You are on page 1of 19

Universidad Nacional de La Plata Facultad de Ingenier a Departamento de Electrotecnia Ctedra de Control Moderno a

Nociones de control robusto

Fernando A. Inthamoussou Ao 2011 n

1.

Introduccin o

Estas notas tienen como nalidad introducir los aspectos bsicos de la teor de control robusto a a para los alumnos de la materia Control Moderno. Bsicamente es un extracto de la bibliograf a a sobre el tema mencionada al nal del mismo. Slo se hace hincapi en la denicin del problema o e o de control robusto, llegando a mostrar las condiciones de estabilidad y performance nominal como as tambin las condiciones para garantizar estabilidad y performance robusta. A lo largo de este e apunte se consideraran sistemas SISO haciendo la aclaracin necesaria cuando sea conveniente o para sistemas MIMO.

2.

Motivacin del control robusto o

El primer paso en el diseo de un sistema de control es la obtencin de un modelo matemtico n o a de una planta f sica. En ciertos casos el modelo puede ser no lineal (mayormente), de parmetros a distribuidos y/o adems de alto orden. Un modelo de orden elevado y complejo desde el punto a de vista de la dinmica no resulta del todo util, ya que complica demasiado el proceso de diseo, a n dando adems como resultado controladores de alto orden. Por estos motivos, se busca obtener a un modelo lo ms simple posible, pero que al mismo tiempo reeje todas las caracter a sticas intr nsecas del sistema f sico que son importantes para el problema que se est tratando, y dejar a el modelo ms completo para vericacin del controlador obtenido. Est claro, que este modelo a o a incurrir en un error de modelado. As surge la pregunta de si el controlador diseado para el a , n modelo obtenido funcionar satisfactoriamente para la planta real. Para responder esta pregunta, a se ha desarrollado una teor de control conocida como control robusto desde el ao 1980. a n En control robusto, en particular, se busca aproximar el modelo por uno lineal de coecientes constantes, asumiendo que se incurrir en un error de modelado. Este error es considerado como a incertidumbre del modelo frente a la planta f sica real, y utiliza esta incertidumbre, que se modela y acota para cada problema, en el proceso de diseo del controlador. n

3.

Por qu realimentar? e

La idea de realimentacin est tan asociada con la teor de control que resulta casi imposible o a a pensar en control sin realimentacin. Un ejercicio muy interesante es preguntarse por qu moo e tivo no se podr controlar un sistema con un controlador a lazo abierto?. Hasta ahora hemos a considerado que disponemos de un modelo matemtico del sistema (sin decir mucho respeto de a la exactitud del mismo) y si bien hemos trabajado con perturbaciones externas no hicimos un tratamiento o modelado de las mismas, es decir la supusimos conocidas. Bajo estas hiptesis no o parecer necesaria la realimentacin. Un resultado muy interesante surge de hacer un poco de a o algebra de bloques con un lazo de control t pico como se muestra en Figura 1. En este lazo P representa el sistema f sico a ser controlado, K(s) es el modelo matemtico del controlador a a utilizar y d(s) es una perturbacin externa a la salida de la planta. o r- f K(s)
6 -? f

Figura 1: Lazo de realimentacin. o Sumando y restando el modelo matemtico G(s) de la planta dentro del lazo, manteniendo la a realimentacin intacta obtenemos el diagrama que se muestra en la Figura 2. o 1

r- f f - 6 6

K(s) G(s) 

u-

-? f

- G(s)

-? f

Figura 2: Sistema f sico y modelo matemtico. a Si adems reemplazamos la conexin entre el modelo de la planta y el controlador por a o C(s) obtenemos el diagrama de la Figura 3. r- f C(s)
6

K(s)[I + G(s)K(s)]1 ,

(1)

u-

-? f

- G(s)

-? f

Figura 3: Realimentacin e incertidumbre. o As la seal de realimentacin f (s) es n o f (s) = d(s) + [P G(s)]u(s) (2)

Mirando esta ultima expresin se puede concluir que si no existen perturbaciones d(s) = 0 y o el modelo matemtico del sistema f a sico es exacto (y/o los parmetros de la planta no var a an) P G(s) = 0, la seal de realimentacin es 0. Es decir, ante ausencia de perturbaciones y error n o de modelado no ser necesario realimentar. Est claro que la condicin anterior es poco realista a a o y que siempre van a existir perturbaciones y error de modelado, por esta razn es imprescindible o realimentar. En el anlisis anterior se supuso tanto una perturbacin desconocida como un a o modelo no exacto del sistema f sico. Las razones son las siguientes: si se conoce exactamente el tipo de perturbacin y el tiempo en la que la misma ocurre, la misma podr ser cancelada o a restando otra seal en el lazo de forma tal de cancelar el efecto de esta. La no exactitud del n modelo no es dif de pensar, incluso si se pudiera obtener un modelo exacto del sistema cil no se estar considerando variaciones que pueden surgir en algunos parmetros del sistema, a a a esto se lo conoce como incertidumbre. En la teor de control robusto la unica suposicin a o que se hace respecto a las perturbaciones es que son de energ acotada. De todas formas, la a diferencia fundamental entre la teor de control clsico y moderno respecto de la teor de a a a control robusto radica en que esta ultima incorpora la incertidumbre expl citamente al momento de formular el problema. Tal es as que la palabra modelo y sistema (sistema f , sico o planta) no son equivalentes. En la teor de control robusto el sistema es tratado matemticamente como un conjunto o a a una familia de modelos, representada por un modelo nominal G(s) (que es el mismo que el utilizado en control clsico o moderno) y una incertidumbre acotada. Esta incertidumbre puede a ser agregada al modelo nominal de diferentes formas, llevando a diferentes tratamientos del problema.

La incertidumbre debe ser siempre acotada, de otra manera sin conocimiento del sistema el problema no est bien planteado. La razn detrs de esto es que para un sistema totalmente a o a desconocido, dado un controlador, siempre existe la posibilidad de encontrar un sistema que inestabilice el lazo de control. Cuando se controla un sistema se busca que no exista posibilidad de desestabilizarlo. Luego para poder dar garant de estabilidad, la incertidumbre debe ser a acotada. El objetivo del control robusto es calcular las condiciones menos conservativas proveyendo certidumbre en la estabilidad y performance de un modelo incierto (familia acotada de modelos) que representa un sistema f sico. Cuando estas propiedades, estabilidad y performance, se reeren al modelo nominal las mismas se denominan nominales. Cuando hacen referencia a la familia completa de modelos o modelo incierto se las conoce como robustas. Propiedades: para el modelo nominal, estabilidad nominal y performance nominal. Para el modelo incierto estabilidad robusta y performance robusta. Ahora, suponiendo d(s) = 0 y una representacin matemtica exacta del sistema, con lo analio a zado ms arriba surge f (s) = 0. En este caso no hay necesidad de realimentar, cosa que resulta a razonable bajo la hiptesis no real propuesta. Luego, cualquier salida deseada como as tambin o e la estabilizacin del sistema podr ser lograda con un controlador a lazo abierto. Asimismo, o a suponiendo que la hiptesis anterior es posible no se est teniendo en cuenta la conexin f o a o sica entre el controlador y la planta. A travs de estas conexiones pueden ingresar perturbaciones e externas (ruido de cuantizacin, ruido electromagntico, etc.) al sistema de lazo cerrado. Luego, o e estas seales pueden inestabilizar el sistema en caso de serlo el mismo a lazo abierto. n Como conclusin, no hay posibilidad de evitar la realimentacin en un problema de control a o o menos que se tenga un conocimiento exacto de todas las seales que entran al sistema en todo n punto y adems el modelo matemtico del sistema sea lo mismo que la planta real. Como se a a puede imaginar este no es el caso en la realidad.

4.

Restricciones algebraicas del lazo de control

Ya vimos que la incertidumbre tanto en el modelado como en las perturbaciones externas son inevitables en cualquier problema prctico de control. Luego, en el problema de diseo, es necea n sario entender las restricciones algebraicas del lazo de control. Considere el lazo de control que se muestra en la Figura 4, donde G(s) representa el modelo nominal de la planta, K(s) el modelo del controlador, y(s) la salida, r(s) la referencia, e(s) el error de seguimiento, d(s) la perturbacin o y n(s) el ruido de medicin. o r - f e6

K(s)

- G(s)

-? f

? f n 

Figura 4: Restriccin del lazo de realimentacin. o o Las relaciones entre los mismos son las siguientes: y(s) = G(s)K(s)[I + G(s)K(s)]1 [r(s) n(s)] + [I + G(s)K(s)]1 d(s) e(s) = r(s) y(s) = S(s)[r(s) n(s)] + T (s)n(s) Denimos, S(s) [I + G(s)K(s)]1 como la funcin sensibilidad y T (s) o 1 como la funcin sensibilidad complementaria del lazo. G(s)K(s)] o 3

(3a) (3b)

G(s)K(s)[I +

El nombre de complementaria surge de que T (s) + S(s) = 1 para sistemas SISO y T (s) + S(s) = I (5) para sistemas MIMO, donde I es la matriz identidad. Esta ecuacin impone serias limitaciones o a la hora de disear el controlador que deber garantizar estabilidad y performance, como n a as tambin robustez a la incertidumbre del modelo. e De acuerdo con las ecuaciones (3a) y (3b), tanto para lograr rechazo de perturbaciones a la salida, como para minimizar la inuencia de las perturbaciones y la referencia en el error de seguimiento, el tamaode la funcin de sensibilidad S(s) debe ser reducido. Por otro lado, n o si el objetivo es el rechazo del ruido de medicin a la salida o en el error de seguimiento, el o tamao de la funcin de sensibilidad complementaria T (s) deber ser reducido. Debido a la n o restriccin planteada en (4) y (5) esto no es posible simultneamente. o a Para resolver este problema es importante primero denir un tamao adecuado para una n matriz de transferencia MIMO, particularmente la matriz de sensibilidad, y por medio de esta medida se tratar de resolver la restriccin en (5). a o Remarque 2. cualquier problema de control bien planteado deber incluir impl a citamente en sus requerimientos esta restriccin. o (4)

5.

Sistemas bien planteados

En lo que sigue vamos tratar el tema estabilidad nominal y robusta como as tambin problemas e de performance para sistemas SISO (una entrada una salida, por sus siglas en ingles), representados ya sea por su funcin de transferencia o por su representacin en modelo de estados. o o El anlisis se realiza de forma gradual comenzando desde estabilidad nominal y terminando en a performance robusta, que es el objetivo perseguido. Para facilitar la notacin en lo que sigue denimos la equivalencia o g(s) = C(sI A)1 B + D A B C D , (6)

Considere el lazo de control de la Figura 5 , donde existen las siguientes relaciones entre las entradas [u1 (s) u2 (s)] , las salidas [y1 (s) y2 (s)] y los errores [e1 (s) e2 (s)] u1
-f 6

e1

g(s)


y1 e2
? u2 f 

y2

k(s)

Figura 5: Lazo de realimentacin para evaluar sistemas bien planteados. o y1 (s) = g(s)e1 (s) y2 (s) = k(s)e2 (s) e1 (s) = u1 (s) y2 (s) e2 (s) = u2 (s) + y1 (s) (7) (8)

A continuacin se dene lo que se conoce como lazo de realimentacin bien planteado, importante o o suposicin que deber hacerse en cualquier problema de control. Esto evita casos triviales como o a g(s) = k1 (s). 4

Denicin 5.1 El lazo de realimentacin de la Figura 5 se dice que est bien planteado si y o o a slo si todas las posibles transferencias entre las entradas u1 y u2 y todas las salidas y1 , y2 , e1 o y e2 existen y son propias. En otras palabras, un sistema se dice bien planteado si para entradas bien denidas obtenemos salidas bien denidas. De hecho, se puede probar que es suciente vericar que las salidas y1 , y2 o e1 y e2 estn bien denidas. Que el lazo de realimentacin est bien denido es un requerimiento e o e matemtico para cualquier problema de control en el cul estabilidad y performance deben ser a a denidas. Escribiendo de forma compacta la relacin entre las entradas ui y los errores ei , se dene la o matriz P (s) u1 (s) u2 (s) = 1 k(s) g(s) 1 e1 (s) e2 (s) P (s) e1 (s) e2 (s) , (9)

Luego para tener salidas e1 y e2 bien denidas, es necesario que la inversa de P (s) exista y sea propia. De otra forma, las salidas no estarn bien denidas o podr no ser propias. a an Ejemplo 5.1 Considerando en lazo de control en la Figura 5 y las siguientes funciones de transferencias generales para la planta y el controlador: g(s) = s+a s+b k(s) = s+c s+d (10)

La funcin de transferencia entre u2 y e2 es o [1 + g(s)k(s)]1 = (s + b)(s + d) (s + b)(s + d) + (s + a)(s + c) (11)

Del denominador de esta funcin de transferencia podemos ver que si se cancelan los trminos s2 , o e por ejemplo eligiendo el numerador de g(s) como (s + a) y valores adecuados de las constantes, la misma resulta impropia y el problema de control no est bien planteado. a En la prctica la planta es estrictamente propia, de lo contrario tendra ganancia a frecuencia a innita, haciendo que la transferencia anterior sea propia (no hay posibilidad de cancelar el trmino s2 en el denominador). e

6.

Estabilidad Interna Nominal

En esta seccin trataremos de distinguir estabilidad entrada-salida de estabilidad interna. Cono sidere el lazo de realimentacin de la Figura 5 , se puede demostrar que la estabilidad de algn o u par entrada salida (todos los polos correspondientes a esa funcin de transferencia pertenecientes o al semiplano izquierdo abierto del plano complejo, C ) no implica que todos los pares entrada salida sean estables. En lo que sigue, debemos garantizar que todos los posibles pares entrada salida sean estables. Ejemplo 6.1 Considerendo en lazo de control en la Figura 5 y las siguientes funciones de transferencias para la planta y el controlador: g(s) = s+3 (s 2)(s + 5) k(s) = s2 s+1 (12)

La funcin de transferencia entre u1 e y2 es o y2 g(s)k(s) (s + 3) = = 2 u1 (1 + g(s)k(s)) (s + 7s + 8) 5 (13)

que es estable. Pero si se considera la funcin de transferencia entre u1 e y1 resulta o g(s) (s + 3)(s + 1) y1 = = u1 (1 + g(s)k(s)) (s 2)((s + 5)(s + 1) + (s + 3)) que es inestable. Esto se debe a la cancelacin entre el polo inestable de la planta y el cero de no mnima fase del o controlador. Este ejemplo muestra que existe diferencia entre estabilidad de una dada transferencia de un lazo de control (estabilidad entrada-salida) y la estabilidad de lazo de realimentacin (estabilidad o interna). Denicin 6.1 El lazo de realimentacin de la Figura 5 es internamente estable si y slo si o o o todas las funciones de transferencias obtenidas de todos los pares entrada-salida tienen sus polos en C . Si bien no expl citamente, el concepto de estabilidad interna ha existido por varios aos. Un n ejemplo de esto, es una regla bsica del diseo de controladores de no cancelar polos inestables de a n la planta con ceros de no m nima fase del controlador. Una explicacin errnea de esto establece o o que es imposible realizar esta cancelacin numricamente de forma exacta. Por todo lo visto o e hasta aqu podemos concluir que aunque sea posible realizar esta cancelacin, existir siempre , o a una transferencia en el lazo de realimentacin que ser inestable. As existir una seal interna o a , a n del lazo que crecer sin cota daando el sistema. Se puede plantear el siguiente lema. a n Lema 6.2 El lazo de realimentacin de la Figura 5 es internamente estable si y slo si [1 + o o g(s)k(s)]1 es estable y no hay cancelaciones de polos y ceros en el semiplano derecho complejo entre la planta y el controlador. Remarque 3. Notar que cualquier cancelacin de polos y ceros estables no afectan la estabilidad o interna del lazo. Sin embargo, desde el punto de vista de performance, la cancelacin podr ser o a realizada sobre un polo estable pero al mismo tiempo un modo indeseable del sistema. As si , bien el sistema es estable, algn par entrada salida tendr una performance pobre. u a As la denicin de estalibilidad interna puede extenderse a una regin ms general que slo el o o a o semiplano derecho del plano complejo. Luego, de acuerdo con la ubicacin deseada de los polos o de lazo cerrado, se puede denir una regin adecuada en C , donde no se deber realizar o an cancelaciones entre polos de la planta y ceros del controlador. (14)

7.

Estabilidad Robusta

Como ya fue mencionado, el margen de robustez est relacionado con el tipo espec a co de modelo de incertidumbre. En esta seccin primero se analizar los mrgenes de estabilidad o a a robusta utilizados en la teor de control clsico, analizando sus limitaciones y presentando una a a descripcin de incertidumbre ms realista y general. o a 7.1. Mrgenes de Fase y de Ganancia a

Una medida para evaluar la robustez en el diseo clsico de controladores es el margen de fase m n a y el margen de ganancia gm . Aqu robustez implica la habilidad del sistema para responder , adecuadamente, en trminos de performance y estabilidad, aun cuando el modelo de lazo abierto e

L(s) = g(s)k(s) usado en el diseo diera levemente del sistema f n sico, debido a la existencia de incertidumbre. Como se puede observar en la Figura 6 ambas medidas pueden ser claramente interpretadas en un diagrama de Nyquist y por el criterio de estabilidad de Nyquist. En este grco, m y gm a representan la distancia en ngulo y valor absoluto, respectivamente, al punto cr a tico z = 1. Im(s)
1 gm

-1 m Re(s)

Figura 6: Margen de fase y margen de ganancia. La prctica usual de evaluar ambos mrgenes por separado asume impl a a citamente que ambos tipos de incertidumbre (fase y ganancia) no actan al mismo tiempo en el lazo. Luego, estos u mrgenes son efectivos como herramienta de anlisis de robustez solamente cuando el modelo de a a la planta tiene o incertidumbre de fase o incertidumbre de ganancia. Especial cuidado se debe tener cuando se utiliza m y gm para anlisis de robustez de un sistema SISO a lazo cerrado, a debido a que estos no garantizan estabilidad robusta para el caso ms realista cuando tanto la a fase como la ganancia son afectadas simultneamente por la incertidumbre. a Para la teor de control robusto, estabilidad robusta signica estabilidad de todos los posibles a modelos que son descriptos por la combinacin del modelo nominal g0 (s) y la incertidumbre o j , donde c y son valores de incertidumbre en los intervalos I = [c = ce c min , cmax ] y I = [min , max ], respectivamente (Figura 7). Este conjunto de modelos de planta pueden ser escritos como una familia de modelos F {g(s) : g(s) = g0 [cej ], c Ic , I }.
- f - K(s) 6 - c ej - g0 (s) -

sistema Figura 7: A continuacin se muestran dos ejemplos para dar claridad al concepto [1]. o Ejemplo 7.1 Considere el diagrama de Nyquist de la Figura 8, donde tanto m como gm tienen valores adecuados, siempre y cuando la perturbacin se realize en una variable a la vez. Sin o embargo, con una pequea perturbacin simultnea en ambas variables se consigue fcilmente n o a a que el diagrama de Nyquist encierre el punto crtico -1. Luego, en este caso, una mejor medida de estabilidad robusta estara dada por la distancia mnima entre el diagrama de Nyquist y el punto crtico -1. Ejemplo 7.2 Considere el diagrama de Nyquist de la Figura 9. En este caso el margen de ganancia gm tiende a innito y el margen de fase m es pequeo. Luego si hay certeza que la n incertidumbre slo estar dada en la ganancia no habr problemas de estabilidad. En este caso se o a a puede garantizar estabilidad robusta debido a que la perturbacin se da solamente en la ganancia. o Pero de haber perturbaciones en la fase, una pequea puede estabilizar el lazo de control. n 7

Im(s) 6
m -

g1

-1 

O q
m

Re(s)

Figura 8: Im(s)

-1 m Re(s)

Figura 9:

8.

Incertidumbre dinmica global a

Con las descripciones ms realistas del modelo de incertidumbre, se da lugar a diseos de cona n troladores que se comportan mejor en la prctica. Una de estas descripciones corresponde a la a incertidumbre dinmica global. El nombre surge debido a que esta incertidumbre est relacionaa a da con la incertidumbre en la dinmica del sistema y cubre globalmente el modelo completo de a la planta. Este tipo de incertidumbre puede ser utilizada, por ejemplo, cuando el orden de la ecuacin diferencial que describe la planta es desconocido. Esta situacin surge cuando ciertos o o fenmenos f o sicos (elasticidad, exibilidad) no son incluidos en la descripcin de la planta, o o cuando la descripcin del sistema es muy complicada como para dar problemas manejables. En o algunos casos, donde restricciones en el tiempo de cmputo (control de procesos rpidos en tiemo a po real) imponen un l mite en el orden del modelo matemtico que puede ser manejado. Como a consecuencia, estos modelos son aproximados por ecuaciones de menor orden, y la dinmica a despreciada es concentrada dentro de la incertidumbre. La incertidumbre dinmica global puede utilizarse tambin para describir errores de linealizacin, a e o cuando un sistema no lienal es linealizado en torno a su punto nominal de operacin. Si bien el o modelo resultante es vlido slo en un entorno del punto nominal de operacin, los efectos no a o o lineales fuera de esta regin pueden ser acotados e interpretados como incertidumbre dinmica. o a Muchos sistemas pueden ser descriptos por ecuaciones diferenciales parciales o ecuaciones con retardo de tiempo, a estos se lo conoce como sistemas de dimensin innita. En estos casos o se deben realizar aproximaciones de la ecuacin general de forma tal de obtener un modelo de o dimensin nita. El error de aproximacin puede ser interpretado como incertidumbre dinmica o o a debido a que el proceso elimina toda la dinmica de alto orden del modelo matemtico general. a a El enfoque adoptado en la teor de control robusto consiste en describir un sistema f a sico por medio de un modelo de incertidumbre. Este ultimo es denido como un conjunto de modelos y descripto en trminos de una planta nominal junto con una incertidumbre acotada. En la e 8

teor de control clsico y moderno el controlador es diseado teniendo en cuenta el modelo a a n nominal de planta. En cambio, la teor de control robusto intenta disear un solo controlador a n que garantice ciertas propiedades tales como estabilidad y cierto nivel de performance para todos los modelos miembros de la familia. En este caso, estas propiedades se conocen como robustas. A continuacin se describen distintos tipos de conjuntos o familias de modelos. o 8.1. Incertidumbre dinmica multiplicativa a

La Figura 10 muestra un modelo incierto con incertidumbre dinmica global multiplicativa. a


- 1 + W (s) - g0 (s) -

familia de modelos Figura 10: El mismo describe un sistema f sico como un conjunto de modelos matemticos como sigue: a G = {g(s) : g(s) = g0 [1 + W (s)], C, || < 1} (15)

El conjunto G es la familia de modelos y est caracterizado por una planta nominal g0 (s), a una funcin ja de peso W (s), y una clase de incertidumbre acotada . El modelo nominal g0 o corresponde al caso donde no hay incertidumbre, = 0. Sin prdida de generalidad, la cota en e la incertidumbre puede tomarse como uno, debido a que cualquier otra cota puede ser absorbida en la funcin de peso W (s). o La funcin de peso W (s) representa la dinmica de la incertidumbre, o en otras palabras o a su distribucin en frecuencia. La Figura 11 muestra una representacin grca del peso de o o a incertidumbre. En esta gura se puede observar una funcin de peso t o pica, con 20 % de incertidumbre a bajas frecuencias y 100 % a frecuencias ms elevadas. Un desconocimiento total a del sistema (100 % de error) signica en la prctica que no hay informacin de fase, es decir, a o la funcin de transferencia de la planta g(s) puede tener parte real positiva o negativa. Luego, o con el objetivo de garantizar estabilidad del sistema a lazo cerrado, el controlador deber hacer a la funcin de lazo nominal g0 (j)k(j) lo sucientemente chica a frecuencias por encima de 0 o para garantizar que el diagrama de Nyquist no encierre el punto cr tico, a pesar de la fase de g(j)k(j). Esto ilustra una limitacin importante de la estabilizacin robusta que debe ser o o tenida en cuenta en el diseo de cualquier controlador. n
6 (j)| |W

100 %  20 %
?

Figura 11: La situacin donde la incertidumbre es chica a bajas frecuencias y se incrementa a frecuencia o mayores, es el caso usual que surge en la prctica. Por ejemplo, para los sistemas mecnicos, se a a puede obtener un mejor modelo para describir las resonancias mecnicas de baja frecuencia que a 9

para el caso de las de mayor frecuencia (que involucran exibilidad mecnica). Esta situacin a o tambin puede observarse para circuitos elctricos. A bajas frecuencias, el modelo es ms simple e e a y usualmente provee una buena descripcin de la realidad f o sica. Para describir la respuesta del circuito a frecuencias mayores otros fenmenos deben ser incluidos en el modelo (capacitano cia e inductancia parsitas) incrementando la complejidad del mismo. Alternativamente, esta a dinmica adicional puede ser tratada como incertidumbre dinmica. a a Una restriccin importante en el problema de estabilizacin robusta es que cada uno de los o o miembros de la familia de modelos debe tener el mismo nmero de polos inestables. El interesado u en la explicacin puede referirse a [1]. o Para que el problema tenga sentido, siempre se asumir incertidumbre acotada, de otra manera a no hay diseo posible que pueda estabilizar todo el conjunto simultneamente. n a A continuacin se plantea una condicin que garantiza estabilidad para todos los elementos de o o la familia G, es decir, estabilidad robusta de g0 (s). Para esto hace falta el concepto de norma innita. Denicin 8.1 La norma innito de un sistema SISO estable es el mayor factor de amplio cacin posible en estado estacionario a una excitacin sinusoidal. Para una funcin de transo o o ferencia escalar (s), (s) es el mximo valor de |(s)| que es equivalente a supj |(j)|, a reemplazando s por j. Estrictamente, para el caso ms general (MIMO), la norma innito es a el mximo valor singular de la matriz de transferencia. En el caso de ser una funcin de transa o ferencia (sistemas SISO), el mximo valor singular coincide con el el mximo valor absoluto. El a a interesado puede profundizar ms en [2], esto est fuera del objetivo de estas notas. a a Teorema 8.1 Suponga que el modelo nominal g0 (s) es estabilizable internamente por un controlador k(s) (Figura 12). Luego todos los miembros de la familia G sern internamente estabia lizados por el mismo controlador si y slo si se satisface la siguiente condicin: o o T (s)W (s)

sup |T (j)W (j)| 1


j

(16)

con T (s) g0 (s)k(s)[1 + g0 (s)k(s)]1 la funcin de sensibilidad complementaria del sistema a o lazo cerrado.
- f - k(s) 6 - 1 + W (s) - g0 (s) -

familia de modelos Figura 12: Teniendo en cuenta la Figura 13, el Teorema 8.1 se puede interpretar grcamente, en trminos de a e una familia de diagramas de Nyquist correspondientes a el conjunto de lazos. Tener en cuenta que la condicin (16) es equivalente a |1+g0 (s)k(s)| |g0 (s)k(s)W (s)|, s = j. Para una frecueno cia dada, el lugar de todos los puntos z(j) = g0 (j)k(j) + g0 (j)k(j)W (j), C, || < 1 es un disco D(), centrado en g0 (j)k(j) con radio r = |g0 (j)k(j)W (j)|. Como |1 + g0 (j)k(j)| es la distancia entre el punto cr tico y el punto del diagrama de Nyquist nominal correspondiente a la frecuencia j, surge que la condicin (16) es equivalente a requerir que, o para cada frecuencia j, el disco de incertidumbre excluya el punto cr tico z = 1. Luego, estabilidad robusta para sistemas SISO puede ser vericada grcamente dibujando la envolvente a de todos los diagramas de Nyquist formado por el conjunto de c rculos centrados en el diagrama nominal, con radio |g0 (j)k(j)W (j)|, y vericando si esta envolvente encierra o no el punto cr tico z = 1. 10

La frecuencia a la cual |W (j )| = 1 corresponde al l mite para el cual existe 100 % de incertidumbre en el modelo de la planta. Luego, otra interpretacin de la condicin (16) es que la o o frecuencia es el l mite superior para el ancho de banda de la funcin de sensibilidad como plementaria T (s). A frecuencias superiores de , la ganancia de |T (j)| deber ser menor que a uno para conseguir estabilidad robusta. Im(s)

-1 Re(s)

Figura 13: Incertidumbre de fase y ganancia en lazo pueden ser interpretadas como un caso especial de incertidumbre dinmica multiplicativa. W (s) = 1 y R, || < 1 corresponde a incertidumbre a 1 de ganancia. Por otro lado W (s) = 2 y = 2 (1ej ) C || < 1 corresponde a incertidumbre de fase. En ambos casos hay una estructura extra en la incertidumbre , la cual es consecuencia de la informacin extra a priori en el modelo de incertidumbre, es decir, slo hay incertidumbre o o en la fase o en la ganancia. Por este motivo, la condicin en el Teorema 8.1 puede ser conservativa o si se aplica a este caso si la informacin a priori es correcta. Resulta ms prudente considerar el o a tipo de incertidumbre no estructurada descripta por la familia G. Considere el siguiente ejemplo [1]. Ejemplo 8.2 Dado el modelo nominal g0 (s) y una segunda planta posible g1 (s): g0 (s) = 3 (s + 1)(s + 3) 300 g1 (s) = (s + 1)(s + 3)(s + 100)

Estas dos plantas se pueden describir usando la siguiente familia de modelos, caracterizada por incertidumbre multiplicativa, un dado peso W (s) y una cota : G = {g(s) : g(s) = g0 [1 + W (s)], || 1} s s + 100 Se puede vericar que g1 corresponde a = 1. Notar que el conjunto G incluye adems muchas a otros modelos ms. Por ejemplo para = 1 se obtiene a W (s) = g2 (s) = 6(s + 50) (s + 1)(s + 3)(s + 100) (17)

Luego si solo se necesitara incluir los modelos g1 (s) y g0 (s) o incluso un conjunto nito de modelos, la descripcin anterior sera demasiado conservativa. As, cualquier diseo que se o n aplique a toda la familia de modelos puede ser demasiado conservativo.

11

8.2.

Otras descripciones de incertidumbre

Se pueden formular distintos tipos de incertidumbre dinmica similares a (15): a

Ga = {g0 + Wa (s), || < 1} Gq = {g0 [1 + Wq (s)]


1

(18a) (18b) (18c)

, || < 1}

Gi = {g0 [1 + Wi (s)g0 (s)]1 , || < 1}

Estas descripciones se denen como incertidumbre aditiva, cociente e inversa respectivamente. La diferencia entre la descripcin de incertidumbre entre cada una de ellas depende del tipo o espec co de aplicacin. Por ejemplo, cuando un modelo de alto orden (incluso de dimensin o o innita) g(s) debe ser aproximado por un modelo de menor orden gr (s), el error de aproximacin o puede ser considerado como incertidumbre dinmica aditiva. El conjunto de modelos centrados a en el modelo nominal gr (s), se puede denir como Ga {gr (s) + Wa (s), || < 1} (19)

El peso Wa (s) puede ser obtenido de las respuestas en frecuencia del error de aproximacin o (o una cota superior) y g(s). De la misma forma, la incertidumbre multiplicativa parece ser una estructura adecuada para describir incertidumbre en la ubicacin de ceros. Incertidumbre o dinmica cociente es la menos conservativa para describir incertidumbre en la ubicacin de los a o polos de lazo abierto. Considere el siguiente ejemplo [1]. Ejemplo 8.3 Considere el siguiente conjunto de modelos matemticos, los cules pueden ser a a descriptos por una familia con incertidumbre dinmica cociente: a Gq = { 1 , || < 1} = {g0 (s)[1 + q Wq (s)]1 , |q < 1|} (s + 3(2 + )) (20)

que da lugar al siguiente modelo nominal y peso de incertidumbre: g0 (s) = 1 , s+6 Wq (s) = 3 s+6 (21)

Si en cambio el mismo conjunto se hubiese descripto por una familia de modelos con incertidumbre dinmica multiplicativa, hubiera habido una mayor cantidad de modelos innecesariamente, a y como consecuencia la descripcin hubiese sido ms conservativa. Tomando el mismo modelo o a nominal, el nuevo peso de incertidumbre Wm (s) y la cota m deberan estar denidos de forma tal que {m Wm (s), m cubre el siguiente conjunto { 3 , s + 3(2 + ) C, |m | < m } C, || < 1} (22) (23)

obtenido considerando (g(s) g0 (s))/g0 (s), g(s) Gq . El peso Wm = 3/(s + 3) y la cota m = 1 logra la condicin anterior pero incluye en el nuevo conjunto de modelos Gm sistemas de segundo o orden, los cuales no estn incluidos en Gq . a Luego, dependiendo del tipo espec co de aplicacin, la descripcin del modelo de incertidumbre o o debe ser elegida apropiadamente entre alguna de las descripciones anteriores. Si toda la incertidumbre es incluida en una descripcin en particular, se llama incertidumbre dinmica global. o a 12

De otra forma, se pueden elegir dos o ms descripciones de incertidumbre para ajustar mejor la a familia de modelos. Con esto se quiere decir, que teniendo en cuenta la informacin de estructura o de la incertidumbre en el modelo, se selecciona el menor conjunto posible. Esto es importante porque en general, un controlador robusto deber estabilizar y proveer performance para todas a las posibles plantas en la familia de modelos, por lo tanto mientras ms grande se este conjunto a ms conservativo ser el diseo. a a n El tipo de descripcin de incertidumbre que combina informacin de diferentes porciones de o o la planta y adopta diferentes incertidumbres para cada parte, esto es, diferentes s, se conoce como incertidumbre dinmica estructurada. a La tabla siguiente muestra condiciones necesarias y sucientes para estabilidad robusta para distintas descripciones de incertidumbre dinmica global. [1] a G g0 [1 + Wm (s)] g0 + Wa (s) g0 [1 + Wq (s)]1 g0 [1 + Wi (s)g0 (s)]1 Estabilidad Robusta Wm (s)T (s) Wa (s)k(s)S(s) Wq (s)S(s) Wi (s)g(s)S(s)

1 1 1 1

Luego de la tabla se inere que distintas condiciones de estabilidad corresponden a diferentes descripciones de incertidumbre. Las condiciones de estabilidad robusta de la tabla anterior pueden ser interpretadas tambin como mrgenes de estabilidad. Tomando el caso de incertidumbre e a multiplicativa, por ejemplo, y suponiendo que lo acotamos como |m | < m , con m nmero real u positivo. Luego, se puede probar que la condicin equivalente de estabilidad robusta para este o nuevo conjunto de modelos es la siguiente: T (s)W (s) 1 m (24)

La ecuacin anterior implica que T (s)W (s) puede ser interpretado como un margen de o estabilidad para el conjunto de modelos con incertidumbre dinmica multiplicativa, en el mismo a sentido que gm es el margen de estabilidad para el conjunto de modelos con incertidumbre de ganancia. El controlador que consigue el mximo margen de estabilidad (con respecto a incertidumbre a multiplicativa) puede ser encontrado resolviendo el siguiente problema de optimizacin: o nf T (s)W (s)

k(s) estabilizante

(25)

Este problema esta fuera del alcance de estas notas.

9.

Performance Nominal

En control clsico la medida de performance del sistema a lazo cerrado est basada en la habilidad a a del mismo en rechazar (en estado estacionario) perturbaciones conocidas (de forma conocida, seno, escaln, impulso, etc.), que pueden aparecer en distintas partes del lazo de control. Si bien o se conoce la forma de la perturbacin, no se conoce el tiempo en el que la misma ocurre. De o la misma manera, la medida de performance puede ser puesta en trminos de la habilidad del e sistema para seguir referencias conocidas con error de estado estacionario nulo. Ya sabemos que, 13

rechazar perturbaciones y seguir referencias son problemas equivalentes. En la teor de control a moderno se utiliza el mismo concepto de performance. Adicionalmente en esta teor se introduce a, el concepto de control ptimo que consiste en la minimizacin de un funcional conocido. Este o o funcional cuantica el compromiso entre la velocidad de seguir una dada referencia y la accin o de control necesaria para lograrlo. En estos dos casos, se debe tener un claro conocimiento de la perturbacin. Si luego del diseo o n para una dada perturbacin, la misma resulta distinta, la performance del sistema se puede ver o degradada. Conceptualmente es la misma limitacin que se encuentra para el caso de estabilidad o del lazo cerrado. Es decir, si se estabiliza el modelo nominal, no hay garant de que el sistema a a lazo cerrado siga siendo estable si el modelo cambia. Por este motivo en la teor de control a clsico y moderno el diseador debe tener un claro conocimiento del modelo nominal y de las a n perturbaciones externas para una correcta estabilizacin y performance. o En la prctica toda esta informacin puede no estar disponible (generalmente no lo est). Por a o a este motivo estas condiciones deben ser relajadas. Para el caso de incertidumbre en la descripcin o del sistema se consider una familia de modelos en lugar de un slo modelo. Para el caso de o o performance, de la misma forma, se considera una familia de perturbaciones. Si bien la teor de control robusto aborda estos problemas con condiciones ms relajadas, esto a a puede dar lugar a descripciones ms conservativas de las incertidumbres y las perturbaciones y a como consecuencia puede dar lugar a diseos ms conservadores que con las tcnicas clsicas. n a e a Por este motivo, dependiendo de la aplicacin puede resultar mejor un enfoque o el otro. o 9.1. Perturbaciones acotadas a la salida

Considere el lazo de control de la Figura 14, donde y(s) = S(s)d(s) = [1 + g(s)k(s)]1 d(s). Si el objetivo de performance es minimizar el efecto de la perturbacin d(s) a la salida y(s), se debe o disear un controlador que estabilice el sistema y que adems haga S(s) tan chica como sea n a posible. La solucin trivial es k(s) , luego S(s) 0, pero no hay garant de estabilidad o a nominal. Adems, esto implica T (s) 1 (recordar T (s) + S(s) = 1) para todas las frecuencias. a Esto implica que slo se puede garantizar estabilidad robusta si la incertidumbre de la planta o es menor al 100 % para todas las frecuencias. d(s)
f - k(s) 6 -

g(s)

- ? y(s) f -

Figura 14: Como consecuencia, se busca un controlador que haga S(s) chica en un rango de frecuencias de inters para la aplicacin que se est desarrollando. Un caso podr ser (generalmente) en e o e a el que el rechazo de la perturbacin a la salida se debe lograr a baja frecuencia. El rango de o frecuencias donde S(s) debe ser chica o el contenido de frecuencia de la perturbacin puede ser o representado por los pesos Wy (s) y Wd (s), respectivamente. Estos pesos son sistemas dinmicos, a los cules representan el conocimiento del contenido de frecuencia en las bandas de frecuencia a de inters para performance y para la perturbacin. Los mismos se pueden incorporar en el lazo e o de control como se muestran en la Figura 15. Por conveniencia, consideraremos la energ de la a seal como una medida del tamao de la misma. n n Hasta ahora se han considerado cotas unitarias debido a que cualquier otra cota puede ser incluida dentro de los pesos. El siguiente teorema da una condicin computable para performance nominal. o 14

Wd (s) 
f - k(s) 6 -

d(s)

g(s)

- ?y(s) Wy (s) f -

Figura 15: Teorema 9.1 La realimentacin del sistema de la Figura 15 consigue performance nominal si o y slo si o Wy (s)S(s)Wd (s) sup |Wy (s)S(s)Wd (s)| 1 (26)
j

Notar que esta condicin es similar a la de estabilidad robusta slo que aplicada a una funcin o o o de transferencia distinta. Sin embargo es interesante el anlisis que se realiza en [1], donde marca a la siguiente diferencia entre ambas condiciones. La condicin para estabilidad robusta puede ser o interpretada cualitativamente. Es decir, todos los miembros de G son estables a lazo cerrado, o existe al menos un modelo que no lo es. Luego, no hay una separacin gradual entre una condicin o o y otra. En cambio, la condicin de performance nominal puede ser relajada gradualmente, dado o que es una propiedad cuantitativa del lazo de control. Esto quiere decir que la cota superior de la salida pesada a ser o minimizada puede ser cambiada por un nmero 1. Esta nueva cota, u degradar gradualmente la performance. a Como antes el controlador ptimo, en el sentido de proveer rechazo ptimo a perturbaciones, o o puede ser formulado en trminos de un problema de optimizacin en la forma e o m n Wy S(s)Wd (s)

k(s) estabilizante

(27)

Tener en cuenta que la unica suposicin hecha sobre las perturbaciones es que las mismas tienen o energ acotada. Las funciones de peso Wy y Wd (s) slo proveen un conocimiento previo del a o contenido de frecuencia de esas seales pero no determinan su forma. n Una interpretacin grca de la condicin de performance nominal puede ser obtenida por medio o a o de un diagrama de Nyquist (Figura 16). Deniendo W (s) Wy (s)Wd (s) y tendiendo en cuenta que (26) es equivalente a |W (j)| |1 + g0 (j)k(j)|, (28) Considere para cada frecuencia j, un disco D(j) centrado en z = 1, con radio r = |W (j)|. Luego, se puede interpretar grcamente, teniendo en cuenta (28), que se consigue performance a nominal si y solo si, para cada frecuencia j, el disco D(j) no incluye el diagrama de Nyquist del lazo nominal g0 (j)k(j).

10.

Performance Robusta

El objetivo nal del control robusto es conseguir los requerimientos de performance para todos los miembros de la familia de modelos, es decir performance robusta con un slo controlador. Como o ya vimos, estabilidad robusta y performance nominal son pre requisitos para poder obtener performance robusta. A continuacin se establece una condicin necesaria y suciente para o o performance robusta, utilizando las condiciones de performance nominal y estabilidad robusta.

15

Im(s) |Wd (j)| -1 Re(s) |1 + l(j)| l(j)

Figura 16: Denicin 10.1 El lazo de realimentacin de la Figura 17 consigue performance robusta si y o o slo si Wy (s)y(s) 2 1, para todas las posibles perturbaciones en el conjunto {d L2 | d 2 o 1}, para todas las entradas del sistema igual a cero, y para todos los modelos en el conjunto G = {g : g(s) = [1 + W (s)]g0 (s), C, || < 1}.

sistema

Wd (s)

W (s)
f - k(s) 6 - g0 (s) ? -f -? f -

Figura 17: Recordar que las condiciones necesarias y sucientes para performance nominal y estabilidad robusta son: Wd (s)S(s) W (s)T (s)

(29)

(30)

Performance robusta es equivalente a la condicin (26), pero reemplazando el modelo nominal o por la familia de modelos g = g0 [1 + W (s)], C, || < 1. Utilizando esto se obtiene una condicin necesaria y suciente para performance robusta. o Teorema 10.1 Una condicin necesaria y suciente para performance robusta de la familia de o modelos de la Figura 17 es |Wd (j)S(j)| + |W (j)T (j)|

(31)

Igual que antes, se puede hacer una interpretacin grca de la condicin de performance robusta o a o (Figura 18). Notar que (31) es equivalente a |1 + L(j)| (|W (j)L(j)| + |Wd (j)|) 0. De la gura vemos que la condicin de performance robusta combina las dos condiciones grcas o a de estabilidad robusta (Figura 17) y performance nominal (Figura 13). Luego, la condicin o de performance robusta es equivalente a que los discos, uno centrado en z1 = 1 con radio 16

Im(s) |Wd (j)| -1 Re(s) |1 + l(j)| |W (j)l(j)| Figura 18: r1 = |Wd (j)| y el otro centrado en z2 = L(j) con radio r2 = |W (j)L(j)| sean disjuntos . Claramente, esta condicin es ms restrictiva que conseguir performance nominal y estabilidad o a robusta por separado. Sin embargo en sistemas SISO, escalando la condicin de performance nominal es posible garano tizar performance robusta. Luego, usualmente se escala la performance, una vez que la condicin o de estabilidad robusta es alcanzada con el objetivo de conseguir performance robusta (degradada) de la siguiente manera |Wd (j)S(j)| + |W (j)T (j)|

1,

[0, 1]

(32)

17

Referencias
[1] Sanchez-Pea, Ricardo S. Robust Systems: Theory and Applications. 1998, Wiley & Sons. n ISBN 0-471-17627-3. [2] Zhou, Kemin. Essentials of Robust Control. 1999, Prentice Hall. ISBN 0-13-525833-2. [3] Ogata, Katsuhiko. Modern Control Engineering. 2010, Prentice Hall.

18