S3-902 Espacio de Estados y Control Optimo

SISTEMAS DE CONTROL II – ETN 902 - (Pregrado UMSA 2023)
NOMBRES Y DIAPOSITIVAS:
Gonzales Estrada Kevin Rodrigo (4 - 12)

Linares Poma Guido Alvaro (13 - 20)
Roger Condori Mamani (21 - 25)
Ajnota Cahuaya Limber (26 - 31)
Gómez Orellana Karel Walter (32 - 38)
Juan Bladimir I Cussi Chinche (39 - 44)
Espino Marca Mary Isabel (45 - 56)
SECCIÓN III
Control Moderno
ANÁLISIS Y CONTROL - ESPACIO DE ESTADOS - CONTROL ÓPTIMO
Contenido
● Espacio de estados y control optimo

● Introducción
● Introducción a control por realimentación de estados
● Regulación y seguimiento
● Observadores de estado
● Control optimo
● Control LQ
● Estimadores óptimos
● Filtro de Kalman
Introducción
INTRODUCCIÓN
Obtener un modelo matemático que

proporcione un comportamiento lo mas
parecido posible al proceso a controlar
Cuando se aborda el
control de procesos físicos Analizar las propiedades mas importantes
se realiza básicamente del proceso utilizando aquel modelo.
tres etapas
Calcular un esquema de control que

proporcione unas determinadas
especificaciones de diseño.
INTRODUCCIÓN
Modelo matemático
Este se puede plantear de dos maneras:
⮚ Técnicas basadas en la representación externa

⮚ Técnicas basadas en la representación interna
Técnicas basadas en la representación externa
Se basan en entradas y salidas del sistema:
⮚ Aplicable a sistemas lineales invariantes en el tiempo

⮚ Aplicables SISO Y MIMO
ESPACIO DE ESTADOS
ESTADO
Información compacta de la actividad pasada que se ha tenido en el sistema, de forma que esta
información pueda predecir el comportamiento futuro
Sistema con el conjunto mas reducido de variables tal que su conocimiento en t=to junto con la
entrada que se le va a aplicar determina completamente el comportamiento del sistema
Variable de Estado
Son cada una de las variables que proporcionan el estado del sistema. Son variables en
función a las cuales se puede expresar la energía almacenada en el sistema.
ESPACIO DE ESTADOS
A partir de las variables de estado se puede formar un espacio de n-dimensional cuyos ejes de
coordenadas a las n variables de estado. De esta forma un punto en el espacio de estado
representa el valor del estado del sistema en ese instante
Interpretación geométrica para 3 estados
Para expresar el estado del sistema se utilizará como herramienta de trabajo las matrices y los
vectores.
ECUACION DE ESTADO Y ECUACION DE SALIDA
Para poder expresar la representación interna se van a necesitar dos ecuaciones matriciales:
La ecuación de estado
La ecuación de salida
Representación en el espacio de estados en formas canónicas

Considere un sistema definido mediante
La cual puede escribirse tambien de esta forma

REPRESENTACIÓN EN ESPACIO DE ESTADOS
Forma canónica Observable
La siguiente representación en el espacio de estados se denomina forma canónica observable

Forma canónica diagonal

La forma canónica diagonal de la representación en el
Se considera el caso en el que el polinomio del espacio de estados de este sistema viene dada por:
denominador solo contiene raíces distintas. En
este caso se puede reescribir como:
Forma canónica de Jordán

A continuación, se considera el caso en el que el La forma canónica de jordán se obtiene mediante
polinomio del denominador contine múltiples
raíces En este caso la forma canónica diagonal
anterior debe modificarse a la forma canónica de
jordán.
realimentación de estados
Introducción a control por
INTRODUCCIÓN A REALIMENTACIÓN DE ESTADOS
Los métodos clásicos de diseño no permiten especificar todos los polos a lazo cerrado de sistemas de orden
superior a dos. Esto es porque al realimentar la salida no disponemos del número suficiente de grados de
libertad (parámetros) para ubicar de manera independiente todos los polos a lazo cerrado.

Sistema SISO en variables de estado

INTRODUCCIÓN A REALIMENTACIÓN DE ESTADOS
Esquema de control por realimentación de

estados para un sistema SISO
El sistema a lazo cerrado es lineal y estacionario
El control es estático, pues u depende solo de

valores presentes x y r
INTRODUCCIÓN A OBSERVADORES DE ESTADOS
Cuando los estados del sistema no pueden medirse se recurre a estimarlos mediante un
observador de estados que se construye x a partir de mediciones de y y u.
La combinación de un observador y
realimentación de estados es un
controlador dinámico por
realimentación de salida.
Realimentación de salida con observador

Comenzamos con sistemas SISO y el esquema de control de la figura, suponiendo por el
momento N=1 para simplificar la notación.
Una propiedad de sistemas lineales esencial en la realimentación de estados es la controlabilidad.

Nuestra primera observación importante es que:
La controlabilidad de un sistema es invariante

con respecto a realimentación de estados.

La observabilidad de un sistema no es invariante con respecto a la realimentación de estados



Regulación y seguimiento

REGULACIÓN Y SEGUIMIENTO



RESUMIENDO
Observadores
OBSERVADORES
El control con realimentación de estados asume la disponibilidad de las variables de estado.

Este puede no se el caso en la práctica, ya sea porque ciertos estados no son medibles, o es
muy difícil o muy caro medirlos
Para implementar una realimentación de

estados, entonces, debemos diseñar un
dispositivo dinámico, llamado observador o
estimador de estados, cuya salida sea una
estima del vector de estados.
Un observador es un sistema dinámico, que

Realimentación de salida
estima los estados de la planta a partir de las
con observador
mediciones de las entradas y salidas.
OBSERVADORES
Estructura final del observador.

La estructura a lazo cerrado es mucho mejor. Se
realimenta el error de la salida para corregir.
Eligiendo apropiadamente la matriz de ganancia L.
Se puede ajustar el observador para que los estados

estimados converja asintóticamente a los estados
verdaderos.
Si el sistema es observable, se puede elegir la

ganancia L, para ubicar los autovalores de (A-LC)
arbitrariamente.
Nota. Observador en lazo

Se busca que el observador sea estable cerrado
OBSERVADORES
Ecuaciones del observador.

Del diagrama en bloques se obtienen las ecuaciones del observador.
Estimación de estados.
De la ecuación del observador:
Y de las ecuaciones de estado de la planta:
Podemos obtener el error del estimador:

OBSERVADORES
Realizando operaciones:
Si la matriz (A-LC) es Hurwits:
Por lo tanto:
Nota.
El error converge asintóticamente a cero
OBSERVADORES
Diseño del observador.

Para diseñar el observador se utilizan las matrices A, B y C de la planta y se forma la
ecuación del estimador.
Para que el observador sea estable el vector columna L se debe elegir para que los
autovalores de (A-LC), tengan la parte real negativa.
¿Cómo se elige L?
Se puede aprovechar la dualidad, para que la matriz (A-LC) se Hurwitz.
Observar que la matriz transpuesta.
Elegimos para que sea Hurwitz, finalmente:

Introducción a control óptimo

CONTROL ÓPTIMO - INTRODUCCIÓN
NECESIDAD DEL PLANTEAMIENTO DE UN NUEVO ENFOQUE
¿Por qué es necesario plantear un nuevo enfoque para el diseño de controladores?
Restricciones en el control pueden

Ni los método de diseño de control clásico, imposibilitar un diseño de polos
ni los de realimentación de estados exponen dominantes
explícitamente el compromiso entre las
especificaciones dinámicas y el “costo” para
poder cumplirlas
Todo sistema de control está sujeto a
restricciones, por ejemplo, debidas al
actuador o razones de seguridad
NECESIDAD DEL PLANTEAMIENTO DE UN NUEVO ENFOQUE
Continuación de la introducción
¿Por qué es necesario plantear un nuevo enfoque para el diseño de controladores?
La traducción de especificaciones de diseño a En sistemas MIMO la misma asignación de

ubicación de polos no es directa y no se polos se puede hacer con distintos juegos de
puede saber cual es la mejor configuración ganancias y no se puede saber cual es la mejor
Los autovalores de un observador deben

ser más rápidos que los del controlador,
pero no hay criterios adicionales a esto
Que es el control optimo
Sistema de control óptimo
Sistema cuyo diseño minimiza o maximiza La función

Hallar señal de el valor de una función seleccionada
control que haga seleccionada como
evolucionar el índice de desempeño
sistema de un estado
a otro, minimizando
el tiempo en la Sujeta a ciertas restricciones.
transición Se necesita encontrar una regla Sujeta que cumpla las
para determinar la decisión de restricciones
control
CONTROL ÓPTIMO - EL PROBLEMA DEL CONTROL ÓPTIMO
Formulación de los problemas de

optimización
Modelo de la planta Restricciones en el problema

SLIT, SLVT, SNL

Ecuaciones del sistema
Índice de desempeño
CONTROL ÓPTIMO – ÍNDICE DE DESEMPEÑO
•
O que maximice dependiendo de la naturaleza

del índice de desempeño

CONTROL ÓPTIMO – ÍNDICE DE DESEMPEÑO
Continuando con el índice de desempeño
Problema de Bolza
En la forma mas general puede contener

funciones no necesariamente cuadráticas

Están definidas positivas

Problema de Problema de
Mayer Lagrange
Control LQ
CONTROL LQ DISCRETO:
Consideremos el sistema en tiempo discreto definido por:

El problema de control que queremos resolver es: Encontrar la secuencia

de control que lleve al sistema (1) de la condición inicial al
estado final minimizando el funcional cuadrático
El funcional (2) puede interpretarse como el costo total de la transición de

a y en particular, el término penaliza el error en
alcanzar el estado final deseado.
Las matrices de peso S, Q y R pueden seleccionarse para penalizar ciertos
estados/entradas más que otros. Como veremos, las matrices S y Q deben
ser semi-definidas positivas, y la R definida positiva.
Nota:
Para abreviar las expresiones
cambiamos la habitual notación
discreta por
CONTROL LQ DISCRETO(continuacion):
Nota:
La ec. (11) de se resuelve

para atrás, comenzando en
El costo optimo de k a N es:
El conjunto de ecuaciones (9), (10) y (11) representa el controlador LQ completo

para el sistema discreto (1), que resulta, en general, inestacionario.
La ecuación en diferencias (11) se conoce como la ecuación matricial en
diferencias de Riccati. El hecho de que se resuelva para atrás en el tiempo le da a
la peculiaridad de que los transitorios aparecen al final del intervalo [k, T], en
vez de al principio.
Ejemplo 1 (Control LQ en tiempo discreto). Simulamos el sistema
Con el controlador LQ optimo que minimiza el costo

Las siguientes líneas de código MATLAB computan y en lazo cerrado:
La matriz de realimentación debe calcularse en tiempo invertido

y almacenarse para ser aplicada posteriormente al sistema en
tiempo normal.
En la siguiente figura se muestra la Evolucion del estado en lazo

cerrado.
Aunque la planta a lazo abierto es inestable (autovalores en ),

veremos que el estado es estabilizado asintóticamente por . Notar que
la planta a lazo cerrado es inestacionaria, ya que el control lo es.
CONTROL LQ DE HORIZONTE INFINITO:
La Figura 2 del ejemplo sugiere que si hacemos tender el tiempo final a las
soluciones de la ecuación de RICCATI permanecerían constantes en el valor del
instante inicial. Bajo esta suposicion, y (15) se convierte en la
ecuación algebraica de Riccati(ARE).
Con el correspondiente control optimo LQ(ahora estacionario)
En el caso discreto tenemos , que da de (11), (10)

Estimadores Óptimos
ESTIMADORES ÓPTIMOS
Uno de los factores mas importantes en el desempeño de sistemas de control, a menudo

no se a tenido en cuenta, es el efecto de perturbaciones y ruido. Todos los sistemas
están sujetos a ruido, sea en la forma de:
⮚ Alinealidades de entrada no modeladas
⮚ Dinámica no modelada
⮚ Señales de entrada no deseadas
En esta sección trataremos algunos modelos simples de ruido y determinaremos
formas de tenerlos en cuenta en el diseño de observadores y realimentación de estados.
Consideraremos primero ruido perturbando la observación del estado de un sistema.
Con un modelo en ecuaciones que incluyen ruido, generaremos el mejor el mejor
observador posible, es decir, el que mejor rechaza el efecto del ruido. Estos
observadores suelen llamarse estimadores, y el particular que desarrollaremos es el
filtro de Kalman.
MODELOS DE SISTEMAS CON RUIDO

Diagrama en bloques:
+ + + +
B C
+
A

CONSIDERACIONES


Filtro de Kalman Discreto


•
•
Figura : Dos señales ruidosas con mayor (iz.) y menor (der.) variabilidad
•
Procedimiento para computar el filtro de Kalman discreto

S3-902 Espacio de Estados y Control Optimo

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

S3-902 Espacio de Estados y Control Optimo

Uploaded by

Copyright:

Available Formats

SISTEMAS DE CONTROL II – ETN 902 - (Pregrado UMSA 2023)

Gonzales Estrada Kevin Rodrigo (4 - 12)

● Espacio de estados y control optimo

Obtener un modelo matemático que

Calcular un esquema de control que

Este se puede plantear de dos maneras:

⮚ Técnicas basadas en la representación externa

Técnicas basadas en la representación externa

Se basan en entradas y salidas del sistema:

⮚ Aplicable a sistemas lineales invariantes en el tiempo

Interpretación geométrica para 3 estados

Representación en el espacio de estados en formas canónicas

La cual puede escribirse tambien de esta forma

Forma canónica Observable

La siguiente representación en el espacio de estados se denomina forma canónica observable

Forma canónica diagonal

Forma canónica de Jordán

Sistema SISO en variables de estado

Esquema de control por realimentación de

El sistema a lazo cerrado es lineal y estacionario

El control es estático, pues u depende solo de

Realimentación de salida con observador

momento N=1 para simplificar la notación.

Una propiedad de sistemas lineales esencial en la realimentación de estados es la controlabilidad.

La controlabilidad de un sistema es invariante

La observabilidad de un sistema no es invariante con respecto a la realimentación de estados

El control con realimentación de estados asume la disponibilidad de las variables de estado.

Para implementar una realimentación de

Un observador es un sistema dinámico, que

Estructura final del observador.

Se puede ajustar el observador para que los estados

Si el sistema es observable, se puede elegir la

Nota. Observador en lazo

Ecuaciones del observador.

Y de las ecuaciones de estado de la planta:

Podemos obtener el error del estimador:

Si la matriz (A-LC) es Hurwits:

Diseño del observador.

Elegimos para que sea Hurwitz, finalmente:

Introducción a control óptimo

¿Por qué es necesario plantear un nuevo enfoque para el diseño de controladores?

Restricciones en el control pueden

¿Por qué es necesario plantear un nuevo enfoque para el diseño de controladores?

La traducción de especificaciones de diseño a En sistemas MIMO la misma asignación de

Los autovalores de un observador deben

Que es el control optimo

Sistema de control óptimo

Sistema cuyo diseño minimiza o maximiza La función

Formulación de los problemas de

Modelo de la planta Restricciones en el problema

O que maximice dependiendo de la naturaleza

Continuando con el índice de desempeño

En la forma mas general puede contener

Están definidas positivas

Consideremos el sistema en tiempo discreto definido por:

El problema de control que queremos resolver es: Encontrar la secuencia

El funcional (2) puede interpretarse como el costo total de la transición de

La ec. (11) de se resuelve

El conjunto de ecuaciones (9), (10) y (11) representa el controlador LQ completo

Con el controlador LQ optimo que minimiza el costo

La matriz de realimentación debe calcularse en tiempo invertido

En la siguiente figura se muestra la Evolucion del estado en lazo

Aunque la planta a lazo abierto es inestable (autovalores en ),

Con el correspondiente control optimo LQ(ahora estacionario)