Mathematics">
SISTEMAS DE SEGUIMIENTO - Control Optimo
SISTEMAS DE SEGUIMIENTO - Control Optimo
SISTEMAS DE SEGUIMIENTO - Control Optimo
x (t )
r (t ) + + u (t ) y (t )
k1 x Ax Bu y Cx
- -
- -
k2
k3
kn
K=[ K 1 K 2 K 3 ⋯ K n ]
PROCEDIMIENTO:
1. Verificar la controlabilidad del sistema.
2. Elegir adecuadamente las matrices de ponderación Q y R (para pruebas asumir identidad).
3. Verificar la estabilidad |sI−( A−BK )|=0
4. Determine la matriz P, resolviendo la ecuación reducida de Riccati.
5. Calcule el vector de ganancias del controlador óptimo, considerando la matriz P del paso
anterior.
ẋ 1 1 x1 + 0 u
= 0
Ejemplo No. 1: Dada la planta ()(
ẋ 2 −1 −10 x 2 1 )( ) ( )
x1
y= (1 0 )
()
x2
1
Control II (EE-616) FIEE-UNI Ing. Daniel Carbonel Olazábal
Q= 10 0 y R=( 10 )
( )
0 1
2
Control II (EE-616) FIEE-UNI Ing. Daniel Carbonel Olazábal
1. Verificando la controlabilidad:
M =[ B AB ] = 0 1 ⟹ Rank ( M )=2
[
1 −10 ]
Por lo tanto el sistema es de estado completamente controlable.
2. Verificamos la estabilidad:
|sI−( A−BK)|= s 0 − 0
(| 0 s ) (−1−K 1
=
s
)| | −1
|
1 −10−K 2 1+ K 1 s +10+ K 2
p11 p12
Con: P=
( p12 p22 ) reemplazamos:
Resolviendo (1), (2) y (3) y considerando que P es Simétrica Real Positiva Definida, obtenemos:
P= ( 42.05
4.14
4.14
0.46 )
4. Obtenemos el vector de ganancias K:
−1 T
K=R B P=( 0.1 )( 0 1 ) ( 42.05
4.14
4.14
0.46 )
3
Control II (EE-616) FIEE-UNI Ing. Daniel Carbonel Olazábal
K= [ 0.414 0.046 ]
4
Control II (EE-616) FIEE-UNI Ing. Daniel Carbonel Olazábal
x(t )
r (t ) + + u (t ) y (t )
kI x Ax Bu
y Cx
- -
- -
k1
k2
kn
ẋ 1 1 x1 + 0 u
= 0
Ejemplo No. 2: Dada la planta ()( ẋ 2 −1 −10 x 2 1 )( ) ( )
x1
y= (1 0 )
()
x2
10 0 0
[
Q= 0 1 0 R=(10)
0 0 1 ]
Identificamos:
A=[−10 1
−10 ]
0
B=[ ]
1
C=[1 0]
Con ello obtenemos la ecuación característica
A 0
A=
^
−C( 0 )
Por lo tanto:
5
Control II (EE-616) FIEE-UNI Ing. Daniel Carbonel Olazábal
0 1 0
^
[
A= −1 −10 0
−1
Luego:
0 0 ]
^B= B
()
0
Entonces:
0
[]
^B= 1
0
1) Verificamos la controlabilidad:
M =[ B
^ ^^ ^^
AB A2 B
^]
1
^ ^
A B= −10
0 [ ]
−10
A2 B=
^ ^ 99
−1 [ ]
Entonces:
0 1 −10
^
[
M = 1 −10 99
0 0 −1 ]
Rank ( M
^ ) =3
2) Resolviendo RICATTI:
AT P+
^ ^ P^^ ^B
A−P ^^ ^ T P=−Q
R−1 B ^ … … … …(α )
0[
^ = p11 −10 p21 p12−10 p22
0
p13−10 p23
0 ]
− p12− p13 p11 −10 p 12 0
^
[
P A = −p 22− p23
^
−p 23− p33
p12−10 p 22 0
p13−10 p 23 0 ]
^
PB R−1 ^BT ^
^^ P
p11 p 12 p 13 0 p11 p 12 p 13
[ ] [ ]( ) [
p 21 p 22 p 23 1
p 31 p 32 p 33 0
1
10
[ 0 1 0 ] p 21 p 22 p 23
p 31 p 32 p 33 ]
Efectuando:
p11
[] p 21 [ 0 1 0 ] [ p 11 p12
p 31
p13 ]
p12
[ ][
0 0
10
p11 p12 p13
0
0
p22
10
p32
0 p21
0
p31
p22
p32
p23
p33 ]
10
7
Control II (EE-616) FIEE-UNI Ing. Daniel Carbonel Olazábal
p 22 p23
5) p13 −10 p23− =10
10
p12 p22
6) − p22− p23 + p11−10 p12− =0
10
Analizamos para los elementos de la matriz P:
Si p23=−3.16
De (2):
p 212
− p12− + 5= p13………… (7)
20
de (4 )
p222 1
p12=10 p 22+ − …………..(8)
20 2
( 8 ) en ( 7 ) y luegoen ( 5 ) obtenemos :
−2.0187
p22=
{ −1.9599
−0.0107+i 0.02 }
Aplicando el criterio de Sylvester:
P22> 0
8
Control II (EE-616) FIEE-UNI Ing. Daniel Carbonel Olazábal
Para p23=3.16
( 7 ) en ( 6 ) y luegoen ( 5 )
−198.93+ j2.04
p22=
{
−198.93−
−4.01
1.87
j2.04
}
Tomamos el valor de 1.87 por la condición de p22
p22=1.87
En (5):
p13=−32.19
Luego en (2):
Por lo tanto:
p12=19.0482
En la ecuación (6):
p11 =192.75
De la ecuación (3):
p33=9.179
Finalmente la matriz ^
Pque se obtiene es:
La matriz ^
−3.16
9.179 ]
K
K=R−1 BT P
^ ^
9
Control II (EE-616) FIEE-UNI Ing. Daniel Carbonel Olazábal
^
K=[1.90482 0.187 −0.316]
10