Está en la página 1de 50

MAESTR A EN CONTROLES INDUSTRIALES

CONTROL MULTIVARIABLE

Ph.D.Ing Antonio Faustino Muoz Moner Dr.Sc

BIBLIOGRAFIA

O.I.Elgerd, Control Systems Theory, 1 ed., Ed.McGrawHill, 1967. B.D Anderson, J.B.Moore, Linear Optimal Control, 1ed.,Prentice Hall, 1971 E.Mosca, Optimal Predictive and Adaptive Control, 1ed.,Prentice Hall, 1995 B.DeMoor,Y.Cheng, P.DeGersem and K.Eneman, Computer Aided Control Systems Design, Course Notes. ESAT-SISTA Katholieke Universiteit Leuven, 1996.

BIBLIOGRAFIA

Kasuhiko Ogata, Discrete time Control Systems, 2 ed., Ed.Prentice Hall, 1987. Seberg, Edgar et al., Process Dynamics and Control, 1ed.,John Wiley & Sons, 1989

Contenido
Introduccin Control Multivariable Efectos de interacciones Modelizacin y funciones de transferencia Controlabilidad Ejemplo Evaporador Observabilidad Estabilidad, Estabilizabilidad, Detectabilidad Transformaciones similares y Descomposicin Cannica de Kalman. Realizacin Mnima, otras Formas Cannicas.

Contenido
Control Desacoplado La matriz de ganancias relativas La matriz de transferencia Seleccin de lazos de control usando la Matriz de Ganancias Relativas. Ejemplo evaporador Control Multivariable Desacoplado. Mtodo de ubicacin de polos Realimentacin de estado Ubicacin de los polos Deadbeat

Contenido
Regulador optimo cuadrtico lineal. Introduccin La funcin de costo Control optimal LQR(Regulador cuadrtico lineal) Introduccin a la entrada de referencia Estimadores de estado. Estimador de orden reducido Filtro de Kalman

Exmen
Reporte de Aplicaciones : 40% Exmen escrito : 60%

INTRODUCCION

Hasta ahora se tiene una entrada - una salida En la mayora de los procesos se tienen varias entradas, entonces la operacin del proceso tiene que ver con ms de una salida. Ejemplo 1 : Torre de destilacin Entradas : Flujo de destilado Flujo del rehervidor Propiedades de alimentacin Salidas : Concentracin producto de tope Concentracin producto de fondo

INTRODUCCION

Sistemas MIMO, se aplica linealizacin, F.T, diagramas de bloques El control multivariable involucra el objetivo de mantener varias variables controladas en puntos de ajuste (set-points) independientes.

Ejemplo 2: Reactor qumico


Objetivos : Controlar L, T, []salida en puntos de ajuste independientes. El control de sistemas multivariables requiere anlisis mas complejo que para el caso SISO.

INTRODUCCION

Interaccin : resulta de relaciones de proceso que causan que una variable manipulada afecte mas de una variable controlada. No es posible analizar cada conexin variable manipulada-controlada individualmente para determinar su desempeo, debe considerarse el sistema de control integrado. Dos aproximaciones bsicas de control MIMO Extensin de un lazo de control sencillo Control coordinado o centralizado.

CONTROL MULTIVARIABLE

Efecto de interacciones
El control MIMO ocurre en casi todos los procesos, pues Q, P, T,L y calidad de producto normalmente se controlan juntos. Aproximacin multilazo (multiples controladores de lazo sencillo). Ventajas : algoritmos sencillos, fcil de entender por los operadores y existen diseos de control standard. Los controladores de lazo sencillo son algoritmos directamente independientes(no se comunican)

CONTROL MULTIVARIABLE

Efecto de interacciones
Una manipulacin hecha por un controlador puede influenciar otras variables controladas (interaccin).

Bloques de ganancia dinmica

CONTROL MULTIVARIABLE

Efecto de interacciones
Se asume que las ganancias G11 y G22 son bloques con dinmicas de primer orden y sin tiempo muerto y que no existe interaccin entre los lazos. Se aplica control de ganancia proporcional, a cada lazo.

Polinomios caracterstico Sistema estable para cual quier k

CONTROL MULTIVARIABLE

Efecto de interacciones
Se asume que las ganancias G11 y G22 son bloques con dinmicas de primer orden y sin tiempo muerto y que existe interaccin entre los lazos. El sistema ser estable solo para ciertos valores de las ganancias

Ecuacin caracterstica

CONTROL MULTIVARIABLE

Existe interaccin si la respuesta de una variable controlada frente al cambio de una variable manipulada, cambia al cerrar otro de los lazos presentes en el sistema. El problema de interaccin entre lazos puede ser aliviado a travs de una seleccin adecuada de pares de variables manipuladas y controladas.

Si u1 controla y1 y la variable u2 controla la variable y2 y no hay un desempeo adecuado, entonces el sistema se deber organizar de forma que u1 controle y2 y u2 controle y1.

CONTROL MULTIVARIABLE

En sistemas ms grandes hay ms complejidad (un sistema NxN, tiene N! posibles combinaciones). Es por ello que es importante evaluar de manera cuantitativa el grado de interaccin entre los distintos lazos de control. Esta informacin se puede utilizar para disear un sistema con mnimas interacciones : Matriz de Ganancias Relativas
(Relative Gain Array-RGA).

MODELIZACION Y FUNCIONES DE TRANSFERENCIA

Sistemas dinmicos

Sistema SISO : single input-single output Sistema MIMO : Multiple input-multiple output

MODELIZACION Y FUNCIONES DE TRANSFERENCIA

Linealizacin (el anlisis del curso esta restringido a sistemas dinmicos lineales)
Usando Series de Taylor se pueden aproximar las funciones f(.) y g(.) para obtener una representacin lineal del sistema alrededor del punto de operacin as :

MODELIZACION Y FUNCIONES DE TRANSFERENCIA

Si el punto de operacin es adems un punto de equilibrio el sistema se ver reducido a un sistema dinmico lineal con parmetros invariantes en el tiempo.
(A)

: Desviacin del estado del sistema


: Condiciones iniciales del sistema

: Desviacin de la entrada del sistema con respecto al punto alrededor del cual se realiz la linealizacin.

MODELIZACION Y FUNCIONES DE TRANSFERENCIA

Caso discreto

MODELIZACION Y FUNCIONES DE TRANSFERENCIA

Caso continuo

Caso discreto

MODELIZACION Y FUNCIONES DE TRANSFERENCIA

Funcin de transferencia Matriz de transferencia de u hasta y

Forma matricial de (A)

MODELIZACION Y FUNCIONES DE TRANSFERENCIA

Respuesta dinmica

Dados
Si u(t)=0 , ser posible observar que para cualquier ,

MODELIZACION Y FUNCIONES DE TRANSFERENCIA

Respuesta impulso

Paso unitario Si D=0

Caso discreto, Dados

MODELIZACION Y FUNCIONES DE TRANSFERENCIA

Respuesta impulso

CONTROLABILIDAD Y OBSERVABILIDAD

CONTROLABILIDAD : Un sistema dinmico es controlable si es posible alcanzar un estado deseado x(t1) = x1, a partir de un estado inicial x(0) = x0 en un tiempo t1 finito. La Controlabilidad de un sistema se puede verificar a travs de criterios algebraicos y geomtricos.Mtodo ms comn, evaluar la matriz de controlabilidad :

El par (A,B) es controlable si y solo si el rango de donde n es el orden del sistema.

es igual a n,

CONTROLABILIDAD Y OBSERVABILIDAD

CONTROLABILIDAD : Explicacin, se escoge un sistema lineal de la forma :

Forma matricial

CONTROLABILIDAD Y OBSERVABILIDAD

CONTROLABILIDAD :

(Ver: Teorema de Cayley-Hamilton)

Solo ser posible calcular un vector de entradas


que lleve la planta del estado x0 al estado xk+1,s el rango = n. Las matrices de controlabilidad para sistemas continuos y para sistemas discretos tienen la misma forma.

CONTROLABILIDAD Y OBSERVABILIDAD

OBSERVABILIDAD : Un sistema es observable si conociendo la entrada u y la salida y es posible determinar el estado x. Matriz de observabilidad

Se dice que el sistema es observable si el rango de es igual a n, donde n es el orden del sistema.

CONTROLABILIDAD Y OBSERVABILIDAD

OBSERVABILIDAD : Explicacin, se toma el sistema autnomo :

Respuesta del sistema

CONTROLABILIDAD Y OBSERVABILIDAD

OBSERVABILIDAD :

Obsrvese que siempre que el rango( ) = n ser posible calcular el valor de x0 a partir de las salidas observadas.

Las matrices de controlabilidad para sistemas continuos y discretos son iguales.

CONTROLABILIDAD Y OBSERVABILIDAD

Prueba de Popov-Belevitch-Hautus (PBH)


Prueba de Controlabilidad. (A, B) es controlable s y solo s no existe un vector propio de AT diferente de cero que es perpendicular a B. (A, B) no es controlable si existe un vector tal que

CONTROLABILIDAD Y OBSERVABILIDAD

Prueba de Popov-Belevitch-Hautus (PBH)


Prueba de Controlabilidad.

Si existe un vector propio q y un valor propio tal que q es perpendicular a B se puede decir que el modo correspondiente al valor propio es no controlable. Ejemplo :
El sistema (A, B) tiene un modo no controlable .

CONTROLABILIDAD Y OBSERVABILIDAD

Prueba de Popov-Belevitch-Hautus (PBH)


Prueba de Observabilidad.

El sistema dinmico con matrices (A, C) es observable si no existe un vector propio de A que es perpendicular a CT.
(A, C) no es observable si existe un vector tal que

CONTROLABILIDAD Y OBSERVABILIDAD

Prueba de Popov-Belevitch-Hautus (PBH)


Prueba de Observabilidad.

Si existe un vector propio p y un valor propio tal que p es perpendicular a C se puede decir que el modo correspondiente al valor propio no es observable. Ejemplo :

CONTROLABILIDAD Y OBSERVABILIDAD

Estabilidad

Caso continuo Un sistema dinmico autnomo es estable s y solo s la parte real de todos los valores propios de A son menores que cero (estn ubicados en la parte izquierda del plano complejo), p.e., Re(A)<0. Caso discreto

Un sistema dinmico autnomo es estable s todos los valores propios de A estn ubicados dentro del circulo unitario en el plano complejo, p.e., |(A)|<1.

CONTROLABILIDAD Y OBSERVABILIDAD

Estabilidad :Una matriz A con esta propiedad se dice que es estable o Hurwitz.
Valores propios de A : Matriz de transferencia del sistema [A,B,C,D] :

Se puede observar que los polos de la matriz de transferencia son los valores propios de A.

CONTROLABILIDAD Y OBSERVABILIDAD

Estabilizabilidad :
Un sistema con matrices (A,B) se dice estabilizable, si sus modos no controlables son estables. Esta propiedad garantiza que cuando se aplique un sistema de control al sistema, las variables que no sean controlables no crecern a lmites que pongan en peligro la operacin o la integridad del sistema.

CONTROLABILIDAD Y OBSERVABILIDAD

Detectabilidad :
Un sistema con matrices (A,C) se dice detectable, si sus modos inestables son observables. Esta propiedad garantiza que se puede construir estimadores de estado estables.

Ejemplo : Dado el sistema

CONTROLABILIDAD Y OBSERVABILIDAD

Detectabilidad : ContEjemplo :

Transformaciones Similares y Descomposicin Cannica deKalman Sea una matriz no singular (invertible). Se define la transformacin lineal de cambio de coordenadas como:

Sistema en variables de desviacin y lineal izado.

Sistema transformado(nuevo sistema coordenado)

Estas ecuaciones representan el mismo sistema dinmico, para cualquier matriz no singular T.

Transformaciones Similares y Descomposicin Cannica de Kalman La matriz de transferencia G(s) no se ve alterada por el cambio de coordenadas,

Principio de la descomposicin de Kalman :Dado un sistema dinmico descrito por [A,B,C,D].

Siempre es posible encontrar una transformacin T invertible, tal que las matrices transformadas tengan la estructura:

Transformaciones Similares y Descomposicin Cannica deKalman r1, ..., r4 son las dimensiones de los bloques

Funcin de los distintos bloques. Observe el siguiente sistema dinmico [A,B,C,D] transformado a travs de la descomposicin de Kalman en:

Transformaciones Similares y Descomposicin Cannica deKalman Respuesta en el tiempo del sistema

no son alterados por la entrada u, estos son los estados no controlables. no tienen influencia en la salida y, estosson los estados no observables.

Transformaciones Similares y Descomposicin Cannica deKalman Respuesta en el tiempo del sistema

no son alterados por la entrada u, estos son los estados no controlables. no tienen influencia en la salida y, estosson los estados no observables.

Transformaciones Similares y Descomposicin Cannica deKalman Realizacin Mnima : Una realizacin mnima es aquella que tiene la matriz A de menor tamao para todas las tripletas [A,B,C] que satisfacen:

El sistema [A,B,C,D] es mnimo s y solo s es controlable y observable.

Transformaciones Similares y Descomposicin Cannica deKalman Forma Cannica Controlable: Dado un sistema de simple entrada mltiples salidas descrito por:

Asumiendo que (A,b) es controlable. El sistema G(s) se puede transformar en un sistema de la forma:

Transformaciones Similares y Descomposicin Cannica deKalman Forma Cannica Controlable, donde

la transformacin Tc se define como,

Transformaciones Similares y Descomposicin Cannica deKalman Forma Cannica Observable: Dado un sistema de mltiple entrada y simple salida descrito por:

Asumiendo que (c, A) es observable. El sistema G(s) se puede transformar en un sistema de la forma:

Transformaciones Similares y Descomposicin Cannica deKalman Forma Cannica Observable Donde,

La transformacin To se define como