Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
prototype, which wasnt able to describe the phenomena. Lastly, both strategies best
implementations were compared, being more effective and efficient the LQR optimal
control against the classical PID.
Keywords: Ball and Beam, LQR, PID, Arduino, servomotor, optimal control, classical control,
modern control.
INTRODUCCIN
La teora de control ha estado muy presente en la tecnologa desde la revolucin industrial,
y en las ltimas dcadas se ha profundizado su aplicacin y avances de manera
exponencial. El trabajo de investigacin descrito en el presente artculo, est fundamentado
en la promocin de mencionado avance, y se pretende que con un modelo didctico como
lo es el Sistema de Bola y Barra, se analice y desarrolle el control ptimo lineal, mediante
la utilizacin de un regulador cuadrtico lineal.
Existen diferentes estrategias de control que son utilizadas en los diversos campos de la
tecnologa. stas poseen caractersticas muy distintas entre ellas, tienen aplicaciones
especficas, y dependiendo del fenmeno, unas son ms eficientes que otras. El control
clsico es una estrategia ampliamente conocida, y uno de los tipos ms utilizados. Para la
investigacin se consider la estrategia clsica PID primordialmente para compararlo con el
desempeo del regulador cuadrtico lineal.
Como antecedente directo se tiene el trabajo de investigacin realizado por Petit y Ramrez
de la Universidad Rafael Urdaneta en 2013, debido a que disearon y construyeron el
prototipo utilizado en el trabajo e implementaron un controlador PID para el mismo.
Adicionalmente, se incorporan los antecedentes de Wang de la Universidad de Adelaide en
METODOLOGA
El tipo de la investigacin fue descriptiva y de diseo experimental. La poblacin se defini
como el conjunto de estrategias de control posibles a implementar, y la muestra estuvo
representada por el controlador PID y LQR seleccionados de manera no probabilstica. La
razn de la seleccin del controlador PID fue su sencillez y afinidad con el antecedente
directo del trabajo, mientras que el controlador ptimo LQR fue debido al inters en
maximizar el desempeo de estabilizacin del sistema bola y barra.
El trabajo de investigacin se desarroll en cuatro fases. Primero, se procedi a la
identificacin de las variables que interactuaron en la estabilizacin del sistema bola y
barra, para consecutivamente definir el modelo matemtico del sistema fsico y as
posteriormente analizarlo en el dominio temporal y frecuencial. Con esto, se disearon los
controladores PID y LQR para el sistema bajo estudio, los cuales posteriormente fueron
RESULTADOS
La presentacin de resultados de la investigacin est ordenada segn los objetivos
especficos de sta, mencionados anteriormente en el resumen. Primeramente, debe
referirse a la identificacin de las variables del sistema.
Se presenta a continuacin una tabla que describe las variables que interactan en el
sistema fsico, as como las unidades utilizadas para cuantificarlas:
Tabla 1.1. Variables del sistema bola y barra.
Variable
Descripcin
Variables manipuladas
x ref
Variables controladas
x
Fr
Perturbaciones
Posicin de referencia
ngulo de la barra con
respecto al eje
horizontal
Posicin de la bola en
la barra
Fuerza externa
aplicada sobre la masa
esfrica
Fluctuaciones de
voltaje
Unidad
Metros [m]
Grados []
Metros [m]
Newton [N]
Voltios [V]
Figura 1.2. Dibujo representativo de la interaccin de la barra con la bola (Wang, 2007).
X (s ) g
=
(s)
2 Rb
1+
5 a1
( ( ))
s2
Figura 1.3. Diagrama de bloques de la simulacin del sistema continuo con controlador PID.
De donde se pudo extraer los siguientes resultados para todas las configuraciones de control
en su versin continua:
Tabla 1.2. Resultados de las estrategias de control PID para la simulacin con el modelo
matemtico continuo terico.
P
PI
PD
PID
Kp
0.16469
0.16467
0.0083284
0.015105
Ki
0.002882
0.00011877
Kd
0.18104
0.17442
Tiempo de
Crticamente
Inestable
16.9 seg
18.4 seg
asentamiento
Tiempo de
levantamiento
Sobrepaso
mximo
Error de estado
estable
estable
-
1.29 seg
1.26 seg
10.9%
12.6%
[ 16.96 30.1511 ]
0.0044
0.2
1.52seg
Iteracin#
7
[ 3.6013 6.0302 ]
0.11
0.1
1.01
1.25seg
Figura 1.5. Comparacin entre la respuesta de salida con parmetros de Bryson (izq.) y parmetros
empricos de la sptima iteracin (der.) con el controlador LQR.
La aplicacin del controlador LQR para la versin discreta del modelo no logr estabilizar
el sistema bajo ninguna circunstancia, y por consiguiente los resultados no son incluidos.
Para la implantacin de los controladores en el prototipo, se recurri a instalarlos en una
tarjeta integrada Arduino Uno. A continuacin se muestra el diagrama ilustrado del
prototipo al cual se le implant los controladores de esta investigacin:
Figura 1.7. Arduino Uno (izq.), sensor ultrasnico (centro) y servomotor (der.) del prototipo.
Puede detallarse la disminucin del error de estado estable para el controlador emprico,
luego de habrsele aplicado una perturbacin para las 3 pruebas mostradas.
La implementacin del controlador LQR segn el modelo continuo terico, por otro lado,
arroj los siguientes resultados:
Tabla 1.4. Comparacin entre la simulacin del modelo continuo terico con el controlador LQR y
su implementacin.
Simulacin LQR
Implantacin LQR (p. 1)
Implantacin LQR (p. 2)
(figura 4.25)
[ 3.6013 6.0302 ]
Matriz K
Tiempo de
estabilizacin
Error de estado
estable
1.25 seg
0.9 seg
1.05 seg
0.01
0.07
0.05
Figura 1.9. Cinco seales de muestra de salida (arriba) obtenidas con la seal de entrada (abajo).
PID discreto
terico
PID emprico
LQR continuo
terico prueba 1
LQR continuo
terico prueba 2
0.65 seg
2.4 seg
0.9 seg
1.05 seg
0.38 m
0.07 m
0.07 m
0.05 m
Donde se detalla el desempeo del controlador LQR en su primera prueba versus el PID
discreto terico para el parmetro de tiempo de estabilizacin, aunque cabe destacar que el
error de estado estable de dicho PID es de 38 centmetros. Se puede apreciar, sin embargo,
un alto desempeo para ambos indicadores slo para las pruebas de LQR y la configuracin
del controlador PID con parmetros empricos. Por consiguiente, a pesar del control del
movimiento de la bola, el PID terico discreto no fue considerado como una configuracin
de control admisible.
CONCLUSIONES
Se pudo concluir que luego de la etapa de estudio del modelo matemtico, se determin que
el sistema analizado es inestable por naturaleza, que es observable y controlable.
A partir de esto y con el diseo de los controladores PID y LQR, se concluy que para la
estrategia clsica con ambos modelos matemticos a la hora de la simulacin, la
configuracin PD fue la ms efectiva. Al implantar con tales configuraciones segn cada
modelo matemtico, se consigui que el control clsico no logr controlar la planta segn
los parmetros con el modelo matemtico continuo, pero con su versin discreta se logr la
estabilizacin con tiempos bastante aceptables, sin embargo con un error de estado estable
de 0.38 metros, y por consiguiente no se consider admisible.
Debido a esto, se realizaron las iteraciones empricas con el controlador clsico y se logr
estabilizar satisfactoriamente la posicin de la bola con un error de estado estable
despreciable, mostrado en la figura 1.8 (derecha) y en la tabla 1.5.
En relacin al controlador LQR, se pudo concluir que para el modelado terico continuo
hubo una regulacin satisfactoria del sistema, y para su implementacin los resultados
fueron excelentes, an ms satisfactorios que en la simulacin (detalles en la tabla 1.4), con
un error de estado estable despreciable y un tiempo de alrededor un segundo para las 3
pruebas realizadas. Para la versin discreta, sin embargo, no se logr controlar la planta con
el controlador LQR.
AGRADECIMIENTOS
Al profesorado de ingeniera elctrica de la Universidad Rafael Urdaneta, especialmente a
la profesora Nancy Mora y al profesor Sergio De Pool por sus aportes al presente trabajo de
investigacin.
REFERENCIAS BILBIOGRFICAS
Anderson, B., & Moore, J. (1989). Optimal Control: Linear Quadratic Methods.
Englewood Cliffs, E.E.U.U.: Prentice-Hall, Inc.
Arias, F. (1999). El proyecto de investigacin (Ed. 3). Caracas, Venezuela: Episteme.
Dorf, R., & Bishop, R. (2005). Sistemas de Control Moderno (Ed. 10). Madrid, Espaa:
Pearson Prentice Hall.
Hespanha, J. (2007). Undergraduate Lecture Notes on LQG/LQR Controller Design.
Kuo, B. (1996). Sistemas de Control Automtico (Ed. 7). Naucalpan de Jurez, Mxico:
Prentice-Hall Hispanoamericana.
Ljung, L. (1987). System Identification: Theory for the User. Englewood Cliffs, E.E.U.U.:
Prentice-Hall, Inc.
Wang, W. (5 de Junio de 2007). Control of a Ball and Beam System. The University Of
Adelaide, South Australia, Australia.