Ubicacion de Polos PDF

1.
Diseo Basado en la Ubicacin de Polos
1. Diseo Basado en la Ubicacin de Polos___________ 1

1.1. Introduccin ____________________________________________________________________ 2
1.2. Realimentacin del Estado ________________________________________________________ 2
1.2.1. Caso General __________________________________________________________________________3
1.1.1. Aspectos Prcticos _____________________________________________________________________10
1.1.2. Control de Tiempo Finito________________________________________________________________12
1.1.3. Perturbacin Ms General _______________________________________________________________14
1.3. Observadores __________________________________________________________________ 17
1.3.1. Observador Dinmico __________________________________________________________________20
1.3.2. Observador Sin Retardo _________________________________________________________________22
1.4. Realimentacin con Observador ___________________________________________________ 24
1.4.1. Diferentes Perturbaciones _______________________________________________________________26
1.4.2. Efecto Integral ________________________________________________________________________27
1.5. Seguimiento de Referencias_______________________________________________________ 29
1.5.1. Accin Integral________________________________________________________________________30
1.6. Controlador con Dos Grados de Libertad ___________________________________________ 35
1.2. Adicin del Observador__________________________________________________________ 37
1.6.1. Simplificacin ________________________________________________________________________38
1.7. Diseo de Movimiento Flexible ____________________________________________________ 41
Clase 04 Ubicacin de Polos.doc 1

1.1. Introduccin
Objetivos del control:
- atenuacin de perturbaciones de carga o ruido
- seguimiento de una referencia
- imperfecciones del modelo
1.2. Realimentacin del Estado
Ley de control lineal
uk = Lxk [1.1]
Ejemplo 1.1. Doble integrador
1 T T 2

xk +1 = xk + 2 uk [1.2]
0 1 T
una ley general de control puede ser
uk = l1 x1 l2 x2 [1.3]
en lazo cerrado resulta

1 l T 2 T l2 T
2
xk +1 = 1 2 2 xk [1.4]
l1T 1 l2T
el polinomio caracterstico es
(
z + l1
2 T 2
2 ) (
+ l2T 2 z + l1 T 2
2 )
+ l2 T + 1 = 0 [1.5]
si se quiere tener una ecuacin de diseo

z 2 + p1 z + p2 = 0 [1.6]
se iguala
2
l1 T + l2T 2 = p1
2 [1.7]
2
l1 T + l2T + 1 = p2
2
o sea
l1 = 1
T 2 (1 + p1 + p2 )
[1.8]
2T (
l2 = 1 3 + p1 + p2 )
en este caso siempre existe solucin.

1.2.1. Caso General
Sea el polinomio del sistema en lazo abierto
z n + a1 z n 1 + " + an [1.9]
se puede encontrar la forma cannica controlable mediante

la transformacin
x = Tx [1.10]
resultando
x k +1 = x + u [1.11]
k k
con

a1 a2 " an 1 an 1
1 0 " 0 0 0

= 0 1 " 0
0 = 0 [1.12]
# # % # # #

0 0 " 1 0 0
El polinomio deseado en lazo cerrado es
P ( z ) = z n + p1 z n 1 + " + pn [1.13]
Esto se puede obtener con la ley de control

= [ p a p a " p a ] x
u = Lx [1.14]
1 1 2 2 n n
Para llegar al sistema de partida se hace

= LTx
u = Lx = Lx [1.15]
la matriz T se obtiene mediante las matrices de

controlabilidad de ambos sistemas ya que
Wc = " n 1 [1.16]
y la relacin entre ambas matrices es

Wc = TWc
[1.17]
T = W W 1
c c
y ms an

1 a1 a12 a2 a13 + a22 a3 " " 0

0 1 a1 a12 a2 a13 + a22 a3 " 0
0 0 1 a1 a12 a2 " 0

Wc = # # # # # % #
0 0 0 0 0 " a12 a2

0 0 0 0 0 " a1
0 0 0 0 0 " 1
1 a1 " an 2 an 1
0 1 " a n 3 an 2

1
Wc = 0 0 " 0 an 3 [1.18]
# # % # #

0 0 " 0 1

Teorema 1. Asignacin de Polos
Sea el sistema
xk +1 = xk + uk [1.19]
con una entrada.

Si el sistema es controlable existe una ley de control lineal
tal que el polinomio caracterstico en lazo cerrado es P ( z ) . Esta
ley es
uk = Lxk [1.20]
con L
L = [ p1 a1 p2 a2 " pn an ]WcWc1
[1.21]
= [0 " 0 1]W P ( ) c
1
siendo Wc y Wc las matrices de controlabilidad de los

x + u respectivamente. y
sistemas xk +1 = xk + uk y x k +1 = k k
P (
)=
n+ p
1
n 1 + " + p I = ( p a )
n 1 1
n 1 + " + ( p a ) I
n n
[1.22]
la segunda igualdad se obtiene aplicando Cayley-Hamilton

Se define

ei = 0 " 0 1N 0 " 0 [1.23]
col i
resulta
= ei 1 , e n
ei n 1 = e n 1 [1.24]

y tambin, de [1.14] y[1.21]
L = e n P (
) [1.25]
por lo tanto
= e n P (T T 1 ) T = e nTP ( ) = e nW W 1 P ( ) [1.26]
L = LT c c
de la ecuacin [1.18] se puede ver que

e nWc1 = e n
[1.27]
e nW = e n
c
L = e nWc1 P ( ) [1.28]
que es la ecuacin [1.21] llamada frmula de Ackermann

Nota: la matriz de transformacin resulta tal que
1 a1 " an 2 an 1
0 1 " an 3 an 2

1
T = WcWc = " 0 0
1 n 1
" 0 an 3
# # % # #

0 0 " 0 1
[1.29]
T 1 = + a1 " n 1 + a1 n 2 + " + an 1 [1.30]

T 2 3T 2
Wc = [ ] = 2 2 [1.31]
T T
1 1,5
1 T2 T
Wc = [1.32]
1 0,5
T 2 T
el polinomio caracterstico en lazo abierto es
z2 2z + 1 [1.33]
Se desea que en lazo cerrado tenga polos segn la ecuacin

1 + p1 + p2 2T + p1T
P ( ) = + p1 + p2 I =
2
1 + p1 + p2
[1.34]
0
la frmula de Ackerman es
L = [0 1]Wc1 P ( ) = 1 2 0,5 1 + p1 + p2 2T + p1T

T T 0 1 + p1 + p2
1 + p1 + p2 3 + p1 p2
=
T2 2T
[1.35]
igual resultado que antes

Ejemplo 1.3. Sistema No Controlable
0,5 1 1
xk +1 = xk + uk [1.36]
0 0,3 0
1 0,5
det Wc = det =0 [1.37]
0 0
la ley de control uk = l1 x1 l2 x2 da un sistema en lazo
cerrado con una ecuacin caracterstica
( z 0,5 + l1 )( z 0,3) = 0 [1.38]
El polo en 0,5 puede ser cambiado arbitrariamente pero el

otro, en 0,3 que es el incontrolable, no se puede cambiar

1.1.1. Aspectos Prcticos
Una forma de especificar el control es hacerlo, no en
funcin de los polos en lazo cerrado sino en funcin de un
polinomio continuo de lazo cerrado tal como
s 2 + 2 s + 2 [1.39]
se puede demostrar que la relacin con el polinomio

discreto es
(
p1 = 2e T cos T 1 2 ) [1.40]
p2 = e 2T
la matriz de realimentacin es
( )
1 2e T cos T 1 2 + e 2T
L=
( )
3 + e T cos T 1 2 e 2T

T2 2T

[1.41]
para perodos muy pequeos se puede aproximar a

L = 2 2 [1.42]
Sea el doble integrador que inicialmente tiene una posicin

x0 y una velocidad v0 . El valor inicial de actuacin ser
u0 = l1 x0 l2 v0 [1.43]
u0 = 2 x0 2 v0 [1.44]

Al aumentar se incrementa la accin de control. Se puede
calcular la frecuencia para la mxima actuacin admisible. Se
muestra a continuacin, los estados y actuacin para diferentes
perodos de muestreo.
2
1.5
0.5
-0.5
-1
-1.5
-2
0 2 4 6 8 10
El perodo de muestreo tambin influye. Una eleccin

correcta es utilizar el nmero de muestras en el tiempo de
crecimiento igual a N r 4 10 .
Para este caso el perodo de muestreo depender de lo que
se desee en lazo cerrado.
Una forma de solucionarlo es elegir el numero de muestras
por perodo del modo dominante en lazo cerrado:
2
N= [1.45]
T 1 2

1.1.2. Control de Tiempo Finito
en este caso
P ( z ) = zn [1.46]
Se puede mostrar que la matriz de lazo cerrado cumple

nc = ( L ) = 0
n
[1.47]
esto implica que, a partir de cualquier valor inicial, se

pueden llevar los estados a cero en, a lo sumo n pasos.
La matriz de realimentacin se obtiene
1
L = [0 " 0 1] n n +1 " 1 [1.48]
Hay solo un parmetro de diseo: el perodo de muestreo.

El tiempo de establecimiento es, a lo sumo nT
El perodo de muestreo influye la magnitud del control.
Hay que elegirlo cuidadosamente.
No tiene equivalente continuo.

Ejemplo 1.4. Control de tiempo finito del doble integrador
1 + p1 + p2 3 + p1 p2 1 3
L= = T 2 2T
[1.49]
T2 2T
La primera y segunda actuacin sern
1 3
u0 = x
2 0
v0 [1.50]
T 2T
1 3
u1 = 2 x0 + v0 [1.51]
T 2T
Para muestreos muy pequeos la primera y segunda
actuacin son prcticamente iguales y de signo contrario.
1.6 6
1.4
4
1.2
2
1
0.8 0
0.6 -2
0.4
-4
0.2
-6
0
-0.2 -8
0 1 2 3 4 5 0 1 2 3 4 5

1.1.3. Perturbacin Ms General
Se considera el sistema
dx
= Ax + Bu + v [1.52]
dt
con v
dw
= Aw w
dt [1.53]
v = Cw w
con condiciones iniciales dadas.

Se pueden generar diferentes perturbaciones.
Normalmente Aw tiene autovalores en el eje imaginarios o
inestables.
Por ejemplo un escaln, Aw = 0
Senoide
0 0
Aw = [1.54]
0 0
Se supone, en un principio que se puede medir w.
Se define un estado aumentado
x
z= [1.55]
w

dz d x A Cw x B
= = + u [1.56]
w
dt dt 0 Aw w 0
Aqu tenemos el mismo problema de ubicacin de polos.
Ahora hay que ubicar los polos del sistema y los de la
perturbacin.
Pero el sistema anterior no es completamente controlable ya
que la perturbacin es no controlable.
La perturbacin no puede ser influida por el control.
El sistema muestreado resulta:
xk +1 xw xk
w = 0 w + 0 uk [1.57]
k +1 w k
El control lineal es
uk = Lxk Lw wk [1.58]
Este control hace que el sistema tenga el siguiente

comportamiento en lazo cerrado:
xk +1 = ( L ) xk + ( xw Lw ) wk
[1.59]
wk +1 = w wk
Se calcula la realimentacin de modo que L tenga los
autovalores en un lugar deseado y para que xw Lw sea
pequea.
Esta matriz no siempre se puede hacer cero.

Ejemplo 1.5. Perturbacin constante
En este caso w = 1 y xw = . El sistema queda
xk +1 = ( L ) xk + (1 Lw ) wk
[1.60]
wk +1 = wk
En Matlab existe el comando place para ubicar los polos.

1.3. Observadores
Problema: cmo reconstruir el estado a partir de la salida.
Se ver que el estado puede ser reconstruido conociendo las
entradas y salidas pasadas.
yk n +1 = Cxk n +1
yk n +2 = C xk n+1 + C uk n +1
[1.61]
#
yk = C n 1 xk n +1 + C n 2 uk n +1 + " + C uk 1
definiendo
yk n +1 uk n +1
y y
Yk = k n +2 U k 1 = k n +2 [1.62]
# #
y u
k k 1
se reescribe
Yk = Wo xk n +1 + WuU k 1 [1.63]
donde
C 0 0 " 0
C C 0 " 0

Wo = C 2 Wu = C C " 0 [1.64]
# # # % #

C n 1 C n 2 C n 3 " C

Si el sistema es observable la matriz Wo es invertible.
xk n +1 = Wo1Yk Wo1WuU k 1 [1.65]
se puede reconstruir el estado a partir de muestras

anteriores.
Para calcular el valor del estado en la muestra k se toma la
ecuacin de estados y se calcula:
xk = n 1 xk n +1 + n 2 uk n +1 + " + uk 1 [1.66]
xk = n 1 (Wo1Yk Wo1WuU k 1 ) + n 2 uk n +1 + " + uk 1 [1.67]

definiendo
Ay = n 1Wo1
[1.68]
Bu = n 2
n 3
" W Wu
n 1
o
1
resulta
xk = AyYk + BuU k 1 [1.69]
el estado es una combinacin lineal de las muestras

anteriores.

1 T T 2

= = 2 C = [1 0] [1.70]
0 1 T
yk = x1k
T2 T2
yk = x1k 1 + Tx2 k 1 + uk 1 = yk 1 + T ( x2 k Tuk 1 ) + uk 1
2 2
[1.71]
resolviendo con respecto a los estados,

x1k = yk
y yk 1 T [1.72]
x2 k = k + uk 1
T 2
el primer estado es directamente la medicin de la salida
el segundo es la diferenciacin de muestras de la salida ms
el efecto de la actuacin.

1.3.1. Observador Dinmico
La reconstruccin anterior es muy sensible a perturbaciones
ya que se calculan, como en el ejemplo, por medio de
diferencias y pueden estar contaminadas por ruido.
Otra forma es construir un sistema
xk +1 = xk + uk [1.73]
Si el estado inicial es conocido y las matrices son

perfectamente conocidas, este sistema funciona.
Si el estado inicial es distinto, este sistema converger al
verdadero si es asintticamente estable.
Se puede introducir una mejora realimentando el error entre
la observacin de la salida y su valor
xk +1/ k = xk / k 1 + uk + K ( yk Cxk / k 1 ) [1.74]
el error de estimacin es
x = x x [1.75]
x k +1/ k = x k / k 1 K ( Cxk Cxk / k 1 )

[1.76]
= ( KC ) xk / k 1
esto debe converger a cero, de aqu se puede calcular K
Se calcula usando lo ya visto para asignacin de polos.

Ejemplo 1.7. Observador de Tiempo Finito
1 T k1 1 k1 T
o = KC = [1 0] = [1.77]
0 1 k2 k2 1
la ecuacin caracterstica es
z 2 ( 2 k1 ) z k1 + k2T = 0 [1.78]
si se desea obtener un polinomio

z 2 + p1 z + p2 = 0 [1.79]
resulta
k1 = 2 + p1
(1 + p1 + p2 ) [1.80]
k2 =
T
si fuese de tiempo finito sera
k1 = 2
1 [1.81]
k2 =
T
y el observador
1 1 2
xk +1 = xk + ( yk x1k ) [1.82]
1
0 1 T
o, reemplazando el estado,

x1k +1 = 2 yk yk 1
[1.83]
T(
x2 k +1 = 1 yk yk 1 )
1.3.2. Observador Sin Retardo

el observador anterior tiene un retardo de una muestra.
Para evitar esto se puede plantear
xk / k = xk 1/ k 1 + uk 1 + K yk C ( xk 1/ k 1 + uk 1 )
[1.84]
= ( I KC )( xk 1/ k 1 + uk 1 ) + Kyk
el error de estimacin ser
x k / k = xk xk = ( KC ) x k 1/ k 1 [1.85]
Ahora el par que debe ser observable es [,C ] en lugar de

[ , C ].
Pero se puede demostrar que si [,C ]es observable,
tambin lo es [,C ] , por lo que se puede encontrar K para
ubicar arbitrariamente los autovalores del observador.

Ejemplo 1.8. Observador reducido
El observador sin retardo aplicado al doble integrador
resulta
(1 k ) T 2
1 k1 T (1 k1 ) 1 2 k1
( )
xk / k = xk 1/ k 1 + uk 1 + k yk
k2 1 Tk2 T 1 T k2 2
2
[1.86]
haciendo la primer fila de I CK = 0 o sea k1 = 1, se

obtiene
0
0 0
uk 1 + yk
1
xk / k =

2 k 1 Tk
2
xk 1/ k 1 +

T 1 (T k2
2 )

k
2
[1.87]
es decir, x1k / k = yk no se necesita observarlo.

El nico estado a observar es
(
x2 k / k = (1 Tk2 ) x2 k 1/ k 1 + k2 ( yk yk 1 ) + T 1 T k2
2 )u k 1
[1.88]
si se quiere un observador de tiempo finito se hace k2 = 1

T
por lo tanto,
x2 k / k = 1
T ( yk yk 1 ) + T uk 1
2
[1.89]

1.4. Realimentacin con Observador
Ahora la ley de control es
uk = Lxk [1.90]
con
xk +1/ k = xk / k 1 + uk + K ( yk Cxk / k 1 ) [1.91]
Cmo se comporta en lazo cerrado?.

Para analizarlo se define
x = x x [1.92]
en lazo cerrado, el sistema se rige por

xk +1/ k = ( L ) xk + Lxk / k 1
[1.93]
x k +1/ k = ( KC ) xk / k 1
Se tienen 2n estados. Los autovalores sern los de L y
los de KC que corresponden al control y al observador.
Se puede separa el problema en dos.
El control se puede ver como una relacin entrada-salida
con una funcin de transferencia de la forma
H lc ( z ) = L ( zI + L + KC ) K
1
[1.94]
Este control tiene un retardo de una muestra. Se puede

evitar si se utiliza el observador sin retardo.

Ejemplo 1.9. Control del Doble Integrador con Observador
L se calcula para obtener una respuesta en lazo cerrado con
= 1, = 0,7 y T = 0,44
L = [0,73 1,21] [1.95]
2.5 2
2
1
1.5
0
1
-1
0.5
-2
0
-3
-0.5
-1 -4
-1.5 -5
0 1 2 3 4 5 6 0 1 2 3 4 5 6

1.4.1. Diferentes Perturbaciones
Un sistema con perturbaciones se puede modelar como
xk +1 xw xk
w = 0 w + 0 uk
k +1 w k
[1.96]
xk
y k = [C 0 ]
wk
generalmente, los autovalores de w estn sobre la
circunferencia unidad.
la matriz de controlabilidad es
" n 1
Wc = [1.97]
0 0 " 0
es no controlable debido a que la perturbacin es no
controlable.
La ley de control que se debe utilizar es
uk = Lxk Lw w k [1.98]
donde
xk +1 xw xk K
w 0 w 0 k K [ yk Cxk ]
= + u + [1.99]
k +1 w k w
la perturbacin es observable pero no controlable

1.4.2. Efecto Integral
Caso perturbacin constante y desconocida.
w = 1
[1.100]
xw =
si se hace
Lw = 1 [1.101]
se cancela la perturbacin.
El conjunto observador, control es
uk = Lxk w k
xk +1 = xk + ( w k + uk ) + K k
[1.102]
w k +1 = w k + K w k
k = yk Cxk
Se est integrando en error de observacin.
w
x - u y
L Proceso
-
Observador
de la w
Perturbacin

Observador
del Estado
la ecuacin anterior se puede rescribir

uk = Lxk w k
xk +1 = ( L ) xk + K ( yk Cxk ) [1.103]
w k +1 = w k + K w ( yk Cxk )
el estado se observa como si no hubiera perturbacin.
Si se calcula la funcin de transferencia,
H ( z ) = L ( zI + L + KC ) K
1
[1.104]
la relacin entrada salida del regulador es

L ( zI + L + KC ) 1 K +
U (z) = 1 Y ( z )
+
z 1 (
K w I C ( zI + L + KC ) K
1
)

[1.105]

1.5. Seguimiento de Referencias
Ley de control lineal
uk = Lxk + Lc rk [1.106]
xk +1 = xk + uk
yk = Cxk
[1.107]
xk +1 = xk + uk + K ( yk Cxk )
uk = Lxk + Lc rk
haciendo
x = x x [1.108]
se obtiene
xk +1 = ( + L ) xk + Lxk + Lc rk
x k +1 = ( KC ) x k [1.109]
yk = Cxk
el error de observacin no depende de la referencia, es no
controlable respecto a la misma.
La relacin referencia-salida
B(z)
H lc ( z ) = C ( zI + L ) Lc = Lc
1
[1.110]
Am ( z )
y en lazo abierto es
B(z)
H ( z ) = C ( zI )
1
= [1.111]
A( z )
se mantienen los ceros
Los autovalores para el rechazo de perturbaciones y para
seguimiento de referencias son los mismos y se varan con L.
1.5.1. Accin Integral
se agrega,
uk = Lxk vk + Lc rk
xk +1 = xk + ( vk + uk ) + K ( yk Cxk ) [1.112]
vk +1 = vk + K w ( yk Cxk )

uk = Lxk vk + Lc rk
xk +1 = ( L ) xk + Lc rk + K ( yk Cxk ) [1.113]
vk +1 = vk + K w ( yk Cxk )

1.5.2. Simulacin
Doble integrador continuo
1 - Realimentacin del estado sin observador. No se
compensa la perturbacin
estados y actuacin
2 2
1.5 1.5
1 1
0.5 0.5
0 0
-0.5 -0.5
-1 -1
-1.5 -1.5
-2 -2
0 20 40 60 80 100 0 20 40 60 80 100
2 - Realimentacin del estado sin observador. Se mide y se

2 2
1.5 1.5
1 1
0.5 0.5
0 0
-0.5 -0.5
-1 -1
-1.5 -1.5
-2 -2
0 20 40 60 80 100 0 20 40 60 80 100

3 - Realimentacin del estado con observador. No se
2 2
1.5 1.5
1 1
0.5 0.5
0 0
-0.5 -0.5
-1 -1
-1.5 -1.5
-2 -2
0 20 40 60 80 100 0 20 40 60 80 100
4 - Realimentacin del estado con observador. Se mide y se

2 2
1.5 1.5
1 1
0.5 0.5
0 0
-0.5 -0.5
-1 -1
-1.5 -1.5
-2 -2
0 20 40 60 80 100 0 20 40 60 80 100

5 - Realimentacin del estado con observador. Se observa y
se compensa la perturbacin
2 2
1.5 1.5
1 1
0.5 0.5
0 0
-0.5 -0.5
-1 -1
-1.5 -1.5
-2 -2
0 20 40 60 80 100 0 20 40 60 80 100
Perturbacin real y observada

2
1.5
0.5
-0.5
-1
-1.5
-2
0 20 40 60 80 100

6 - Realimentacin del estado con observador. Se observa y
se compensa la perturbacin. Se agrega una salida deseada
3 2
2.5
1.5
2
1
1.5
0.5
1
0.5 0
0
-0.5
-0.5
-1
-1
-1.5
-1.5
-2 -2
0 20 40 60 80 100 0 20 40 60 80 100

1.6. Controlador con Dos Grados de Libertad
Se separa el rechazo a perturbaciones del seguimiento de
trayectorias
r u ff
H ff
u fb u y
H fb Proceso
H fb se calcula para rechazo de perturbaciones

H ff es insensible al diseo para rechazo de perturbaciones
Se define un modelo
xm k +1 = m xm k + m rk
[1.114]
y m k = Cm x m k
Una ley de control natural es
uk = u fb k + u ff k
[1.115]
= L ( xm k xk ) + u ff k
si el estado sigue al modelo no hay realimentacin
r Modelo + u ff
Control en xm u fb y
Adelanto L Proceso
x
Observador
del Estado

Cmo generar la accin en adelanto
Hm (q)
u ff k = rk [1.116]
H (q)
Caso SISO
B (q) B (q)
H (q) = Hm (q) = [1.117]
A( q) Am ( q )
A( q) ( a1 a1m ) q n 1 + " + ( an anm )

u ff k = rk = 1 + rk
Am ( q ) q n + a1m q n 1 + " + anm

[1.118]
Los estados del modelo en la forma cannica controlable

son
xm k +1 = m xm k + m rk [1.119]
con
a1m a2m " anm1 anm
0
1 0 " 0 0

m = 0 1 " 0 0 m = 0 [1.120]
#
# # % # #
0 0 " 1 0 0
definiendo
C ff = a1 a1m a2 a2m " an anm [1.121]

la ley de control resulta
u ff k = rk + C ff xm k [1.122]
1.7. Adicin del Observador

u ff k = rk + C ff xm k
u fb k = L ( xm k xk ) Lw w k
xk +1 = xk + xw w k + uk + K k [1.123]
w k +1 = w w k + K w k
k = yk Cxk
u ff
r Modelo +
u fb u y
Control en xm
Adelanto L Proceso
Lw
w
Observador
x del Estado
Se logra separar el efecto de perturbaciones de carga, ruido

de medicin y seguimiento de referencias.

1.7.1. Simplificacin
Se hace
Cm = C m = [1.124]
Se define
e = xm x [1.125]
ek +1 = xm k +1 xk +1 =
= m xm k + m rk xk xw w k uk K k [1.126]
= ek xw w k + ( m ) xm k + rk uk K k
el vector ( m ) xm k + rk tiene todos sus elementos
ceros excepto el primero que es
(a
1 a1m ) xm1 + ( a2 a2m ) xm 2 + " + ( an anm ) xm n + rk = ( C ff xm + rk )
[1.127]
recordando
= u fb k + ( C ff xm k + rk )
[1.128]
( C ff xm k + rk )

( m ) xm k + rk =

0
# ff k k (
= u = u u
fb k )

0
[1.129]
ek +1 = ek xw w k + u fb k K k [1.130]

adems
k = yk Cxk
= yk Cxk + Cxm k Cxm k [1.131]
= yk ym k + Cek
el control resulta
u ff k = ( rk + C ff xm k )
u fb k = Lek Lw w k
[1.132]
ek +1 = ek xw w k + u fb k + K ( ym k yk Cek )
w k +1 = w w k + K w ( ym k yk Cek )
caso perturbacin constante
w = v w = 1 xw = [1.133]
quedando
u ff k = ( rk + C ff xm k )
u fb k = Lek vk
[1.134]
ek +1 = ( L KC ) ek + K ( ym k yk )
vk +1 = vk + K w ( ym k yk Cek )
tiene efecto integral
u ff
r Modelo +
u
Control en ym e u fb y
Observador
Adelanto L Proceso
del Estado
v
C
Kw
z 1
-1
Ejemplo 1.10. Doble integrador ---------------------------

1.8. Diseo de Movimiento Flexible
transmisin flexible
1
I Motor M1
2
1 J1 M2
2 J 2
x1 = 1 2
x2 = 1
0 [1.135]
x3 = 2
0
con
0 = k (
J1 + J 2 )
[1.136]
J1 J 2
el proceso es
0 1 1 0 0
dx
= 0 1 1 1 x + u + v
dt [1.137]
2 2 0 0
y = [0 0 0 ] x
con

= J1
( J1 + J 2 )
1 = d J
1 0
2 = d J [1.138]
2 0
= k1 J
1 0
= 1J
1 0
Valores
d factor de .1
amortiguamiento
viscoso
k1 constante de corriente 1
del motor
J1 momento de inercia 1 10
9
J2 momento de inercia 1 10
v torque de perturbacin
en J 1
0 1
p1 , p23 polos del proceso p1 = 0
p23 = 0,05 0,999 j

z1 ceros del proceso z1 = 10
p factor de 0,05
amortiguamiento
p frecuencia natural 1 rad
seg
---------------fig 418---------------------
---------------fig 419---------------------
- Condiciones de diseo:
m = 0,5 m = 0,7 [1.139]
- Perodo de Muestreo
dado que la frecuencia natural deseada es m = 0,5 se
puede elegir una N = > 10 m resultando
T
T = 0,5segs [1.140]
Se debera poner un filtro antialiasing

- Realimentacin del Estado
uk = Lxk + Lc rk [1.141]
Polinomio deseado
(s 2
+ 2 m m s + m
2
)(s +
1 m )=0
[1.142]
1 = 2

se discretiza para el perodo elegido y se calcula Lc para
ganancia unitaria.
No se introduce integrador
------------fig 420-----------------
- Observador
se eligen los polos del observador de la forma
( s 2 + 2 m 0 m s + ( 0 m )
2
)(s +
0 1 m )=0
[1.143]
0 = 1 = 2
es dos veces ms rpido que el proceso.
el perodo de muestreo es un poco grande
---------------fig 421--------------------

Ubicacion de Polos PDF

Caricato da

Informazioni sul documento

Titolo originale

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

Ubicacion de Polos PDF

Caricato da

Copyright:

Formati disponibili

1.

Diseo Basado en la Ubicacin de Polos

1. Diseo Basado en la Ubicacin de Polos___________ 1

Clase 04 Ubicacin de Polos.doc 1

Ejemplo 1.1. Doble integrador

en lazo cerrado resulta

si se quiere tener una ecuacin de diseo

Clase 04 Ubicacin de Polos.doc 2

en este caso siempre existe solucin.

se puede encontrar la forma cannica controlable mediante

Clase 04 Ubicacin de Polos.doc 3

Esto se puede obtener con la ley de control

Para llegar al sistema de partida se hace

la matriz T se obtiene mediante las matrices de

y la relacin entre ambas matrices es

Clase 04 Ubicacin de Polos.doc 4

Clase 04 Ubicacin de Polos.doc 5

con una entrada.

siendo Wc y Wc las matrices de controlabilidad de los

la segunda igualdad se obtiene aplicando Cayley-Hamilton

Clase 04 Ubicacin de Polos.doc 6

de la ecuacin [1.18] se puede ver que

que es la ecuacin [1.21] llamada frmula de Ackermann

T 1 = + a1 " n 1 + a1 n 2 + " + an 1 [1.30]

Clase 04 Ubicacin de Polos.doc 7

Se desea que en lazo cerrado tenga polos segn la ecuacin

L = [0 1]Wc1 P ( ) = 1 2 0,5 1 + p1 + p2 2T + p1T

igual resultado que antes

Clase 04 Ubicacin de Polos.doc 8

El polo en 0,5 puede ser cambiado arbitrariamente pero el

Clase 04 Ubicacin de Polos.doc 9

se puede demostrar que la relacin con el polinomio

para perodos muy pequeos se puede aproximar a

Sea el doble integrador que inicialmente tiene una posicin

Clase 04 Ubicacin de Polos.doc 10

El perodo de muestreo tambin influye. Una eleccin

Clase 04 Ubicacin de Polos.doc 11

Se puede mostrar que la matriz de lazo cerrado cumple

esto implica que, a partir de cualquier valor inicial, se

Hay solo un parmetro de diseo: el perodo de muestreo.

Clase 04 Ubicacin de Polos.doc 12

Clase 04 Ubicacin de Polos.doc 13

con condiciones iniciales dadas.

Clase 04 Ubicacin de Polos.doc 14

Este control hace que el sistema tenga el siguiente

Clase 04 Ubicacin de Polos.doc 15

Clase 04 Ubicacin de Polos.doc 16

Clase 04 Ubicacin de Polos.doc 17

se puede reconstruir el estado a partir de muestras

xk = n 1 (Wo1Yk Wo1WuU k 1 ) + n 2 uk n +1 + " + uk 1 [1.67]

el estado es una combinacin lineal de las muestras

Clase 04 Ubicacin de Polos.doc 18

resolviendo con respecto a los estados,

Clase 04 Ubicacin de Polos.doc 19

Si el estado inicial es conocido y las matrices son

x k +1/ k = x k / k 1 K ( Cxk Cxk / k 1 )

Clase 04 Ubicacin de Polos.doc 20

si se desea obtener un polinomio

Clase 04 Ubicacin de Polos.doc 21

1.3.2. Observador Sin Retardo

Ahora el par que debe ser observable es [,C ] en lugar de

Clase 04 Ubicacin de Polos.doc 22

haciendo la primer fila de I CK = 0 o sea k1 = 1, se