0.04
0.06
0.08
0.1
Time (sec)
Amplitude
50Hz measurement noise (10%)
Ganancia de Sistemas Multivariables (I)
.
Para sistemas SISO, la representacin de la ganancia de
funciones de transferencia (diagrama de Bode) es una tcnica
bsica para el anlisis y diseo de sistemas de control:
Cmo puede extender el diagrama de
Bode a sistemas multivariables?
Fijmonos en la amplitud de la respuesta en frecuencia:
Para un sistema SISO la ganancia de la F.T. G(s) a la
frecuencia sera:
) j ( u
) j ( y
) j ( G ) ( gain
= =
Para un sistema MIMO podramos extenderlo definiendo la
ganancia de la F.T. G(s):
) j ( u
) j ( y
) ( gain
=
(Donde denota una norma del vector, por ejemplo la norma
2:
2
n
2
2
2
1
n
1 i
2
i
n
2
1
v v v v
v
v
v
+ + + = =
)
Ganancia de Sistemas Multivariables (II)
. .. .
Problema: La ganancia de un sistema multivariable
depende de la direccin en que se aplica la entrada:
Ej : Si a una frecuencia determinada
=
2 3
4 5
) G(j
Si u y =

1
0
5
3
Ganancia=
+
=
25 9
1
583 .
Si u y =

0
1
4
2
Ganancia=
+
=
16 4
1
4 47 .
Si u y =
0
=
0

0 6
8
2
0 2
.
.
.
.
Ganancia=
+
=
0 04 0 04
1
0 28
. .
.
Valores Singulares como ganancia
multivariable (I)
Se definen los valores singulares de G(jw) como:
{ } (jj (jj (jj G G
H
i i
=
(donde
i
denota los valores propios, y G(j)
H
corresponde a la
matriz transpuesta conjugada de G(j))
Los valores singulares se pueden interpretar como la
ganancia de G(j) en n direcciones ortogonales, de forma que
nos darn la ganancia mxima y mnima del sistema:
Ganancia mxima: { } (jj (jj
i
max =
Ganancia mnima: { } (jj (jj
i
min =
Ej: Para el ejemplo anterior:
=
2 3
4 5
) G(j
343 7 G(jj . ) ( = y 272 0 G(jj . ) ( = : la ganancia puede variar entre
0.27 y 7.3
Valores Singulares como ganancia
multivariable (II)
.
El equivalente al diagrama de Bode para Sistemas
Multivariable ser la representacin en escala logartmica de

i
G j ( ( )).
matlab: sigma(a,b,c,d,w)
Ej: satlite:
~
( )
( )
( )
G s
s a
s a a s
a s s a
=
+
+
+
1
2 2
2
1
1
2
10
-2
10
-1
10
0
10
1
10
2
-40
-30
-20
-10
0
10
20
30
40
Frequency (rad/sec)
Singular Values dB
Spinning Satellite

Descomposicin en Valores Singulares
.
Para conocer las direcciones correspondientes a las
ganancias extremas se utiliza la Descomposicin en Valores
Singulares.
[u,s,v]=sigma(a,b,c,d,w)
A U V
H
=
: matriz diagonal de valores singulares
U: matriz de vectores singulares en las salidas
V: matriz de vectores singulares en las entradas
Ej:
H
794 0 608 0
608 0 794 0
272 0 0
0 342 7
872 0 490 0
490 0 872 0
2 3
4 5
) G(j
=
. .
. .
.
.
. .
. .
La ganancia mxima en la direccin de la entrada
=
608 0
794 0
v
.
.
y la ganancia mnima en la direccin
=
794 0
608 0
v
.
.
Matrices de Transferencia Caractersticas
(I)
Sea un sistema multivariable realimentado de la figura,
con:
seales aplicadas (entradas) r, d
i
, d
o
, m y
seales obtenidas (salidas) e, u, y
Plant Controller
K G
r
y
u e
-
+
d
o
d
i
m
.
Se expresan las matrices de transferencia que relacionan
entradas y salidas del sistema de control realimentado:
y
u
e
T M S T
M T M M
S M S S
r
d
d
m
i
i
i
i
o

Matrices de Transferencia Caractersticas
(II)
G KG L = Lazo abierto
G S I GK = +

( )
1
Sensibilidad
G T GK I GK = +

( )
1
Sensibilidad Complementaria
G M K I GK = +

( )
1
Sensibilidad al Control
G GK L
i
= Lazo abierto en la entrada
G T KG I KG
i
= +

( )
1
Sensibilidad Complementaria en entrada
G S I KG
i
= +

( )
1
Sensibilidad en la entrada
G M I GK G
i
= +

( )
1
Sensibilidad al Control en la entrada
.
Estas matrices de transf. estn ntimamente relacionadas,
lo que limita las posibilidades de diseo:
S T I + =
GM T =
Matrices de Transferencia Caracterstica
(III)
Ejemplo: Planta de control de pH, con el controlador original:
10
-3
10
-2
10
-1
10
0
10
1
10
2
10
-5
10
-4
10
-3
10
-2
10
-1
10
0
10
1
10
2
10
3
10
4
10
5
Characteristic Transfer functions
Frequency (rad/sec)
Amplitude
K
S=1/(1+GK)
G
M=K/(1+GK)
T=GK/(1+GK)
Con un controlador Robusto Hinf
10
-3
10
-2
10
-1
10
0
10
1
10
2
10
-5
10
-4
10
-3
10
-2
10
-1
10
0
10
1
10
2
10
3
10
4
10
5
Characteristic Transfer functions
Frequency (rad/sec)
Amplitude
K
S=1/(1+GK)
G
M=K/(1+GK)
T=GK/(1+GK)
Especificaciones de Diseo (I)
.
Las especificaciones de diseo pueden darse como lmites
aceptables de la influencia de perturbaciones y ruidos de
medida sobre salidas y seales de control.
.
Estas especificaciones pueden transformarse en cotas
sobre las funciones de transferencia:
Rechazo de perturbaciones: ( ) S << sobre todo en las
frecuencias donde las perturbaciones sean ms
importantes
Rechazo de ruidos de medida: ( ) T << sobre todo en las
frecuencias donde las ruidos de medida sean ms
importantes
Seguimiento de referencia: ( ) ( ) T T I en las
frecuencias donde sea importante el seguimiento de la
referencia
Reduccin de los esfuerzos de control: ( ) M << sobre
todo en las frecuencias donde no sea importante el
seguimiento de la referencia
.
Estas condiciones suelen expresarse escogiendo una
respuesta en frecuencia deseable H
d
(j ) de forma que
( ( )) ( ) H s H
d
j <
.
El problema se simplifica numricamente si se elige una
funcin de peso W
H
s ( ) que sea una matriz de
transferencia:
( ( ))
( )
H s
W
H
j
<
1
, equivalente a ( ( ) ( )) W
H
s H s < 1
Robustez
Estabilidad Nominal: El sistema es estable en ausencia de
incertidumbre
(NS: Nominal Stability)
Rendimiento Nominal: El sistema cumple las
especificaciones de diseo en ausencia de incertidumbre
(NP: Nominal Performance)
Estabilidad Robusta: El sistema es estable para todo el
conjunto de posibles plantas (en presencia de incertidumbre)
(RS: Robust Stability)
Rendimiento Robusto: El sistema cumple las
especificaciones de diseo para todo el conjunto de posibles
plantas (en presencia de incertidumbre)
(RP: Robust Performance)

.
El diseo robusto se har sobre la planta nominal
~
G, pero
considerando tambin el conjunto de posibles plantas
GP, diferentes de la nominal
Tipos de Incertidumbres (I)
L Incertidumbre Paramtrica: Se conoce la estructura del
modelo, pero alguno de los parmetros se conoce de forma
imprecisa
Ej: Caldera:
1 s
e k
s G
s
c
+
=

) ( , con =32, =53, k
c
=1.51
Descripcin con incertidumbre:
=3+2
, =5+3
, k
c
=1.5+
k
con 1
L Incertidumbre No-Estructurada: Incertidumbre en la
respuesta en frecuencia por dinmicas no-paramtricas o
no-modeladas (siempre presentes)
10
-3
10
-2
10
-1
10
0
10
1
10
-6
10
-5
10
-4
10
-3
10
-2
10
-1
10
0
Frequency (rad/sec)
Amplitude
Frequency Responses
E(jw)
Ej: planta de pH:
G j G j E j G j G j W j ( )
~
( ) ( ) ( )
~
( ) ( ) = = + , con 1
Tipos de Incertidumbres (II)
L Incertidumbre Estructurada: Conjunto de incertidumbres
paramtricas o no-estructuradas que se reunen en un
bloque de incertidumbre nico con una estructura
conocida.
W
k
W
1/s
kc
W
M

M
x
a
-
- +
+
+
+
+
+
M
u y
Con
k
M
0 0
0 0
0 0

Descripcin de la
Incertidumbre no-estructurada
.
Para introducir la incertidumbre en el diseo se debe:
1. Identificar el tipo y tamao de incertidumbre:
( ( )) E j
2. Acotarla por una funcin de peso W de forma que la
incertidumbre normalizada cumpla
( ) 1
Incertidumbre
G
Planta Nominal
+
+
W
Peso
G
Planta Nominal
+
+
Incertidumbre
Normalizada
nom
nom
G
Estimacin de la Incertidumbre
.
Actuadores y Sensores: Informacin del fabricante sobre:
- Exactitud, Resolucin
- Constante de tiempo Ancho de banda
.
Experimentacin con el sistema en diferentes puntos de
funcionamiento:
10
-1
10
0
10
1
10
-1
10
0
Frequency
Amplitude
E(jw)
.
Linealizacin de modelos no-lineales
u s G y u f y
l
) ( ) ( = =
.
Identificacin del sistema Incertidumbre paramtrica
1 s
e k
s G
s
c
+
=

) ( , con =32, =53, k
c
=1.51
Descripcin de la
Incertidumbre no-estructurada
.
Para sistemas multivariables se debe elegir siempre la
descripcin ms prxima al efecto que causa la incertidumbre.
.
Si no se suele seleccionar una inc. multiplicativa a la
salida:
Directa si
L la incertidumbre afecta a la posicin de un cero inestable
L si es una incertidumbre de alta frecuencia
Inversa si
L la incertidumbre afecta a la posicin de un polo inestable
o si es una incertidumbre de baja frecuencia
La Norma H

.
Se puede definir la norma H

como el mximo del valor
singular mximo de la respuesta en frecuencia:
G s j ( ) max ( )

G(jw)
||G||
.
Utilidad: Hemos visto que especificaciones de diseo y de
robustez pueden expresarse como:
( ( ))
( )
H s
W
H
j
<
1
Equivalentemente:
( ) W
H
H W
H
H <
< 1 1

Al ser una norma es mucho ms facil de optimizar que
los valores
singulares
:
Rendimiento Nominal y Robusto
(Incertidumbre No-estructurada)
Rendimiento Nominal: la especificacin de diseo se
cumple para el modelo nominal:
~
SW
S

<1
Rendimiento Robusto: la especificacin de diseo se
cumple para el modelo teniendo en cuenta la incertidumbre
de la planta:
SW
S
G G I W
O
G
< = +
1
1 / ( )
~
Sistema SISO: Se puede expresar como condicin sobre

la norma H
RP +
<
~ ~
SW
S
TW
T
1
Sistema MIMO: En general se expresa como condicin
sobre el valor
singular estructurado ()
RP < ( ) M 1
Estabilidad Robusta
(Incertidumbre no-estructurada)
.
A partir del modelo nominal de la planta y las funciones de
peso W se obtiene matemticamente un controlador que
(como mnimo) asegure la estabilidad robusta. Para ello
ademas de NS se debe cumplir:
G Incertidumbre multiplicativa a la salida:
(
~
)
( )
~
T
W
TW
o
o
<
<
1
1
G Incertidumbre multiplicativa a la entrada:
(
~
)
( )
~
T
I
W
T
i
W
I
I
<
<
1
1
G Incertidumbre multiplicativa inversa a la salida:
(
~
)
( )
~
S
W
SW
iO
iO
<
<
1
1
G Incertidumbre multiplicativa inversa a la entrada:
(
~
)
( )
~
S
I
W
S
i
W
iI
iI
<
<
1
1
G Incertidumbre aditiva:
(
~
)
( )
~
M
W
MW
A
A
<
<
1
1
Especificaciones de diseo como normas
.
Las especificaciones de diseo suelen expresarse
utilizando pesos en las funciones de transferencia
caractersticas.
Cota sobre la Sensibilidad: SW
S

<1, con
W
S
s M
B
s
B
A
I =
+
+
/
*
*
(Segundo orden: W
S
s M
B
s
B
A
I =
+
+
( /
*
)
(
*
)
2
2
)
Cota sobre la Sensibilidad Complementaria:
TW
T

<1
con W
T
s
B
A
s M
B
I =
+
+
*
/
*
Normas de seales
Cmo describimos matemticamente el tamao de las
seales que aparecen en un sistema de control?
Solucin: Utilizando normas
G Norma cuadrtica: Mide la energa de la seal

= dt t x x
2
2
) (
Matlab: norm(x,2)
Otros nombres: norma 2,Integral Square Error (ISE)
G Norma infinito: Si la desviacin mxima de la seal
) (t x max
t
Matlab: norm(x,inf)
Otro nombre: peak norm
G Norma 1: Mide la energa de la seal

= dt t x x
2
2
) (
Matlab: norm(x,1)
Otro nombre: Integral Absolute Error (IAE)
G Norma de potencia: Mide la potencia media de la seal

=
T
T
2
T
pow
dt t x
T 2
1
lim x ) (
Matlab: norm(x,2)/sqrt(2*T)
Otro nombre: RMS Norm
Normas Inducidas de Sistemas
Para medir la ganancia de un sistema calcularamos la relacin
entre el tamao de la seal aplicada y el de la seal obtenida:
u
y
G ganancia = )" ( "
Esta ganancia dependera del vector de la direccin de u
Solucin: calcularla para aquella u que d el valor mximo
Norma Inducida
u
y
max G
u
ind
=
Escogiendo determinadas normas para y y para u se
obtienen normas inducidas con significado y fcilmente
calculables y optimizables:
G Norma H
:
: ganancia en sentido de energa o potencia:
pow
pow
u
2
2
u
u
y
max
u
y
max G = =
Tambin: Norma 2-inducida, norma del mximo

G Norma l
1
: ganancia en sentido de energa o potencia:
=
u
y
max G
u
1
Tambin: Norma :-inducida, norma pico a pico
G Norma H
2
: ganancia en sentido de energa a desviacin mxima:
2
u
2
u
y
max G

=
(Ojo: no es inducida, porque las normas son diferentes)
Ejemplo: Columna de destilacin (I)
+
=
6 109 2 108
4 86 8 87
1 s 75
1
s G
. .
. .
) (
Respuesta en frecuencia
10
-5
10
-4
10
-3
10
-2
10
-1
10
1
10
2
10
3
modelo nominal
Valores singulares:
10
-4
10
-3
10
-2
10
-1
10
0
10
-2
10
-1
10
0
10
1
10
2
10
3
modelo nomi nal
Ejemplo: Columna de destilacin (II)
0 2 0 0 4 0 0 6 0 0 8 0 0 1 0 0 0
-2 0
0
2 0
4 0
6 0
8 0
1 0 0
1 2 0
1 4 0
1 6 0
re s p ue s ta s te m p o ra le s e n d i re c c i o ne s o rto g o na le s
Valores singulares (incertidumbre del 50% en la constante de
tiempo de cada entrada):
1 0
- 4
1 0
- 3
1 0
- 2
1 0
- 1
1 0
0
1 0
- 2
1 0
- 1
1 0
0
1 0
1
1 0
2
1 0
3
Re s p ue s ta e n fre c ue nc i a
Ejemplo: Columna de destilacin (III)
Evaluacin de la incertidumbre:
1 0
- 4
1 0
- 3
1 0
- 2
1 0
- 1
1 0
0
1 0
- 1 0
1 0
- 8
1 0
- 6
1 0
- 4
1 0
- 2
1 0
0
1 0
2
Inc e rti d um b re m ulti p li c a ti va d i re c ta
Evaluacin (incorrecta) de la incertidumbre:
1 0
- 4
1 0
- 3
1 0
- 2
1 0
- 1
1 0
0
1 0
- 1 0
1 0
- 8
1 0
- 6
1 0
- 4
1 0
- 2
1 0
0
Inc e rti d um b re m ulti p li c a ti va i nve rs a
Parametrizacin de Youla (I)
.
Objetivo: Expresar el conjunto de controladores que
estabilizan internamente un sistema representado por su
funcin de transferencia
.
Una representacin factorial de una funcin de
transferencia
1 -
ND = G es coprima (coprime) si existen
funciones de transferencia estables X, Y tales que
I DY NX = +
(Identidad de Bezout)
.
Teorema de estabilidad:
Para todo Q estable (tal que QN X ) el controlador
NQ X
DQ Y
K
+
=
estabiliza internamente el sistema en lazo cerrado
* Cualquier controlador que estabilice un sistema puede
expresarse como
NQ X
DQ Y
K
+
=
donde Q es cualquier funcin de transferencia estable
Parametrizacin de Youla (II)
G
w z
y u
K
.
Objetivo: Expresar el conjunto de controladores que
estabilizan internamente un sistema representado por su matriz
de transferencia
.
Una representacin factorial G = ND
-1
=

~ ~
D N
1
es coprima si
existen matrices de transferencia estables X, Y,
~
X e
~
Y tales
que
~ ~
~ ~
X Y
N D
D Y
N X
I
= (Identidad de Bezout generalizada)

.
Teorema de estabilidad:
* Para todo Q estable (tal que ni X QN ni
~ ~
X QD son cero) el
controlador
( )( ) ( ) ( ) K Y DQ X NQ X QN Y QD = =

1
1 ~ ~ ~ ~
estabiliza internamente el sistema en lazo cerrado
* Cualquier controlador que estabilice un sistema puede
expresarse como
( )( ) ( ) ( ) K Y DQ X NQ X QN Y QD = =

1
1 ~ ~ ~ ~
donde Q es cualquier matriz de transferencia estable
( ( )
q p
RH Q

)
Parametrizacin de Youla (III)
Adems si se expresan las matrices de transferencia
caracterstica en funcin del parmetro Q resultan ser afines en
Q:
. .. . Caso SISO
- Sensibilidad complementaria:
T KG I KG YN QND + =
( )
1
- Sensibilidad:
S I KG XD QND + = +
( )
1
- Sensibilidad al control:
M K I KG YD QD + =
( )
1 2
En general quedan de la forma de un problema de equivalencia
de modelos:
Parametrizacin de Youla (IV)
. .. . Caso multivariable:
Ganancias de realimentacin:
Cualquier sistema lineal de control, por complejo que sea,
puede representarse segn el diagrama de bloques:
G
w z
y u
K
G
G
G
21 22
11 12
y cualquier matriz de transferencia puede expresarse como:
( ) T G G K I G K G
wz
= +

11 12 22
1
21
Aplicando la parametrizacin de Youla se obtiene que siempre:
T H UQV
wz
=
donde
* H G G YDG = +
11 12 21
~
,
* U G D =
12
* V DG =
~
21

Introduccion Al Control Robusto

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Introduccion Al Control Robusto

Uploaded by

Copyright:

Available Formats

Introduccin al control Robusto

DISA- Universidad de Valladolid Control Robusto 1

Introduccin al control Robusto

Introduccin al control Robusto

Introduccin al control Robusto

Sistema SISO: Se puede expresar como condicin sobre

Tambin: Norma 2-inducida, norma del mximo

= (Identidad de Bezout generalizada)

You might also like