Sistemas Realimentados

Laboratorio Nº3
Julián Alejandro Ílamo Sarria Yeison Steven Bastidas Jurado
julianilamo@javerianacali.edu.co jason99@javerianacali.edu.co

I. INTRODUCCI ÓN Las ecuaciones de movimiento (EOM) que describen el com-

portamiento del sistema son:
EL Quanser QUBE-Servo 2, es un servo rotativo que se puede 1 1
(mp L2r + mp L2p − mp L2p cos(α)2 + Jr )θ̈
utilizar en una gran variedad de servo-control, este sistema 4 4
contiene interfaces las cuales permiten el control mediante 1 1
− ( mp Lp sin(α)cos(α))θ̇α̇ + ( mp Lp Lr sin(α))α˙2 = τ − Dr θ̇
2
una conexión a una computadora vı́a USB. Para esta práctica 2 2
se implementó el QUBE-Servo 2 basado en un péndulo. A (1)
partir de las ecuaciones que describen el comportamiento del
sistema, se linealizó en un punto de equilibrio, se describió 1 1
el comportamiento del sistema en este punto, para posterior- mp Lp Lr cos(α)θ̈ + (Jp + mp L2p )α̈
2 4 (2)
mente diseñar un controlador que lo estabilizara y realizar la 1 1
2 2
implementación en el Quanser. − mp Lp cos(α) sin(α)θ̇ + mp Lp sin(α) = −Dp α̇
4 2

Donde
II. M ATERIALES U TILIZADOS Km (Vm − Km θ̇)
τ= (3)
Rm
Para realizar la practica de laboratorio se utilizó el QUBE-
Los sistemas lineales son controlados por las dinámicas en
Servo 2 system, haciendo uso del Pendulum arm y el Rotatory
función de los estados, por esta razón, al querer controlar
arm rod que fueron manejados por un motor, el cual fue
la posición angular del péndulo primero se debe hallar una
controlado por medio del entorno de desarrollo de Arduino
representación lineal del modelo general del péndulo rotatorio
y procesado por un Arduino.
y ası́ encontrar el punto de equilibrio en el cual queremos tener
control.
III. MARCO TE ÓRICO
IV. DESARROLLO

El modelo que describe el péndulo es el siguiente: IV-A. Respuesta del sistema en lazo abierto

Las ecuaciones del sistema lineal de espacio de estados están

definidas por:
ẋ = Ax + Bu
(4)
y = Cx + Du
Donde x son los estados, y u la entrada de control. A la matriz
de dinámicas, B la matriz de entrada, C la matriz de sensores
y D la de término directo, para este sistema, los estados y las
salidas están definidos como:
 
θ  
α x
x=  ,y= 1
 
θ̇ x2
α̇

Al hacer uso del software de Mathematica, se linealizó el

Figura 1. Modelo del péndulo sistema en la posición vertical arriba del péndulo (x =
[0, π, 0, 0]T ),posteriormente, se obtuvieron las matrices que vista, se deben revisar las salidas del sistema para saber si
describen el sistema, las cuales fueron: tienen alguna relación con todos los estados, para que a partir
    de ellas sea posible estimarlos. En este caso, tenemos que las
0 0 1 0 0
0 salidas del sistema son θ y α, y los estados del sistema son θ ,
0 0 1   0 
A= 0 −28,20 −3,21 0,93  , B = 9,39
   α, θ̇, α̇. Como se puede notar, dos de los estados corresponden
a la salida del sistema, y los otros dos son la derivada de los
0 86,20 −3,18 −2,84 9,28
mismos, por lo tanto, se puede anticipar antes de hacer algún
    cálculo que el sistema es observable.
1 0 0 0 0
C= ,D = Para corroborar este análisis, se hizo uso de la función:
0 1 0 0 0
Los valores propios de la matriz A fueron los siguientes: ObservableModelQ [ s y s ]
λ1 = −9,7993
La cual validó True, lo que significa que el sistema es
λ2 = 8,27043
observable.
λ3 = −4,52204
λ4 = 0
Como se puede detallar, el valor de λ2 tiene un valor propio IV-D. Diseño del Estimador de Estados
positivo, lo cual nos indica que el sistema es inestable en el
punto que fue linealizado. Como el sistema es observable, se escogieron los siguientes
valores de lambda con parte real negativa:
IV-B. Matriz de Alcanzabilidad
λL1 = −2 + I
Es necesario saber si el sistema es alcanzable para poder
λL2 = −2 − I
estabilizarlo, el sistema linealizado es alcanzable sı́ y solo sı́
la matriz n × n de alcanzabilidad λL3 = −1 + I
λL4 = −1 − I

A2 B An−1 B
 
ωa = B AB ··· Los valores de la ganancia del observador obtenidos, fueron
los siguientes:
Es de rango completo.
Al evaluar el sistema, la matriz de alcanzabilidad está definida
 
−2,41 2,47
como: −5,18 2,36 
  LGains = 
 2,80 −31,87

0 9,39 −21,56 −244,7
 0 9,28 −56,18 1028,3  17,01 79,53
ωa =  9,39 −21,56 −244,7 3325,4 


9,28 −56,18 1028,3 −6983,9 Con estos valores y las condiciones iniciales (x0 ) con 0.20
rad, se logró obtener el estimador de estados.
en donde det(ωa ) = −9,89 × 107 6= 0, por lo tanto, el sistema
es alcanzable.

IV-C. Observabilidad del Sistema

Es necesario saber si el sistema es observable para poder

diseñar un estimador de estados, el sistema es observable sı́
y solo sı́ la matriz n × n de observabilidad

 
C
 CA

CA2
 
ωo = 
 

 ..

 .
CAn−1

Es de rango completo.
Es posible tener una noción de si el sistema es observable.
Para analizarlo y poder concluir que es observable a simple Figura 2. Comportamiento real y aproximado de θ y α
 Figura 4. Esfuerzo del sistema con condiciones iniciales de 0.68 rad

En la gráfica de la figura 4, se observa la salida del sistema

Figura 3. Comportamiento real y aproximado de θ̇ y α̇ en condiciones iniciales muy altas (40º Aprox), en la gráfica
de la figura 5, se simula el comportamiento del sistema en
condiciones iniciales de 0.25 rad.

En las gráficas de la figura 2 y 3, se observa que si bien al

inicio los valores de aproximación y los reales no son iguales,
a medida que pasa el tiempo, los estados aproximados toman
el comportamiento de los reales.

IV-E. Diseño del Controlador

Figura 5. Esfuerzo del sistema con condiciones iniciales de 0.25 rad

Como se corroboró en la sección IV-B, el sistema es contro-
lable, para hacer el diseño, los valores de lambda con parte
real negativa, fueron los siguientes: IV-F. EXPERIMENTACIÓN

Para hacer el diseño del controlador se tuvo en cuenta que

no iba a ser manejado por un sistema continuo sino discreto,
λK1 = −1 + 4I por lo tanto, el tiempo de muestreo del controlador fue de
1ms (h = 1ms), suficiente para que el sistema obtuviera los
λK2 = −1 − 4I datos de la posición angular del Servo para poder reaccionar
λK3 = −3 + I a tiempo.
λK4 = −3 − I Luego, se procede a elegir los valores L con los que será
posible una estimación de los estados, se han seleccionado
los siguientes valores propios para esta estimación: -3, -4, -5,
-6, ya que con estos valores será posible hacer que el valor
Una vez hecho esto, el vector de ganancias K fue: estimado se aproxime más rápido a su valor real sin necesidad
  de demandar una cantidad de energı́a muy alta y dentro del
KGains = −0,16 14,1 −0,46 0,68 rango máximo de voltaje.
Después se pasa a elegir los valores que van a tener las
Al diseñar el controlador, se limitó entre ±12V la saturación ganancias de los estados estimados, para ası́ poder llegar
del sistema, ya que, a la hora de hacer la implementación, a la estabilización lo más antes posible, para lograr esto
el servo operaba entre ese rango, las condiciones iniciales se eligieron valores propios negativos para que fuera un
(x0 ) fueron de 0,68 rad, para poder observar, mediante la sistema asintóticamente estables y lo suficientemente altos
simulación, como el sistema tendrı́a que hacer un máximo en magnitud para que el sistema logre estabilizarse rápido
esfuerzo para estabilizarse. dentro del rango de voltaje permitido por el sistema, el cual
es ±12V encargado de manejar la velocidad de rotación del
motor, los valores propios elegidos fueron: -10, -9, -4, -5,
correspondientes a θ, α, θ̇ y α̇ respectivamente.
Al momento de simular el diseño que se realizó en el sistema
se tuvieron en cuenta las condiciones iniciales, se hizo la
asunción de que el péndulo estaba a 0.25 radianes del origen,
para que se pudiera ver el esfuerzo que tuvo que hacer el
sistema para lograr llevarlo al punto de equilibrio, el cual
fue posible ya que estaba dentro de los valores máximos de
voltaje a los que podı́a recurrir como se puede apreciar en
la figura 6. Sin embargo, al momento de colocar el péndulo
con unas condiciones iniciales mayores como a Pi rad del
origen, este no iba a ser capaz de lograr el equilibrio por sus
limitaciones de voltaje, ya que este demandaba una cantidad
de energı́a muchı́simo mayor a sus capacidades máximas lo
que no resultarı́a posible en la implementación real, como se
muestra en la figura 7.
Figura 6. Esfuerzo del controlador con condición inicial de 0.25 rad
Figura 7. Esfuerzo del controlador con condición inicial de Pi rad
En las figuras 6 y 7 se pueden apreciar la cantidad de voltaje
o esfuerzo que se necesita para llevar el sistema al punto de
equilibrio.
Luego, solo queda implementar el sistema en el QUBE-Servo
2 en Arduino, pero este trabaja en tiempo discreto, por lo que
se utiliza una ecuación que logre estimar los estados del motor
en tiempo discreto que es la que se muestra en la ecuación
5, ya que normalmente solo se cuenta con las salidas θ y α
muestreadas a un periodo de 1ms, pero se necesitan también
sus otros estados para llegar a la estabilización del sistema lo
más aproximado a la exacta.
x̂ = x̂t−1 + h[Ax̂t−1 + Bu + L(y − C x̂t−1 )] (5)
Donde
u = −K x̂
Una vez obtenida la ecuación para hacer la aproximación,
obtenida después de hacer la multiplicación de matrices y
haber encontrado una forma general para cada uno de los
estados, se procede a reemplazar cada uno de los valores
obtenidos con los valores propios tanto para los L como para
los K dentro de la ecuación, además de reemplazar las demás
variables como el tiempo de muestreo y el valor anterior de la
x estimada, dando paso a una ecuación recursiva que estimará
los estados para que con una entrada entre -12 a 12V pueda
ser capaz de estabilizar el sistema con la condición de que
los parámetros iniciales deben de comenzar lo más cercano al
punto de equilibrio.
De lo contrario, ocurrirá lo mencionado anteriormente, no se
va a poder estabilizar debido a los altos niveles de voltajes que
demanda. Sin embargo, esto puede tener una solución, pero
es muy ineficiente y costosa, que serı́a tener un sistema que
resista el voltaje de entrada sin dañar la circuiterı́a dentro de la
maquina, pero esto no pasa en la realidad para las aplicaciones
comunes.
Finalmente se llega a la implementación del controlador en el
sistema, el cual se llevo a cabo con éxito después de algunos
percances con uno que otro signo, se logró sostener el péndulo
arriba por un tiempo indefinido, que incluso al perturbarlo con
un pequeño empujón podı́a lograr estabilizarse de nuevo sin
perder el control. También, es importante resaltar que para
lograr que el sistema funcionara correctamente fue necesario
tomar por lo menos el α real que arrojaba el sistema y dejar el
resto de los demás estados aproximados, si esto no se hacı́a,
el sistema nunca lograba estabilizarse y perdı́a el control.
IV-G. ANÁLISIS
Se fue posible evidenciar lo importante que fue tener todas
las componentes estimadas y reales para lograr el control
del péndulo en uno de sus puntos de equilibrio, ya que al
tener todos los parámetros necesarios como lo fue la posición
y la velocidad angular del péndulo y de su base, se pudo
obtener un sistema realimentado que nunca caerı́a siempre y
cuando la perturbación del entorno no lo empujara más de
un rango determinado del ángulo, debido a que el sistema
iba a poder manejar este pequeño rango con sus puntos
máximos de magnitud de voltaje como entrada. También, se
muestra una buena relación entre la simulación del modelo
y su implementación práctica, ya que los valores obtenidos
por simulación y sus limitaciones fueron bastante congruentes
con la implementación real, esto se debe a que los valores
constantes de este sistema ya ha sido bastante caracterizado
y por lo tanto es posible tener un control lo suficientemente
preciso sobre él.

V. CONCLUSIONES

En conclusión, se puede resaltar la relación que tienen los

estados de este sistema con la salida, ya que gracias a esto,
es posible estimar los estados del sistema y poder controlarlo.
Ası́ mismo, también es importante resaltar la importancia de
la definición de los valores propios para calcular los valores
L y K, ya que controlan el tiempo de llegada a un equilibrio
o a una estimación y es por esto que la velocidad con la que
se estiman los estados o se equilibra el punto depende de
la cantidad de esfuerzo que este tiene que hacer, lo cual fue
posible ver por la simulación y la aplicación práctica. Por ello,
es importante saber definirlos con respecto a las limitaciones
fı́sicas que se tengan del sistema real, como en este caso lo
fue el voltaje.

VI. BIBLIOGRAF ÍA

— [1] QUBE-Servo 2 Experiment-USER MANUAL © 2016

Quanser Inc