Control de modo adaptativo cuasi-deslizante basado en un estimador

recursivo ponderado de mínimos cuadrados para un motor DC

Abstract
Este artículo presenta la metodología de diseño de un controlador de modo cuasi-deslizante
adaptativo de tiempo discreto (QSMC) basado en un estimador recursivo de mínimo cuadrado
ponderado (RWLS) para un motor de CC.

Introducción
SMC es un controlador potente que ofrece buenos rendimientos en sistemas, lineales y no lineales,
con incertidumbres en sus modelos.
La implementación de SMC parece limitada, a veces, para el requisito teórico de una señal de
control de conmutación, el fenómeno de vibración es producido por la discontinuidad de la señal de
dicho requisito de comunicación.
La disminución del error de estado estacionario causado por el QSMC se realiza típicamente
mediante la introducción de un término integral en la superficie deslizante

Modelo de motor de corriente continua

Se utiliza un modelo ARX de variante de tiempo para representar la dinámica del motor mediante el
enfoque de espacio de estado:

Dónde

 x (k) ∈ R es el vector de estado

 (k) ∈ R es el vector de salida,
 u (k) ∈ Rr es el vector de entrada
 A (k) ∈ Rn × n es la matriz de estado
 B (k) ∈ Rn × r es la matriz de entrada
 C (k) ∈ Rm × n es la matriz de salida.

Análisis de resultados
La figura 3 muestra la respuesta del sistema mediante el uso de estos dos algoritmos y las mismas
condiciones de prueba en ambos para comparar su rendimiento.
 La figura 3a muestra una cantidad considerable de parloteo,
La figura 3b muestra el resultado de implementar un SMC con
RWLS, donde claramente el efecto de parloteo todavía está
presente.
La figura 3c muestra una mejora significativa mediante la
implementación del algoritmo QSMC, aunque hay un error de
estado estacionario.
La figura 3d muestra el resultado de RWLS-QSMC;

La figura 4 muestra una comparación de QSMC y RWLS-

QSMC bajo un cambio de referencia (seguimiento).

La figura 5 muestra los resultados del sistema al rastrear

referencias lineales 8 y no lineales (trayectorias)

La figura 6 indica el esfuerzo de control también es menor en el

controlador propuesto sobre el QSMC, como se muestra en

La figura 7 muestra los errores del seguimiento de trayectoria

de la figura 5, donde es posible observar el rendimiento
mejorado de RWLS-QSMC sobre QSMC.