Professional Documents
Culture Documents
Dinámicos
Control de Sistemas Alejandro Peña P.
Dinámicos
Contenido
Control Sistemas
Dinámicos
Introducción
Observabilidad
Controlabilidad
Esquemas de Control
Control Neuronal
Introducción
Alejandro Peña P., PhD. Control Inverso
Aprendizaje Generalizado
pfjapena@gmail.com Regla Delta Generalizada
Aprendizaje Específico
Contenido
Control Sistemas
Dinámicos
Introducción
Observabilidad
Controlabilidad
Esquemas de Control
Control Neuronal
Introducción
Control Inverso
Aprendizaje Generalizado
Regla Delta Generalizada
• El problema del control, se restringe, luego de que ha sido Aprendizaje Específico
seleccionado el sistema de medición, al diseño del Bibliografía
controlador.
• El controlador trata de buscar la relación funcional más
adecuada para generar la entrada u[k] (Entrada de Control).
Control de Sistemas
Introducción Dinámicos
Alejandro Peña P.
Bibliografía
Control de Sistemas
Introducción Dinámicos
Alejandro Peña P.
Control Neuronal
• En el caso de sistemas donde aparecen fenómenos aleatorios Introducción
se utiliza la teoría de control estocástico. Control Inverso
Aprendizaje Generalizado
Regla Delta Generalizada
Ejemplo: Analizar la controlabilidad y la observabilidad Aprendizaje Específico
de un sistema, expresado mediante redes neuronales
Bibliografía
del tipo MADALINE, de forma matemática, y utilizando
MATLAB.
Control de Sistemas
Observabilidad. Dinámicos
Alejandro Peña P.
• Ejemplo:
Determinar la observabilidad de un sistema, el cual fue
identificado mediante la utilización de la red neuronal
MADALINE y el modelo EPR de tipo lineal.
• El concepto de observabilidad, esta relacionado con el Contenido
siguiente problema: Dado un sistema LTI, y sus entradas 𝑢[𝑘] Control Sistemas
y sus salidas 𝑥[𝑘] sobre un intervalo 𝑘𝑜 , 𝑘1 , calcular el estado Dinámicos
𝐶. 𝐴2 Bibliografía
𝛾= .
.
.
𝐶. 𝐴𝑛−1
Control de Sistemas
Controlabilidad Dinámicos
Alejandro Peña P.
• Ejemplo:
Determinar la controlabilidad de un sistema, el cual fue
identificado mediante la utilización de la red neuronal
MADALINE y el modelo EPR de tipo lineal.
• Este estudio se concentrará en sistemas SISO, sistemas de Contenido
una sola entrada, e invariantes en el tiempo (LTI). Control Sistemas
Dinámicos
• Para dichos sistemas la matriz de controlabilidad es cuadrada, Introducción
y si la misma es de rango n, significa la misma es no singular Observabilidad
Controlabilidad
y que es invertible. Esquemas de Control
>>hold on Bibliografía
>>plot(k,y3);
Control de Sistemas
Dinámicos
Control Inteligente Alejandro Peña P.
Contenido
Control Sistemas
Dinámicos
Introducción
Observabilidad
Controlabilidad
Esquemas de Control
Control Neuronal
Introducción
Control Inverso
Alejandro Peña P., PhD. Aprendizaje Generalizado
Regla Delta Generalizada
pfjapena@gmail.com Aprendizaje Específico
Bibliografía
Grupo de Investigación en Inteligencia
Computacional y Robótica (GICR)
Escuela de Ingeniería de Antioquia
Control de Sistemas
Esquemas del Control Inteligente. Dinámicos
Alejandro Peña P.
Bibliografía
3. Se acomodan a diferentes ambientes por aprendizaje.
Control de Sistemas
Esquemas del Control Inteligente. Dinámicos
Alejandro Peña P.
Contenido
Control Sistemas
Dinámicos
Introducción
Observabilidad
Controlabilidad
Esquemas de Control
Control Neuronal
Introducción
Control Inverso
Alejandro Peña P., PhD. Aprendizaje Generalizado
Regla Delta Generalizada
pfjapena@gmail.com Aprendizaje Específico
Bibliografía
Grupo de Investigación en Inteligencia
Computacional y Robótica (GICR)
Escuela de Ingeniería de Antioquia
Control de Sistemas
Control Neuronal Dinámicos
Alejandro Peña P.
Bibliografía
Control de Sistemas
Esquemas de Control utilizando Redes Neuronales Dinámicos
Alejandro Peña P.
Contenido
Control Sistemas
Dinámicos
Introducción
Observabilidad
Controlabilidad
Esquemas de Control
Control Neuronal
Introducción
Control Inverso
Aprendizaje Generalizado
Alejandro Peña P., PhD. Regla Delta Generalizada
Aprendizaje Específico
pfjapena@gmail.com Bibliografía
Bibliografía
Control de Sistemas
Dinámicos
Control Neuronal Alejandro Peña P.
Contenido
Control Sistemas
Dinámicos
Introducción
Observabilidad
Controlabilidad
Esquemas de Control
Control Neuronal
Introducción
Control Inverso
Alejandro Peña P., PhD. Aprendizaje Generalizado
Regla Delta Generalizada
pfjapena@gmail.com Aprendizaje Específico
Bibliografía
Grupo de Investigación en Inteligencia
Computacional y Robótica (GICR)
Escuela de Ingeniería de Antioquia
Control de Sistemas
Aprendizaje Especializado Dinámicos
Alejandro Peña P.
Contenido
Control Sistemas
Dinámicos
Introducción
Observabilidad
Controlabilidad
Esquemas de Control
• Para el entrenamiento de la red neuronal, se utiliza el Control Neuronal
algoritmo de entrenamiento backpropagation. Para este tipo Introducción
Control Inverso
de modelación, la función de costo a minimizar es la siguiente: Aprendizaje Generalizado
𝑁𝐷
1 2
Regla Delta Generalizada
𝐽= 𝑥 𝑘 − 𝑥𝑟 𝑘 Aprendizaje Específico
2
𝑘=1 Bibliografía
Control de Sistemas
Aprendizaje Especializado Dinámicos
Alejandro Peña P.
Contenido
Análisis de Sistemas
Estabilidad
Estabilidad (z-plane)
Root Locus
Respuesta al Escaolón
Exactitud
Control Neuronal
Adaptativo
Self Tunning
Modelo Indirrecto
Alejandro Peña P., PhD. Esquema MRAC
Modos Deslizantes
pfjapena@gmail.com Algoritmos de Aprendizaje
Equilibrio y Estabilidad
Función de Lyapunov
Definición Intuitiva
Definición Formal
Equilibrios
Bibliografía
Control de Sistemas
Estabilidad (z-plane). Dinámicos
Alejandro Peña P.
Bibliografía
Control de Sistemas
Root Locus Dinámicos
Alejandro Peña P.
Control Neuronal
Adaptativo
Self Tunning
Modelo Indirrecto
Esquema MRAC
Modos Deslizantes
Algoritmos de Aprendizaje
Equilibrio y Estabilidad
Función de Lyapunov
Definición Intuitiva
Definición Formal
Equilibrios
Bibliografía
Control de Sistemas
Root Locus Dinámicos
Alejandro Peña P.
Bibliografía
Control de Sistemas
Root Locus Dinámicos
Alejandro Peña P.
Contenido
• El diagrama en root locus en tiempo discreto se construye
Análisis de Sistemas
utilizando MATLAB de la siguiente manera: Estabilidad
Estabilidad (z-plane)
Root Locus
>>num=[1 0 0 0 0]; Respuesta al Escaolón
Exactitud
>>den=[1 -1.5 0.38 0.128 -0.008];
>>Gz=tf(num,den,[]); Control Neuronal
Adaptativo
>>Tz=feedback(Gz,1) Self Tunning
Modelo Indirrecto
>>rlocus(num,den); Esquema MRAC
Modos Deslizantes
>>[K,polos]=rlocfind(num,den); Algoritmos de Aprendizaje
>>axis([-1 1 -1 1]) Equilibrio y Estabilidad
>>grid Función de Lyapunov
Definición Intuitiva
>>K Definición Formal
Equilibrios
Este análisis permite determinar el valor de K para el cual
es modelo presenta estabilidad. Bibliografía
Control de Sistemas
Respuesta al Escalón Dinámicos
Alejandro Peña P.
>>[numcDz,dencDz]=cloop(K*num,den);
>>U=1;
Contenido
>>[x]=dstep(U*numcDz,dencDz,201);
Análisis de Sistemas
>>figura Estabilidad
Estabilidad (z-plane)
>>t=0:0.5:10; Root Locus
>>stairs(t,x) Respuesta al Escaolón
Exactitud
>>grid
Control Neuronal
Adaptativo
• Ejemplo: Analizar la estabilidad de una red neuronal del tipo Self Tunning
Modelo Indirrecto
madaline. Esquema MRAC
Modos Deslizantes
Algoritmos de Aprendizaje
𝑥 𝑘 = 0.2123436𝑢 𝑘 + 0.2611085𝑥 𝑘 − 3 + 0.2337058𝑥 𝑘 − 2
Equilibrio y Estabilidad
+ 0.3009152𝑥[𝑘 − 3] Función de Lyapunov
Definición Intuitiva
Definición Formal
Equilibrios
Bibliografía
Control de Sistemas
Exactitud Dinámicos
Alejandro Peña P.
Equilibrio y Estabilidad
Función de Lyapunov
Definición Intuitiva
Definición Formal
Equilibrios
Bibliografía
Control de Sistemas
Exactitud Dinámicos
Alejandro Peña P.
Análisis de Sistemas
Estabilidad
Estabilidad (z-plane)
Root Locus
Respuesta al Escaolón
Exactitud
Control Neuronal
• De manera general, la exactitud de un sistema se puede Adaptativo
calcular de la siguiente manera: Self Tunning
Modelo Indirrecto
∗ −1
𝑅 𝑧 Esquema MRAC
𝑒 ∞ = lim 1 − 𝑧
𝑧→1 1 + 𝐺1 𝑧 𝐺2 𝑧 Modos Deslizantes
Algoritmos de Aprendizaje
Bibliografía
Control de Sistemas
Exactitud (Unit Ramp Input) Dinámicos
Alejandro Peña P.
Equilibrio y Estabilidad
Función de Lyapunov
Definición Intuitiva
Definición Formal
Equilibrios
Bibliografía
Control de Sistemas
Exactitud (Unit Parabolic Input) Dinámicos
Alejandro Peña P.
Equilibrio y Estabilidad
Función de Lyapunov
Definición Intuitiva
Definición Formal
Equilibrios
Bibliografía
Control de Sistemas
Exactitud (Matlab) Dinámicos
Alejandro Peña P.
(Función de Lyapunov)
Contenido
Análisis de Sistemas
Estabilidad
Estabilidad (z-plane)
Root Locus
Respuesta al Escaolón
Exactitud
Control Neuronal
Adaptativo
Self Tunning
Modelo Indirrecto
Esquema MRAC
Modos Deslizantes
Alejandro Peña P., PhD. Algoritmos de Aprendizaje
• Para los sistemas dinámicos (como los sistemas físicos) las Análisis de Sistemas
leyes de conservación proveen frecuentemente las funciones Estabilidad
Estabilidad (z-plane)
de Lyapunov. Root Locus
Respuesta al Escaolón
Exactitud
Control Neuronal
Adaptativo
Self Tunning
Modelo Indirrecto
Esquema MRAC
Modos Deslizantes
Algoritmos de Aprendizaje
Equilibrio y Estabilidad
Función de Lyapunov
Definición Intuitiva
Definición Formal
Equilibrios
Bibliografía
Control de Sistemas
Función de Lyapunov Dinámicos
Alejandro Peña P.
• Para los sistemas dinámicos (como los sistemas físicos) las Análisis de Sistemas
leyes de conservación proveen frecuentemente las funciones Estabilidad
Estabilidad (z-plane)
de Lyapunov. Root Locus
Respuesta al Escaolón
Exactitud
Control Neuronal
Adaptativo
Self Tunning
Modelo Indirrecto
Esquema MRAC
Modos Deslizantes
Algoritmos de Aprendizaje
Equilibrio y Estabilidad
Función de Lyapunov
Definición Intuitiva
Definición Formal
Equilibrios
Bibliografía
Tomado de Wikipedia (Función de Lyapunov, 2008)
Control de Sistemas
Definición intuitiva función de Lyapunov Dinámicos
Alejandro Peña P.
Bibliografía
Control de Sistemas
Definición de la función de Lyapunov Dinámicos
Alejandro Peña P.
𝑥∗ = 0 Estabilidad (z-plane)
Root Locus
Respuesta al Escaolón
En donde un punto de equilibrio del sistema autonoma esta Exactitud
definido: Control Neuronal
𝑥=𝑓 𝑥 Adaptativo
Self Tunning
Y sea Modelo Indirrecto
𝜕𝑉 𝜕𝑥
Esquema MRAC
Equilibrio y Estabilidad
Esta es la derivada respecto al tiempo de una función Función de Lyapunov
candidata de Lyapunov. Definición Intuitiva
Definición Formal
Equilibrios
Bibliografía
Control de Sistemas
Equilibrios de Lyapunov Dinámicos
Alejandro Peña P.
• Equilibrio Estable:
Este equilibrio, se da cuando la derivada respecto al tiempo de
la función candidata de Lyapunov V y localmente semidefinida
negativa, esto es, si existe un entorno V de 0 tal que:
Análisis de Sistemas
Para algún entorno o vecindad B, entonces se dice que el Estabilidad
Estabilidad (z-plane)
sistema tiene un equilibrio estable. Root Locus
Respuesta al Escaolón
• Equilibrio Localmente Atractivo: Exactitud
Equilibrio y Estabilidad
Entonces el equilibrio es localmente atractivo. Función de Lyapunov
Definición Intuitiva
Definición Formal
Equilibrios
Bibliografía
Control de Sistemas
Equilibrios de Lyapunov Dinámicos
Alejandro Peña P.
Análisis de Sistemas
Entonces el equilibrio es globalmente atractivo. Estabilidad
Estabilidad (z-plane)
• El control mediante la utilización de los principios de las redes Root Locus
Respuesta al Escaolón
neuronales, utiliza como elemento fundamental el error Exactitud
cuadrático medio, el cual se denota y define como: Control Neuronal
1 Adaptativo
𝑒 𝑘 = 𝑆𝑃𝑘 − 𝑦𝑟𝑘 2
2
Self Tunning
2 Modelo Indirrecto
Donde: Esquema MRAC
Modos Deslizantes
𝑒 2 𝑘 : Error cuadrático medio. Algoritmos de Aprendizaje
Bibliografía
Control de Sistemas
Equilibrios de Lyapunov Dinámicos
Alejandro Peña P.
Bibliografía
Control de Sistemas
Equilibrios de Lyapunov Dinámicos
Alejandro Peña P.
𝑑𝑒 2 𝑡 𝜕𝑒 2 𝑡 𝜕𝑦 𝜕𝑢 𝜕𝑤𝑗𝑖
=
𝑑𝑡 𝜕𝑦 𝜕𝑢 𝜕𝑤𝑗𝑖 𝜕𝑡
Contenido
2
𝑑𝑒 2 𝑡 2
𝜕𝑦 Análisis de Sistemas
= −𝛼 𝜑 𝑢𝑘 , 𝑤𝑗𝑖𝑘 𝑒2 𝑡 Estabilidad
𝑑𝑡 𝜕𝑢 Estabilidad (z-plane)
Root Locus
Respuesta al Escaolón
Cuando 𝛼 > 0, entonces 𝑒 2 𝑡 ≤ 0 para todo 𝑡 > 0. De aquí se Exactitud
concluye que de la teoría de estabilidad de Lyapunov, la Control Neuronal
función del error esta decrementando a medida que el tiempo Adaptativo
Self Tunning
esta creciendo. Modelo Indirrecto
Esquema MRAC
• De esta manera, los parámetros de sintonización del modelo, Modos Deslizantes
Algoritmos de Aprendizaje
son capaces de producir las entradas de control adaptables,
que son convenientes para que el sistema alcance la salida Equilibrio y Estabilidad
deseada 𝑦𝑟𝑘 . Función de Lyapunov
Definición Intuitiva
Definición Formal
Equilibrios
Bibliografía
Control de Sistemas
Dinámicos
Estabilidad (Root Locus) Alejandro Peña P.
Contenido
Análisis de Sistemas
Estabilidad
Estabilidad (z-plane)
Root Locus
Respuesta al Escaolón
Exactitud
Control Neuronal
Adaptativo
Self Tunning
Alejandro Peña P., PhD. Modelo Indirrecto
Esquema MRAC
Modos Deslizantes
pfjapena@gmail.com Algoritmos de Aprendizaje
Control Neuronal
Adaptativo
Self Tunning
Modelo Indirrecto
Esquema MRAC
Modos Deslizantes
Algoritmos de Aprendizaje
Equilibrio y Estabilidad
Función de Lyapunov
Definición Intuitiva
Definición Formal
Equilibrios
Bibliografía
Control de Sistemas
Root Locus Dinámicos
Alejandro Peña P.
Contenido
Análisis de Sistemas
Estabilidad
Estabilidad (z-plane)
Root Locus
Respuesta al Escaolón
Exactitud
Control Neuronal
Adaptativo
Self Tunning
Modelo Indirrecto
Esquema MRAC
Modos Deslizantes
Algoritmos de Aprendizaje
Equilibrio y Estabilidad
Función de Lyapunov
Definición Intuitiva
Definición Formal
Equilibrios
Bibliografía
Control de Sistemas
Polos y Ceros Dinámicos
Alejandro Peña P.
Contenido
Análisis de Sistemas
Estabilidad
Estabilidad (z-plane)
Root Locus
Respuesta al Escaolón
Exactitud
Control Neuronal
Adaptativo
Self Tunning
Modelo Indirrecto
Esquema MRAC
Modos Deslizantes
Algoritmos de Aprendizaje
Equilibrio y Estabilidad
Función de Lyapunov
Definición Intuitiva
Definición Formal
Equilibrios
Bibliografía
Control de Sistemas
Root Locus Dinámicos
Alejandro Peña P.
Bibliografía
Control de Sistemas
Root Locus Dinámicos
Alejandro Peña P.
Contenido
• El diagrama en root locus en tiempo discreto se construye
Análisis de Sistemas
utilizando MATLAB de la siguiente manera: Estabilidad
Estabilidad (z-plane)
Root Locus
>>num=[1 0 0 0 0]; Respuesta al Escaolón
Exactitud
>>den=[1 -1.5 0.38 0.128 -0.008];
>>Gz=tf(num,den,[]); Control Neuronal
Adaptativo
>>Tz=feedback(Gz,1) Self Tunning
Modelo Indirrecto
>>rlocus(num,den); Esquema MRAC
Modos Deslizantes
>>[K,polos]=rlocfind(num,den); Algoritmos de Aprendizaje
>>axis([-1 1 -1 1]) Equilibrio y Estabilidad
>>grid Función de Lyapunov
Definición Intuitiva
>>K Definición Formal
Equilibrios
Este análisis permite determinar el valor de K para el cual
es modelo presenta estabilidad. Bibliografía
Control de Sistemas
Root Locus Dinámicos
Alejandro Peña P.
>>[numcDz,dencDz]=cloop(K*num,den);
>>U=1; Contenido
>>[x]=dstep(U*numcDz,dencDz,201); Análisis de Sistemas
>>figura Estabilidad
Estabilidad (z-plane)
>>t=0:0.5:10; Root Locus
Respuesta al Escaolón
>>stairs(t,x) Exactitud
>>grid Control Neuronal
Adaptativo
Self Tunning
Modelo Indirrecto
Esquema MRAC
Modos Deslizantes
Algoritmos de Aprendizaje
Equilibrio y Estabilidad
Función de Lyapunov
Definición Intuitiva
Definición Formal
Equilibrios
Bibliografía
Control de Sistemas
Dinámicos
Control Neuronal Adaptativo Alejandro Peña P.
Contenido
Análisis de Sistemas
Estabilidad
Estabilidad (z-plane)
Root Locus
Respuesta al Escaolón
Exactitud
Control Neuronal
Adaptativo
Self Tunning
Modelo Indirrecto
Alejandro Peña P., PhD. Esquema MRAC
Modos Deslizantes
pfjapena@gmail.com Algoritmos de Aprendizaje
Equilibrio y Estabilidad
Grupo de Investigación en Inteligencia Función de Lyapunov
Definición Intuitiva
Computacional y Robótica (GICR) Definición Formal
Equilibrios
Escuela de Ingeniería de Antioquia
Bibliografía
Control de Sistemas
Control Adaptativo en Manufactura Dinámicos
Alejandro Peña P.
Control Neuronal
Adaptativo
Self Tunning
Modelo Indirrecto
Esquema MRAC
Modos Deslizantes
Algoritmos de Aprendizaje
Equilibrio y Estabilidad
Función de Lyapunov
Definición Intuitiva
Definición Formal
Equilibrios
Bibliografía
Control de Sistemas
Control Neuronal Adaptativo (Modelo Indirecto) Dinámicos
Alejandro Peña P.
Contenido
Análisis de Sistemas
Estabilidad
Estabilidad (z-plane)
Root Locus
Respuesta al Escaolón
Exactitud
Control Neuronal
Adaptativo
Self Tunning
Modelo Indirrecto
Esquema MRAC
Modos Deslizantes
Algoritmos de Aprendizaje
Equilibrio y Estabilidad
Función de Lyapunov
Definición Intuitiva
Definición Formal
Equilibrios
Bibliografía
Control de Sistemas
Control Neuronal Adaptativo (Modelo Indirecto) Dinámicos
Alejandro Peña P.
Bibliografía
Control de Sistemas
Control Neuronal Adaptativo (MRAC) Dinámicos
Alejandro Peña P.
Control Neuronal
Adaptativo
Self Tunning
Modelo Indirrecto
Esquema MRAC
Modos Deslizantes
Algoritmos de Aprendizaje
Equilibrio y Estabilidad
Función de Lyapunov
Definición Intuitiva
Definición Formal
Equilibrios
Bibliografía
Control Modos Deslizantes
Control de Sistemas
Dinámicos
Alejandro Peña P.
Contenido
Análisis de Sistemas
Estabilidad
Estabilidad (z-plane)
Root Locus
Respuesta al Escaolón
Exactitud
Control Neuronal
Adaptativo
Self Tunning
Modelo Indirrecto
Esquema MRAC
Modos Deslizantes
Alejandro Peña P., PhD. Algoritmos de Aprendizaje
Control Neuronal
Adaptativo
Self Tunning
Modelo Indirrecto
Esquema MRAC
Modos Deslizantes
Algoritmos de Aprendizaje
Equilibrio y Estabilidad
Función de Lyapunov
Definición Intuitiva
Definición Formal
Equilibrios
Bibliografía
Control de Sistemas
Esquema de Control Dinámicos
Alejandro Peña P.
Control Neuronal
Navarro, Rina Ingeniería de Control Analógica y Digital, Mc. Graw Adaptativo
Hill, México, 2004. ISBN: 970-10-4677-3. Self Tunning
Modelo Indirrecto
Esquema MRAC
Nise, Norman. Control System Engineering John Wiley & Sons, Modos Deslizantes
Algoritmos de Aprendizaje
Fifth Edition, 2007. ISBN: 978-0471-79475-2.
Equilibrio y Estabilidad
Función de Lyapunov
Hernández B. E. Noriega, L., B. Algoritmo de Control para Definición Intuitiva
Definición Formal
Sistemas Dinámicos No Lineales Aplicando Redes Neuronales Equilibrios
Completar
Bibliografía
Control de Sistemas
Bibliografía Dinámicos
Alejandro Peña P.
Giraldo B., D. Hoyos, J.G. Control Adaptativo con Red Neuronal Control Neuronal
Adaptativo
de Elman y Modos Deslizantes Scientia et Technica, Vol.X, Num. Self Tunning
24, pp. 49-53 ISSN: 0122-01701 Modelo Indirrecto
Esquema MRAC
Sedano, F. J. Alonso A., A. Villar F., J.R. Identificación de Modos Deslizantes
Algoritmos de Aprendizaje
Sistemas No Lineales mediante Redes Neuronales Artificiales
Equilibrio y Estabilidad
Técnica Industrial, pp.45-53. ISSN: 0040-1838 Función de Lyapunov
Definición Intuitiva
Mejía, A. Caso de control adaptable para sistemas multivariados Definición Formal
Tesis de Grado, Universidad Nacional de Colombia (Sede Equilibrios
Contenido
Análisis de Sistemas
Estabilidad
Control Neuronal
Adaptativo
Self Tunning
Modelo Indirrecto
Esquema MRAC
Modos Deslizantes
Algoritmos de Aprendizaje
Equilibrio y Estabilidad
Función de Lyapunov
Definición Intuitiva
Definición Formal
Equilibrios
Bibliografía