Professional Documents
Culture Documents
Search
Inicio Microcontroladores (PIC) Control De Procesos Control Predictivo Sistemas Dinmicos Lineales Control Realimentado
Rinconsito Anlisis De Sistemas
Acerca de Mi
Oct
Seguir a @ConAutEdu
Control Auto
660 Me gusta
Una forma genrica para analizar la estabilidad de sistemas es a travs de la teora de estabilidad de
Me gusta esta pgina Te gusta
Lyapunov, donde dicho anlisis es determinado de forma indirecta. Porque no se usa directamente la dinmica
del sistema si no que por el contrario se analiza como el sistema se est comportando.
Te gusta estoS el primero de tus
amigos en indicar que te gusta
esto.
Esta idea surgi en el siglo 19 donde todo se basa en energa, en aquella poca solo existan sistemas
mecnicos, entonces si la energa de ese sistema mecnico va para cero al momento del tiempo tender a
nete al Canal de Youtube
infinito, se podria caracterizar un sistema como estable.
No te pierdas mis videos cuando los subo a
la red. nete al canal de Youtube.
Sergio Castao
Se sabe que la energia siempre es una funcin escalar construida a partir de la dinmica del sistema YouTube 999+
Invtame a un Caf
Las expresiones para definir la energa son infinitas, dependiendo del tipo de aplicacin con la cual se desee
trabajar (energia potencial cinetica,) Si te sirvi de algo la informacin de la
pagina, podras invitarme a un caf y
ayudarme a seguir manteniendo en pie el
sitio WEB. Solo cuesta $2USD y me
ayudaras enormemente a seguir con mi
Bsicamente se asocia al sistema una funcin escalar de tal forma que capture la energa asociada a trabajo dando click donde dice "Pague com
la trayectoria del sistema y voy a analizar si dicha funcin va para cero en el transcurrirdel tiempo. seu carto de Credito". Muchas Gracias por
tu visita.
Introduccin al Blog
Si para nuestro analisis comenzamos recordando cual es la energia de una seal en el tiempo:
Introduccin al Blog
Ah se analiza si esa funcin va para cero a lo largo del tiempo. Una caracterstica de esa definicin de energa
es que ella siempre es positiva Suscrbete al blog por correo
electrnico
Direccin de email
Suscribir
Para la integral poder ir para cero, se analiza que la caracterstica de la grfica es siempre positiva y que la
derivada es siempre negativa porque ella siempre decrece. Y si se cumplen esas dos caractersticas, ese
sistema siempre va ir para cero. Top Posts
Ahora si se tiene ms de un estado, osea que no es solo un escalar, se puede usar la definicin de producto 2. Control Predictivo DMC (Parte 2)
(5.00/5)
interno
14. Conversin Anlogo/Digital (A/D)
(5.00/5)
8.Interrupciones (5.00/5)
El nico problema es que si por ejemplo mi funcin de energa no tiene una derivada que sea siempre negativa
Translate this Page
Seleccionar idioma
Seleccionar idioma
Temas
Temas
Elegir categora
Elegir categora
Dicha funcin es estable porque va para cero, pero no cumple con las dos propiedades, entonces yo no
consigo capturar la dinmica de esa energa. El problema de esa abordaje, es que la funcin que se vaya a
utilizar debe ser monotonicamente decreciente. Para conseguir eso se coloca una matriz P en los estados y se
intenta hallar la matriz tal que la funcin sea monotonicamente decreciente
En conclusin, para determinar la estabilidad por Lyapunov, consiste en poder determinar una funcin que
presente un comportamiento de energa monotono para decir que el sistema es estable, de lo contrario si no
se consigue determinar esta funcin, en trminos generales no quiere decir que el sistema sea inestable.
1. Cualquier matriz cuadrada equivale a la suma de una matriz simetrica y una matriz antisimetrica
Luego, la funcin con M simtrica o no, es igual a una funcin cuadrtica con matriz simtrica.
Lo que quiere decir que la Matriz M es definida positiva si la funcion es definida positiva.
Como es una forma cuadrtica si yo tomo ese resultado que va a ser una matriz que es
Simetrica basta con analizar los autovalores de esa matriz, si todos los autovalores son negativos, la matriz es
definida negativa lo que indica que la derivada de Lyapunov siempre dar negativa.
Por otro lado si en la ecuacin cuadratica ( ) si M tiene todos los autovalores positivos, esa
ecuacin siempre va a dar positivo garantizando la estabilidad
Ahora esto solo vale si yo conozco la matriz M,si yo no conozco dicha matriz tendria que encontrar una Matriz
M simetrica con todos los autovalores positivos de forma que tenga todos los autovalores
negativos
Para poder resolver ese problema analticamente, en lugar de trabajar con esa desigualdad, se puede
transformar esa expresin en una ecuacin lineal.
Si esa matriz N tiene todos los autovalores positivos y colocamos un signo (-) alfrente de N, quiere decir que
esa matriz es Negativa. De esa forma consigo demostrar que el termino es menor que cero
resolviendo una simple ecuacin. Esto es conocido como la ECUACIN DE LYAPUNOV.
De esa forma consigo por medio de un sistema de ecuacines encontrar una matriz M. Solo que cuando
hallamos esa M, ademas de ser una matriz Simetrica ella debe tener todos los autovalores Positivos.
Teorema 1
Si todos los autovalores de A tienen parte real negativa si y solo si para una matriz dada que sea simetrica
positiva N a la ecuacin de Lyapunov se consigue una unica solucin simetrica y
definida positiva M. Indicando que el sistema es Estable caso contrario es Inestable (esto es solo valido para
sistemas LTI), para No lineales o variantes en el tiempo, simplemente no se puede concluir.
Teorema 2
Si todos los autovalores de A tienen parte real negativa entonces la ecuacin de Lyapunov
tiene una unica solucin para una dada matriz N simetrica y definida positiva dada por:
Q es definida positiva si de A
Q es definida negativa si de A
Q es indefinida si y de A
EJEMPLO
y [/latex]\dfrac{dV(||x||)}{dt}<0[/latex]
y [/latex]\dot{V}(x)=x^T (A^TM+MA)x<0[/latex]
Sea y
Ecuaciones:
Como los autovalores son positivos, quiere decir que la Matriz M es simetrica y definida positiva, por lo tanto el
sistema es estable.
En MATLAB:
> M=lyap(A,N)
Para verificar si la funcin est decreciendo, siempre la diferencia entre un instante futuro con relacin a un
instante actual debe dar negativo.
y [/latex]\Delta V(x[k])=V(x[k+1])-V(x[k])<0[/latex]
Y se utiliza la funcin de Lyapunov mas simple, conocida como funcin de Lyapunov Cuadrada:
Y ya sabemos que como es una ecuacin cuadrtica, la matriz M tiene que tener todos los autovalores
Para determinar si es estable basta con analizar si todos los autovalores de la matriz son
menosres que cero.
Para resolver analticamente, se iguala la matriz a otra matriz negativa N, igual que en el caso continuo
Si consigo determinar una matriz M definida positiva puedo decir que mi sistema dinmico Lineal e invariante
en el tiempo es estable, recordando que si no es definida positiva seria inestable.
Para el caso de Lineal y Variante en el tiempo y No lineal en el caso de la matriz M ser definida negativa, no se
puede determinar nada, y se tendria que seguir buscando otra funcin de Lyapunov.
Comprtelo:
Relacionado
5.1 Estabilidad Entrada - Salida 5.2 Estabilidad Interna Sistemas Dinmicos Lineales
Septiembre 25, 2016 Septiembre 26, 2016 Junio 13, 2015
En "Sistemas Dinmicos Lineales" En "Sistemas Dinmicos Lineales" En "Sistemas Dinmicos Lineales"
Posted by Sergio C at 11:33 pm Tagged with: ecuacion de lyapunov, energia, estabilidad, estabilidad de lyapunov,
funciones cuadraticas, internamente estable, lti, Lyapunov, sistemas lineales, sistemas no
lineales
Leave a Reply
Your Comment
You may use these HTML tags and attributes: <a href="" title=""> <abbr title=""> <acronym title=""> <b>
<blockquote cite=""> <cite> <code class="" title="" data-url=""> <del datetime=""> <em> <i> <q
cite=""> <s> <strike> <strong> <pre class="" title="" data-url=""> <span class="" title=""
data-url="">
Name (required)
E-mail (required)
URI
Submit Comment