Curso de Control Moderno

MT227-A

Silabo del Curso de Control Moderno y Optimo

Profesora: Rosa Garrido Jurez

Oficina : A1 254
Telefono : 4811070- anexo 592
Email: rgarrido@uni.edu.pe

Libros de Referencia:

Gene F. Franklin, J. David Powell, Feedback Control of Dynamic Systems, Prentice Hall, 2014.
Katsuiko Ogata, Ingeniera de Control Moderna, Pearson Educacin S.A., 2010.

Sistema de Evaluacin F:

Examen Final:
Examen Parcial:
Practicas:

50%
25%
25%

Disfrute su estudio
disfrute su vida!

Control Moderno y Optimo

Sumilla del Curso

El curso consiste en el anlisis, diseo y sntesis de los

sistemas de control lineales invariantes en el tiempo. Los temas
a desarrollarse comprenden modelados lineales versus modelos
no lineales. En el modelado lineal se utiliza el descriptor de
espacio estado en sus diferentes formas cannicas, as como el
anlisis del comportamiento local y global, alcanzabilidad y
realimentacin de estados, detectabilidad y estimacin de
estados. En las tcnicas de diseo se utiliza la ubicacin de
polos y las tcnicas de optimizacin como LQR y LQG.

Control Moderno
El Control Moderno es una parte de la Ingeniera automtica. Se
centra en el control de los sistemas dinmicos mediante el
principio de la retroalimentacin, para conseguir que las salidas de
los mismos se acerquen lo ms posible a un comportamiento
predefinido usando la representacin de E-E.

Guiada

Cabeceo
Alabeo

Control Moderno
El Control Moderno se diferencia del control clsico desde la
llegada de los sistemas digitales.
El procesador es la principal herramienta del Control Moderno,
dando la posibilidad de implementar controles de sistemas no
lineales y multivariales.
El Control Moderno se forma a partir de varias ramas de
estudio, siendo las mas importantes, El control ptimo, El
Control Adaptativo, El Control Robusto y El Control
Inteligente.
El Control Robusto busca independizar el control de posibles
incertidumbres en el modelo de la planta.

LA RETROALIMENTACIN
Se

define como :
En sistemas de lazo cerrado la variable controlada es
comparada (directa o indirectamente) con la referencia
del sistema, de tal manera que pueda llevarse a cabo una
accin de control.

Una

realimentacin bien aplicada:

Incrementa la exactitud del sistema.

Reduce la sensibilidad de la salida a perturbaciones

externas y a las variaciones de los parmetros internos.

LA RETROALIMENTACIN
Incrementa el ancho de banda del sistema, que se define

como: el rango de funcionamiento en el cul el sistema

responde satisfactoriamente.
Una realimentacin aplicada mal, puede tender a la

oscilacin o a la inestabilidad.

Salida
deseada

Comparaci
n

Controlador

Proceso

Salida

Medida

Sistema de Control en lazo cerrado

Usa la salida y la retroalimentacin de esta
seal para compararla con la salida deseada
(referencia)

SISTEMA DE CONTROL
MULTIVARIABLE

Respuest
a de
salida
deseada

Controlado
r

Proceso

Medida

Salida

Sistemas MIMO
Interaccin entre las entradas y salidas

G(s)

Control
clsico

x Ax Bu
y Cx Du

Control
Modern
o

Transformaciones Lineales de
representacin de estados
x Ax Bu
y Ct x

G ( s ) C ( sI A) 1 B

Espacio
Estado
Sist. LTI

bm s m bm1s m1 ... b1s b0

G (s) n n1
s an s ... a1s a0

F.T.

Transformada de
Laplace

Inversa de la
Transformada de Laplace

y n an1 y ( n1) ... a0

b0u b1u ... bmu m

EDO

Cap 1: Descripcin de Espacio Estado

1.1 Conceptos Bsicos

Estado:

Variables de estado:

Vector de estado : la matriz columna consitste de n variables de estado

es un conjunto de numeros tal que el conocimiento de estos nmeros y

la funcin de entrada, describirn con las ecuaciones la dinmica, proveern el
estado futuro y la salida.
variables que determinan la conducta futura de un
sistema cuando se conoce el estado actual y la seal de excitacin .

x(t )

x1 (t )
x (t )
2

xn (t )

Espacio Estado: el espacio n dimensional constuido por las variables de

estado

Control Moderno y Optimo

13

1.2 Descripcin de Espacio Estado

Ecuaciones diferenciales de estado

x 1 (t ) f1 x1 (t ),..., xn (t ); u1 (t ),...ur (t ); t
x 2 (t ) f 2 x1 (t ),..., xn (t ); u1 (t ),...ur (t ); t

x n (t ) f n x1 (t ),..., xn (t ); u1 (t ),...ur (t ); t

Ecuacin de salida

y1 (t ) g1 x1 (t ),..., xn (t ); u1 (t ),...u r (t ); t

y2 (t ) g 2 x1 (t ),..., xn (t ); u1 (t ),...u r (t ); t

ym (t ) g m x1 (t ),..., xn (t ); u1 (t ),...u r (t ); t

Notacin compacta
x (t ) f ( x(t ), u (t ), t )

y (t ) g ( x(t ), u (t ), t )
Control Moderno y Optimo

14

Ejemplo 1: Considere el circuito RLC

Entrada: u (t )
Salida: uc (t )
La energa almacenada en el capacitor & inductor
Utilizando la ley de Kirchhoff
di (t )
L L RiL (t ) uc (t ) u (t )
dt
du (t )
C c iL (t )
dt
Hacer x1 (t ) iL (t ), x2 (t ) uc (t ) , conseguimos
x1 (t ) R / L 1 / L x1 (t ) 1 / L

u (t )
x (t ) 1 / C

0 x2 (t ) 0
2
x (t )
y (t ) 0 1 1
x2 (t )
Control Moderno y Optimo

15

Note que
L

Hacer

qc (t ) Cuc (t )

, tenemos

diL (t )
1
RiL (t ) qc (t ) u (t )
dt
C
dqc (t )
iL (t )
dt
x1 (t ) iL (t ), x2 (t ) qc (t )

, conseguimos

x 1 (t ) R / L 1 / LC x1 (t ) 1 / L

u (t )
x (t ) 1

0 x2 (t ) 0
2
x (t )
y (t ) 0 1 / C 1
x2 (t )
Las variables de estado no son unicas, el nmero de variables de

estado es igual al numero de elementos de almacenamiento de

energia independiente.

Control Moderno y Optimo

16

Descripcin de los diferentes tipos

Sistema no lineal variante en el tiempo

x (t ) f ( x(t ), u (t ), t )

y (t ) g ( x(t ), u (t ), t )

Sistema no lineal invariante en el tiempo

x (t ) f ( x(t ), u (t ))

y (t ) g ( x(t ), u (t ))

Sistema Lineal variante en el tiempo

x (t ) A(t ) x(t ) B (t )u (t )

y (t ) C (t ) x(t ) D(t )u (t )

Sistema Lineal invariante en el tiempo

x (t ) Ax(t ) Bu (t )

y (t ) Cx (t ) Du (t )
Control Moderno y Optimo

17

Diagrama de bloques del sitema lineal variante en el tiempo

Grafico de flujo de un sistema lineal variante en el tiempo

Control Moderno y Optimo

18

 Diagrama

de simulacin

Ejemplo 2: Considere el siguiente sistema

x 1 x2
x 2 x3
x 3 a1 x1 a2 x2 a3 x3 u
y c1 x1 c3 x3

Control Moderno y Optimo

19

1.3 Modelando en Variables de estado

Ejemplo 3: Considere el circuito RLC
Entradas:u1 (t ), u2 (t ) Salida: y (t )
Variables de estado: x1 i1 , x2 i2 , x3 uc
Utilizando las leyes de Kirchhoff:
di1
u1 L1
R1i1 uc
dt
di2
uc L2
R2i2 u2
dt
du
i1 i2 C c
dt
y R2i2 u2

Control Moderno y Optimo

20

Conseguimos
x 1

R1
1
1
x1 x3 u1
L1
L1
L1

x 2

R2
1
1
x2 x3 u2
L2
L2
L2

1
1
x1 x2
C
C
y R2 x2 u 2

x 3

O en forma matricial

R1

L
1

x 1
x
2
x 3

0
1
C

y 0 R2

Control Moderno y Optimo

0
R
2
L2
1

1
1
L1 x L1
1

1
x2 0
L2
x3 0
0

u1
u
2

1

L2
0

x1
u
0 x2 0 1 1
u2
x3
21

Ejemplo 4: Considere el sistema del motor DC

Entradas: voltage de armadura ua & torque de carga
Salida: velocidad angular
Energa almacenada: inductor & inercia rotatoria
Variables de Estado : x1 ia , x2

Md

dia
Ria eb
dt
d
Ma J
f Md
dt
eb Ce
ua La

M a CM ia

Donde Ce , CM , f , J son constantes del motor DC

Control Moderno y Optimo

22

Conseguimos

Ra
Ce
1
x 1
x1
x2 u a
La
La
La

CM
f
1
x 2
x1 x2 M d
J
J
J
y x2
O en la forma matricial

Ra

x 1 La
x C
2 M
J

y 0 1

Control Moderno y Optimo

Ce
1
La x1 La

f x2

J
x1
x2

0
ua

1 M d

23