Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
INFORMATICA e SISTEMISTICA
Corso di Laurea specialistica in INGEGNERIA DELLAUTOMAZIONE
Progetto di Controllo dei veicoli
Controllo della levitazione magnetica
di un maglev
Prof.
Alessandro Casavola
Studente
Felice Guarneri
matr. 137247
Anno Accademico 2010/2011
Indice
1 Introduzione 1
2 Modello sico 5
2.1 Modello dinamico . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
2.2 Modello nello spazio di stato . . . . . . . . . . . . . . . . . . . . . . . . . . 6
2.3 Punti di equilibrio . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
2.4 Linearizzazione . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
3 Analisi del sistema 9
3.1 Analisi modale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
3.2 Analisi in frequenza . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
3.3 Raggiungibilit`a . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
3.4 Osservabilit`a . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
3.5 Analisi in evoluzione libera . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
3.6 Analisi in evoluzione forzata . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
4 Sintesi 15
4.1 Denizioni . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
4.1.1 LMI . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
4.1.2 Norma indotte . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
4.2 Retroazione statica dello stato . . . . . . . . . . . . . . . . . . . . . . . . . . 17
4.2.1 Controllo H
2
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
4.2.2 Controllo H
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
4.2.3 Controllo H
2
-stability . . . . . . . . . . . . . . . . . . . . . . . . . 22
4.2.4 Controllo H
-stability . . . . . . . . . . . . . . . . . . . . . . . . 25
4.3 Controllo multiobiettivo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
i
INDICE
4.3.1 Controllo H
2
- H
. . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
4.3.2 Controllo H
2
-stability - H
-stability . . . . . . . . . . . . . . . 30
4.4 Controllo Lineare Quadratico . . . . . . . . . . . . . . . . . . . . . . . . . . 32
4.5 Riepilogo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
5 Simulazioni 36
5.1 Congurazione della simulazione . . . . . . . . . . . . . . . . . . . . . . . . 36
5.2 Retroazione statica dello stato . . . . . . . . . . . . . . . . . . . . . . . . . . 37
5.2.1 Controllo H
2
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
5.2.2 Controllo H
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
5.2.3 Controllo H
2
-stability . . . . . . . . . . . . . . . . . . . . . . . . . 40
5.2.4 Controllo H
-stability . . . . . . . . . . . . . . . . . . . . . . . . 41
5.3 Controllo multiobiettivo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
5.3.1 Controllo H
2
- H
. . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
5.3.2 Controllo H
2
-stability - H
-stability . . . . . . . . . . . . . . . 44
5.4 Controllo LQ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
5.5 Confronti . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
5.5.1 Confronto H
2
- H
. . . . . . . . . . . . . . . . . . . . . . . . . . . 48
5.5.2 Confronto H
2
-stability - H
-stability . . . . . . . . . . . . . . . 49
5.5.3 Confronto H
2
H
- H
2
-stability H
-stability . . . . . . . . . . 51
5.5.4 Confronto H
2
- H
2
-stability . . . . . . . . . . . . . . . . . . . . . 52
5.5.5 Confronto H
- H
-stability . . . . . . . . . . . . . . . . . . . . 54
5.5.6 Confronto All H-Control . . . . . . . . . . . . . . . . . . . . . . . . 55
5.5.7 Tabella riassuntiva dei confronti . . . . . . . . . . . . . . . . . . . . 57
5.6 Considerazioni nali . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57
6 Stateow 59
6.1 Obiettivo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
6.2 Ottimizzazione dello stato/uscita . . . . . . . . . . . . . . . . . . . . . . . . 60
6.3 Ottimizzazione del segnale di controllo . . . . . . . . . . . . . . . . . . . . . 63
6.4 Confronti . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
6.4.1 Confronto Ott. uscita/stato e Ott. segnale di controllo . . . . . . . . 65
6.4.2 Confronto Ott. uscita/stato e Controllo H
. . . . . . . . . . . . . . 66
6.4.3 Confronto Ott. segnale di controllo e Controllo H
. . . . . . . . . 67
ii
INDICE
7 Conclusioni 69
Bibliograa 70
iii
Elenco delle gure
1.1 ElectroMagnetic Suspension (EMS) . . . . . . . . . . . . . . . . . . . . . . . 2
1.2 ElectroDynamic Suspension (EDS) . . . . . . . . . . . . . . . . . . . . . . . 3
1.3 Inductrack . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
2.1 Modello dinamico . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
2.2 Modello rappresentato in Simulink . . . . . . . . . . . . . . . . . . . . . . . 7
3.1 Diagramma di Bode . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
3.2 Evoluzione libera con x
0
= [1 0 0] . . . . . . . . . . . . . . . . . . . . . . . . 12
3.3 Evoluzione libera con x
0
= [0 1 0] . . . . . . . . . . . . . . . . . . . . . . . . 12
3.4 Evoluzione libera con x
0
= [0 0 1] . . . . . . . . . . . . . . . . . . . . . . . . 13
3.5 Evoluzione forzata con x
0
= [1 0 0] . . . . . . . . . . . . . . . . . . . . . . . 13
3.6 Evoluzione forzata con x
0
= [0 1 0] . . . . . . . . . . . . . . . . . . . . . . . 14
3.7 Evoluzione forzata con x
0
= [0 0 1] . . . . . . . . . . . . . . . . . . . . . . . 14
4.1 Risposta al gradino del controllo H
2
. . . . . . . . . . . . . . . . . . . . . . 20
4.2 Risposta al gradino del controllo H
. . . . . . . . . . . . . . . . . . . . . . 22
4.3 Risposta al gradino del controllo H
2
-stability . . . . . . . . . . . . . . . . 24
4.4 Risposta al gradino del controllo H
-stability . . . . . . . . . . . . . . . 26
4.5 Risposta al gradino del controllo multiobiettivo H
2
-H
. . . . . . . . . . . 29
4.6 Risposta al gradino del controllo multiobiettivo H
2
H
. . . . . . . . . 32
4.7 Risposta al gradino del controllo LQ . . . . . . . . . . . . . . . . . . . . . . 34
5.1 Schema simulazione . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
5.2 Levitazione magnetica (a sinistra) e tensione di controllo (a destra) con
controllo H
2
in assenza di rumore . . . . . . . . . . . . . . . . . . . . . . . . 37
iv
ELENCO DELLE FIGURE
5.3 Levitazione magnetica (a sinistra) e tensione di controllo (a destra) con
controllo H
2
con rumore sinusoidale . . . . . . . . . . . . . . . . . . . . . . 38
5.4 Levitazione magnetica (a sinistra) e tensione di controllo (a destra) con
controllo H
2
con rumore bianco . . . . . . . . . . . . . . . . . . . . . . . . . 38
5.5 Levitazione magnetica (a sinistra) e tensione di controllo (a destra) con
controllo H
in assenza di rumore . . . . . . . . . . . . . . . . . . . . . . . 39
5.6 Levitazione magnetica (a sinistra) e tensione di controllo (a destra) con
controllo H
in assenza di rumore . . . . . . . . . . . . . . . . . . . . 43
5.15 Levitazione magnetica (a sinistra) e tensione di controllo (a destra) con
controllo H
2
- H
- H
2
-stability H
- H
2
-stability H
- H
2
-stability H
- H
- H
- H
in scenario senza
rumore . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68
6.17 Confronto tra Ott. segnale di controllo e Controllo H
in scenario con
rumore sinusoidale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68
6.18 Confronto tra Ott. segnale di controllo e Controllo H
in scenario con
rumore bianco . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68
viii
Capitolo 1
Introduzione
Un maglev (o Magnetic Levitation) `e una innovativa tecnologia di trasporto, da alcuni
denita la prima fondamentale innovazione nel campo dei trasporti ferroviari sin dalla sua
invenzione (TRI 2003).
Un treno maglev ad alta velocit`a viaggia senza toccare le rotaie grazie alla levitazione
magnetica. Inoltre, la repulsione e lattrazione magnetica vengono utilizzate anche come
mezzo di locomozione.
Il rimpiazzo delle componenti meccaniche con componenti elettroniche ha permesso di
superare le restrizioni della tecnologia rotativa, in particolare si hanno i seguenti vantaggi:
Alta velocit`a
Ha la capacit`a di viaggiare in modo sicuro a 400 500Km/h o anche pi` u elevate.
Tale velocit`a `e circa 4 volte pi` u di quella a cui viaggia un treno tradizionale.
Alta sicurezza
A dispetto delle alte velocit`a, i passeggeri sono pi` u al sicuro che con gli altri si-
stemi di trasporto. Il veicolo elettromagneticamente sospeso `e agganciato alla gui-
dovia, quindi `e virtualmente impossibile che deragli. Se la guidovia `e collocata su
sopraelevazioni, ci`o assicura che non vi sia alcun ostacolo lungo la strada.
Minor inquinamento
Poiche il maglev `e alimentato elettricamente, non vi `e alcun inquinamento diretto
dellaria, tranne che alla sorgente che fornisce lenergia elettrica. Ci`o consente di con-
trollare in maniera facile e ecace le emissioni che risultano concentrate in un unico
punto. Inoltre grazie alla sua tecnologia senza contatto, non vi `e alcun rotolamento
e rumore del motore.
1
Basso consumo di energia
Con questa tecnologia non vi `e pi` u la perdita di energia per attrito tra ruote e binari.
Inoltre il peso del veicolo `e minore data la mancanza di ruote, assi e motore.
Alta capacit`a
I maglev sono in grado di fornire una capacit`a suciente per adattarsi alla crescita
del traco. Essi possono contribuire ad attenuare linquinamento e la congestione
autostradale, deviando una parte dei viaggi autostradali e sostituendo per i viaggi
aerei brevi.
Le tecnologie utilizzate per realizzare un maglev sono tre:
Sospensione elettromagnetica (EMS)
Sospensione elettrodinamica (EDS)
Magneti permanenti (Inductrack)
La tecnologia EMS utilizza elettromagneti convenzionali montati sullestremit`a di una
coppia di strutture poste sotto il treno che avvolgono i anchi e la parte inferiore della
guidovia. I magneti, attirati verso i binari laminati in ferro, sorreggono il treno. Questo
sistema per`o `e instabile, perche bisogna controllare costantemente la distanza tra il treno
e il binario, che deve essere sempre di 1 cm.
Figura 1.1: ElectroMagnetic Suspension (EMS)
La tecnologia EDS ha a bordo dei magneti che inducono corrente nelle pareti laterali della
guidovia dove il veicolo si muove. Le forze repulsive risultanti forniscono intrinsicamente
2
stabilit`a di sostegno e orientamento del veicolo, perche la repulsione magnetica incrementa
come la distanza tra il veicolo e la guidovia diminuisce. La bobina magnetizzante che cor-
re lungo la pista respinge i magneti di grandi dimensioni montati nella parte inferiore del
treno, consentendo una levitazione tra 1 e 10 cm al di sopra del binario di guida. Tuttavia,
`e necessaria una qualche forma di sostegno per il decollo e latterraggio, in quanto la EDS
non pu`o levitare a velocit`a inferiori a 100 Km/h.
Figura 1.2: ElectroDynamic Suspension (EDS)
Inne la tecnologia Inductrack si basa sullutilizzo di elettromagneti non alimentati (pas-
sivi) e di magneti permanenti. La teoria si basa sullutilizzo delle correnti indotte dai
magneti permanenti negli elettromagneti quando questi attraversano, in movimento, le
linee di campo prodotte dai magneti permanenti. Questa tecnologia necessita di corrente
solamente durante il movimento del mezzo e la quantit`a necessaria `e direttamente propor-
zionale alla velocit`a del mezzo. Linductrack, per stabilizzarsi utilizza degli Array Halbach,
i quali sono un insieme di magneti permanenti che stabilizzano il movimento nelle linee
di forza magnetiche senza bisogno di elettronica, infatti questi elementi incrementano il
campo magnetico da un lato cancellandone la presenza dal lato opposto.
Figura 1.3: Inductrack
3
Lultima tecnologia descritta `e forse quella pi` u economica, inoltre il campo magnetico vie-
ne generato solo dal lato rivolto verso la pista riducendo i potenziali eetti indesiderati
subiti dai passeggeri. Sono tuttora sconosciuti gli eetti che i campi magnetici potrebbero
provocare sul corpo umano, quindi per la sicurezza dei passeggeri potrebbe essere neces-
sario aggiungere degli schermi contro i campi magnetici. Sebbene lidea sia semplice, la
progettazione dal punto di vista ingegneristico `e molto complessa.
I maglev sono diusi principalmente in Germania e in Giappone, dove da anni sono in
corso ricerche di sviluppo per migliorare questa tecnologia. Uno degli aspetti pi` u impor-
tanti `e legato al costo delle infrastrutture che `e molto alto ed `e ci`o che ha frenato una
rapida diusione. Tuttavia, i recenti sviluppi e lesigenza di trovare delle tecnologie di
trasporto a basso consumo hanno spinto in questa direzione e sono previsti molti progetti
per realizzare delle tratte di comunicazione con questo tipo di tecnologia.
In Germania, a Monaco di Baviera, `e in progetto un sistema a levitazione magnetica tra
la stazione principale (sede di interconnessione con diverse linee metropolitane e linee di
trasporto ferroviario locale) e laeroporto.
`
E prevista la riduzione del tempo medio di
collegamento dagli attuali 40 minuti a 10 minuti circa.
Anche in Italia si sta spingendo in questa direzione, infatti nel marzo 2011 `e stato presen-
tata la proposta di un collegamento a sistema maglev che collegherebbe in pochi minuti
Firenze allo scalo aeroportuale di Pisa. Lobiettivo di tale progetto `e di realizzare una linea
a levitazione magnetica che, iniziando da Prato, passi poi per la stazione di Santa Maria
Novella di Firenze e dunque per laeroporto di Firenze, per giungere cos` no allaeroporto
civile di Pisa. Il Maglev consentirebbe perci`o di collegare Firenze e Pisa in tempi assai
pi` u rapidi dagli attuali, passando dallora e quindici minuti di oggi ai venti minuti circa
con il treno a levitazione magnetica, in questo modo permettendo allo scalo aeroportuale
pisano di espandere signicativamente il proprio bacino di utenza e quindi di continuare a
servire, in qualit`a di principale aeroporto civile, la Toscana grazie a questo progetto. La
progettazione completa prevede, in una seconda fase e in una visione organica, il prolun-
gamento della tratta a levitazione magnetica verso la costa tirrenica con in testa Livorno
e con la conseguente costruzione di una piattaforma logistica integrata mare-ferro-aerea
di importanza strategica per leconomia regionale toscana.
Visto il crescente interesse per questa tecnologia, in questa tesina si intende arontare
il problema della levitazione magnetica mediante le tecniche di sintesi basate su LMI
(Linear Matrix Inequality).
4
Capitolo 2
Modello sico
2.1 Modello dinamico
Modellare un treno a levitazione magnetica non `e semplice, ci sono in gioco molti elementi
che renderebbero la trattazione pi` u complessa. Al ne di semplicare le cose, un treno
maglev pu`o essere visto come un sistema composto da due parti: da una sorgente di campo
magnetico (schematizzato nella gura da un induttanza L) e da una massa di materiale
ferromagnetico m.
Figura 2.1: Modello dinamico
La massa m `e sottoposta sia alla forza peso che alla forza di attrazione magnetica. La
posizione h della massa `e misurata mediante opportuni sensori. Il modello semplicato
del sistema, valido per h > 0 `e descritto dalla seguente dinamica:
5
2.2. Modello nello spazio di stato
_
_
_
L
di
dt
+Ri = V (t)
m
d
2
h
dt
2
+b
dh
dt
+K
m
i
2
h
2
= mg
Il signicato delle variabili del sistema di equazioni sono descritti nella seguente tabella:
Simbolo Valore Descrizione
m 50 kg Massa del veicolo
L 0.5 H Induttanza generatore del campo magnetico
R 50 Resistenza del circuito di eccitazione
K
m
19.62 N(m/A)
2
Coeciente di accoppiamento magnetico
b 0.1 Ws/m Coeciente di attrito viscoso
g 9.8 m/s
2
Costante di gravit`a
2.2 Modello nello spazio di stato
Note le equazioni dierenziali che descrivono il modello, si procede con la rappresentazione
del modello nello spazio di stato. Le variabili di stato scelte sono:
_
_
x
1
(t) = h(t)
x
2
(t) =
h(t)
x
3
(t) = i(t)
Per la variabile x
1
(t) si `e assunta laltezza a cui si trova la massa rispetto alla guidovia,
x
2
(t) la variazione di velocit`a dellaltezza e per x
3
(t) la corrente di armatura.
La variabile di ingresso di questo sistema `e rappresentata dalla tensione di controllo
u(t) = V(t)
Sulla base delle variabili introdotte, la legge di aggiornamento dello stato `e:
_
_
x
1
(t) = x
2
(t)
x
2
(t) = g
b
m
x
2
(t)
K
m
m
x
2
3
(t)
x
2
1
(t)
x
3
(t) =
R
L
x
3
(t) +
V (t)
L
6
2.3. Punti di equilibrio
Si osserva che il sistema `e non lineare, quindi `e necessario linearizzarlo rispetto ai punti
di equilibrio. Per concludere, `e stato realizzato lo schema Simulink che servir`a per le
simulazioni.
Figura 2.2: Modello rappresentato in Simulink
2.3 Punti di equilibrio
Si determinano ora i punti di equilibrio cosi da poter sia utilizzare la tecnica di lineariz-
zazione, dal momento che il modello `e composto da equazioni non lineari, e sia studiare
il comportamento dinamico del sistema. I punti di equilibrio sono quei particolari punti
dello spazio di stato che una volta raggiunti, arrestano levoluzione del sistema a meno che
questo non venga perturbato da qualcosa dallesterno. Quindi sono quei punti dove si ha:
x = 0
Ponendo questa condizione sul sistema, sulla base che la tensione di controllo nominale `e
V = 12.5[V ], si ha:
_
_
x
1
=
V
L
K
m
mg
x
2
= 0
x
3
=
V
R
Laltezza alla condizione di equilibrio, sulla base della tensione di controllo nominale, ha
valore x
1
= 0.05 m, mentre la velocit`a `e pari a x
2
= 0 m/s
2
, risultato ovvio in quanto
laltezza `e costante. La corrente darmatura alla condizione di equilibrio `e x
3
= 0.25[A].
7
2.4. Linearizzazione
2.4 Linearizzazione
Noti i punti di equilibrio, si procede con la linearizzazione del sistema che pu`o essere
eettuata analiticamente oppure con il comando linmod di Matlab. Le matrici a blocchi
del sistema linearizzato sono le seguenti:
A =
_
_
0 1 0
2K
m
x
2
3
x
3
1
b
m
2K
m
x
3
mx
2
1
0 0
R
L
_
_
B =
_
_
0
0
1
L
_
_
C =
_
1 0 0
_
D =
_
0
_
La matrice C `e stata scelta in modo da considerare come segnale di uscita la levitazione
magnetica, la quale `e lobiettivo da regolare. Si osserva che tale matrice garantisce la
completa osservabilit`a come descritto nella sezione 3.4.
8
Capitolo 3
Analisi del sistema
Denito il modello e i parametri che lo caratterizzano, si pu`o passare alla fase di analisi
del sistema. Tale fase prevede lanalisi dei modi del sistema, lanalisi in frequenza, la
raggiungibilit`a, losservabilit`a e lanalisi in evoluzione libera e forzata.
3.1 Analisi modale
In questa parte si analizzano gli autovalori della matrice dinamica A del sistema che
caratterizzano i modi del sistema stesso. Per calcolare gli autovalori, si calcolano le radici
del polinomio caratteristico, ovvero si calcola:
det(I A) = 0
da cui si ottiene:
1
= 19.8081
2
= 19.8101
3
= 100
Sono presenti 2 poli a parte reale negativa e 1 a parte reale positiva. Il sistema perci`o
risulta instabile.
3.2 Analisi in frequenza
Analizziamo il sistema nel dominio della frequenza. Si pu`o osservare che poiche la fase
non raggiunge non esiste la pulsazione di attraversamento per cui il margine di fase si
pone innito per convenzione. Anche il margine di guadagno risulta innito.
9
3.3. Raggiungibilit`a
200
150
100
50
0
M
a
g
n
i
t
u
d
e
(
d
B
)
10
0
10
1
10
2
10
3
10
4
90
45
0
P
h
a
s
e
(
d
e
g
)
Bode Diagram
Gm = Inf , Pm = Inf
Frequency (rad/sec)
Figura 3.1: Diagramma di Bode
3.3 Raggiungibilit`a
Il problema della raggiungibilit`a consiste nel determinare linsieme degli stati raggiungibili
da un determinato stato iniziale. Per valutare la raggiungibilit`a di un sistema bisogna
costruire la matrice di raggiungibilit`a, ovvero:
R =
_
B AB ... A
n1
B
_
Per conoscere la raggiungibilit`a basta vericare la condizione di completa raggiungibilit`a
che aerma che: un sistema lineare `e completamente raggiungibile se e solo se la sua matri-
ce di raggiungibilit`a R `e di rango massimo, cio`e di rango n. La matrice di raggiungibilit`a
del sistema `e la seguente:
R =
_
_
0 0 156, 96
0 156.96 15696.31392
2 200 20000
_
_
Il sistema `e completamente raggiungibile, in quanto il rango della matrice `e pari alla
dimensione della matrice
rank(R) = 3
quindi tutti gli stati sono raggiungibili.
10
3.4. Osservabilit`a
3.4 Osservabilit`a
Il problema dellosservabilit`a consiste nella possibilit`a, attraverso la risposta libera, di
risalire allo stato che lha generata. Per valutare losservabilit`a di un sistema si costruisce
la matrice di osservabilit`a, ovvero:
O =
_
_
C
CA
.
.
.
CA
n1
_
_
Per conoscere losservabilit`a bisogna vericare la condizione di completa osservabilit`a: un
sistema lineare `e completamente osservabile se e solo se la sua matrice di osservabilit`a O
`e di rango massimo, cio`e di rango n. La matrice di osservabilit`a del sistema `e la seguente:
O =
_
_
1 0 0
0 1 0
392.4 0.002 78.48
_
_
Anche la matrice di osservabilit`a `e a rango pieno:
rank(O) = 3
Possiamo concludere che il sistema `e completamente raggiungibile e osservabile.
3.5 Analisi in evoluzione libera
In questa sezione viene mostrato come si comporta il sistema quando non `e soggetto ad
alcuna forza esterna ma parte da condizioni iniziali diverse da quelle nulle.
I graci in gura sono i risultati del comportamento dinamico del sistema quando si parte
con le seguenti condizioni iniziali:
1. x
0
= [1 0 0]
2. x
0
= [0 1 0]
3. x
0
= [0 0 1]
11
3.5. Analisi in evoluzione libera
Il sistema in tutti i casi mostra un comportamento instabile. Si pu`o notare che quando si
pone condizione iniziale diversa da zero per laltezza o la variazione di altezza, la corrente
di armatura non viene minimamente inuenzata.
0 0.2 0.4 0.6 0.8 1
0
2
4
x 10
8
Altezza levitazione magnetica
0 0.2 0.4 0.6 0.8 1
0
2
4
x 10
9
Variazione di altezza della levitazione magnetica
0 0.2 0.4 0.6 0.8 1
1
0
1
Corrente di armatura
Figura 3.2: Evoluzione libera con x
0
= [1 0 0]
0 0.2 0.4 0.6 0.8 1
0
1
2
x 10
7
Altezza levitazione magnetica
0 0.2 0.4 0.6 0.8 1
0
2
4
x 10
8
Variazione di altezza della levitazione magnetica
0 0.2 0.4 0.6 0.8 1
1
0
1
Corrente di armatura
Figura 3.3: Evoluzione libera con x
0
= [0 1 0]
12
3.6. Analisi in evoluzione forzata
0 0.2 0.4 0.6 0.8 1
10
5
0
x 10
6
Altezza levitazione magnetica
0 0.2 0.4 0.6 0.8 1
2
1
0
x 10
8
Variazione di altezza della levitazione magnetica
0 0.2 0.4 0.6 0.8 1
0
0.5
1
Corrente di armatura
Figura 3.4: Evoluzione libera con x
0
= [0 0 1]
3.6 Analisi in evoluzione forzata
Ora si analizza il caso in cui si applica una risposta al gradino di ampiezza 12.5 in ingresso.
Anche qui i graci mostrano un comportamento simile al caso in evoluzione libera, eccezion
fatta per la corrente, la quale risente gli eetti della risposta al gradino.
0 0.2 0.4 0.6 0.8 1
0
1
2
x 10
8
Altezza levitazione magnetica
0 0.2 0.4 0.6 0.8 1
0
2
4
x 10
9
Variazione di altezza della levitazione magnetica
0 0.2 0.4 0.6 0.8 1
0
0.2
0.4
Corrente di armatura
Figura 3.5: Evoluzione forzata con x
0
= [1 0 0]
13
3.6. Analisi in evoluzione forzata
0 0.2 0.4 0.6 0.8 1
0
5
10
x 10
6
Altezza levitazione magnetica
0 0.2 0.4 0.6 0.8 1
0
1
2
x 10
8
Variazione di altezza della levitazione magnetica
0 0.2 0.4 0.6 0.8 1
0
0.2
0.4
Corrente di armatura
Figura 3.6: Evoluzione forzata con x
0
= [0 1 0]
0 0.2 0.4 0.6 0.8 1
10
5
0
x 10
6
Altezza levitazione magnetica
0 0.2 0.4 0.6 0.8 1
2
1
0
x 10
8
Variazione di altezza della levitazione magnetica
0 0.2 0.4 0.6 0.8 1
0
0.5
1
Corrente di armatura
Figura 3.7: Evoluzione forzata con x
0
= [0 0 1]
14
Capitolo 4
Sintesi
Dallanalisi del sistema si `e potuto osservare che risulta instabile, quindi `e necessario pro-
gettare un controllore che garantisca la stabilit`a. In questo capitolo si procede alla sintesi
di varie tecniche di controllo basate su LMI (Linear Matrix Inequality) con lobiettivo di
soddisfare le seguenti speciche oltre alla stabilit`a del sistema:
Sovraelongazione 10%
Tempo di assestamento T
a
0.01 s
Levitazione magnetica di h 0.05 m
Le nalit`a del controllo sono la stabilit`a della levitazione magnetica al valore dellaltezza
desiderata e una rapido tempo di assestamento nel caso vi siano dei disturbi.
4.1 Denizioni
Prima di procedere con la sintesi, `e utile esporre brevemente le denizioni di LMI e norme
indotte.
4.1.1 LMI
Le LMI (Linear Matrix Inequality) sono uno strumento matematico che negli ultimi anni
sta diventando sempre pi` u importante nellambito del controlli. Si denisce Linear Ma-
trix Inequality una combinazione ane di matrici vincolate allessere denita positiva
o negativa, pi` u formalmente, date F
i
= F
T
i
2
i = 0, ..., m m+1 matrici quadrate e
simmetriche e un vettore x
n
, si denisce LMI la seguente:
15
4.1. Denizioni
F(x) = F
0
+
m
i=1
(x(i)F
i
) < 0 o F(x) = F
0
+
m
i=1
(x(i)F
i
) > 0
E possibile comunque trovare che qualche vincolo LMI sia espresso con vincolo di semide-
nitezza o di uguaglianza. Questi non rispecchiano a stretto rigore la denizione di LMI,
ma si dimostra che possono sempre essere riportati sotto forma LMI. Tale procedimento `e
solitamente implementato dai Solver. Le LMI sono molto importanti in quanto permetto-
no di denire dei vincoli convessi. Questo signica che ogni qualvolta riusciamo a tradurre
un problema di controllo in un serie di vincoli LMI, il nostro problema `e stato ricondot-
to ad uno di ottimizzazione convessa. Esistono algoritmi estremamente ecienti che con
complessit`a polinomiale risolvono tali problemi. Spesso quando si lavora con le LMI non si
indicano esplicitamente le singole variabili ma si utilizzano matrici di variabili. Allo stesso
modo quando si ha un insieme di LMI `e possibile ricondurre tale sistema a ununica LMI
sfruttando una notazione matriciale, ovvero un insieme di LMI soddisfacibile gode delle
stesse propriet`a di una singola LMI
_
_
F
(1)
(x) > 0
F
(2)
(x) > 0
...
F
(k)
(x) > 0
_
F
(1)
(x) ... 0
... ... ...
0 ... F
(k)
(x)
_
_
> 0
A volte problemi che esprimono un inseme di vincoli convessi possono essere espressi
tramite diseguaglianza di matrici che non sono LMI. In questi casi `e possibile trovare delle
formulazioni equivalenti che per`o siano delle LMI eettuando delle opportune congruenze
matriciali. Una delle tecniche pi` u utilizzate `e quella dei Complementi di Schur, espressa
dai seguenti 2 lemmi:
Lemma 1. Le seguenti tre diseguaglianze di matrici sono equivalenti
1.
_
_
Q(x) S(x)
S
T
(x) R(x)
_
_
> 0
2. R(x) > 0, Q(x) S(x)R
1
S
T
(x) > 0
3. Q(x) > 0, R(x) S
T
(x)Q
1
S(x) > 0
Lemma 2. Le seguenti tre diseguaglianze di matrici sono equivalenti
1.
_
_
Q(x) S(x)
S
T
(x) R(x)
_
_
< 0
2. R(x) < 0, Q(x) S(x)R
1
S
T
(x) < 0
16
4.2. Retroazione statica dello stato
3. Q(x) < 0, R(x) S
T
(x)Q
1
S(x) < 0
4.1.2 Norma indotte
Esistono diversi tipi di norme indotte per i sistemi MIMO. Considerando il sistema:
G(s)
nm
(s)
si deniscono le seguenti norme:
Norma L
1
E chiamata guadagno di picco-picco del sistema.
G
L
1
max
1in
+
0
m
j=1
|g
ij
(t)|dt
Norma H
2
Rappresenta lenergia dei segnali del sistema.
G
H
2
tr{g(t)g
T
(t)}dt
Norma H
sup
(G(j))
con massimo valore singolare.
4.2 Retroazione statica dello stato
La legge di retroazione statica dello stato `e del tipo:
u = Kx
Si vuole realizzare un controllore statico che oltre a garantire la stabilit`a asintotica del
sistema, ci assicuri delle speciche sulle norme indotte del sistema. Quindi a partire dal
sistema ad anello aperto descritto dalle seguenti equazioni:
_
_
x(t) = Ax(t) +Bu(t)
z
L
1
= C
L
1
x(t) +
Du(t)
z
H
2
= C
H
2
x(t) +
Du(t)
z
H
= C
H
x(t) +
Du(t)
17
4.2. Retroazione statica dello stato
in cui z
L
1
, z
H
2
, z
H
_
x(t) = (A+BK)x(t) +Bu(t)
z
L
1
= C
L
1
x(t)
z
H
2
= (C
H
2
+D)x(t)
z
H
= (C
H
+D)x(t)
A questo punto possiamo andare a sostituire nelle varie norme e cercare di ottenere delle
forme per cui fare sintesi.
4.2.1 Controllo H
2
Lobiettivo di questo controllo `e minimizzare la norma H
2
che come abbiamo detto rap-
presenta lenergia del sistema, quindi si cerca di ridurre lenergia in uscita al sistema.
Il sistema retroazionato `e il seguente:
_
_
_
x(t) = (A+BK)x(t) +Bu(t)
z
H
2
= (C
H
2
+D)x(t)
Il controllore che rende asintoticamente stabile il sistema ad anello chiuso (A+BK) e che
minimizza la norma H
2
si ottiene impostando la seguente LMI:
_
_
min
s.v.
_
_
(AX +BY ) + (AX +BY )
T
B
B
T
I
_
_
< 0
_
_
X (CX +DY )
T
(CX +DY ) Q
_
_
> 0
tr(Q) <
dove X = X
T
> 0 e Q = Q
T
> 0. Il controllore statico dello stato `e ottenuto come:
K = Y X
1
Di seguito `e riportato il codice Matlab implementato per il controllo H
2
:
18
4.2. Retroazione statica dello stato
%Controllo H2%
gamma=sdpvar(1,1);
X=sdpvar(size(A,1),size(A,2));
Y=sdpvar(size(B,2),size(A,1));
Q=sdpvar(1,1);
C=[1.3775*10^-5 0 0];
%condizioni per la risoluzione dellLMI
F1=set([ (A*X+B*Y)+(A*X+B*Y) B;
B -eye(1,1) ] < 0);
F2=set([ X (C*X+D*Y);
(C*X+D*Y) Q ] > 0);
F3=set(trace(Q) < gamma);
%definiamo ora la nostra LMI
F=F1+F2+F3;
%risoluzione
opts=sdpsettings;
opts.solver=lmilab;
solvesdp(F,gamma,opts);
%determinazione matrice di retroazione
K_H2=double(Y)*inv(double(X));
Per la risoluzione della LMI `e stato utilizzato il solver lmilab in quanto ha dimostrato
un funzionamento migliore rispetto a Sedumi. Per il soddisfacimento delle speciche
imposte `e stato aggiunta alla matrice C un peso di 1.3775 10
5
. Il controllore ottenuto
`e il seguente:
K
H
2
= [
3.2165 0.0105 0.0007
] 10
6
Analizzando la risposta al gradino del sistema retroazionato si osserva che la risposta `e
decrescente, in quanto il guadagno statico ottenuto `e negativo. La specica sul tempo di
assestamento `e soddisfatta in quanto risulta T
a
= 0.0101 s, mentre per quanto riguarda la
sovraelongazione, essa non `e presente.
19
4.2. Retroazione statica dello stato
0 0.005 0.01 0.015
4.5
4
3.5
3
2.5
2
1.5
1
0.5
0
x 10
12
Step Response
Time (sec)
A
m
p
l
i
t
u
d
e
Figura 4.1: Risposta al gradino del controllo H
2
Inne gli autovalori del sistema retroazionato:
1
= 4.0658 10
2
2
= 4.961 + 9.9672i 10
2
3
= 4.961 9.9672i 10
2
Risultano tutti a parte reale negativa.
4.2.2 Controllo H
Nel controllo H
si ricerca una retroazione statica dello stato tale che la matrice di trasfe-
rimento a ciclo chiuso abbia norma inferiore ad un valore ssato in precedenza (specica
di progetto), cos` facendo si minimizza il pi` u possibile leetto dei disturbi esterni e si
migliora la stabilit`a. Il sistema retroazionato `e il seguente:
_
_
_
x(t) = (A+BK)x(t) +Bu(t)
z
H
= C
H
x(t) +
Du(t)
Il controllore che rende asintoticamente stabile il sistema ad anello chiuso (A+BK) e che
minimizza la norma H
_
min
s.v.
_
_
(AX +BY ) + (AX +BY )
T
B (CX +DY )
T
B
T
I D
T
(CX +DY ) D I
_
_
< 0
X > 0
dove X = X
T
> 0. Il controllore statico dello stato `e ottenuto come:
K = Y X
1
Di seguito `e riportato il codice Matlab implementato per il controllo H
:
%Controllo Hinfinity
gamma=sdpvar(1,1);
X=sdpvar(size(A,1),size(A,2));
Y=sdpvar(size(B,2),size(A,1));
C=[10^-3 0 0];
%condizioni per la risoluzione dellLMI
F1=set([
(A*X+B*Y)+(A*X+B*Y) B (C*X);
B -gamma D;
(C*X) D -gamma] <0);
F2=set([X]>0);
F3=set([gamma]>0);
%definiamo ora la nostra LMI
F=F1+F2+F3;
%risoluzione
opts=sdpsettings;
opts.solver=lmilab;
solvesdp(F,gamma,opts);
%determinazione matrice di retroazione
21
4.2. Retroazione statica dello stato
K_H8=double(Y)*inv(double(X));
Eseguendo il codice si ottiene il seguente risultato per il controllo:
K
H
= [
3.9486 0.0093 0.0007
] 10
6
Dallanalisi della risposta al gradino si osserva una sovraelongazione pari a s
%
= 6.44 e un
tempo di assestamento di T
a
= 0.00931 s. Inne gli autovalori del sistema retroazionato:
0 0.002 0.004 0.006 0.008 0.01 0.012 0.014
3
2
1
0
x 10
10
Step Response
Time (sec)
A
m
p
l
i
t
u
d
e
Figura 4.2: Risposta al gradino del controllo H
1
= 7.0047 10
2
2
= 4.1426 + 8.4400i 10
2
3
= 4.1426 8.4400i 10
2
4.2.3 Controllo H
2
-stability
E possibile introdurre degli ulteriori vincoli sul controllo H
2
in modo da consentire il
soddisfacimento delle speciche sul tempo di assestamento e sulla sovraelongazione. La
formulazione LMI si modica come segue:
22
4.2. Retroazione statica dello stato
_
_
min
s.v.
_
_
(AX +BY ) + (AX +BY )
T
B
B
T
I
_
_
< 0
_
_
X (CX +DY )
T
(CX +DY ) Q
_
_
> 0
_
_
sin()((AX +BY ) + (AX +BY )
T
) cos()((AX +BY ) + (AX +BY )
T
)
cos()((AX +BY ) (AX +BY )
T
) sin()((AX +BY ) + (AX +BY )
T
_
_
< 0
2X(AX +BY ) + (AX +BY )
T
< 0
tr(Q) <
Il primo vincolo inserito serve per avvicinare i poli complessi e coniugati allasse reale
mentre il secondo vincolo per il posizionamento dei poli sul semipiano sinistro.
Di seguito `e riportato il codice Matlab implementato per il controllo:
%Controllo H2-Alpha stability
gamma=sdpvar(1,1);
X=sdpvar(size(A,1),size(A,2));
Y=sdpvar(size(B,2),size(A,1));
Q=sdpvar(1,1);
alpha=pi/3;
C=[10^-6 0 0];
%condizioni per la risoluzione dellLMI
F1=set([ (A*X+B*Y)+(A*X+B*Y) B;
B -eye(1,1) ] < 0);
F2=set([ X (C*X+D*Y);
(C*X+D*Y) Q ] > 0);
F3=set(trace(Q) < gamma);
F4=set( [ sin(alpha)*((A*X+B*Y)+(A*X+B*Y))
cos(alpha)*(-(A*X+B*Y)+(A*X+B*Y));
cos(alpha)*((A*X+B*Y)-(A*X+B*Y))
23
4.2. Retroazione statica dello stato
sin(alpha)*((A*X+B*Y)+(A*X+B*Y)) ] < 0);
F5=set( 2*alpha*X + (A*X+B*Y) + (A*X+B*Y) < 0 );
%definiamo ora la nostra LMI
F=F1+F2+F3+F4+F5;
%risoluzione
opts=sdpsettings;
opts.solver=lmilab;
solvesdp(F,gamma,opts);
%determinazione matrice di retroazione
K_H2alpha=double(Y)*inv(double(X));
Alla matrice C `e stato aggiunto un peso pari a 10
6
per migliorare le prestazioni, mentre
come valore di `e stato preso = /3. Il controllo ottenuto `e il seguente:
K
H
2
= [
1.9772 0.0121 0.022
] 10
6
Dallanalisi della risposta al gradino, la sovraelongazione risulta s
%
= 1.4, mentre il tempo
di assestamento `e T
a
= 0.0142 s.
0 0.005 0.01 0.015 0.02 0.025 0.03 0.035
7
6
5
4
3
2
1
0
x 10
13
Step Response
Time (sec)
A
m
p
l
i
t
u
d
e
Figura 4.3: Risposta al gradino del controllo H
2
-stability
Inne gli autovalori del sistema retroazionato:
24
4.2. Retroazione statica dello stato
1
= 4.1386 10
3
2
= 0.2199 + 0.1619i 10
3
3
= 0.2199 0.1619i 10
3
4.2.4 Controllo H
-stability
Analizziamo gli eetti che si ottengono introducendo i vincoli di -stability anche nel
controllo H
_
min
s.v.
_
_
(AX +BY ) + (AX +BY )
T
B (CX +DY )
T
B
T
I D
T
(CX +DY ) D I
_
_
< 0
_
_
sin()((AX +BY ) + (AX +BY )
T
) cos()((AX +BY ) + (AX +BY )
T
)
cos()((AX +BY ) (AX +BY )
T
) sin()((AX +BY ) + (AX +BY )
T
_
_
< 0
2X(AX +BY ) + (AX +BY )
T
< 0
X > 0
Di seguito `e riportato il codice Matlab implementato per il controllo:
%Controllo H8-Alpha stability
gamma=sdpvar(1,1);
X=sdpvar(size(A,1),size(A,2));
Y=sdpvar(size(B,2),size(A,1));
alpha=pi/2;
C=[2.5*10^-4 0 0];
%condizioni per la risoluzione dellLMI
F1=set([
(A*X+B*Y)+(A*X+B*Y) B (C*X);
B -gamma D;
(C*X) D -gamma] <0);
F2=set([X]>0);
25
4.2. Retroazione statica dello stato
F3=set([gamma]>0);
F4=set( [ sin(alpha)*((A*X+B*Y)+(A*X+B*Y))
cos(alpha)*(-(A*X+B*Y)+(A*X+B*Y));
cos(alpha)*((A*X+B*Y)-(A*X+B*Y))
sin(alpha)*((A*X+B*Y)+(A*X+B*Y)) ] < 0);
F5=set( 2*alpha*X + (A*X+B*Y) + (A*X+B*Y) < 0 );
%definiamo ora la nostra LMI
F=F1+F2+F3+F4+F5;
%risoluzione
opts=sdpsettings;
opts.solver=lmilab;
solvesdp(F,gamma,opts);
%determinazione matrice di retroazione
K_H8alpha=double(Y)*inv(double(X));
Il controllore ottenuto dallesecuzione del codice con = /2 `e:
K
H
= [
2.0386 0.0077 0.0011
] 10
6
0 0.005 0.01 0.015 0.02 0.025
1.4
1.2
1
0.8
0.6
0.4
0.2
0
x 10
10
Step Response
Time (sec)
A
m
p
l
i
t
u
d
e
Figura 4.4: Risposta al gradino del controllo H
-stability
26
4.3. Controllo multiobiettivo
Dallanalisi della risposta al gradino, la sovraelongazione risulta s
%
= 3.96, mentre il
tempo di assestamento `e T
a
= 0.0138 s.
Inne gli autovalori del sistema retroazionato:
1
= 1.5661 10
3
2
= 0.3208 + 0.3176i 10
3
3
= 0.3208 0.3176i 10
3
4.3 Controllo multiobiettivo
Un altro tipo di controllo che si pu`o realizzare `e quello multiobiettivo che consiste nel
combinare i controlli H
2
e H
_
min
+
2
s.v.
_
_
(AX +BY ) + (AX +BY )
T
B (C
X +DY )
T
B
T
I D
T
(C
X +DY ) D
I
_
_
< 0
_
_
(AX +BY ) + (AX +BY )
T
B
B
T
I
_
_
< 0
_
_
X (C
2
X +DY )
T
(C
2
X +DY ) Q
_
_
> 0
trQ <
2
X > 0
Di seguito `e riportato il codice Matlab implementato per il controllo:
%Controllo Multiobiettivo H2-H8
gamma_H2=sdpvar(1,1);
gamma_H8=sdpvar(1,1);
X=sdpvar(size(A,1),size(A,2));
27
4.3. Controllo multiobiettivo
Y=sdpvar(size(B,2),size(A,1));
Q=sdpvar(1,1);
alpha=10^-1;
beta=10^-1;
C_H2=[1.3775*10^-5 0 0];
C_H8=[10^-3 0 0];
%condizioni per la risoluzione dellLMI
F1=set([
(A*X+B*Y)+(A*X+B*Y) B (C_H8*X);
B -gamma_H8 D;
(C_H8*X) D -gamma_H8] <0);
F2=set(X>0);
F3=set(gamma_H8>0);
F4=set([ (A*X+B*Y)+(A*X+B*Y) B;
B -eye(1,1) ] < 0);
F5=set([ X (C_H2*X+D*Y);
(C_H2*X+D*Y) Q ] > 0);
F6=set(trace(Q) < gamma_H2);
F7=set(gamma_H2 > 0);
%definiamo ora la nostra LMI
F=F1+F2+F3+F4+F5+F6+F7;
%risoluzione
opts=sdpsettings;
opts.solver=lmilab;
solvesdp(F,alpha*gamma_H8+beta*gamma_H2,opts);
%determinazione matrice di retroazione
K_H8H2=double(Y)*inv(double(X));
Il controllore ottenuto dallesecuzione del codice `e:
K
H
2
H
= [
3.2534 0.0084 0.0006
] 10
6
28
4.3. Controllo multiobiettivo
Con il controllo multiobiettivo la risposta al gradino presenta una sovraelongazione del
s
%
= 4.53 e un tempo dassestamento pari a T
a
= 0.00984.
0 0.005 0.01 0.015
3.5
3
2.5
2
1.5
1
0.5
0
x 10
7
Step Response
Time (sec)
A
m
p
l
i
t
u
d
e
Figura 4.5: Risposta al gradino del controllo multiobiettivo H
2
-H
1
= 5.9206 10
2
2
= 3.8244 + 8.4578i 10
2
3
= 3.8244 8.4578i 10
2
29
4.3. Controllo multiobiettivo
4.3.2 Controllo H
2
-stability - H
-stability
Per concludere si analizza il controllo multiobiettivo fatto con controlli con -stability
_
_
min
+
2
s.v.
_
_
(AX +BY ) + (AX +BY )
T
B (C
X +DY )
T
B
T
I D
T
(C
X +DY ) D
I
_
_
< 0
_
_
(AX +BY ) + (AX +BY )
T
B
B
T
I
_
_
< 0
_
_
X (C
2
X +DY )
T
(C
2
X +DY ) Q
_
_
> 0
_
_
sin()((AX +BY ) + (AX +BY )
T
) cos()((AX +BY ) + (AX +BY )
T
)
cos()((AX +BY ) (AX +BY )
T
) sin()((AX +BY ) + (AX +BY )
T
_
_
< 0
2X(AX +BY ) + (AX +BY )
T
< 0
trQ <
2
X > 0
Di seguito `e riportato il codice Matlab implementato per il controllo:
%Controllo Multiobiettivo H2alpha-H8alpha
gamma_H2=sdpvar(1,1);
gamma_H8=sdpvar(1,1);
X=sdpvar(size(A,1),size(A,2));
Y=sdpvar(size(B,2),size(A,1));
Q=sdpvar(1,1);
alpha=pi/4;
alphag=10^-2;
beta=10^-3;
C_H2=[10^-6 0 0];
C_H8=[2.5*10^-4 0 0];
%condizioni per la risoluzione dellLMI
30
4.3. Controllo multiobiettivo
F1=set([
(A*X+B*Y)+(A*X+B*Y) B (C_H8*X);
B -gamma_H8 D;
(C_H8*X) D -gamma_H8] <0);
F2=set(X>0);
F3=set(gamma_H8>0);
F4=set([ (A*X+B*Y)+(A*X+B*Y) B;
B -eye(1,1) ] < 0);
F5=set([ X (C_H2*X+D*Y);
(C_H2*X+D*Y) Q ] > 0);
F6=set(trace(Q) < gamma_H2);
F7=set(gamma_H2 > 0);
F8=set( [ sin(alpha)*((A*X+B*Y)+(A*X+B*Y))c
cos(alpha)*(-(A*X+B*Y)+(A*X+B*Y));
cos(alpha)*((A*X+B*Y)-(A*X+B*Y))
sin(alpha)*((A*X+B*Y)+(A*X+B*Y)) ] < 0);
F9=set( 2*alpha*X + (A*X+B*Y) + (A*X+B*Y) < 0 );
%definiamo ora la nostra LMI
F=F1+F2+F3+F4+F5+F6+F7+F8+F9;
%risoluzione
opts=sdpsettings;
opts.solver=lmilab;
solvesdp(F,alphag*gamma_H8+beta*gamma_H2,opts);
%determinazione matrice di retroazione
K_H8H2_alpha=double(Y)*inv(double(X));
Il controllore ottenuto dallesecuzione del codice `e:
K
H
2
H
= [
8.9505 0.0604 0.0113
] 10
5
Con il controllo multiobiettivo con -stability la risposta al gradino presenta una sovrae-
longazione di s
%
= 0.646 e tempo dassestamento `e pari a T
a
= 0.016.
31
4.4. Controllo Lineare Quadratico
0 0.005 0.01 0.015 0.02 0.025
1.2
1
0.8
0.6
0.4
0.2
0
x 10
6
Step Response
Time (sec)
A
m
p
l
i
t
u
d
e
Figura 4.6: Risposta al gradino del controllo multiobiettivo H
2
H
1
= 1.9031 10
3
2
= 0.2297 + 0.1435i 10
3
3
= 0.2297 0.1435i 10
3
4.4 Controllo Lineare Quadratico
Il controllo LQ non minimizza una delle norme indotte descritte, ma `e un controllo che
minimizza un indice di costo e che pu`o essere scritto sotto LMI. Tale indice `e denito
come:
J =
0
x
T
(t)Qx(t) +u
T
(t)Ru(t)dt
dove Q `e una matrice quadrata che pesa lo stato, matrice quadrata che pesa il segnale
dingresso. Attraverso la minimizzazione di questo costo si cerca di minimizzare lenergia
del segnale di errore e(t) e quella del segnale di comando u(t). Il controllo LQ si determina
risolvendo il seguente problema di ottimizzazione scritto sotto forma di LMI:
32
4.4. Controllo Lineare Quadratico
_
_
min tr(Q)
s.v.
_
_
(AX +BY ) + (AX +BY )
T
(CQ)
T
(R
1/2
Y )
T
CQ I D
R
1/2
Y D I
_
_
0
_
_
Z I
I Q
_
_
> 0
Q > 0
Il controllore statico dello stato si ottiene come:
K = Y Q
1
Di seguito `e riportato il codice Matlab implementato per il controllo LQ:
%Controllo Lineare Quadratico
Y=sdpvar(size(B,2),size(A,1));
Z=sdpvar(size(A,1),size(A,2));
R=10^-13;
Q=sdpvar(size(A,1),size(A,2))*10^12;
C=[1 0 0];
%condizioni per la risoluzione dellLMI
F1=set([ (A*Q+B*Y)+(A*Q+B*Y) (C*Q) (R^(1/2)*Y);
(C*Q) eye(1) D;
R^(1/2)*Y D eye(1) ] <= 0);
F2=set([ Z eye(3)
eye(3) Q ] > 0);
F3=set(Q>0);
%definiamo ora la nostra LMI
F=F1+F2+F3;
%risoluzione
33
4.5. Riepilogo
solvesdp(F,trace(Q));
%determinazione matrice di retroazione
K_LQOR=double(Y)*inv(double(Q));
In questo caso `e stato utilizzato come solver Sedumi, in quanto lmilab non `e stato in grado
di trovare una soluzione al problema LMI. Il controllore ottenuto dallesecuzione del codice
`e:
K
LQ
= [
3.9807 0.0128 0.014
] 10
6
La risposta al gradino presenta una sovraelongazione di s
%
= 2.19e un tempo di assesta-
mento di T
a
= 0.0101 s.
0 0.002 0.004 0.006 0.008 0.01 0.012 0.014 0.016 0.018
3
2.5
2
1.5
1
0.5
0
x 10
7
Step Response
Time (sec)
A
m
p
l
i
t
u
d
e
Figura 4.7: Risposta al gradino del controllo LQ
Inne gli autovalori del sistema retroazionato:
1
= 0.4340 + 0.3621i 10
3
2
= 0.4340 0.3621i 10
3
3
= 9.9630 10
3
4.5 Riepilogo
Riportiamo in una tabella i valori dei tempi di assestamento e di sovraelongazione ottenuti
con ogni controllo, al ne di avere una lettura pi` u rapida e poter comprendere i risultati
34
4.5. Riepilogo
delle simulazioni.
Tempo di Sovraelongazione
assestamento(s) (%)
H
2
0.0101 0
H
0.00931 6.44
H
2
-stability 0.0142 1.4
H
0.00984 4.53
H
2
-stability - H
, H
2
-stability e H
-
stability.
5.2.1 Controllo H
2
Senza rumore
In assenza di rumori la levitazione magnetica oscilla intorno al valore desiderato cos` come
la tensione di controllo che non si discosta di molto dal valore desiderato.
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4 0.45 0.5
0.05
0.05
0.05
0.05
0.05
0.05
0.05
0.05
0.05
0.05
0.05
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4 0.45 0.5
12.46
12.47
12.48
12.49
12.5
12.51
12.52
12.53
Figura 5.2: Levitazione magnetica (a sinistra) e tensione di controllo (a destra) con
controllo H
2
in assenza di rumore
Rumore sinusoidale
Il segnale di uscita oscilla seguendo la sinusoide ma mantenendosi sul valore desiderato,
mentre la tensione di controllo mostra dei picchi di ampiezza 0.1 rispetto al valore desi-
derato.
37
5.2. Retroazione statica dello stato
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4 0.45 0.5
0.05
0.05
0.05
0.05
0.05
0.05
0.05
0.05
0.05
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4 0.45 0.5
12.475
12.48
12.485
12.49
12.495
12.5
12.505
12.51
12.515
Figura 5.3: Levitazione magnetica (a sinistra) e tensione di controllo (a destra) con
controllo H
2
con rumore sinusoidale
Rumore bianco
In presenza di rumore bianco la levitazione permane al valore desiderato, mentre la ten-
sione di controllo mostra picchi elevati che si hanno in corrispondenza di forti oscillazioni
della levitazione magnetica. Tali picchi non sono molto graditi in quanto si desidera una
tensione quanto pi` u continua.
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4 0.45 0.5
0.05
0.05
0.05
0.05
0.05
0.05
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4 0.45 0.5
11
11.5
12
12.5
13
13.5
14
Figura 5.4: Levitazione magnetica (a sinistra) e tensione di controllo (a destra) con
controllo H
2
con rumore bianco
5.2.2 Controllo H
Senza rumore
In assenza di rumore, il segnale di uscita ha una forma donda simile a quello ottenuto con
il controllo H
2
, stessa cosa per la tensione di controllo.
38
5.2. Retroazione statica dello stato
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4 0.45 0.5
0.05
0.05
0.05
0.05
0.05
0.05
0.05
0.05
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4 0.45 0.5
12.48
12.485
12.49
12.495
12.5
12.505
12.51
12.515
12.52
12.525
Figura 5.5: Levitazione magnetica (a sinistra) e tensione di controllo (a destra) con
controllo H
in assenza di rumore
Rumore sinusoidale
Anche in questo scenario il segnale `e simile a quello ottenuto con il controllo H
2
, ma si
denotano dei picchi maggiori in alcuni punti della tensione di controllo.
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4 0.45 0.5
0.05
0.05
0.05
0.05
0.05
0.05
0.05
0.05
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4 0.45 0.5
12.49
12.495
12.5
12.505
12.51
12.515
12.52
12.525
12.53
Figura 5.6: Levitazione magnetica (a sinistra) e tensione di controllo (a destra) con
controllo H
-stability
Senza rumore
L-stability ha consentito di stabilizzare landamento delle oscillazioni che mostra inoltre
minore rapidit`a nel moto rispetto al controllo H
2
con -stability.
41
5.2. Retroazione statica dello stato
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4 0.45 0.5
0.05
0.05
0.05
0.05
0.05
0.05
0.05
0.05
0.05
0.05
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4 0.45 0.5
12.482
12.484
12.486
12.488
12.49
12.492
12.494
12.496
12.498
12.5
12.502
Figura 5.11: Levitazione magnetica (a sinistra) e tensione di controllo (a destra) con
controllo H
.
42
5.3. Controllo multiobiettivo
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4 0.45 0.5
0.05
0.05
0.05
0.05
0.05
0.05
0.05
0.05
0.05
0.05
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4 0.45 0.5
11
11.5
12
12.5
13
13.5
14
Figura 5.13: Levitazione magnetica (a sinistra) e tensione di controllo (a destra) con
controllo H
Senza rumore
La combinazione dei due controlli ha portato ha una riduzione delle ampiezze dei segnali.
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4 0.45 0.5
0.05
0.05
0.05
0.05
0.05
0.05
0.05
0.05
0.05
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4 0.45 0.5
12.49
12.495
12.5
12.505
12.51
12.515
12.52
12.525
12.53
Figura 5.14: Levitazione magnetica (a sinistra) e tensione di controllo (a destra) con
controllo H
2
- H
in assenza di rumore
Rumore sinusoidale
Vale la stessa considerazione fatta nello scenario precedente, la combinazione dei due con-
trolli ha portato ha una riduzione delle ampiezze dei segnali.
43
5.3. Controllo multiobiettivo
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4 0.45 0.5
0.05
0.05
0.05
0.05
0.05
0.05
0.05
0.05
0.05
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4 0.45 0.5
12.48
12.485
12.49
12.495
12.5
12.505
12.51
Figura 5.15: Levitazione magnetica (a sinistra) e tensione di controllo (a destra) con
controllo H
2
- H
-stability
Senza rumore
Il controllo multiobiettivo realizzato mostra una forma donda del segnale analoga a quello
ottenuto con il controllo H
-stability.
44
5.3. Controllo multiobiettivo
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4 0.45 0.5
0.05
0.05
0.05
0.05
0.05
0.05
0.05
0.05
0.05
0.05
0.05
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4 0.45 0.5
12.475
12.48
12.485
12.49
12.495
12.5
12.505
Figura 5.17: Levitazione magnetica (a sinistra) e tensione di controllo (a destra) con
controllo H
2
-stability - H
-stability.
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4 0.45 0.5
0.05
0.05
0.05
0.05
0.05
0.05
0.05
0.05
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4 0.45 0.5
12.47
12.475
12.48
12.485
12.49
12.495
12.5
12.505
12.51
Figura 5.18: Levitazione magnetica (a sinistra) e tensione di controllo (a destra) con
controllo H
2
-stability - H
47
5.5. Confronti
H
2
-stability - H
-stability
H
2
H
- H
2
-stability H
-stability
H
2
- H
2
-stability
H
- H
-stability
All H-control
Nei confronti non verr`a tenuto in considerazione il controllo LQ. Al termine dei confronti
verr`a stilata una tabella che mostra quale controllo ha le migliori prestazioni in ingresso e
in uscita.
5.5.1 Confronto H
2
- H
Senza rumore
Il confronto tra i segnali di uscita mostra forme donde simili, ma il controllo H
ha un
minor moto oscillatorio anche se sono presenti picchi elevati ma comunque accettabili. Nel
confronto sulla tensione di controllo invece la prestazione migliore si ottiene con il controllo
H
.
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4 0.45 0.5
0.05
0.05
0.05
0.05
0.05
0.05
0.05
0.05
Controllo H
2
Controllo H
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4 0.45 0.5
12.46
12.47
12.48
12.49
12.5
12.51
12.52
12.53
12.54
Controllo H
2
Controllo H
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4 0.45 0.5
12.47
12.48
12.49
12.5
12.51
12.52
12.53
Controllo H
2
Controllo H
.
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4 0.45 0.5
0.05
0.05
0.05
0.05
0.05
0.05
Controllo H
2
Controllo H
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4 0.45 0.5
11
11.5
12
12.5
13
13.5
14
Controllo H
2
Controllo H
-stability
Senza rumore
Nel segnale di uscita il controllo H
2
-stability `e quello con prestazioni migliori. Nella
tensione di controllo invece `e il controllo H
-stability.
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4 0.45 0.5
0.05
0.05
0.05
0.05
0.05
0.05
0.05
Controllo H
2
stability
Controllo H
inf
stability
0 0.1 0.2 0.3 0.4 0.5
12.36
12.38
12.4
12.42
12.44
12.46
12.48
12.5
12.52
12.54
Controllo H
2
stability
Controllo H
inf
stability
Figura 5.27: Confronto H
2
-stability - H
- H
2
-stability H
-stability
Senza rumore
Nel segnale di uscita il controllo H
2
-stability H
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4 0.45 0.5
12.47
12.48
12.49
12.5
12.51
12.52
12.53
Controllo H
2
H
inf
Controllo H
2
H
inf
- H
2
-stability H
- H
2
-stability H
, mentre
nella tensione di controllo `e il controllo H
2
-stability H
- H
2
-stability H
- H
-stability
Senza rumore
In questo scenario il controllo H
- H
- H
- H
-stability.
55
5.5. Confronti
0 0.1 0.2 0.3 0.4 0.5
0.05
0.05
0.05
0.05
0.05
0.05
0.05
0.05
Controllo H
2
Controllo H
inf
Controllo H
2
stability
Controllo H
inf
stability
Controllo H
2
H
inf
Controllo H
2
H
inf
Figura 5.38: Confronto All H-Control sulla Levitazione magnetica (a sinistra) e tensione
di controllo (a destra) in assenza di rumore
Rumore sinusoidale
In questo scenario il controllo H
Figura 5.39: Confronto All H-Control sulla Levitazione magnetica (a sinistra) e tensione
di controllo (a destra) con rumore sinusoidale
Rumore bianco
In questo scenario il controllo H
H
2
- H
H
2
H
H
2
H
H
2
H
H
2
H
- H
2
H
H
2
H
H
2
H
H
2
H
H
2
H
H
2
H
H
2
H
H
2
- H
2
H
2
H
2
H
2
H
2
H
2
H
2
H
- H
All H-control H
2
H
H
2
H
.
Nello scenario con rumore sinusoidale, per il segnale di uscita il controllo migliore `e
H
e H
2
H
.
57
5.6. Considerazioni nali
Nello scenario con rumore bianco, sia per il segnale di uscita che per la tensione di
controllo il controllo migliore `e H
.
Guardando il quadro complessivo, il miglior controllo risulta H
.
58
Capitolo 6
Stateow
In questo capitolo si vedr`a lutilizzo dello Stateow, un strumento di Matlab che consente
di implementare la logica nel controllo.
6.1 Obiettivo
Lo stateow consente di implementare, attraverso la denizione di un automa, decisioni
logiche che altrimenti non sarebbe possibile o risulterebbe dicile da mettere in atto con
la composizione di vari blocchi Simulink.
Ora, sfruttando le capacit`a che `e in grado di fornire, si vuole mettere in atto questa idea:
dati tutti gli H Control sintetizzati, si vuole confrontare gli eetti dei vari controlli
istante per istante al ne di decidere quale tra tutti ottimizza (con ottimizza si intende che
si prende il segnale che ha il minor errore di ampiezza rispetto al valore di equilibrio) il
segnale di uscita/stato (la levitazione magnetica h) o il segnale di controllo (la tensione di
controllo V ) allistante di tempo considerato e porre il suo eetto in ingresso al sistema.
Sono stati implementati quindi due schemi Simulink:
Ottimizzazione dello stato/uscita
Ottimizzazione del segnale di controllo
Per ogni schema saranno elaborati i risultati nei vari scenari di rumore e al termine si
eettuer`a un confronto con il controllo H
H
2
H
H
2
H
H
2
H
.
H
2
H
H
2
H
H
2
H
H
2
H
Lottimizzazione cercata non migliora la prestazioni come ci si aspettava, infatti, solo nel-
lo scenario senza rumore si dimostra essere migliore nel segnale di uscita, meno che nel
segnale di controllo, ma negli altri scenari, il controllo H
mostra migliori
prestazioni in tutti gli scenari. Tuttavia il segnale di controllo ottimizzato ha valori vicini
a quelli del controllo H
in scenario senza
rumore
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4 0.45 0.5
0.05
0.05
0.05
0.05
0.05
0.05
0.05
0.05
Stateflow
Controllo H
inf
0 0.1 0.2 0.3 0.4 0.5
12.2
12.3
12.4
12.5
12.6
12.7
12.8
Stateflow
Controllo H
inf
Figura 6.17: Confronto tra Ott. segnale di controllo e Controllo H
in scenario con
rumore sinusoidale
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4 0.45 0.5
0.05
0.05
0.05
0.05
0.05
0.05
0.05
0.05
0.05
Stateflow
Controllo H
inf
0 0.1 0.2 0.3 0.4 0.5
11
11.5
12
12.5
13
13.5
14
Stateflow
Controllo H
inf
Figura 6.18: Confronto tra Ott. segnale di controllo e Controllo H
in scenario con
rumore bianco
68
Capitolo 7
Conclusioni
I maglev rappresentano il futuro degli attuali mezzi di trasporto per i vari motivi elencati
nellintroduzione. In questo lavoro sono state studiate le tecniche di controllo basate su
LMI con lobiettivo di regolare la levitazione magnetica ad un valore di altezza desiderato.
I risultati scaturiti sono stati tutti soddisfacenti in ogni scenario analizzato, inoltre i vari
confronti realizzati hanno messo in mostra le dierenze fra le varie tecniche mostrando
quale risulta migliore dal punto di vista delle prestazioni sulluscita e quali sul segnale
di controllo. Poi `e stato implementato lo stateow con lobiettivo di ottimizzare lo sta-
to/uscita e il segnale di controllo, ma non hanno dato buoni risultati come i confronti
hanno mostrato.
69
Bibliograa
[1] Appunti del corso di Controllo di Veicoli
[2] Appunti del corso di Laboratorio di Automatica
[3] Dynamic behavior of maglev vehicle/guideway system with control - Huiguang Dai
[4] Wikipedia
[5] Manuale di Matlab
70