Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
J. M. De La Cruz
Dept. de Arquitectura de Computadores y Automática. U. Complutense. Madrid, jmcruz@dacya.ucm.es
100 MA
Gcorr = (1)
s + 100 Figura 3: Diagrama de bloques agrupados del
modelo de la dinámica vertical del buque.
para aumentar el orden del denominador de G2H
introduciendo un polo lejano en s=-100 que no tiene 2.2 MODELO DE LOS ACTUADORES
ninguna influencia sobre el comportamiento del
sistema. Se diseñaron dos actuadores [9] y [10] para intentar
disminuir las aceleraciones verticales en el buque.
Si se define : Por un lado unas aletas en proa (T-Foil) y por otro
lado un alerón en popa (Flap). Se obtuvo un modelo
G2 H no lineal en Simulink para dichos actuadores, que
G1He = K1 ⋅ G1H G2 He = ⋅ Gcorr
K1 (2) permite realizar tanto control en posición como
G control en velocidad. También se obtuvieron modelos
G1Pe = K 2 ⋅ G1P G2 Pe = 2P lineales para los actuadores, que son válidos siempre
K2 y cuando no se produzca saturación.
0.58379 0.41621
RGA =
Figura 5: Diagrama de bloques del modelo del 0.41621 0.58379
proceso.
Del análisis de la magnitud de los elementos de la
2.3.1 Estudio de la Interacción entre las variables RGA se deducen los siguientes emparejamientos:
del proceso 1) La variable manipulable ref_Flap se asociará con
la variable controlada movimiento de arfada.
La dificultad de controlar un proceso multivariable 2) La variable manipulable ref_Tfoil se asociará con
reside en el grado de interacción que existe entre sus la variable controlada movimiento de cabeceo.
variables, dicha interacción se manifiesta de un modo
más acentuado cuando está funcionando el Aplicando el teorema de Niederlinski [12] se puede
controlador. El análisis de la interacción nos permite comprobar que estos emparejamientos no provocan
conocer mucho mejor al proceso, decidir sobre la inestabilidad en lazo cerrado.
conveniencia o no de utilizar una estrategia de
control centralizado o si con un control Por otro lado la poca diferencia en magnitud entre los
descentralizado es suficiente. elementos de la diagonal y los elementos de fuera de
la diagonal de la RGA, indican la existencia de un
El cálculo de la matriz de ganancias relativas [6] o acoplo no despreciable. Es decir cualquier acción que
RGA, permitirá conocer el índice de interacción y se realice sobre alguna de las variables manipulables,
resolver el problema del emparejamiento entre las afectará a ambas variables controladas y no sólo a la
variables manipuladas y las variables controladas variable controlada con la que estaba emparejada.
(pairing). Es lógico controlar cada variable Con lo que se puede utilizar una estrategia de control
controlada con la variable manipulada que tenga descentralizado mediante el diseño adecuado de una
mayor influencia sobre ella. red de desacoplo, o una estrategia de control
centralizado.
Si se utilizan el modelo lineal de los actuadores para
control en posición, que es válido siempre que no se 2.4 MODELO DE LA RED DE DESACOPLO.
esté en saturación, es posible representar al proceso
mediante las siguientes ecuaciones: En la sección 2.3.1 al calcular la matriz RGA se ha
puesto de manifiesto la necesidad de incluir en el
diseño una red de desacoplo. En la Figura 6 se ± log 10 (J / g ) # µ MSI (7)
muestra la red de desacoplo añadida al proceso. MSI = 100 ⋅ 0.5 ± erf
0.4
Altura olas
donde
Arfada
µ MSI = −0.819 + 2.32(log10 ω e ) (8)
u1 ref_Flap 2
Red
de Proceso
u2
desacoplo
ref_Tfoil Cabeceo siendo g la aceleración de la gravedad y ωe la
frecuencia de encuentro.
Figura 6: Red de desacoplo añadida al proceso. En la Tabla 1 se muestra el valor máximo del
MSI/100 obtenido mediante la simulación de la
La red de desacoplo W que se ha utilizado, viene dinámica vertical del buque sin actuadores a distintas
dada en función de las funciones de transferencia del velocidades y estados de la mar SNN (Sea State
proceso linealizado G11, G12, G21 y G22. Number).
1 N
J (θ ) = ∑ acv40(θ , ti ) (11)
N i =1
Dado una pareja de valores de velocidad del buque y
estado de la mar, se desea encontrar aquella posición
de los actuadores, prescindiendo de control, para la
Donde θ es el vector de parámetros de los que se obtiene un porcentaje de reducción mayor en
controladores GC1 y GC2 : el valor máximo del MSI.
θ=[KP1, TD1, KP2, TD2]T (12) Se realizó un barrido de simulaciones, con un paso de
1º, para el rango de posiciones posibles del Tfoil
El problema de optimización no lineal a resolver [-15º,15º] y para el rango de posiciones posibles del
consiste en la obtención del vector de parámetros θopt Flap [0º,15º]. En la Tabla 2 se muestra las posiciones
que minimice la función de coste J. del Flap y del T-Foil con las que se consigue un
mayor porcentaje de reducción en el valor máximo
J (θ opt ) = min J (13) del MSI para distintas velocidades y SSN.
θ ∈S
SSN=4 SSN=5 SSN=6 velocidades y estados de la mar (SSN) utilizando el
V Fl Tf Fl Tf Fl Tf esquema de control propuesto.
(nudos)
20 5º 12º 1º -6º 2º 0º Velocidad SSN=4 SSN=5 SSN=6
30 0º -15º 2º 6º 10º 2º (nudos)
40 2º -9º 12º 14º 4º -2º 20 32.05 % 17.02 % 10.21 %
Tabla 2: Posiciones del Flap (Fl) y del T-Foil (Tf) 30 42.13 % 19.52 % 11.37 %
con las que se consigue un mayor porcentaje de 40 34.92 % 15.59 % 8.12 %
reducción en el valor máximo del MSI. Tabla 7: Porcentajes de reducción del valor máximo
del MSI/100 obtenido utilizando el esquema de
En la Tabla 3 se muestra el porcentaje de reducción control propuesto para distintas velocidades y SSN.
en el valor máximo del MSI/100 que se obtiene
simulando con las posiciones de los actuadores de la Desde la Figura 8 hasta la Figura 16 se representa
Tabla 2 a distintas velocidades y SSN. para las aceleraciones sufridas con distintas
velocidades y SSN el MSI/100 que se obtiene
Velocidad SSN=4 SSN=5 SSN=6 mediante simulación para: (a) El proceso sin
20 11.68 % 5.56 % 2.56 % actuadores. (b) El proceso con los actuadores en
30 11.91 % 7.04 % 3.47 % posición fija. (c) El proceso controlado.
40 10.07 % 6.79 % 3.54 %
R e d u c c io n d e l m á x im o d e l M S I/ 1 0 0 (b )1 1 . 6 8 1 9 % (c )3 2 . 0 5 5 8 %
Tabla 3: Porcentaje de reducción en el valor máximo 0.18
(a )
del MSI/100 que se obtiene simulando con las 0.16
(b )
(c )
posiciones de los actuadores de la Tabla 2.
0.14
0.1
20 [2.5449, 1.1508, 5.5944, 2.568] Figura 8: MSI/100 obtenido en: (a) el proceso sin
30 [12.485, 1.5747, 11.605, 1.8292] actuadores. (b) el proceso con los actuadores en
40 [1.1323, 0.4018, 7.7953, 1.2641] posición fija ref_Flap= 5º y ref_Tfoil =12º. (c) el
Tabla 4: Vectores θopt obtenidos para distintas proceso controlado. V=20 nudos SSN=4.
velocidades y estado de la mar 4.
R e d u c c io n d e l m á x im o d e l M S I/ 1 0 0 (b )5 . 5 6 8 3 % (c )1 7 . 0 2 4 9 %
0.35
Velocidad θopt=[KP1, TD1, KP2, TD2] (a )
(b )
(nudos) 0.3 (c )
40 [13.585, 0.3396, 3.3321, 1.2171] Figura 9: MSI/100 obtenido en: (a) el proceso sin
Tabla 6: Vectores obtenidos θopt para distintas actuadores. (b) el proceso con los actuadores en
velocidades y estado de la mar 6. posición fija ref_Flap=1º y ref_Tfoil =-6º. (c) el
proceso controlado. V=20 nudos SSN=5.
En la Tabla 7 se muestra el porcentaje de reducción
en el valor máximo del MSI/100 para distintas
R e d u c c io n d e l m á x im o d e l M S I/ 1 0 0 (b )2 . 5 6 2 3 % (c )1 0 . 2 0 5 4 % R e d u c c io n d e l m á x im o d e l M S I/ 1 0 0 (b )3 . 4 7 7 4 % (c )1 1 . 3 6 8 9 %
0.45 0.7
(a ) (a )
(b ) (b )
0.4
(c ) 0.6 (c )
0.35
0.5
0.3
0.4
M S I/ 1 0 0
M S I/ 1 0 0
0.25
0.2
0.3
0.15
0.2
0.1
0.1
0.05
0 0
0 0.5 1 1.5 2 2.5 3 0 0.5 1 1.5 2 2.5 3
F re c u e n c ia d e e n c u e n t ro (ra d / s e g ) F re c u e n c ia d e e n c u e n t ro (ra d / s e g )
Figura 10: MSI/100 obtenido en: (a) el proceso sin Figura 13: MSI/100 obtenido en: (a) el proceso sin
actuadores. (b) el proceso con los actuadores en actuadores. (b) el proceso con los actuadores en
posición fija ref_Flap = 2º y ref_Tfoil = 0º. (c) el posición fija ref_Flap = 10º y ref_Tfoil = 2º. (c) el
proceso controlado V=20 nudos SSN=6. proceso controlado. V=30 nudos SSN=6.
R e d u c c io n d e l m á x im o d e l M S I/ 1 0 0 (b )1 1 . 9 1 2 % (c )4 2 . 1 3 0 2 % R e d u c c io n d e l m á x im o d e l M S I/ 1 0 0 (b )1 0 . 0 7 0 2 % (c )3 4 . 9 1 8 3 %
0.18 0.35
(a ) (a )
(b ) (b )
0.16
(c ) 0.3 (c )
0.14
0.25
0.12
0.2
M S I/ 1 0 0
M S I/ 1 0 0
0.1
0.08
0.15
0.06
0.1
0.04
0.05
0.02
0 0
0 0.5 1 1.5 2 2.5 3 0 0.5 1 1.5 2 2.5 3
F re c u e n c ia d e e n c u e n t ro (ra d / s e g ) F re c u e n c ia d e e n c u e n t ro (ra d / s e g )
Figura 11: MSI/100 obtenido en: (a) el proceso sin Figura 14: MSI/100 obtenido en: (a) el proceso sin
actuadores. (b) el proceso con los actuadores en actuadores. (b) el proceso con los actuadores en
posición fija ref_Flap = 0º y ref_Tfoil = -15º . (c) el posición fija ref_Flap = 2º y ref_Tfoil = -9º. (c) el
proceso controlado. V=30 nudos SSN=4. proceso controlado. V=40 nudos SSN=4.
R e d u c c io n d e l m á x im o d e l M S I/ 1 0 0 (b )7 . 0 4 7 4 % (c )1 9 . 5 1 8 1 % R e d u c c io n d e l m á x im o d e l M S I/ 1 0 0 (b )6 . 7 9 8 8 % (c )1 5 . 5 9 6 %
0.5 0.7
(a ) (a )
0.45 (b ) (b )
(c ) 0.6 (c )
0.4
0.35 0.5
0.3
0.4
M S I/ 1 0 0
M S I/ 1 0 0
0.25
0.3
0.2
0.15 0.2
0.1
0.1
0.05
0 0
0 0.5 1 1.5 2 2.5 3 0 0.5 1 1.5 2 2.5 3
F re c u e n c ia d e e n c u e n t ro (ra d / s e g ) F re c u e n c ia d e e n c u e n t ro (ra d / s e g )
Figura 12: MSI/100 obtenido en: (a) el proceso sin Figura 15: MSI/100 obtenido en: (a) el proceso sin
actuadores. (b) el proceso con los actuadores en actuadores. (b) el proceso con los actuadores en
posición fija ref_Flap = 2º y ref_Tfoil = 6º. (c) el posición fija ref_Flap = 12º y ref_Tfoil = 14º. (c) el
proceso controlado. V=30 nudos SSN=5. proceso controlado. V=40 nudos SSN=5.
0.7
R e d u c c io n d e l m á x im o d e l M S I/ 1 0 0 (b )3 . 5 3 8 3 % (c )8 . 1 9 2 2 % En la Tabla 7, se observa que los mayores
(a )
(b )
porcentajes de reducción en el valor del MSI/100 se
0.6 (c ) obtienen para estado de la mar 4 y los menores
porcentajes de reducción en el valor del MSI/100 se
0.5
obtienen para el estado de la mar 6. Esto se debe a
0.4 que cuanto menor es el estado de la mar menores son
M S I/ 1 0 0
Velocidad SSN=4 SSN=5 SSN=6 [1] J. Aranda, J.M. de la Cruz, J.M. Díaz, B. de
Ándres, P. Ruipérez, J.M. Girón. (2000)
20 31.99 % 16.86 % 10.15 %
Modelling of a High Speed Craft by a Non-Linear
30 42.13 % 14.85 % 10.21 %
Least Squares Method with Constrints. 5th IFAC
40 28.90 % 11.59 % 7.85 %
Conference on Manoeuvring and Control of
Tabla 8: Porcentajes de reducción del valor máximo Marine Crafts MCMC2000. Aalborg.
del MSI/100 obtenido utilizando el esquema de
control propuesto y fijando [2] J. Aranda, J.M. de la Cruz, B. de Andres, J.M.
θ=[12.485, 1.5747, 11.605, 1.8292]T para distintas Díaz, S. Estebán, J.M. Girón, L. Grau, J.A.
velocidades y SSN. López, P.Ruipérez. (1999) Datos utilizados en la
identificación de modelos lineales de la dinámica Complutense Proyecto TAP 97-0607-C03-
vertical del buque TF-120. Informe técnico nº 01.(www.dia.uned.es/cribav/)
CRIBAV-00-01. Dpt. Inf. y Aut. UNED Proyecto
TAP 97-0607-C03-02.(www.dia.uned.es/cribav/)
[11] A.R.J.M. Lloyd. (1989) Seakeeping. Ship
Behaviour in Rough Weather. Ellis Horwood,
[3] J. Aranda, J.M. de la Cruz, B. de Andres, J.M.
Díaz, S. Estebán, J.M. Girón, L. Grau, J.A.
[12] Niederlinski, A. (1971) : “A heuristic Approach
López, P.Ruipérez. (1999) Identificación de
to the design of linear multivariable interacting
modelos lineales continuos para la dinámica
control systems”. Automática, Vol. 7, pp. 691-
vertical del buque TF-120 (mediante algoritmos
701
genéticos y mínimos cuadrados no lineales).
Informe técnico nº CRIBAV-00-02. Dpt. Inf. y
Aut. UNED. Proyecto TAP 97-0607-C03-
02.(www.dia.uned.es/cribav/)