Professional Documents
Culture Documents
†UTN – Facultad Regional Paraná, Almafuerte 1033, Paraná, Entre Rı́os, Argentina.
ccappelletti@frp.utn.edu.ar
‡UNL – Facultad de Ingenierı́a Quı́mica, Santiago del Estero 2854, Santa Fe, Santa Fe,
Argentina.
eadam@fiq.unl.edu.ar
1 Introducción
A partir de la década del 90, las ventajas del uso de variables de estado se hicieron
mucho más notorias cuando se advirtió que el conjunto de especificaciones robustas en
(1)
√ √
A2 ddt
h̄2 0 − C 0
= CV 1 h1 − h2 − qs1 V 2 h2 − qs2 + q̄e2 ,
A1 ddt
h̄1
= − R11 h̄1 + 1
h̄
R1 2
+ q̄e1 + q̄m1 ,
(2)
A2 ddt
h̄2
= 1
h̄
R1 1
− 1
R1
+ 1
R2
h̄2 + q̄e2 ,
donde R1 y R2 son las resistencias hidráulicas de las válvulas manuales indicadas en la
Fig. 1 y cuyos valores experimentales se resumen en la Tabla(2.1).
Note que las Ecs.(2) se pueden llevar a la forma de representación de estados,
donde se define x := [x1 x2 ]T , x1 (t) := h̄1 (t), x2 (t) := h̄2 (t) e y(t) := x2 (t), y por tanto
se tiene que,
a11 a12 −1/R1 A1 1/R1 A1
A= = ,
a21 a22 1/R1 A2 −(1/A2 )(1/R1 + 1/R2 )
b11 1/A1
B1 = = ,
b21 1/A2
(4)
b12 1/A1
B2 = = ,
b22 0
C = [c1 c2 ] = [0 1] .
Aquı́ u(t) es la variable manipulada (qm1 ) y d(t) son las perturbaciones de entrada
(qe1 y qe2 ). si bien los estados x1 y x2 son medibles ya que representan los niveles de
lı́quido en los tanques, solo se realimentará el nivel de salida x2 .
Dimensiones
Diámetros d1 = d2 = 0.04 m
rango de caudales de las válvulas 0 y 3.3 l/min
alturas máximas h1max = h2max = 0.60 m
Cuando todos los estados no están fı́sicamente disponibles para su medición, solo una
parte o una combinación lineal de ellos puede usarse para control, a estos estados disponi-
bles se lo llama salidas medibles del sistema. En este capı́tulo se diseñaran controladores
que satisfacen criterios de performance H2 , H∞ y ubicación de polos que usan solamente
las salidas medibles o estados disponibles del sistema.
Es importante aclarar que el diseño solo se hará para sistemas ciertos.
(5)
y(t) = Cy x(t) + Dy w(t),
z∞ (t) = C1 x(t) + D11 w(t) + D12 u(t),
z2 (t) = C2 x(t) + D21 w(t) + D22 u(t),
Aquı́, w(t) es un vector de perturbaciones, y(t) es la salida medible, z∞ (t) y z2 (t) son
salidas auxiliares utilizadas para definir los requisitos H∞ y H2 respectivamente, del
sistema realimentado.1
ẋ(t) A + B 2 D c Cy B 2 Cc x(t) B2 Dc Dy + B1
= + w(t),
σ̇(t) B c Cy Ac σ(t) Bc Dy
z∞ (t) C1 + D12 Dc Cy D12 Cc x(t) D12 Dc Dy + D11
= + w(t),
z2 (t) C2 + D22 Dc Cy D22 Cc σ(t) D22 Dc Dy + D21
(8)
1
En la literatura, normalmente no aparece la salida real del sistema z(t) = Cx(t) en forma explı́cita, ya
que es un caso particular de z∞ (t).
es decir, el sistema realimentado, que es una combinación de los sistemas (5) y (6), tiene la forma
A0a P + P Aa ≺ 0,
(10)
P 0.
Téngase en cuenta que a diferencia con realimentación de estado, en donde solo se
tiene dos matrices incognitas K y P , cuando se usa realimentación de salida se tiene
cinco matrices incógnitas, las cuatros del controlador dinámico y P . Por lo tanto, para
poder determinar estas matrices incognitas vı́a LMI, es necesario realizar un tratamiento
algebráico adicional que se puede consultar en Colmenares and Tadeo (2005), entre
otros, concluyendo con el teorema que se enuncia a continuación.
Teorema 1. El sistema descripto por las Ecs.(5), puede ser estabilizado por un controla-
dor dinámico descripto por las Ecs(6), si y solo si, existen un par de matrices simétricas
y positivas definidas (X, Y ), y un par de matrices regulares (U, V ), los cuales son solu-
ciones de las siguientes desigualdades matriciales:
XA + B̂Cy + 0
XA + Cy0 B̂0 Θ
≺ 0,
Θ0 YA + B2 Ĉ + YA0 + Ĉ0 B20
(11)
X I
0,
I Y
donde
Ĉ = Cc V 0 , B̂ = U 0 Bc , Â = U 0 Ac V 0 , Aa(1,1) = A + B2 Dc Cy ,
Z = A0a(1,1) + XAa(1,1) Y + XB2 Ĉ + B̂Cy Y,
XA = XAa(1,1) , YA = Aa(1,1) Y, Θ = Z + Â.
Observar que las desigualdades (11) son afines respecto a las variables matriciales X,
Y , XA , YA , Ĉ, B̂ y Θ, es decir, dichas desigualdades son LMIs, y como tal, definen una
región convexa si es que existe.
Si la solución es factible, una vez obtenidas estas siete variables, se pueden calcular
las matrices del controlador de la siguiente forma:
Obtener U = (I − Y X)V −1 .
Obtener Aa(1,1) = XA X −1 .
Según las definiciones previas, la función de transferencia cuya norma dos se desea
minimizar, está dada por
0
Cota: ||Tzw ||22 < traza(C2a P C2a ) < traza(N ) = µ2 ,
(13)
Restriccion: Aa P + P A0a + B1a B1a
0
≺ 0.
0
Cota: ||Tzw ||22 < traza(B1a P B1a ) < traza(N ) = µ2 ,
(14)
0
Restriccion: A0a P + P A0a + C2a C2a ≺ 0.
la primera LMI fija la cota, mientras que la segunda garantiza la estabilidad del sistema
en lazo cerrado.
arribando a,
X I XB1a + B̂Dy
∗ B2 Dc Dy + B1 0,
Y
∗ ∗ N
(18)
0 + C 0 B̂0 Θ
X + B̂Cy + XA C20 + Cy0 Dc0 D220
A y
∗ YA + B2 Ĉ + YA0 + Ĉ0 B20 YC2a + Ĉ0 D22 0 ≺ 0.
∗ ∗ −I
Obsérvese que la restricción de estabilidad establecidas por las LMIs (11), está incor-
porada, mediante el complemento de Schur, en las dos primeras filas y columnas de las
LMIs (18).
Teorema 2. Sea
Tzw (s) = C1a (sI − Aa )−1 B1a + D1a , (19)
0 + C 0 B̂0
XA + B̂Cy + XA Θ XB1a(1,1) + U 0 Bc Dy C10 + Cy0 Dc0 D12
0
y
∗ YA + B2 Ĉ + YA0 + Ĉ0 B20 B2 Dc Dy + B1 0
Y C1a(1,1) + V Cc0 D12
0
≺ 0.
∗ ∗ −γI 0 0 0
Dy Dc D12 + D110
∗ ∗ ∗ −γI
(21)
La ubicación de los polos del sistema realimentado también puede ser formulado me-
diante LMIs, según se expresa en el teorema (Chilali. and Gahinet (1996b)) que se pre-
senta a continuación.
Teorema 3. Una matriz Aa es D-estable, es decir tiene todos sus autovalores en el inte-
rior de una región D, definida como
D , {s ∈ C : L + sM + s∗ M 0 ≺ 0}, (22)
si y solo si, existe una matriz P simétrica y positiva definida, tal que la matriz
Asi por ejemplo, la condición de que los autovalores de Aa tengan su parte real< α,
puede expresarse como su pertenencia al conjunto D del siguiente modo
Esta restricción se utilizará para gobernar la velocidad de respuesta del sistema realimen-
tado.
Dicha figura muestra que además del feedback de estado se ha incluido un integrador
con el objeto de eliminar offset debido a que el sistema hidráulico a lazo abierto es tipo
cero, como se puede constatar en el modelo lineal.
d(s)
e(s) ^
U(s) z(s)
r(s) 1
+ C(s) s + G(s)
y(s)
n(s)
+
Fig. 3: Realimentación de salida que incluye un modo integral.
Una vez calculado dicho compenzador, esto es, aquel que minimice la norma H2
Por tal motivo, el siguiente paso consiste en representar a G̃(s) en variable de estado,
que según la Fig.(3), el sistema con integrador queda representado como:
siendo
x(t) A B2 B1
xi (t) = , Ai = , B1i = ,
u(t) 0 0 0
(29)
0
B2i = , Ci = C 0 .
1
Con respecto al controlador, ahora se tiene
siendo
e(t) = r(t) − y(t), y y(t) = Cy xi (t) + Dy n(t). (31)
z(t) = Ci xi (t).
(32)
siendo
d(t)
w(t) = n(t) , (33)
r(t)
el vector de entradas exógenas, que ahora tiene incorporado el set-point.
(34)
y(t) = Cyi xi (t) + Dy w(t),
z∞ (t) = C1i xi (t) + D11 w(t) + D12 û(t),
z2 (t) = C2i xi (t) + D21 w(t) + D22 û(t).
z(t) = 0 1 0 xi (t),
(35)
mientras que la salida medible y las auxiliares, sobre las que rigen las especificaciones H2
y H∞ , resultan
y(t) = 0 1 0 xi (t) + n(t),
z∞ (t) = 0 1 0 xi (t) = z(t),
(36)
1 0 0 0
0 1 0 0
z2 (t) =
x i (t) + û(t).
0 0 q 0
0 0 0 1
Como se ha dicho, se desea que el sistema no tenga offset ante cambios de consigna
tipo escalón, para lo cual se ha agregado el integrador. También, se desea minimizar
la norma H2 del sistema realimentado cuya transferencia es Tzr = −Tzn , para obtener
el mejor rechazo antes perturbaciones de espectro plano, como son ruido del proceso
y ruido de medición. Además de garantizar la estabilidad del sistema realimentado, la
optimización anterior debe satisfacer dos requerimientos adicionales, a saber
Para satisfacer las especificaciones requeridas, según lo visto en la sección ??, deben
satisfacerse las LMIs (11), (15), (20) y (25) para el sistema con integrador. El software
utilizado para obtener las cuatro matrices, Ac , Bc , Cc y Dc del controlador, es el LMI
0.35
0.3
Altura (m)
0.25
0.2
0.15
0.1
0.05
0 50 100 150 200 250 300
3.5
3
Caudal Manipulado (l/min)
2.5
2
1.5
0.5
0
0 50 100 150 200 250 300
Tiempo (s)
Fig. 4: Respuesta al escalón y caudal manipulado. Lı́nea azul q = 0, lı́nea verde q = 0,5.
toolbox de matlab.
Con las restricciones previas se sintetizan dos controladores, y en la Fig.(4) se
observan las respuestas de los sistemas ante una entrada escalón (con un salto de 0,3
metros), y los caudales manipulados. Con las mismas restricciones, la diferencia entre
ambos controladores radica en como fué seleccionada la salida z2 (t) cuya energı́a se
desea minimizar.
En la Ec.(36), el parámetro q selecciona (o no) la salida del integrador (u(t)). Fijándose
q = 0,5, se obtuvo la respuesta más lenta que se corresponde con el control mas suave,
en este caso se eligió: z2 , [x1 x2 u
2
u̇]0 . Mientras que eligiendo q = 0, se obtiene la
respuesta más rápida porque no se minimiza la energı́a a la salida del integrador, en este
caso se eligió: z2 , [x1 x2 0 u̇]0 .
Transferencia Tzd
−40
−60
−80
−100
90
0
Phase (deg)
−90
−180
−4 −3 −2 −1 0 1
10 10 10 10 10 10
Frequency (rad/s)
Fig. 5: Respuesta en frecuencia de la transferencia Tzd (s). Lı́nea azul q = 0, lı́nea verde
q = 0,5.
agresivo tiene mayor ancho de banda, lo cual produce mayor velocidad de respuesta, a
costa de un mayor ruido de medición.
Se optó por el controlador más rápido, cuya función de transferencia resultó ser:
La fig.(8), permite comparar la salida del sistema ante una entrada escalón, cuan-
do es implementado el controlador CLM I (s), o cuando es implementado el controlador
CP ID+F (s).
Transferencia Tzr
−20
Magnitude (dB)
−40
−60
−80
−100
−120
0
−90
Phase (deg)
−180
−270
−3 −2 −1 0 1
10 10 10 10 10
Frequency (rad/s)
Fig. 6: Respuesta en frecuencia de la transferencia Tzr (s). Lı́nea azul q = 0, lı́nea verde
q = 0,5.
80
60
Magnitude (dB)
40
20
−20
0
−30
Phase (deg)
−60
−90
−120
−4 −3 −2 −1 0 1
10 10 10 10 10 10
Frequency (rad/s)
Fig. 7: Comparación de los controladores. Lı́nea azul LMI, lı́nea roja PID+F.
Comparación del desempeño de las alturas y caudal manipulado con controladores LMI vs. PID
0.35
0.3
0.25
Altura (m) 0.2
0.15
0.1
0.05
0
0 50 100 150 200 250 300 350 400
3.5
Caudal Manipulado (l/min)
2.5
2
1.5
1
0.5
0
0 50 100 150 200 250 300 350 400
Tiempo (s)
Fig. 8: Comparación de las respuestas al escalón del nivel de lı́quido y el caudal manipu-
lado, implementando ambos controladores. Lı́nea azul LMI, lı́nea roja PID+F.
6 Conclusiones
Referencias
Chilali., M. and P. Gahinet (1996b). Hinf design whit pole placement constraints: an lmi
approach. 41(3), 358–367.
Colmenares, W. and Tadeo (2005). Apunte Sobre Control Robusto Multiobjetivo de Siste-
mas. Equinoccio.
Ge, M., M.-S. Chiu and Q.-G. Wang (2002). Robust pid controller design via lmi ap-
proach. Journal of Process Control 12, 3–13.
González, H. A., E. J. Adam and J. L. Marchetti (2008). Conditions for offset elimination
in state space receding horizon controllers: A tutorial analysis. Chemical Engineering
and Processing: Process Intensification 47, 2184–2194.
Mader, U. and M. Morari (2008). Offset – free reference tracking for predictive contro-
llers. In: IEEE Conference on Decision and Control. New Orleans, USA.
Muske, K. R. and T. A. Badgwell (2002). Disturbance modeling for offset – free linear
model predictive control. Journal of Precess Control 12, 617–632.
Zhou, K. and P. Khargonekar (1988). An algebraic riccati equation approach to hinf opti-
mization. System and Control Letters 11, 85–91.
Ziegler, J. G. and N. B. Nichols (1942). Optimum settings for automatic controllers. Trans.
ASME 64(11), 759–768.