control lineal robusto de sistemas no lineales

www. revista-riai.org Control lineal robusto de sistemas no lineales

diferencialmente planos

Hebertt Sira-Ramirez Alberto Luviano-Juarez John Cortes-Romero,

Cinvestav IPN, Av. IPN No. 2508, Departamento de Ingenieria Electrica,Seccion de Mecatronica, Mexico D.F. (e-mail:

{hsira,aluviano}@cinvestav.mx) Universidad Nacional de Colombia. Facultad de Ingenieria,

Departamento de Ingenieria Electrica y Electronica. Carrera 30 No. 45-03Bogota, Colombia (e-mail: [email protected])

ResumenEn este trabajo se proponen controladores basados en observadores lineales para el control robusto deuna clase amplia de sistemas no lineales conocidos como sistemas diferencialmente planos, sean estosmonovariables o multivariables. Se establece primeramente el modelo dinamico entrada - salida plana,simplicandolo a un modelo de caracter no fenomenologico que solamente considera como elementosclaves en el diseno del controlador el orden de integracion del sistema y el factor de ganancia deentrada, en el caso monovariable, y, los ordenes de los subsistemas de integracion de Kronecker y lamatriz de ganancias del vector de entradas en el caso multivariable. El resto de las no linealidades,dependientes del estado o de naturaleza exogena, son consideradas, en general, como perturbacionesdesconocidas pero acotadas que toman valores en el tiempo. Se demuestra que estas perturbacionesson algebraicamente observables, permitiendo su determinacion aproximada mediante observadoreslineales de orden arbitrario. Estos observadores, llamados observadores GPI, incluyen modelos internosque representan polinomios en el tiempo, cuya actualizacion es de ndole automatica, permitiendoaproximaciones arbitrariamente cercanas a las perturbaciones desconocidas. El diseno del controlador sereduce entonces a lograr la cancelacion de las perturbaciones aditivas a la vez de imponer una dinamicalineal en lazo cerradomediante realimentacion de estados estimados, los cuales se obtienen directamentedel mismo observador lineal propuesto. Se presenta un ejemplo de simulacion que considera un sistemafsico no lineal de complejidad reconocida. Tambien se incluyen resultados experimentales sobre dosprototipos de laboratorio.Copyright c&EA.Palabras Clave: Rechazo a perturbaciones, Realimentacion lineal de salida, Sistemas linealizables,Observadores, Sistemas no lineales.

1. INTRODUC&ION

Existen varios enfoques que tratan el problema de cancelacionde perturbaciones no estructuradas por medio de tecnicas deestimacion asintotica. El excelente trabajo del profesor C.D.Johnson, bajo el nombre de Control basado en Acomodacion dePerturbaciones (CAP), ( ver Johnson (1971)), constituye una delas referencias obligadas dentro de esta area. Los aspectos teori-cos y practicos del CAP han estado evolucionando activamente,como se evidencia en el trabajo de revision de Johnson (2008).Esta teora goza de extensiones a sistemas en tiempo discretocomo se muestra en el captulo de libro de Johnson (1982) ya sistemas multivariables. En un trabajo reciente, desarrolladopor Johnson (1982), se trata el problema de desacoplar dossistemas lineales, acoplados de manera no-lineal, utilizando lateora de CAP. En el area de sistemas de potencia, el trabajode Mohadjer y Johnson (1983), realiza una aplicacion de laacomodacion de perturbaciones, a la interconexion de sistemasde potencia desde la perspectiva del control de la frecuencia.

Una tendencia estrechamente relacionada con la tecnica CAP,esta representada por los esfuerzos del fallecido profesorJingqing Han, que se resumen en el documento postumo Han(2009), y que se conoce como: Estimacion y Rechazo Activode Perturbaciones (ERAP). Los numerosos trabajos originalesdel profesor Han, que incluyen implementaciones de labora-torio y aplicaciones industriales, no han sido traducidos y suscontribuciones seminales permanecen escritas en chino (verlas referencias en Han (2009)). Aunque la idea principal dela estimacion de perturbaciones basada en observador, y susubsecuente cancelacion por medio de una ley de control, essimilar al esquema propuesto por el CAP; el enfasis del ERAPrecae, principalmente, en la estimacion de perturbaciones pormedio de observadores no lineales, y desarrollos adicionalesrelacionados con: calculo eciente de derivadas con respectoal tiempo, calculo del grado relativo y extensiones no linealesde controles PID. El trabajo y la inspiracion del profesor Han,han inuido en desarrollos interesantes y aplicaciones concretashechas por el profesor Gao y sus colegas (ver Gao et al. (2001),Gao (2006). De igual manera, se nota esta inuencia en el

ISSN: 1697-7912. Vol. 8, Nm. 1, Enero 2011, pp. 14-28

Publicado electrnicamente: 04/01/2011 DOI:10.4995/RIAI.2011.01.04

Document downloaded from http://http://www.elsevier.pt, day 15/03/2014. This copy is for personal use. Any transmission of this document by any media or format is strictly prohibited.

trabajo de Sun y Gao (2005) y en el artculo de Sun (2007)).En un artculo reciente de Fliess y Join (2008), se propone unaidea cercanamente relacionada al control CAP y ERAP, distin-guida como: Controladores PID Inteligentes (CPIDI). La ideaprincipal de los CPIDI hace uso de los Metodos Algebraicosconsiderando modelos no fenomenologicos que substituyen laplanta por una de primer orden, o de segundo orden comomaximo. El aspecto interesante de este metodo reside en eluso de manipulaciones algebraicas apropiadas para cancelarlocalmente terminos no-lineales desconocidos, propios de ladinamica del sistema, para luego identicar, ecientemente,ganancias variantes en el tiempo asociadas al control, como siestas fuesen ganancias seccionalmente constantes (ver Fliess etal. (2008)). En el trabajo de Sira-Ramrez y Fliess (2004) sepresenta un metodo netamente algebraico para el control delgenerador sincronico.

En este artculo, se presenta un metodo de diseno de con-troladores lineales robustos para sistemas no lineales pertur-bados que hace uso de estimaciones sucientemente precisasde terminos aditivos, tanto endogenos como exogenos, de ladinamica existente entre la entrada del sistema y la salidaplana del mismo. Estas estimaciones se llevan a cabo medianteobservadores lineales llamados: observadores ProporcionalesIntegrales Generalizados (que llamaremos de ahora en adelante:observadores GPI). El metodo se aplica, en forma natural, asistemas no lineales diferencialmente planos, los cuales cons-tituyen una clase prominente y frecuente de los sistemas nolineales (vease Sira-Ramrez y Agrawal (2004), Levine (2009)). Los observadores GPI representan la contraparte dual de loscontroladores GPI desarrollados en Fliess et al. (2002).

Los observadores GPI incluyen, de manera natural y embebi-da, un modelo polinomial en el tiempo, de actualizacion au-tomatica, de las perturbaciones no lineales dependientes delestado y de aquellas perturbaciones exogenas sin estructuraespecial alguna. Las estimaciones provistas por el observadorse usan en el controlador para facilitar su cancelacion aproxi-mada, en lnea, mientras, de manera simultanea, se estiman lasvariables de fase relacionadas con las salidas planas medidas.Sin embargo, el esquema constituye un metodo aproximado,ya que esta sujeto a la evolucion lineal y perturbada del errorde reconstruccion de las variables de fase y de la perturbacion.Esta dinamica lineal perturbada se ajusta mediante gananciassucientemente altas, lo cual hace el esquema sensible a losruidos de planta y de medicion. Sin embargo, los efectos no-civos de las ganancias altas pueden atenuarse signicativamentemediante el uso de pre-ltraje de la salida y la utilizacion defunciones de saturacion (embragues) apropiadas para limitarel fenomeno del pico impulsivo (ver Sussman y Kokotovic(1991)). La estimacion en linea de estados y perturbaciones,de naturaleza aproximada, se combina con una ley de controllineal, que cancela de manera efectiva las perturbaciones yno linealidades desconocidas e impone una dinamica deseadaen lazo cerrado sobre las cadenas de integracion remanentesdespues de las cancelaciones de ganancia y de perturbacionaditiva. Las principales diferencias de nuestro enfoque, con re-specto al CAP y al ERAP, radican en: 1) No se discrimina entreperturbaciones exogenas (externas) y endogenas (dependientesdel estado) asociadas al modelo de entrada-salida no lineal.Estas perturbaciones estan agrupadas, en una senal variante enel tiempo que solo requiere de estimacion lineal para su eva-luacion sucientemente precisa. Notese que las no linealidadesde la planta generan funciones en el tiempo que son exogenas

para cualquier observador dinamico y, por lo tanto, evitan natu-ralmente los lazos algebraicos. 2) Se hace enfasis en las posi-bilidades intrnsecas que tienen los sistemas diferencialmenteplanos para la estimacion lineal de perturbaciones aditivas ysu cancelacion por medio de controladores igualmente lineales(para el concepto de planitud se recomienda revisar el artculode Fliess et al. (1995) y el libro de Sira-Ramrez y Agrawal(2004)).

Este artculo se organiza de la siguiente manera: La seccion2 presenta una introduccion al control lineal de sistemas nolineales diferencialmente planos basados en observadores GPIde alta ganancia y controladores lineales. La seccion 3 con-sidera el problema de controlar el angulo de desviacion de ungenerador sincronico trifasico por medio de la combinacion delcontrol con observacion de tipo lineal. Se realiza una pruebade robustez bajo un ensayo de corto circuito. En la seccion4 se describe un ejemplo ilustrativo, que incluye resultadosexperimentales, concerniente a una tarea de seguimiento detrayectoria en el control de un robot movil con restricciones noholonomas. Este sistema, no lineal y multivariable, exhibe unamatriz de ganancia de entrada dependiente de las variables defase asociadas a las salidas planas. En este caso, se aplico alos observadores de alta ganancia inyecciones integrales dela salida plana. Esta accion representa un preltraje adecuadodestinado a reducir los efectos nocivos del ruido de medicion.La seccion 5 presenta igualmente resultados experimentales,ilustrativos de la metodologa del control lineal de sistemas nolineales, sobre el problema de seguimiento de salida en un cir-cuito caotico de Chua sobre el cual se dene articialmente unavariable de control apropiada. Demostramos que, en particular,la tecnica de control propuesta permite convertir un circuitocaotico en un oscilador armonico. La ultima seccion contienelas conclusiones y posibles trabajos a ser considerados en elfuturo. El artculo incluye un Apendice donde se expone y sedemuestra el resultado principal que, sobre sistemas linealesperturbados, proporciona la base matematica a la metodologade diseno de control robusto aqu expuesta.

2. CONTROL LINEAL BASADO EN OBSERVADOR GPIDE SISTEMAS NO LINEALES

Considere el siguiente sistema no lineal, perturbado y suave, deuna entrada y una salida,

y(n) = (t, y, y, ..., y(n1)) + (t, y)u + (t) (1)

El sistema no perturbado ((t) 0) es diferencialmente plano,o, simplemente, plano, dado que todas las variables del sistema,incluyendo u, se pueden expresar en terminos de funcionesdiferenciales de la salida plana y, i.e., funciones de y y de unnumero nito de sus derivadas temporales.

Se supone que la perturbacion exogena, (t), es uniforme-mente, absolutamente, acotada, es decir, es una funcion escalarL. En forma similar, se supone que para todas las solucionesacotadas, y(t), de (1), obtenidas por medio de entradas decontrol, u, sucientemente suaves y acotadas uniformemente,la perturbacion aditiva endogena,(t, y(t), y(t), ..., y(n1)(t)),vista como una senal variante en el tiempo, es uniformemente,absolutamente, acotada.

Tambien se supone que la funcion no lineal de ganancia(t, y(t)) es L y sucientemente alejada de cero, i.e., existeuna constante estrictamente positiva, , tal que

H. Sira-Ramirez, A. Luviano-Jurez, J. Corts-Romero 15


nft|(t, y(t))| > 0 (2)

para todas las soluciones acotadas y suaves, y(t), de (1)obtenidas mediante una entrada suave y acotada de la senal decontrol u. Esta suposicion, es natural para evadir las singular-idades de la ganancia de entrada y la falta de controlabilidadtemporal del sistema. La planitud del sistema, en particular,permite disenar trayectorias de referencia de las salidas planas,y(t), que garantizan, al menos nominalmente, esta suposicion.Aunque se pueden extender los resultados para funciones cuyasganancias, , sean dependientes de derivadas de y(t) con re-specto al tiempo, consideramos la ganancia, , perfectamenteconocida y funcion explcita del tiempo y de la salida plana, y.Esta suposicion hace que nuestros resultados sean, en general,semi-globales puesto que, en general, existen condiciones ini-ciales que pudiesen violar la hipotesis (2). Cuando (t, y(t)) esconstante, los resultados son ciertamente globales.

Hacemos la siguiente formulacion del problema:

Dada una trayectoria de referencia, y(t), para la salida plana,y(t), tal que (2) es valida, proponer una ley de control linealpara el sistema (1) de tal forma que se tenga una convergencia,sucientemente cercana, de la salida plana, y(t), hacia la senalde referencia y(t), a pesar de los efectos de la entrada descono-cida de perturbacion endogena (t, y(t), y(t), ..., y(n1)(t)) yde la entrada de perturbacion exogena, (t). La convergenciaaproximada a que se alude implica que el error de seguimiento,e(t) = y y(t), y sus primeras, n, derivadas con respecto altiempo, convergen asintoticamente, en forma dominantementeexponencial, a una vecindad, tan pequena como se requiera, delorigen en el espacio de fases del error de seguimiento.

La solucion del problema se puede llevar a cabo en un contextototalmente lineal, si se considera el modelo no lineal (1) comoun sistema lineal perturbado, como el que se muestra a contin-uacion:

y(n) = v + (t) (3)

donde v = (t, y)u es perfectamente conocida, y (t) =(t, y(t), y(t), ..., y(n1)(t)) + (t) es una funcion del tiem-po completamente desconocida pero uniformemente, absoluta-mente, acotada.

Considere el siguiente resultado preliminar:Proposicion 1. La funcion de perturbaciones desconocidas,(t), en la dinamica simplicada del sistema (3), es algebraica-mente observable , en el sentido de Diop y Fliess (1991).

Demostracion. La prueba de este hecho es inmediata despuesde escribir (3) como

(t) = y(n) v = y(n) (t, y)u (4)i.e., (t) puede expresarse en terminos de la entrada de controlu, de la salida, y, y de un numero nito de sus derivadas. Por lotanto, (t) es algebraicamente observable.Nota 2. Esto signica, en particular, que si (t) se puede expre-sar mediante un modelo polinomial aproximado, formalmentevalido tan solo localmente, pero sobre el cual se puede impo-ner una actualizacion automatica, puediendose lograr entoncesuna estimacion, uniformemente aproximada, de (t) por mediode un observador lineal. El modelo polinomial de la pertur-bacion, (t), esta descrito por una ecuacion diferencial lineal

homogenea cuyo orden excede, al menos en una unidad, algrado del polinomio que por hipotesis aproxima dicha pertur-bacion. Incorporamos posteriormente este modelo lineal a ladescripcion del sistema (3) como un modelo interno de la per-turbacion y se disena entonces un observador que adopta estemodelo polinomial como parte de la dinamica del observador.Finalmente, la forma de hacer que el modelo polinomial dela perturbacion variante en el tiempo sea de actualizacion au-tomatica y, por ende, uniformemente valido aunque constituyaun modelo aproximado, es inducir a la dinamica aumentada 1

del error de estimacion de la salida inyectada a exhibir un com-portamiento dominantemente lineal con un espectro ubicadosucientemente lejos del eje imaginario del plano complejo.Esto hace que el error de estimacion de la perturbacion varianteen el tiempo se encuentre connado a una vecindad sucien-temente pequena alrededor del origen del espacio de fase delerror de estimacion.

Suponemos que la entrada de perturbacion, (t), puede mode-larse localmente como un polinomio en el tiempo, o polinomiode Taylor, z1, de grado p1mas un termino residual, r(t), i.e.,

(t) = z1+ r(t) = a0+ a1t+ + ap1tp1+ r(t), t (5)El modelo polinomial en el tiempo, z1, es invariante con respec-to a traslaciones nitas en el tiempo y satisface trivialmente laecuacion diferencial homogenea, z(p)1 = 0. Decimos que z1dene una familia de polinomios de Taylor de grado p 1a coecientes reales arbitrarios. Consideramos a z1 como elmodelo interno de la perturbacion aditiva desconocida repre-sentado localmente por z(p)1 = 0 (ver Johnson (1971)).

El modelo de la perturbacion adquiere la caracterstica de ser deactualizacion automatica cuando se incorpora como parte de unobservador lineal asintotico cuyo error de estimacion es forzadoa converger, uniformemente, a una pequena vecindad de cero.En consecuencia, podemos suponer, de manera conable, quela funcion residual, r(t), y sus derivadas con respecto al tiempor(p)(t), se tornan uniformemente absolutamente acotadas yson, tambien, de actualizacion automatica. Para precisar esto,designamos mediante, yj , a una estimacion de y(j1) paraj = 1, ..., n. Se tiene el siguiente resultado:Teorema 3. El control basado en un observador GPI:

u=1

(t, y)

[[y(t)](n)

n1j=0

(j [yj+1 (y(t))(j) ]

) (t)

]

(t) = z1

y1 = y2 + p+n1(y y1)y2 = y3 + p+n2(y y1)

...

yn = v + z1 + p(y y1) (6)z1 = z2 + p1(y y1)

...

1 Aumentada ciertamente, gracias al efecto de la inclusion en el observador delmodelo interno, de tipo polinomial, de la perturbacion agregada.

16 Control Lineal Robusto de Sistemas No Lineales


...

zp1 = zp + 1(y y1)zp = 0(y y1)

lleva el error de seguimiento de las variables de fase, e(k)y =y(k) [y(t)](k), k = 0, 1, .., n 1, asintoticamente y ex-ponencialmente a una vecindad sucientemente pequena delorigen en el espacio de estado del error de seguimiento. Lavecindad puede ser tan pequena como se desee de acuerdoa una seleccion apropiada de los parametros de ganancia delcontrolador {0, ..., n1}. Mas aun, los errores de estimacion:e(i) = y(i) yi+1, i = 0, ..., n 1 y los errores de estimacionde las variables de fase de la perturbacion: zj (j1)(t),j = 1, ..., p convergen asintoticamente y exponencialmente, auna vecindad pequena del origen del error de reconstruccion deestado, la cual puede ser sucientemente pequena gracias a laseleccion adecuada de los parametros, {0, ..., p+n1}.Demostracion. La prueba esta basada en el hecho que el errorde estimacion, e, cumple la siguiente ecuacion diferencial linealperturbada

e(p+n) + p+n1e(p+n1) + + 0e = r(p)(t) (7)Ya que r(p)(t), por hipotesis, es uniformemente, absolutamenteacotada, entonces existen coecientes, k, tales que e convergea una vecindad pequena de cero siempre que las races delpolinomio caracterstico, asociado en la variable compleja s,:

sp+n + p+n1sp+n1 + + 1s+ 0 (8)esten connados sucientemente lejos del eje imaginario enel semiplano izquierdo del plano complejo. En la medida queestas raices se alejan del eje imaginario del plano complejo,mas pequena es la vecindad del origen en el espacio de estadodel error de estimacion, donde el error de estimacion, e, semantiene acotado (ver Apendice y Kailath (1979)). Claramente,si e, y sus derivadas con respecto al tiempo, convergen a unavecindad del origen, entonces, zj(j1), j = 1, 2, ..., tambienconvergen a una vecindad pequena de origen.

Sea l(e, e, ...) una funcion lineal del error de estimacion e y susderivadas dada por:

l(e, e, ...e(n1)) =n1j=0

kj ej (9)

El error de seguimiento, ey = y y(t), evoluciona de acuerdoa la siguiente dinamica lineal perturbada:

e(n)y + n1e(n1)y + + 0ey = (t) (t) l(t, e, e, ...)

(10)

escogiendo los coecientes del controlador, {0, , n1},tales que el polinomio caracterstico asociado,

sn + n1sn1 + + 0 (11)exhiba sus races sucientemente alejadas del eje imaginario enel lado izquierdo del plano complejo, se garantiza entonces queel error de seguimiento y sus derivadas en el tiempo, convergenasintoticamente, exponencialmente a una vecindad del origendel espacio de fases del error de seguimiento. Notese que, de

acuerdo al funcionamiento rapido inducido sobre el observador,el miembro derecho de (10) esta representado por una senalque es absolutamente y uniformemente acotada, que, ademas,termina evolucionando en una vecindad pequena del origen.Por esta razon, las races de (11) pueden ser ubicadas un tantomenos alejadas del eje imaginario del plano complejo que lascorrespondientes de (8). Una prueba mas detallada de esteteorema se encuentra en el artculo Luviano-Juarez et al. (2010)(Ver tambien el Apendice).Nota 4. El observador GPI propuesto en (6) es un observadorde alta ganancia, el cual esta propenso a exhibir fenomenos depicos impulsivos, o sobre-picos, en el momento inicial (Suss-man y Kokotovic (1991)). Se puede habilitar de manera gradualy conveniente la inyeccion al controlador de las estimacionesgeneradas por el observador, a n de evitar los efectos de estoscomportamientos impulsivos. Igualmente, y dado que el contro-lador propuesto tiene caractersticas de alta ganancia, se puededisminuir a cero la amplitud de la senal de referencia de salidaen el instante inicial y gradualmente liberarla, o habilitarla,hasta su valor total. Esto se logra por medio de una funcionsuave que sirve de factor de interpolacion, o de saturacion, entreel valor inicial: cero, y el valor nal: la unidad, durante unperodo de tiempo pequeno, [0, ]. En lo sucesivo, designamosestas funciones suaves de habilitacion mediante sf (t) [0, 1]y las denimos de la siguiente manera, (no unica):

sf (t) =

1 para t >

senq(t

2

)para t (12)

donde q es una constante, par, positiva, que se seleccionaarbitrariamente.

2.1 Observador GPI con inyeccion integral

Sea (t) una senal medible, con integral iterada de ordenm uniformemente absolutamente acotada. Supongase que serequiere calcular, con algun proposito especco de control uobservacion, las primeras derivadas respecto al tiempo de lafuncion, (t).

Se dice que una senal, 1(t), converge a una vecindad de (t),siempre que la senal de error (t) 1(t) esta uniformemente,absolutamente, acotada dentro de una vecindad pequena delorigen.

La siguiente proposicionmotiva el diseno de un observador tipoGPI, para la estimacion de derivadas respecto al tiempo de unasenal, (t), donde (t) este posiblemente afectada por procesosestocasticos de media cero, y de caractersticas estadsticasdesconocidas. Para lograr suavizar los efectos del ruido en elcalculo en lnea de las derivadas temporales, se realiza unadoble integracion de la senal medida, (t); as, suponiendo quela segunda integral de (t) es uniformemente absolutamenteacotada (i.e.,m = 2), se tiene:Proposicion 5. Considere el siguiente sistema perturbado cons-tituido por una cadena de dos integradores, donde la entrada(t), esta afectada por ruidos de medicion (de media cero) quesatisfacen las condiciones anteriormente descritas:

y0 = y1, y1 = (t) (13)

Considere el siguiente observador de (13), del tipo GPI, coninyeccion integral de salida que incluye, adicionalmente, un



modelo interno basado en polinomios del tiempo de grado, r,para la funcion (t) y que se expresa mediante la variable 1:

y0 = y1 + r+1(y0 y0)y1 = 1 + r(y0 y0)1 = 2 + r1(y0 y0)...

r = 0(y0 y0) (14)Entonces, las variables del observador: 1, 2, 3, ..., respec-tivamente, convergen de forma asintotica hacia una vecindadreducida de la entrada de perturbacion, (t), y sus correspon-dientes derivadas respecto al tiempo (t), (t),..., siempre ycuando las ganancias del observador {0, ..., r+1}, sean talesque las races del polinomio en la variable compleja s,

P (s) = sr+2 + r+1sr+1 + + 1s+ 0 (15)

esten ubicadas en el semiplano izquierdo del plano complejo,alejadas convenientemente del eje imaginario.

Demostracion. Defnase el error de inyeccion de la dobleintegral de la entrada como: = y0 y0. La dinamica del errorde inyeccion integral esta descrita por la siguiente ecuaciondiferencial lineal perturbada

(r+2) + r+1(r+1) + + 1+ 0 = (r)(t) (16)

Seleccionando los parametros del observador0, 1, , r+1,de tal forma que el polinomio (15) sea Hurwitz, entonces,de acuerdo a los resultados dados para las soluciones de lasecuaciones diferenciales lineales perturbadas de alta ganan-cia, el error de inyeccion y sus correspondientes derivadascon respecto al tiempo estan uniformemente acotados por unapequena vecindad del origen del espacio de fase del error de re-construccion, cuyo radio de contencion depende, fundamental-mente, de la parte real mas pequena de todos los valores propiosasociados a la dinamica lineal dominante en lazo cerrado (verLuviano-Juarez et al. (2010), Fliess y Rudolph (1997)y tambienel Apendice).

3. CONTROL DE UN GENERADOR SINCRONICO

En esta seccion, se considera el control lineal de seguimien-to de trayectorias de la desviacion angular para un generadorsincronico mediante el uso del estimador de perturbacion de-pendiente del estado, empleando observadores GPI.

3.1 Modelo de un generador sincronico simple

Considerese el modelo de un generador sincronico, conectado aun bus innito, con un capacitor en serie conectado por mediode un puente de tiristores (ver Hingorani y Gyugyi (2000)),

x1 = x2

x2 = Pm b1x2 b2x3sen(x1)x3 = b3(x3 + x3(t) + u+ (t)) (17)

donde x1 es el angulo de carga, considerado como la salida me-dida. La variable x2 es la desviacion de la velocidad, sncrona,

nominal en el eje, mientras x3 dene la admitancia del sistema.La entrada de control u, se interpreta, usualmente, como unacantidad relacionada con el angulo de disparo del conmutador.(t) es una entrada de perturbacion externa de naturaleza desco-nocida. El punto de equilibrio estatico del sistema, el cual puedeser parametrizado en terminos de la posicion de equilibrio de ladesviacion angular x1, esta dado por,

x1 = x1, x2 = 0, x3 = x3(t) =

Pmb2sen(x1)

(18)

Suponemos que los parametros del sistema, b2 y b3 son conoci-dos. Las cantidades constantes Pm, b1 y la cantidad variante enel tiempo x3(t), son considerados como totalmente desconoci-dos.

3.2 Formulacion del problema

Se desea que la desviacion angular de carga y = x1, sigauna trayectoria de referencia dada, acotada, y alejada de cero,y(t) = x1(t), independientemente de los parametros descono-cidos del sistema, y a pesar de posibles entradas de perturbacionexternas (tales como la ocurrencia de un corto circuito en el bustrifasico, que establecen, temporalmente, potencias mecanicas,Pm, de valor cero), ademas de otras entradas de perturbaciondesconocidas no modeladas contempladas en (t).

3.3 Resultados principales

El sistema libre de perturbaciones (17) es plano, siendo la salidaplana, y = x1. En efecto, todas las variables del sistema sepueden parametrizar en terminos de, y, y un numero nito desus derivadas. Se tiene:

x1 = y

x2 = y

x3 =Pm b1y y

b2sen(y)

u= b1y + y(3)

b3b2sen(y) Pm b1y y

b3b2sen2(y)y cos(y)

+Pm b1y y

b2sen(y) x3(t) (19)

La dinamica entrada-salida, sin dinamica de ceros alguna, seobtiene con ayuda de la parametrizacion de la entrada (19).Consideramos entonces la siguiente dinamica simplicada, in-cluyendo las no linealidades propias del sistema y la inuenciade la entrada externa, (t), como:

y(3) = [b3b2sen(y)] u+ (t) (20)donde (t) esta dada por

(t) =b1y + b3 (Pm b1y y)(1 y cos(y)

b3sen(y)

)b3b2sen(y) (x3(t) + (t)) (21)

Consideramos (t) como una entrada de perturbacion descono-cida, pero uniformemente absolutamente acotada, la cual re-quiere ser estimada en lnea por medio de un observador y,



subsecuentemente, cancelada a partir de la dinamica del sis-tema simplicado mediante retroalimentacion lineal hecha conel proposito de regular la variable, y, hacia la trayectoria dereferencia deseada, y(t). Recordemos que los parametros deganancia b2 y b3 se suponen conocidos.

El problema se reduce, entonces, a un problema de seguimientode trayectoria denido sobre un sistema predominantementelineal de tercer orden y sujeto a perturbaciones uniformemente,absolutamente, acotadas, (20), con una ganancia de entradaconocida y dependiente del estado.

Se propone un controlador por realimentacion lineal de es-tados estimados incluyendo un termino de cancelacion de laperturbacion gradualmente habilitado, z1s(t) = sf (t)z1(t),y variables de fase estimadas, tambien gradualmente habili-tadasmediante, yjs = sf (t)yj(t), j = 1, 2, 3 con sf (t) deni-da en la ecuacion (12) con un valor apropiado del intervalo deinterpolacion representado por .

u= 1b3b2sen(y)

[(y(t))(3) k2(y3s y(t))

k1(y2s y(t)) k0(y y(t)) z1s]

Las variables correspondientes, y3, y2 y z1, se generan median-te el siguiente observador lineal, del tipo GPI:

y1 = y2 + 5(y y1)y2 = y3 + 4(y y1)y3 = (b3b2sen(y))u+ z1 + 3(y y1)z1 = z2 + 2(y y1)z2 = z3 + 1(y y1)z3 = 0(y y1) (22)

donde y1 es el estimado redundante de la salida y, y2 es elestimado de la velocidad del eje, y y3 es el estimado de laaceleracion del eje. La variable z1 estima la entrada de pertur-bacion, (t), por medio de un modelo local, de actualizacionautomatica, que representa una familia de polinomios de se-gundo grado, el cual se toma como modelo interno de la pertur-bacion dependiente del estado. Este termino afecta la dinamicaentrada-salida (20).

Las variables del observador gradualmente habilitadas: z1s, y2sy y3s estan denidas por

s = sf (t), sf (t) =

{senp(

t

2) para t

1 para t > (23)

con s, representando a cualquiera de las variables del obser-vador, z1, y2 o y3 y siendo p un numero entero par (en losejemplos utilizamos, sistematicamente, p = 8. Es claro quecualquier otra funcion de interpolacion suave sirve los mismospropositos: e.g., polinomios de Bezier, funciones de Gevrey,etc).

El error de reconstruccion del sistema se obtiene restandolas expresiones del observador del modelo del sistema linealperturbado simplicado. Se tiene, deniendo: e = e1 = y y1,e2 = y y2, etc.

e1 = e2 5e1, e2 = e3 4e1, e3 = (t) z1 3e1z1 = z2 + 2e1

z2 = z3 + 1e1

z3 = 0e1 (24)

El error de reconstruccion, e, satisface la siguiente dinamicalineal perturbada

e(6) + 5e(5) + 4e

(4) + + 1 e+ 0e = (3)(t) (25)Eligiendo las ganancias {5, , 0} de tal forma que lasraces del polinomio caracterstico

po(s) = s6 + 5s

5 + 4s4 + + 1s+ 0, (26)

se ubiquen en el semiplano izquierdo del plano complejo,se sigue que las trayectorias del error de reconstruccion ey de sus derivadas en el tiempo e(j), j = 1, 2, ..., estanuniformemente ultimamente acotadas por un disco, de radio tanpequeno como se quiera, centrado en el origen del espacio defase del error de reconstruccion siempre y cuando las racesesten sucientemente alejadas del eje imaginario dentro delplano izquierdo del plano complejo.

La dinamica en lazo cerrado del error de seguimiento satisface,

e(3)y + 2e(2)y + 1ey + 0ey = (t) z1s l(e, e, e) (27)

La diferencia (t) z1s, es arbitrariamente pequena despuesde un cierto tiempo, y l(e, e, ...) es una funcion lineal del errorde estimacion y sus derivadas, de la forma (9). Estas pertur-baciones convergen a una vecindad sucientemente pequenadel espacio de fase del error de reconstruccion. La perturbacionuniformemente, absolutamente, acotada en el miembro derechode (27), produce un error de seguimiento de trayectoria de refe-rencia, ey = y y(t), que tambien converge asintoticamentehacia una pequena vecindad del origen en el espacio de fasesdel error de seguimiento.

El polinomio caracterstico de la componente predominante-mente lineal de la dinamica de error de seguimiento en lazocerrado puede seleccionarse de tal manera que sus polos estenubicados en el semiplano izquierdo del plano complejo a unadistancia moderada del eje imaginario. Usamos para esto elpolinomio caracterstico deseado, dado por:

pc(s) = s3 + 2s

2 + 1s+ 0 = (s2 + 2ccs+

2c )(s+ pc)

con c, c, pc > 0.

3.4 Simulaciones numericas

Seguimiento de trayectoria desde el reposo al reposo. Sepropone como tarea de control reducir, de forma suave, elangulo de carga, y1 = x1, partiendo de un punto de equilibrioy = 1 [rad] hacia un valor menor, dado por, y = 0.6 [rad] en untiempo razonable, T = 5 [s], comenzando la labor en t = 5 [s]de un equilibrio caracterizado por (ver Bazanella et al. (1999)y Pai (1989))

x1 = 1, x2 = 0, x3 = 0.8912



Se tomaron los siguientes valores como parametros del sistema

b1 = 1, b2 = 21.3360, b3 = 20

A su vez, se tomo la entrada de perturbacion externa, (t), comola siguiente senal,

(t) = 0.005e(sen2(3t) cos(3t)) cos(0.3t)

Los parametros del observador se determinaron en terminosdel siguiente polinomio caracterstico deseado po(s) para ladinamica lineal del error de reconstruccion dominante,

po(s) = (s2 + 2onos+

2no)

3

con o = 1, no = 20.

Las ganancias del controlador, 2, 1, 0, se establecieron detal forma que el polinomio caracterstico deseado en lazo cerra-do, pc(s), se impusiese sobre la dinamica predominantementelineal del error de seguimiento,

pc(s) = (s2 + 2cncs+

2nc)(s+ pc)

con pc = 3, nc = 3, c = 1.

La trayectoria deseada del angulo de carga, y(t), se especif-ico de la manera siguiente:

y(t) = x1,inicial + ((t, t1, t2))(x1,nal x1,inicial)con, (t, t1, t2), dado por un polinomio de Be`zier, y(t), elcual representa una trayectoria suave que parte del reposo ytermina en el reposo, con un valor inicial de equilibrio y(t1) =x1,inicial = 1 [rad] y un valor nal de equilibrio deseado dadopor y(t2) = x1,nal = 0.6 [rad]. Se denieron tambien losparametros: t1, t2 y como: t1 = 5.0 [s], t2 = 10.0 [s]; = 3.0.

El polinomio de interpolacion (t, t1, t2), es de la forma:

(t) = 8[r1 r2 + r32 r43 + r54

r65 + r76 r87 + r98]

con,

=t t1t2 t1

y

r1 = 12870, r2 = 91520, r3 = 288288

r4 = 524160, r5 = 600600, r6 = 443520

r7 = 205920, r8 = 54912, r9 = 6435

El polinomio en el tiempo que acabamos de denir garantizaun numero suciente de derivadas iguales a cero, tanto al iniciocomo al nal de la trayectoria deseada de interpolacion suaveentre reposos o equilibrios.

La gura 1 muestra el desempeno, en lazo cerrado, del con-trolador de retroalimentacion lineal de salida basado en el ob-servador GPI, para la evolucion forzada de la trayectoria delangulo de carga del generador sincronico, siguiendo de maneramuy cercana la trayectoria denida desde el equilibrio inicialhasta el equilibrio nal.

0 5 10 150.5

0

0.5

1

1.5

0 5 10 150.4

0.6

0.8

1

0 5 10 150.01

0

0.01

0.02

0 5 10 152

0

2

4

6

y(t), y(t)

x2(t)

u(t)z1s(t), (t)

x1(t) x3(t)

Figura 1. Desempeno del controlador lineal basado en obser-vador GPI para la trayectoria deseada reposo-reposo en elgenerador sincronico perturbado.

0 5 100.8

0.9

1

1.1

1.2

0 5 100

0.2

0.4

0.6

0.8

1

0 5 101

0.5

0

0.5

0 5 100.2

0.1

0

0.1

0.2

x1(t)

x3(t)

x2(t) u(t)

Figura 2. Desempeno del controlador lineal basado en obser-vador GPI bajo una perdida subita de potencia en t=2 [s]durante 0.2 [s].

Robustez respecto a fallas subitas. Se simulo el compor-tamiento del controlador en presencia de un corto circuitosubito ocurrido en t = 2 [s]. La falla presentada tiene unaduracion de T = 0.2 [s]. La gura 2 muestra el desempenodel controlador basado en el observador GPI, durante el tran-siente rapido que conlleva la recuperacion de las condicionesde equilibrio imperantes.

4. CONTROL DE UN VEHICULO NO HOLONOMICO

La gran mayora de los sistemas roboticos moviles estudiadosen la literatura son diferencialmente planos, mientras no existan



fenomenos de deslizamiento en las ruedas (ver Leroquais ydAndrea Novel (1999)). La planitud diferencial del sistemapermite reducir la tarea de control a la de un sistema linealizableextendido de entrada-salida. La linealizacion de la dinamica dela salida plana requiere la cancelacion de la matriz de ganan-cias no lineal, la cual depende solamente de las velocidadescartesianas del centro de masas del vehculo. Para obtener estasvariables de estado no medidas, contaminadas por el ruido,se proponen observadores tipo GPI, los cuales pueden proveerderivadas en el tiempo sucientemente ltradas de las senalesde salida. Esto se logra mediante un observador GPI provisto deuna inyeccion de orden apropiado de la integral del error de es-timacion (ver Cortes-Romero et al. (2009); Martinez-Vazquezet al. (2009)). Debido a que los observadores de alta gananciason conocidos por su sensibilidad a los ruidos de medicion, elerror de inyeccion integral logra un buen efecto de ltraje deltipo paso bajo.

La gura 3 muestra el modelo idealizado de un vehculo dedos ruedas acopladas a un eje simple. El eje tiene longitud,L. Cada rueda es de radio, R, y esta actuada por un motor decorriente directa imprimiendo velocidades angulares: 1, 2,respectivamente, a cada rueda. Las variables de posicion estandadas por (x1, x2), y indica el angulo de orientacion del robot.Las velocidades lineales de los puntos de contacto de las ruedascon el suelo estan dadas por, v1 = 1R y v2 = 2R. En estecaso, las unicas variables medibles son: x1 y x2. Este sistemaesta sujeto a restricciones del tipo no holonomicas.

X1

X2

(x1, x2)

v1

v2

R

L

Figura 3. Vehculo de un solo eje

El modelo cinematico del sistema esta dado por:

x1 = u1 cos ,x2 = u1 sen , = u2

(28)

donde:

[u1u2

]=

[R/2 R/2R/L R/L

] [12

]

El objetivo de control es el siguiente: dada una trayectoriadeseada (x1(t), x2(t)), proponer una ley de control multiva-riable realimentada, que especique las entradas, u1 y u2, detal forma que las salidas planas, (x1, x2), logren el seguimiento

asintotico exponencial a una vecindad, tan pequena como sequiera, de la trayectoria deseada, mientras se realiza un rechazode las perturbaciones aditivas no modeladas existentes en elmodelo de entradas-salidas planas.

4.1 Realizacion del controlador

El sistema (28) es diferencialmente plano, con salidas planasdadas por el par de coordenadas: (x1, x2), las cuales describenla posicion del punto medio del eje que une las dos ruedas elcual, para todo efecto practico coincide con el centro de masasdel vehculo. El resto de las variables del sistema, incluyendolas entradas de control se parametrizan diferencialmente comosigue:

= arctan

(x2x1

), u1 =

x21 + x

22, u2 =

x2x1 x2x1x21 + x

22

Notese que la relacion entre las entradas y las derivadas demayor orden de las salidas planas no es invertible; debido a unmal condicionamiento del grado relativo. Para solucionar esteobstaculo para la linealizacion, introducimos, como una entradaauxiliar de control extendida, la derivada respecto al tiempo deu1. Tenemos:

u1 =x1x1 + x2x2

x21 + x22

Esta extension de la entrada de control nos lleva a una relacioninvertible entrada - derivada de mayor orden de salida plana, lacual escribimos en la forma:

[u1u2

]=

x1x21 + x

22

x2x21 + x

22x2

x21 + x22

x1x21 + x

22

[x1x2

](29)

4.2 Control basado en observador GPI

Considere el siguiente controlador multivariable basado encontroladores lineales, tipo GPI, que incluyen la cancelacionde la matriz no lineal de ganancias. Esta matriz se determinamediante la ayuda de estimadores lineales GPI con inyeccionapropiada de la integral del error de estimacion:

[u1u2

]=

x1(x1)2 + (x2)2

x2(x1)2 + (x2)2

x2(x1)2 + (x2)2

x1

(x1)2 + (x2)2

[12

](30)

donde las variables auxiliares de control, 1, 2, estan dadas por2 :

1 = x1(t)

[k12s

2 + k11s+ k10s(s+ k13)

](x1 x1(t))

2 = x2(t)

[k22s

2 + k21s+ k20s(s+ k23)

](x2 x2(t)) (31)

2 En este caso, se ha combinado, con un abuso de notacion, senales en eldominio del tiempo y en el dominio de la frecuencia.



y donde las variables de velocidad estimadas: x1, x2, se identi-can, respectivamente, con las variables, 11 y 12 y se obtienenmediante los observadores lineales, tipo GPI, con inyeccionintegral simple (i.e., conm = 1),

y10 = y1 + 13(y10 y10)y1 = 11 + 12(y10 y10)

11 = 21 + 11(y10 y10) (32)21 = 10(y10 y10)

y10 =

t0

x1()d

y20 = y2 + 23(y20 y20)y2 = 12 + 22(y20 y20)

12 = 22 + 21(y20 y20) (33)22 = 20(y20 y20)

y20 =

t0

x2()d

De esta manera, el siguiente teorema describe el efecto de losobservadores de inyeccion integral propuestos, conjuntamentea los controladores tipo GPI, para el sistema en lazo cerrado:

Teorema 6. Dado un conjunto de trayectorias de referencia,(x1(t), x

2(t)), para la posicion deseada en el plano del vehcu-

lo, descrito por (28); dado un conjunto de condiciones ini-ciales, (x1(0), x2(0)), adecuadamente cercanas al valor inicialde las trayectorias nominales deseadas, (x1(0), x

2(0)), los ob-

servadores tipo GPI de inyeccion integral y el controladoresdinamico lineal multivariable, (30)-(33), forzan las trayectoriasdel sistema controlado en lazo cerrado a converger asintotica-mente hacia una reducida vecindad de las trayectorias de refer-encia (x1(t), x2(t)), siempre que se seleccionen las gananciasdel controlador y observador de tal manera que las races desus respectivos polinomios caractersticos dominantes corres-pondientes a la dinamica de los errores integrales de estimaciony el error de seguimiento en lazo cerrado, esten ubicados a laizquierda del eje imaginario del plano complejo. Los errores deseguimiento, y de estimacion, estan restringidos a vecindadestan reducidas como se quiera dependientes tan solo de las dis-tancias de ubicacion de las races de estos polinomios al ejeimaginario del plano complejo.

Demostracion. Como el sistema es diferencialmente plano,empleando los resultados de Maggiore y Passino (2005), esvalido hacer uso del principio de separacion, el cual nos permiteproponer los observadores GPI descritos. Los polinomios ca-ractersticos asociados a las dinamicas dominantemente linea-les del error de inyeccion integral de los observadores GPIpropuestos, estan dados por,

P1(s) = s4 + 13s

3 + 12s2 + 11s+ 10

P2(s) = s4 + 23s

3 + 22s2 + 21s+ 20, s C

(34)

As, los valores, i,j , i = 1, 2, j = 0, , 3, se seleccionanidenticando, termino a termino, los polinomios caractersticosde las dinamicas de los errores de estimacion anteriormentedescritas con los siguientes polinomios caractersticos desea-

dos, de naturaleza estable, para los errores de inyeccion inte-grales,

P1(s) = P2(s) = (s+ 211s+ 21)(s+ 222s+

22)

s C, 1, 2, 1, 2 R+

Debido a que los estados estimados, x1 = 11, x2 = 12, con-vergen exponencialmente asintoticamente hacia una pequenavecindad de los estados reales x1, x2, substituyendo (30) en(29), el problema inicial se transforma en el problema de con-trol de dos cadenas de integracion desacopladas. Aplicando loscontroladores GPI, se obtienen las siguientes dinamicas domi-nantes de los errores de seguimiento en lazo cerrado:

e(4)1 + k13e

(3)1 + k12e1 + k11e1 + k10e1 = 0 (35)

e(4)2 + k23e

(2)2 + k22e2 + k21e2 + k20e2 = 0 (36)

La ubicacion de loa autovalores para estas dinamicas tiene queser de tal naturaleza que ambas ecuaciones caractersticas de-seadas garanticen una convergencia dominantemente exponen-cial. Seleccionando las races de estos polinomios caractersti-cos de tal forma que esten ubicadas en el semiplano izquierdodel plano complejo, se garantiza la convergencia asintotica dela dinamica perturbada en una vecindad deseada del origendel espacio de fase del error de seguimiento. Estos autovalorestienen magnitud necesariamente grande y estan sucientementealejados del eje imaginario del plano complejo.

4.3 Resultados experimentales

Se realizo una implantacion experimental del controlador pro-puesto para ilustrar el desempeno de la estrategia de controllineal. El prototipo es un robot movil fabricado por la companaParallax modelo Boe-Bot, el cual se muestra en la gura4. Los parametros del robot se dan a continuacion: El radiode ambas ruedas es de R = 0.035 [m]; la longitud del ejeL = 0.125 [m]. Cada rueda incluye una banda de cauchopara reducir el deslizamiento. El movimiento de las ruedas esproporcionado por sendos servo-motores de corriente directade 6 [V ]. El sistema de adquisicion de posicion se realizo me-diante una camara webde resolucion de 352288 pixeles. Elprocesamiento de la imagen se realizo mediante la herramienta(toolbox) de adquisicion de imagenes de MATLAB, y la senalde control fue enviada al microcontrolador interno del robot pormedio de un esquema de comunicacion inalambrico basado entransmision del tipo inalambrica (bluetooth). La funcion delmicrocontrolador es recibir y modular las senales de controlpara alimentar los motores. El microcontrolador empleado esun BASIC, Stamp 2, con un modulo de comunicacion inalam-brico (bluetooth). La gura 5 muestra el diagrama a bloques delmarco experimental. La trayectoria de seguimiento consistio enuna rosa de 6 petalosdenida como sigue:

x1(t) = 0.6 sen(3t+ )sen(2t+ )x2(t) = 0.6 sen(3t+ ) cos(2t+ )

Los parametros de diseno de los polinomios caractersticosasociados a los observadores GPI estan dados por: 1 = 1.8,2 = 2.3, 1 = 3, 2 = 4. Para los polinomios deseados delos controladores, se uso: 1 = 3 = 1.2, 2 = 4 = 1.5,n1 = n3 = 1.8, n2 = n4 = 1.9.



Los resultados experimentales de la tarea de seguimiento semuestran en las guras 6 (Seguimiento desglosado por ejes),7 (Seguimiento en el plano x y), y 8 (entradas de control).Estas respuestas se consideran razonables considerando la bajaresolucion de la camara y las dimensiones limitadas del area detrabajo.

Con la nalidad de evaluar el efecto de la inyeccion inte-gral en los observadores GPI, tomando datos experimentalesdel seguimiento de una trayectoria crcular, se realizo una es-timacion fuera de lnea empleando un observador tipo GPIcon inyeccion de salida tradicional (ver Luviano-Juarez etal. (2010)), cuya respuesta esta dada por las coordenadas(x1 , x2 ). Comparamos la respuesta del observador tradicionalcon el de inyeccion integral. Los resultados de la comparacionse pueden ver en la gura 9, mostrando una clara diferencia.El efecto de ltrado paso-bajas del observador integral ayuda areducir las uctuaciones ruidosas de la entrada de control de-bidas a los ruidos de medicion. En promedio, el error absolutode seguimiento de ambos esquemas es inferior a 1 [cm].

Figura 4. Prototipo experimental

Motor DC 1 Motor DC 2

MicroControlador

AntenaBluetooth

Camara USBPuertoUSB

ControladorPC

TransmisorBluetooth

PWM1 PWM2

Robot

movil

Figura 5. Esquema de control utilizado en el seguimiento detrayectorias del carro no-holonomico

5. CONTROL LINEAL DEL UN CIRCUITO CAOTICO

Considere el circuito electrico que se muestra en la gura 10.Este circuito constituye una modicacion del Circuito Caoticode Chua, as llamado en honor al Prof. Leon Chua, que incluyeuna fuente de corriente externa, identicada mediante la vari-able u, que permite controlar el sistema. Es claro que parau = 0 obtenemos el circuito clasico de Chua caracterizado

0 50 100 150 200

0.5

0

0.5

[m]

x x*

0 50 100 150 200

0.5

0

0.5

t [s]

[m]

y y*

Figura 6. Desempeno del sistema de control propuesto, en elseguimiento de trayectorias de referencia de las salidasplanas del carro no-holonomico

0.6 0.4 0.2 0 0.2 0.4 0.6

0.6

0.4

0.2

0

0.2

0.4

0.6

x1 [m]

x 2 [m

]

Referencia Seguimiento

Figura 7. Desempeno experimental del controlador GPI basadoen observador integral en tarea de seguimiento de trayec-toria

0 50 100 150 2000

0.05

0.1

0.15

0.2

t [s]

u 1 [m

/s]

0 50 100 150 2001

0

1

2

t [s]

u 2 [m

/s]

Figura 8. Entradas de control aplicadas



0 50 100 150 200

0.05

0

0.05

t [s]

x1 x1 x1

0 50 100 150 200

0.05

0

0.05

t [s]

x2 x2 x2

Figura 9. Efecto de reduccion de ruido en los observadores GPIque usan inyeccion integral de salida

por la presencia de una resistencia negativa sintetizada a basede diodos (este arreglo, muy particular, de diodos, recibe elnombre de Diodo de Chua).

x2 C2 x1L C1 (x1)+

+

u

R

x3

Figura 10. Circuito Caotico de Chua

El sistema esta descrito por las siguientes ecuaciones diferen-ciales controladas:

C1x1 =1

R(x2 x1) (x1) + u

C2x2 =1

R(x1 x2) x3

Lx3 = x2 (37)

(x1) = m0x1 +(m1 m0)

2(|x1 +Bp| |x1 Bp|)

y = x3

donde x1, x2 representan los voltajes en los capacitores, C1,y, C2. La variable, x3, representa la corriente del inductorL, y las constantes m0, m1, Bp constituyen parametros quecontribuyen a denir la resistencia negativa que caracteriza elcircuito.

Formulacion del problema: Se desea especicar una ley decontrol lineal, sobre la base de variables asociadas a un obser-vador de perturbaciones y variables de fase del sistema, quepermita forzar la salida, y = x3, a seguir sucientemente cercauna trayectoria preestablecida, y(t), independientemente delos parametros del sistema, de posibles perturbaciones externasy de dinamicas no modeladas.

El sistema (37) es diferencialmente plano, y la corriente x3es la salida plana del sistema. En efecto, no es difcil obtenerla siguiente parametrizacion diferencial de las variables delsistema en terminos de la salida y:

x1 = C2LRy + Ly +Ry

x2 = Ly

u = C1C2RLy(3) + (C1 C2)Ly y + (y, y, y)

La dinamica entrada-salida resultante, libre de cualquier dinami-ca de ceros, puede simplicarse de la manera siguiente:

y(3) =1

C1C2RLu+ (t)

donde, (t), representa, de manera agregada, las no linealidadesaditivas presentes en el sistema as como terminos lineales de-pendientes de la salida y sus derivadas. Consideramos, como enlos ejemplos anteriores a la senal, (t), como una perturbaciondependiente de las variables de fase asociadas a la salida, y, lacual esta dada por

(t) = 1C1C2RL

[(C1 C2)Ly y + (y, y, y)]

Suponemos que la perturbacion, (t), es una entrada comple-tamente desconocida, pero uniformemente absolutamente aco-tada. Esta perturbacion, que es claramente observable en elsentido de Diop y Fliess, puede ser estimada en forma sucien-temente aproximada, y en linea, por medio de un observadorlineal del tipo GPI. Esta estimacion lineal permite una can-celacion eciente de la perturbacion aditiva reduciendo la tareade control del sistema no lineal original al problema de controlde una cadena de tres integradores. El control lineal propuestousa, adicionalmente, una retroalimentacion de las variables defase asociadas a la salida plana, y que se obtienen del mismoobservador GPI.

5.1 Realizacion del Controlador

Se propone la siguiente ley lineal de control, basada en un ob-servador GPI que incluye un modelo interno de la perturbacionel cual se sintetiza mediante un representante arbitrario de unafamilia de polinomios del tiempo de cuarto grado,

u=RC1C2L[[y(t)](3) 2(y3 y(t))

1(y2 y(t)) 0(y1 y(t))] (t) (38)

(t) = z1

y1 = y2 + 7(y y1)y2 = y3 + 6(y y1)y3 =

1

RC1C2Lu+ z1 + 5(y y1)

z1 = z2 + 4(y y1)z2 = z3 + 3(y y1)z3 = z4 + 2(y y1)z4 = z5 + 1(y y1)z5 = 0(y y1) (39)



El error de estimacion, e = y y1, satisface la siguienteecuacion diferencial lineal perturbada

e(8) + 5e(7) + + 1 e+ 0e = (5)(t) (40)

Esta ecuacion perturbada tiene una evolucion predominante-mente lineal, de tal manera que el error, e, converge asintotica-mente a una vecindad, tan pequena como se desee, alrededordel origen del espacio de fase del error de observacion, siemprey cuando los coecientes del polinomio caracterstico asociado,el cual esta dado por:

s8+7s7+6s

6+5s5+4s

4+3s3+2s

2+1s+0 (41)sean de tal forma que este exhiba todas sus races en el semi-plano izquierdo del plano complejo, sucientemente alejadasdel eje imaginario.

El sistema en lazo cerrado genera un error de seguimientoey = y y(t) que esta gobernado, en forma similar, por lasiguiente ecuacion diferencial lineal perturbada,

e(3)y + 2e(2)y + 1ey + 0ey = (t) (t)

El polinomio caracterstico de la componente predominante-mente lineal de la dinamica de error de seguimiento en lazocerrado esta dado por:

pc(s) = s3 + 2s

2 + 1s+ 0 (42)

Al igual que en los casos anteriores, seleccionamos los coe-cientes {2, 1, 0} de tal forma que las raices de pc(s) estensucientemente alejadas del eje imaginario en el semiplanoizquierdo del plano complejo. El error de seguimiento en lazocerrado converge entonces a una vecindad, tan pequena comose desee, del origen del espacio de fases asociado a ey.

Una forma de seleccionar las ganancias consiste en igualar elpolinomio pc(s) al polinomio dado por: (s2+2ccs+2c)(s+pc) con los parametros c, c, pc, estrictamente positivos. Enparticular, si c y p se escogen sucientemente grandes, seasegura que el error de seguimiento se encontrara asintotica-mente connado a una vecindad del origen con un radio tanpequeno como desee y tanto mas pequeno cuanto mas se alejenlas races del polinomio caracterstico hacia la izquierda del ejeimaginario del plano complejo.

5.2 Resultados experimentales

En esta seccion se describe la puesta en marcha en forma ex-perimental de la ley de control lineal, basada en el observadorlineal GPI, para el circuito de Chua controlado. Se construyo uncircuito de Chua sobre la base del diseno propuesto en Torresy Aguirre (2000), el cual permite oscilaciones caoticas de fre-cuencia relativamente baja. La gura 11 muestra la realizaciondel diodo de Chua basada en amplicadores operacionales (verKennedy (1992) para mayor informacion al respecto). La gura12 muestra el diagrama del circuito equivalente del inductor,que permite altos valores de inductancia. Se empleo el siguien-te conjunto de parametros en el circuito: C1 = 23.5 [F ],C2 = 235 [F ], R = 1550 []. La inductancia equivalentede la realizacion resulto ser L = Leq = 42.3 [H]. Los para-metros de la funcion no lineal del diodo de Chua estan dadospor: m0 = 0.409 [ms], m1 = 0.758 [ms], Bp = 1.8[V], y los componentes para la realizacion en amplicadoresoperacionales estan determinados por los siguientes valores:R1 = R2 = 220 [], R3 = 2.2 [K], R4 = R5 = 22 [K],

R6 = 3.3 [K], R7 = R8 = R9 = 1 [K], R10 = 1.8[K], y C3 = 23.5 [F ]. Todos los amplicadores fueronimplantados mediante circuitos integrados LF412.

El polinomio caracterstico asociado al observador lineal GPIfue seleccionado a ser de la forma: P (s) = (s2 + 21n1 +2n1)

2(s2 + 22n2 + 2n2)

2, con 1 = 2, n1 = 50, 2 = 2,n2 = 70. El polinomio caracterstico deseado asociado alcontrolador lineal fue seleccionado de la forma dada por, (s2 +2ccs +

2c )(s + pc), con c = 1, c = 150, pc = 150. La

senal de referencia para la salida plana es del tipo senoidal, dadapor: y(t) = 3 + 2sen((/4)t + /2), es decir, se realizo unatarea de supresion abrupta de la oscilacion caotica del circuito yla imposicion, a partir de ese momento, de un comportamientoarmonico controlado para la salida plana del circuito de Chuacontrolado.

El procesamiento digital, en linea, de las senales fue elaboradoen un ambienteMatLab xPC Target con un perodo de muestreode 0.1 [ms]. La adquisicion de datos y salida analogica fueronproporcionadospor una tarjeta de adquisicion de datos NationalInstruments PCI-6259 DAQ.

La gura 13 muestra los resultados del seguimiento de la senalde referencia para la salida plana. Inicialmente, se dejo elcircuito de Chua libre del control durante un periodo de 20[s]. A partir de este instante, se activo el controlador con elobjeto de implantar el seguimiento de la senal y(t) dada porparte de la salida plana del circuito. La gura 14 muestra losvalores correspondientes de los estados x1 y x2 del circuito yla gura 15 muestra los valores de control y el estimado de laperturbacion respectivamente.

+

OA1 +OA2

R1 R4

R2 R5

R3 R6

Figura 11. Realizacion del diodo de Chua mediante ampli-cadores operacionales.

+OA3 +OA4

R7

R8

R9

C3

R10

Figura 12. Circuito equivalente para el inductor a base decondensadores y amplicadores operacionales.



0 10 20 30 40 500.04

0.03

0.02

0.01

0

0.01

0.02

0.03

0.04

t [s]

y y*

Figura 13. Desempeno experimental del controlador lineal,basado en el observador GPI, en el seguimiento de la senalde referencia para la salida plana, y, a partir de t = 20[s]

0 10 20 30 40 504

2

0

2

4

6

t [s]

x1

0 10 20 30 40 501

0.5

0

0.5

1

t [s]

x2

Figura 14. Evolucion de los estados x1, x2 del circuito caoticocontrolado

0 10 20 30 40 501

0.5

0

0.5

1

1.5

u

0 10 20 30 40 501

0.5

0

0.5

1

t [s]

(t)

Figura 15. Entrada de control y perturbacion estimada

6. CONCLUSIONES

En este artculo, se propusieron esquemas de control lineal,basados en observadores lineales, para tareas de seguimientorobusto de trayectorias de salida en sistemas no lineales dife-rencialmente planos. La representacion no lineal entrada-salidaplana se considera como un sistema lineal perturbado, en el cualsolamente el orden de integracion del sistema y la ganancia dela entrada de control son crucialmente relevantes para el disenodel controlador lineal y la construccion del observador. Losterminos aditivos no lineales (dependientes de la salida y susderivadas) y las perturbaciones externas de la dinamica entrada-salida plana se consideran como una perturbacion aditiva agre-gada que es funcion del tiempo sin estructura adicional ex-cepto por la suposicion de ser uniformemente, absolutamente,acotadas. Esta perturbacion no lineal, as como las variablesde fase asociadas a la salida plana, pueden ser objeto de esti-macion en lnea, de forma sucientemente precisa, por mediode observadores lineales de alta ganancia, del tipo Luenberg-er, llamados observadores GPI. El observador GPI incluye unmodelo interno polinomial, de actualizacion automatica, de laperturbacion aditiva agregada, la cual se supone uniformementeabsolutamente acotada. El controlador cancela aproximada-mente las perturbaciones agregadas y regula el sistema lineal deintegracion pura, despues de un procedimiento de cancelacionexacta de la ganancia no lineal conocida, a seguir una trayec-toria de referencia de salida pre-especicada. Se presento unejemplo de simulacion convincente, el cual trata un sistemafsico complejo. Se considero, adicionalmente, el problema deseguimiento de trayectoria en un prototipo experimental deun robot movil no holonomico multivariable. Igualmente, sepresento una aplicacion al control lineal de seguimiento desalida en un circuito caotico de Chua, incluyendo resultadosexperimentales obtenidos sobre una planta circuital construidaen el laboratorio.

La limitacion fundamental de la metodologa de diseno decontroladores lineales para sistemas no lineales, expuesta eneste artculo, reside en su circunscripcion a sistemas diferen-cialmente planos cuyas salidas planas esten disponibles para lamedicion. Un sistema no lineal cuyas salidas naturales mediblesno sean las salidas planas, puede corresponder al caso de lossistemas de fase no mnima. En estos casos, el control indirectotradicional si bien representa una alternativa que merece ser ex-plorada, tambien puede hacerse cuestionable. En esta area hacefalta profundizar un tanto mas la investigacion. Igualmente,aquellos sistemas no diferencialmente planos cuyas linealiza-ciones tangentes sean controlables (y por lo tanto; planos) consalidas planas incrementales medibles, ofrecen posibilidadesinteresantes de aplicacion experimental didactica. Tales son loscasos como el pendulo de longitud variable, el llamado pendulode Furuta, la bola en el riel, etc.

Los resultados aqu presentados, se pudiesen extender al casode sistemas no lineales, monovariables y multivariables, detipo discreto. En este sentido, el caso de los sistemas linealesy no lineales, del tipo muestreado, merecen especial atencione interes debido a su potencial en aplicaciones experimen-tales concretas. Una recomendacion, que puede ser muy util,es la utilizacion de la llamada transformacion delta, la cualesta tomando importancia especial en modelos muestreadosde sistemas lineales y no lineales estocasticos (Ver el artculoreciente de Goodwin et al. (2010)). La metodologa expuestase ha extendido a sistemas no lineales que exhiben retardos



conocidos y constantes en la entrada de control. Los resultadospreliminares en esta area se encuentran en el trabajo de Sira-Ramrez et al. (2010). La extension de la metodologa de disenode controladores lineales para sistemas no lineales al caso desistemas no lineales con retardos desconocidos pero acotados aun intervalo de la recta real, luce sucientemente retadora.

7. APENDICE

Enunciamos, primeramente, el siguiente resultado suciente-mente conocido.

Lema 7. Sea (t) una senal de perturbacion uniformemente,absolutamente, acotada en el tiempo, que actua sobre el sistemalineal invariante en el tiempo, caracterizado por el conjunto decoecientes: {n1, , 0}, dado por:

y(n) + n1y(n1) + + 1y + 0y = (t) (43)Entonces, las trayectorias de las variables de fase: y(t), y(t), . . . , y(n1)(t), convergen hacia una vecindad tan pequenacomo se quiera, N (0), del origen del espacio de fases del sis-tema donde, ademas, estas permaneceran denitivamente aco-tadas, siempre y cuando el conjunto de coecientes constantes:{n1, ..., 0}, hayan sido escogidos de tal manera que lasraices del polinomio caracterstico asociado,

pn(s) = sn + n1sn1 + + 1s+ 0 (44)

esten ubicadas en la parte izquierda del plano complejo y su-cientemente alejadas de su eje imaginario. Mas aun, mientrasmas grande sea, en valor absoluto, la parte real de la raz com-pleja, de menor magnitud, del polinomio pn(s), mas pequenosera el radio de la esfera demayor tamano que puede ser inscritaen N (0).Demostracion.

El lema es ciertamente valido para n = 1,

y = 0y + (t), , 0 > 0, supt0

|(t)| = K

La funcion candidata de Lyapunov: V (y) = 12y2, cumple las

siguiente desigualdad,

d

dtV (y(t)) =0y2 + y(t)

0y2 +K|y| = 0|y|(|y| K0

)

Puesto que 0y2 + K|y| es estrictamente negativa fueradel intervalo cerrado, [ K0 , K0 ], las trayectorias del sistema,y(t), que se inicien en el exterior del intervalo convergenasintoticamente hacia las fronteras del mismo y las que seinicien desde el interior de este intervalo, no pueden escaparfuera de el. En consecuencia, para un valor deK dado, mientrasmayor sea, en valor absoluto, el valor de 0, mas pequeno,alrrededor del origen, es el intervalo de convergencia y deexistencia de las trayectorias.

Considere el sistema en lazo cerrado:

y(n) = 0y 1y n1y(n1) + (t)Con supt0 |(t)| = K y siendo, p(s) = sn + n1sn1 + + a1s+0, un polinomio de Hurwitz. Denamos el vector:x = (y, y, , y(n1))T . El sistema perturbado anterior es dela forma: x = Ax+ b(t), conA siendo una matriz, estable, enforma canonica companera y b un vector de ceros, excepto porla ultima componente la cual es la unidad. La matriz,Q = A+

AT , es simetrica y negativa denida, con autovalores reales ynegativos, que designamos por (Q). Sea max(Q) el menosnegativo de todos los autovalores (el menor en valor absoluto).La funcion candidata de Lyapunov, V (x) = 12x

Tx = 12x2,satisface:

V (x) =1

2xT (A+AT )x + xT b(t)

12|max(Q)|x2 +Kx

La esfera: x2 4K2|max(Q)|2 , dene el conjunto de convergen-cia de todas las trayectorias que se inician fuera de ella en elespacio de fases de coordenadas, y, y, , y(n1), y representael conjunto de contencion de aquellas trayectorias que se inicianen su interior. Mientras mas alejados del eje imaginario seencuentren los autovalores de la matriz A (es decir, las raicesde p(s)), y por ende, mas alejados del origen, sobre la rectareal, los de Q, mas pequeno es el radio de la esfera haciadonde convergen, o donde quedan atrapadas, las trayectoriasdel sistema en lazo cerrado en el espacio de fases.

REFERENCIAS

Bazanella, A. S., P. Kokotovic y A. Silva (1999). A dynamic ex-tension for lgv controllers. IEEE Transactions on AutomaticControl.

Cortes-Romero, J., A. Luviano-Juarez y H. Sira-Ramrez(2009). Robust GPI controller for trajectory tracking forinduction motors. In: IEEE International Conference onMechatronics. Malaga, Spain. pp. 16.

Diop, S. y M. Fliess (1991). Nonlinear observability, identi-ability and persistent trajectories. In: Proceedings of the36th IEEE Conference on Decision and Control. Brighton,England. pp. 714 719.

Fliess, M. y C. Join (2008). Intelligent PID controllers. In:Con-trol and Automation, 2008 16th Mediterranean Conferenceon. pp. 326 331.

Fliess, M. y J. Rudolph (1997). Corps de hardy et observateursasymptotiques locaux pour syste`mes differentiellement plats.C.R. Academie des Sciences de Paris 324, Serie II b, 513519.

Fliess, M., J. Levine, P. Martin y P. Rouchon (1995). Flatnessand defect of non-linear systems: introductory theory andapplications. International Journal of Control 61, 13271361.

Fliess, M., R. Marquez, E. Delaleau y H. Sira-Ramrez (2002).Correcteurs Proportionnels Inte`graux Generalises. ESAIM:Control, Optimisation and Calculus of Variations 7(2), 2341.

Fliess, M., C. Join y H. Sira-Ramirez (2008). Non-linear esti-mation is easy. International Journal of Modelling, Identi -cation and Control 4(1), 1227.

Gao, Z. (2006). Active disturbance rejection control: Aparadigm shift in feedback control system design. In: Amer-ican Control Conference. Minnesota, USA. pp. 23992405.

Gao, Z., Y. Huang y J. Han (2001). An alternative paradigm forcontrol system design. In: 40th IEEEConference on Decisionand Control. Vol. 5. pp. 45784585.

Goodwin, G. C., J. I. Yuz, J. C. Aguero, M. Cea (2010).Sampling and sampled-data models. In: American ControlConference. Baltimore, MD, USA, Junio 30-Julio 02, 2010.

Han, J. (2009). From PID to active disturbance rejection con-trol. IEEE Transactions on Industrial Electronics 56(3), 900906.



Hingorani, N. G. y L. Gyugyi (2000). Understanding FACTS.IEEE Press. Piscataway, N.J.

Johnson, C. D. (1971). Accommodation of external distur-bances in linear regulator and servomechanism problems.IEEE Transactions on Automatic Control.

Johnson, C. D. (1982). Control and Dynamic Systems: Ad-vances in Theory and applications. Chap. Discrete-TimeDisturbance-Accommodating Control Theory, pp. 224315.Vol. 18. Academic Press. NY.

Johnson, C. D. (2008). Real-time disturbance-observers; originand evolution of the idea. part 1: The early years. In: 40thSoutheastern Symposium on System Theory. New Orleans,LA, USA.

Kailath, T. (1979). Linear Systems. Information and SystemScience Series. Prentice-Hall. Upper Saddle River, N.J.

Kennedy, M. P. (1992). Robust op-amp realization of Chuascircuit. Frequenz, 46(34), 6680.

Levine J. (2009). Analysis and Control of Nonlinear Systems:A Flatness-based Approach. Springer.

Leroquais, W. y B. dAndrea Novel (1999). Modelling andcontrol of wheeled mobile robots not satisfying ideal velocityconstraints: The unicycle case. European Journal of Control5(2-4), 312315.

Luviano-Juarez, A., J. Cortes-Romero y H. Sira-Ramirez(2010). Synchronization of chaotic oscillators by means ofGeneralized Proportional Integral observers. InternationalJournal of Bifurcation and Chaos 20(5), 15091517.

Maggiore, M. y K.M. Passino (2005). Output feedback track-ing: A separation principle approach. IEEE Transactions onAutomatic Control 50(1), 111117.

Martinez-Vazquez, D. L., A. Rodriguez-Angeles y H. Sira-Ramrez (2009). Robust GPI observer under noisy measure-ments. In: 6th International Conference on Electrical Engi-neering, Computing Science and Automatic Control. MexicoD.F. pp. 15.

Mohadjer, M. y C. D. Johnson (1983). Power system controlwith disturbance-accommodation. In: 22nd IEEEConferenceon Conference on Decision and Control. San Antonio, Texas.

Pai, M. A. (1989). Energy Function Analysis for Power SystemStability. Kluwer Academic Publishers.

Sira-Ramrez, H. y M. Fliess (2004). On the output feedbackcontrol of a synchronous generator. In: Proceedings of the43rd. IEEE Conference on Decision and Control. Bahamas.

Sira-Ramrez, H. y S.K. Agrawal (2004). Differentially atsystems. Marcel Dekker Inc.

Sira-Ramrez, H., M. Velasco-Villa, A. Rodrguez-Angeles(2010). Trajectory tracking control of an input delayedmonocycle. In: Proceedings of the 2010 American ControlConference, Baltimore, Maryland.

Sun, B. y Z. Gao (2005). A dsp-based active disturbance rejec-tion control design for a 1-kw h-bridge dc-dc power convert-er. IEEE Transactions on Industrial Electronics 52(5), 12711277.

Sun, D. (2007). Comments on active disturbance rejec-tion control. IEEE Transactions on Industrial Electronics54(6), 34283429.

Sussman, H. y P. K. Kokotovic (1991). The peaking phe-nomenon and the global stabilization of nonlinear systemsIEEE Transactions on Automatic Control 36(4), 424439.

Torres L.A.B. y L.A. Aguirre (2000). Inductorless Chuas cir-cuit. Electronics Letters 36 (23), 19151926.



control lineal robusto de sistemas no lineales

Documents