Autor: Manuel Lopez-Martinez.

Captulo: Linealizacin por realimentacin.

Ttulo: Diseo de sistemas no lineales.
Curso: MASTER EN AUTOMTICA, ROBTICA Y TELEMTICA. 2009

Captulo 3
Linealizaci
on por realimentaci
on
3.1.

Introducci
on

La linealizacion por realimentacion es un metodo de dise

no de sistemas de control
no lineales que ha experimentado gran auge y aceptacion en los u
ltimos a
nos. La
idea principal es la de transformar, de forma parcial o total, la din
amica no lineal
del sistema a controlar en una dinamica lineal. El hecho de obtener una dinamica
resultante lineal, permite aplicar tecnicas lineales para obtener el sistema en bucle
cerrado deseado. Por otro lado, el principal inconveniente del metodo es que exige
disponer de un modelo exacto del sistema. Para solventar este inconveniente R. Marino y P. Tomei presentan en [104] un metodo de linealizacion por realimentacion
adaptativo para sistemas con incertidumbres en el modelo. En esta investigacion no
se estudiara el caso de control adaptativo.
Este captulo esta dividido en dos bloques principales:
En el primer bloque se van a resumir los conceptos principales referentes a la
linealizacion por realimentacion (A. Isidori [57], S. Sastry [129], J. Slotine [141],
M. Spong [143], R. Su [146], V. Etxebarra [35]). Se deniran los conceptos
de grado relativo, linealizacion entrada-estado, linealizacion entrada-salida y
dinamica cero. Se extendera el metodo de linealizacion por realimentacion para
el caso multivariable. Se introducira la denicion de la matriz de desacoplo, que
permite conseguir el desacoplamiento entre las entradas y las salidas, es decir,
un control sin interaccion. Por otro lado, se comentaran los diversos metodos
33

34

para intentar obtener grado relativo cuando este no esta bien denido, bien
por extension dinamica o bien por inversion del sistema. Para nalizar con los
preliminares teoricos, se remarcaran los puntos en com
un de la linealizacion por
realimentacion con el concepto de atness ( M. Fliess [38, 39, 40], M. Rathinam
y R. Murray [122, 110, 113, 123]).

En el segundo bloque se presentaran todos los casos de estudio analizados con

linealizacion por realimentacion en esta tesis, haciendo mayor hincapie en las
aportaciones publicadas, as como en el material original a
un sin publicar.

3.2.

Preliminares te
oricos

La teora de la linealizacion por realimentacion se basa en diversos conceptos

matematicos de geometra diferencial.
A continuacion se presentan conceptos matematicos como el gradiente de una
funcion escalar, el Jacobiano de una funcion vectorial y la derivada direccional de un
campo escalar en la direccion de un campo vectorial, tambien conocida como derivada
de Lie. Se dene, tambien, el concepto de difeomorsmo y se expone el teorema de
Frobenius, el cual se reere a la existencia de soluciones para sistemas de ecuaciones
en derivadas parciales.
Tras el formalismo matematico, se presentan las tecnicas de linealizacion por realimentacion para sistemas SISO, tanto entrada-estado como entrada-salida. Para los
casos en que un sistema no es completamente linealizable, se presentan tanto el concepto de grado relativo como la representacion de sistemas en su forma normal, la
cual permite descomponer la dinamica total del sistema en dinamica externa lineal
y dinamica interna no lineal. Esta descomposicion sera muy u
til cuando se pretenda
estudiar la estabilidad de la dinamica interna del sistema, ya sea globalmente, o ya sea
localmente, en cuyo caso se hablara de dinamica cero. El analisis de estabilidad de la
dinamica cero permitira dise
nar controladores de alta ganancia que aseguren la estabilidad asintotica local del sistema completo. Por u
ltimo se extenderan los conceptos
expuestos para el caso de sistemas MIMO.

35

3.2.1.

Formalismo matem
atico

A continuacion se expondran algunos conceptos basicos:

Gradiente de una funci
on escalar.
Jacobiano de una funcion vectorial.
Si h(x) es una funcion escalar del estado (n-dimensional), su gradiente es un vector
de dimension (1 n) denido por:


h
h
h
(3.2.1)
h =

=
x
x1
xn
Si f (x) es una funcion vectorial del estado (n-dimensional), tambien llamada campo
vectorial, el Jacobiano viene dado por una matriz de dimensiones (n n)

f1
f1

xn
x. 1 .
f
..

..
f =
= ..
(3.2.2)
.

x
fn
fn
x
x1
n
Denici
on 3.2.1. Sea la funcion escalar h : Rn R y el campo vectorial f :
Rn Rn . Se dene la derivada de Lie o derivada direccional de h en la direccion
de f como la funcion escalar dada por:
L
 f h = hf

(3.2.3)

Las derivadas direccionales m

ultiples pueden denirse recursivamente seg
un:
L
 0f h = f ;

i1 

i1 
f h = L
L
 if h = L
f L
 f h f

i = 1, 2, . . .

(3.2.4)

Del mismo modo, si g(x) es otro campo vectorial, entonces la funcion escalar doble
derivada direccional de h respecto de f y g viene dada por:
L
 gL
 f h = (Lf h)g

(3.2.5)

Este concepto es importante desde el punto de vista de control, porque las derivadas
respecto del tiempo de la salida de un sistema dinamico, as como la derivada de una
funcion de Lyapunov candidata, pueden expresarse en terminos de derivadas de Lie.

36

Denici
on 3.2.2. Sean f y g dos campos vectoriales en Rn . Se dene el campo
adjunto de g respecto de f o corchete de Lie como:
adf g = [f , g] = gf f g

(3.2.6)

y de forma recursiva
ad0f g = g;

adif g = [f , adi1
f g]

i = 1, 2, . . .

(3.2.7)

Difeomorsmos y transformaciones en el espacio de estado

Denici
on 3.2.3. Una funcion : Rn Rn denida en una region del espacio de
estado es un difeomorsmo si es suave y su inversa 1 existe y es tambien suave.
Si es todo el espacio Rn , entonces (x) se denomina difeomorsmo global.
Lema 3.2.1. Sea (x) una funcion suave denida en una regi
on de Rn . Si el
Jacobiano es no singular en un punto xo de , entonces (x) es un difeomorsmo
local en una subregi
on de .
Los difeomorsmos son transformaciones no lineales que sirven para cambiar las variables de estado en las que se expresa un sistema no lineal.

El Teorema de Frobenius
El teorema de Frobenius se reere a la existencia de soluciones para sistemas de
ecuaciones en derivadas parciales. Este teorema sera usado en el tratamiento formal
de la linealizacion por realimentacion completa de sistemas de orden n. Antes de
enunciar el teorema de Frobenius es necesario denir que son sistemas completamente
integrables y sistemas involutivos.
Denici
on 3.2.4. Se dice que un conjunto linealmente independiente de campos
vectoriales {f1 , . . . , fm } en Rn es completamente integrable si y solo si existen n m

37

funciones escalares h1 (x), h2 (x), . . . , hnm (x), donde x es el estado del sistema, tales
que satisfacen el siguiente sistema de ecuaciones diferenciales en derivadas parciales:
L
 fj hi = hi fj = 0

1 i n m;

1jm

(3.2.8)

y los gradientes hi son linealmente independientes.

Notese que al ser m el n
umero de campos vectoriales y n la dimension del espacio
asociado, el n
umero de funciones escalares incognitas hi es n m, y por tanto el
n
umero de ecuaciones en derivadas parciales sera el producto del n
umero de campos
vectoriales por el n
umero de funciones incognitas, esto es, m(n m).
Denici
on 3.2.5. Se dice que un conjunto de campos vectoriales linealmente independientes {f1 , . . . , fm } en Rn es involutivo si y solo si existen funciones escalares
ijk : Rn R tales que:
[fi , fj ](x) =

ijk (x)fk (x)

i, j

(3.2.9)

k=1

Involutividad signica que si se forman los corchetes de Lie de cualquier par de

campos vectoriales del conjunto {f1 , . . . , fm }, entonces el campo vectorial resultante
puede ser expresado como combinacion lineal del conjunto original de campos vectoriales. Notese que:
Los campos vectoriales constantes son siempre involutivos. De hecho, el corchete
de Lie de dos vectores constantes es el vector cero, que puede ser trivialmente
expresado como combinacion lineal de los campos vectoriales.
Un conjunto compuesto de un vector f es involutivo. De hecho,
[f , f ] = (f )f (f )f = 0
Visto lo anterior, se puede presentar el teorema de Frobenius.
Teorema 3.2.2. Sea {f1 , . . . , fm } un conjunto de campos vectoriales linealmente
independientes. El conjunto es completamente integrable si y solo si es involutivo.

38

3.2.2.

Linealizaci
on entrada-estado SISO

Denici
on 3.2.6. Un sistema SISO no lineal descrito por las ecuaciones
x = f (x) + g(x)u

(3.2.10)

se dice que es linealizable entrada - estado si existe una region en Rn , un difeomorsmo : Rn y una ley de control no lineal
u = (x) + (x)

(3.2.11)

tales que las nuevas variables de estado z = (x) y la nueva entrada satisfagan la
relacion lineal invariante en el tiempo siguiente:
z = Az + b
donde A y b viene denidos por:

0 1

0 0

. .
A = .. ..

0 0

0 0

(3.2.12)

0 0

1 0

.. . . ..
. .
.

0 1

0 0

b=

..
.

(3.2.13)

El estado z se denomina estado linealizante, y la ley de control u = (x) + (x)

se denomina ley de control linealizante.
El siguiente teorema establece las condiciones necesarias y sucientes para que un
sistema del tipo x = f (x) + g(x)u pueda linealizarse entrada-estado.
Teorema 3.2.3. El sistema no lineal x = f (x) + g(x)u, donde f (x) y g(x) son
campos vectoriales suaves, es linealizable entrada-estado si y solo si existe una regi
on
tal que se cumplen las dos siguientes condiciones:

39

Los campos vectoriales {g, adf g, . . . , adn1

f g} son linealmente independientes en
.
El conjunto {g, adf g, . . . , adn2
f g} es involutivo en .
La primera condicion representa una condicion de controlabilidad generalizada
para sistemas no lineales anes en la actuacion.
Observaci
on 3.2.1. Un sistema no lineal puede ser controlable aunque su aproximacion
lineal no lo sea.
La segunda condicion es siempre satisfecha por los sistema lineales, por lo que
puede establecerse el siguiente corolario.
Corolario 3.2.4. Un sistema lineal es linealizable entrada-estado si y solo si es controlable.
M
etodo para linealizar entrada-estado
Los pasos para linealizar por realimentacion entrada-estado un sistema no lineal
de la forma x = f (x) + g(x)u son los siguientes:
Construir los campos vectoriales {g, adf g, . . . , adfn1 g} para el sistema dado.
Probar si se cumplen las condiciones de controlabilidad generalizada y la de
involutividad.
Si se cumplen ambas condiciones, encontrar la primera componente del nuevo
vector de estado, z1 , resolviendo las ecuaciones:
z1 g = z1 adf g = z1 ad2f g = . . . = z1 adn2
f g = 0 (3.2.14)
z1 adn1
f g = 0

(3.2.15)

Este sistema de ecuaciones es equivalente a resolver el sistema de ecuaciones:

 gL
 f z1 = . . . = L
 gL
 n2
L
 g z1 = L
f z1 = 0

(3.2.16)

L
 gL
 n1
f z1 = 0

(3.2.17)

40

Calcular el nuevo vector de estado completo a partir de su primera componente

z1 , mediante la transformacion

T
n1
(3.2.18)
z(x) = z1 L
 f z1 . . . L
 f z1
y la ley de control linealizante
u = (x) + (x)
L
 nf z1
u=
L
 gL
 n1
f z1

(3.2.19)

donde:
(x) =

Lnf z1
L
 gL
 n1
f z1

(x) =

1
L
 gL
 n1
f z1

(3.2.20)

Notese, que la resolucion simbolica de sistemas de ecuaciones diferenciales en derivadas parciales, representa un problema complejo de calculo que solo esta parcialmente resuelto. En la actualidad hay programas de calculo avanzado, tales como MAPLE,
que aportan soluciones particulares para algunas clases de sistemas de ecuaciones diferenciales.

3.2.3.

Linealizaci
on entrada-salida SISO

En esta seccion se discutira la linealizacion entrada-salida de sistemas no lineales

con una entrada descritos por la representacion en el espacio de estados
x = f (x) + g(x)u

(3.2.21)

y = h(x)

(3.2.22)

donde y es la salida del sistema. Por linealizacion entrada-salida se entiende la generacion de una relacion diferencial lineal entre la salida y y una nueva entrada .
Generando una relaci
on lineal entrada-salida
El procedimiento general para obtener dicha ley de linealizacion consiste en derivar
la salida y repetidas veces hasta que aparezca la entrada u, y entonces dise
nar u para

41

cancelar la no linealidad. El n
umero de veces que es necesario derivar se conoce por
el nombre de grado relativo.
A continuacion se introducira el concepto formal de grado relativo.
Denici
on 3.2.7. El sistema no lineal de una entrada y una salida
x = f (x) + g(x)u
y = h(x)
se dice que tiene grado relativo r en el punto xo si:
1. L
 gL
 kf h(x) = 0 para todo x en un entorno x de xo y todo k < r 1
2. L
 gL
 fr1 h(x) = 0
Observaci
on 3.2.2. Si n es el orden del sistema de partida, siempre se cumplira que
r n.
Observaci
on 3.2.3. Si el grado relativo de un sistema x = f (x) + g(x)u respecto a la
salida y = h(x) es r = n, entonces la linealizacion entrada-salida, en virtud de 3.2.16
y tomando z1 = y, es equivalente a la linealizacion entrada-estado.
Del mismo modo se puede enunciar el siguiente lema.
Lema 3.2.5. La linealizacion entrada-estado es resoluble si y s
olo si existe un entorno
x de xo y una salida h(x) evaluada en R denida en x, tal que el sistema
x = f (x) + g(x)u
y = h(x)
tiene grado relativo n en xo .

42

Observaci
on 3.2.4. Puede ocurrir que dada una salida determinada el grado relativo
de un sistema no este bien denido para un punto.
A continuacion se estudiara el caso en el que el grado relativo esta bien denido,
y posteriormente el caso en el que no lo este.
Caso I: Grado relativo bien denido
Considerese una region x en el espacio de estado. Si se deriva respecto al tiempo
la salida y, y se utiliza la notacion de derivada direccional (derivada de Lie), se obtiene:
h
 g h(x)u
(3.2.23)
y =
x = h(f + gu) = L
 f h(x) + L
x
Si se verica que L
 g h(x) = 0 para alg
un x = xo , entonces por continuidad, la relacion
se verica en un entorno nito de xo . En esta region, la transformacion de la entrada
denida por:
L
 fh
(3.2.24)
u=
L
 gh
da lugar a la relacion lineal y = . Sin embargo, si L
 g h(x) = 0, x x, entonces
no puede construirse la anterior transformacion, y hay que derivar la salida respecto
del tiempo una vez mas:
 gL
 f h(x)u
y = L
 2f h(x) + L

(3.2.25)

 f h(x) = 0, x x, se debe seguir derivando la salida, hasta que para alg

un
Si L
 gL
entero r se obtenga:
y (r) = L
 rf h(x) + L
 gL
 fr1 h(x)u

(3.2.26)

con L
 gL
 r1
un xo x. Entonces por continuidad, la relacion
f h(x) = 0 para alg
anterior se cumplira tambien en un entorno nito de xo . En esta region , la ley
de control
L
 rf h
u=
(3.2.27)
L
 gL
 fr1 h
da lugar a la relacion lineal-entrada salida
y (r) =

(3.2.28)

El n
umero de derivadas necesarias es el grado relativo del sistema como se ha denido
en la denicion 3.2.7.

43

Caso II: Grado relativo no denido

Regresando a la denicion 3.2.7, se observa que puede haber puntos donde el
grado relativo no esta denido. Esto ocurre, de hecho, cuando la primera funcion de
la secuencia
 gL
 f h(x), . . . , L
 gL
 kf h(x), . . .
L
 g h(x), L

(3.2.29)

que no sea identicamente cero (en un entorno de xo ) tenga un cero exactamente en

el punto x = xo . Sin embargo, el conjunto de puntos donde un grado relativo puede
ser denido es claramente un subconjunto abierto del conjunto donde el sistema
x = f (x) + g(x)u

(3.2.30)

y = h(x)

(3.2.31)

esta denido.
Observaci
on 3.2.5. En el caso de que el grado relativo del sistema no este bien denido
para una salida h(x) dada, se puede optar por dise
nar una nueva salida cticia de
tal manera que el grado relativo s este bien denido, al menos localmente en torno
al punto de trabajo elegido.

3.2.4.

Formas normales

Un sistema SISO no lineal

x = f (x) + g(x)u

(3.2.32)

y = h(x)

(3.2.33)

de grado relativo r < n puede transformarse en un sistema parcialmente lineal. El

sistema resultante puede descomponerse en un subsistema lineal de orden r, que
representa la dinamica externa entrada-salida, y en un subsistema no lineal de orden
n r que representa la dinamica interna de los estados que no afectan a la salida. En
la siguiente proposicion se resumira el concepto de linealizacion parcial.

44

Proposici
on 3.2.6. Considerese un sistema no lineal con grado relativo r en un
punto xo . La ley linealizante
u=

L
 rf h(x)

(3.2.34)

L
 gL
 fr1 h(x)

transforma este sistema en un sistema cuyo comportamiento entrada salida es identico

al de un sistema lineal que tenga una funcion de transferencia
H(s) =

1
sr

(3.2.35)

La descomposicion obtenida se denomina forma normal, la cual puede escribirse

en un sistema SISO con grado relativo r como a continuacion se indica. En primer
lugar se denotara con la letra al vector correspondiente a los estados que forman la
dinamica externa:

T
= z1 . . . zr
(3.2.36)
Del mismo modo se denotara con la letra al vector correspondiente a los estados
que forman la dinamica interna.
=

T
zr+1 . . . zn

(3.2.37)

z1 = y = h(x)
z1 = z2
z2 = z3
..
.
zr1 = zr
zr = L
 rf z1 + L
 gL
 fr1 z1 u =
= q(, )
Se supondra a partir de ahora y sin perdida de generalidad, que en el punto de
equilibrio xo los vectores (, ) son nulos. Por lo tanto, si xo era un equilibrio para

45

el sistema en las coordenadas originales, su correspondiente punto (, ) = (0, 0)

es un punto de equilibrio para el sistema en las nuevas coordenadas. Al linealizar
parcialmente el sistema e imponer un controlador externo que lleve los estados de
la dinamica externa asintoticamente a cero, no se esta garantizando que el estado
completo del sistema llegue de forma asintotica al equilibrio xo . Para que esto ocurra,
es necesario que los estados de la dinamica interna del sistema tambien tiendan de
forma asintotica a cero. En general, demostrar esto no es una tarea sencilla, siendo
necesario atacar el problema de otra forma. Se plantean dos opciones: estabilizaci
on
asintotica global o estabilizacion asintotica local.

Estabilizaci
on asint
otica global
Como se ha comentado anteriormente, el analisis de la estabilidad de la dinamica
interna es un problema practicamente intratable en la mayora de los casos. En general, para hacer frente al dise
no de un controlador externo que haga que el equilibrio
en cero sea globalmente asintoticamente estable, se tendra que buscar una funcion de
Lyapunov, de tal manera que garantice que tanto los estados de la din
amica externa
como los estados de la dinamica interna converjan de forma asintotica a cero.

Estabilizaci
on asint
otica local
Un metodo sencillo para conseguir la estabilizacion asintotica local consiste en
dise
nar el controlador externo para que estabilice u
nicamente los estados de la
dinamica externa. Para realizar esto bastara dise
nar un controlador lineal de tal
manera que el polinomio caracterstico del subsistema externo en bucle cerrado sea
Hurwitz.
zr = L
 rf z1 + L
 gL
 r1
f z1 u =
= c1 z1 c2 z2 . . . cr zr
o lo que es lo mismo
 rf y + L
 gL
 fr1 yu =
y (r) = L
= c1 y c2 y . . . cr y (r1)

46

Para garantizar que el sistema completo sea al menos localmente asintoticamente estable, se ha de garantizar que en un entorno del equilibrio (, ) = (0, 0), la dinamica
interna tienda tambien de forma asintotica a cero. Esto se puede garantizar analizando
una propiedad intrnseca del sistema
x = f (x) + g(x)u

(3.2.38)

y = h(x)

(3.2.39)

denominada dinamica cero.

Denici
on 3.2.8. Se dene la dinamica cero como la dinamica interna cuando la
salida y todas sus derivadas son nulas.
Observaci
on 3.2.6. Para garantizar que las salidas y sus derivadas, es decir, los estados
de la dinamica externa, tiendan de forma asintotica a cero, se ha de cumplir que la
dinamica cero del sistema sea asintoticamente estable.
Denici
on 3.2.9. Se dene sistema de fase mnima como aquel cuya dinamica cero
es asintoticamente estable. Analogamente, se dene sistema de fase no mnima como
aquel cuya dinamica cero es inestable.
A continuacion se estudiara el problema de hacer identicamente cero la salida (Ze
roing the Output). Este
consiste en encontrar el par formado por dos valores iniciales,
uno correspondiente al valor inicial del estado interno, o , y el otro, el correspondiente al valor inicial de la ley de control linealizante, uo , de tal manera que la salida del
sistema y sus derivadas, es decir los estados de la dinamica externa, permanezcan a
cero para todo instante t en un entorno de t = 0. Haciendo cero los estados externos
en (3.2.38), se obtiene:
=0
L
 rf h(x(t)) + L
 gL
 fr1 h(x(t))u(t) = 0
Lrf h(x(t))
u(t) =
L
 gL
 fr1 h(x(t))

(t)
= q(0, (t)), (0) = o

(3.2.40)

47

donde u(t) esta evaluado para = 0, y sustituyendo la condicion inicial (0) = o

se obtiene uo . Notese que esta se
nal de control linealizante es la u
nica entrada capaz
de mantener la salida identicamente a cero para todos los instantes de tiempo.
Observaci
on 3.2.7. Si al analizar la dinamica cero, esta resulta asintoticamente estable, la se
nal de control linealizante tendera de forma asintotica a cero. Por lo tanto,
si la dinamica externa tambien es asintoticamente estable, entonces la dinamica completa es localmente asintoticamente estable (LAS).
Se acaba de mostrar un metodo para dise
nar un controlador que haga que un
equilibrio sea localmente asintoticamente estable (LAS). Este metodo es mas potente
que el consistente en realizar un aproximacion lineal del sistema en torno a un punto y
dise
nar un controlador local. Esto es as porque el metodo expuesto permitira demostrar la estabilidad para casos en los que el sistema linealizado tenga autovalores con
parte real nula y sea marginalmente estable. A este tipo de problemas se le denomina
Problemas Crticos de Estabilizacion Asintotica Local, y la nocion de dinamica cero
es muy u
til ya que permite demostrar la estabilidad local del sistema.
Observaci
on 3.2.8. Este metodo permite estabilizar sistemas cuya aproximacion lineal
contenga modos incontrolables correspondientes a autovalores sobre el eje imaginario.
Permite resolver problemas crticos de estabilizacion asintotica local buscando una
salida cticia de tal manera que su dinamica cero sea asintoticamente estable.

3.2.5.

Realimentaci
on con alta ganancia

Este metodo esta muy relacionado tanto con el concepto de dinamica cero, como
con el tratamiento de sistemas singularmente perturbados, los cuales seran tratados
en el captulo 5. Este metodo permite dise
nar controladores para conseguir que el
equilibrio del sistema sea localmente asintoticamente estable (LAS). El controlador
sera lineal y solo realimentara los estados de la dinamica externa, dada por la salida y
sus derivadas. El controlador tendra que tener alta ganancia y no habra necesidad de
realizar linealizacion por realimentacion. Este controlador estabilizara local y asintoticamente el estado completo del sistema en el equilibrio si y solo si la dinamica cero

48

del sistema es asintoticamente estable. Se resumira el dise

no de estos controladores
en varias proposiciones.
Proposici
on 3.2.7. Considerese un sistema de la forma:
x = f (x) + g(x)u
y = h(x)
con f (0) = 0 y h(0) = 0. Supongase que este sistema tiene grado relativo r = 1
en x = 0, y supongase que la dinamica cero del sistema es asint
oticamente estable
teniendo ademas todos los autovalores de su Jacobiano en (, ) = (0, 0) parte real
negativa. Considerese el sistema en bucle cerrado
x = f (x) + g(x)u
u = Kh(x)

K > 0 si

L
 g h(0) > 0

K < 0 si

L
 g h(0) < 0

(3.2.41)
(3.2.42)

Entonces, existe un n
umero positivo Ko tal que para todo valor de K que satisfaga
que |K| > Ko el equilibrio x = 0 del sistema es asintoticamente estable.
Para el caso en el que el grado relativo es r > 1 se establece la siguiente observacion.
Observaci
on 3.2.9. Si el grado relativo es r > 1 el problema se puede resolver reduciendose el caso a un sistema de grado relativo r=1. Para ello, se tomar
a una nueva
salida cticia w.
(r1)

w = k(x) = L
f

(r2)

h(x) + cr2 L
f

(1)

h(x) + . . . + c1 L
 f h(x) + c0 h(x)

o lo que es lo mismo
w = y (r1) + cr2 y (r2) + . . . + c1 y + c0 y

(3.2.43)

49

donde se ha de cumplir que el polinomio caracterstico

0 = sr1 + cr2 sr2 + . . . + c1 s + c0
sea Hurwitz para asegurar que la dinamica cero sea asintoticamente estable. Entonces
el nuevo sistema dado por
x = f (x) + g(x)u
u = Kk(x)

(3.2.44)

tiene grado relativo r = 1 y su dinamica cero es asintoticamente estable. Aplicando

el resultado de la proposicion anterior, existe un n
umero positivo Ko tal que para
todo valor de K que satisfaga que |K| > Ko el equilibrio x = 0 del sistema es
asintoticamente estable.

3.2.6.

Linealizaci
on por realimentaci
on MIMO

Al igual que en el caso SISO, se denominara linealizacion entrada-estado cuando

sea posible realizar una linealizacion por realimentacion exacta. En este caso una
linealizacion entrada-salida con la misma eleccion de la salidas dara lugar a que la
dinamica cero es trivial, coincidiendo el orden del sistema con la suma de los grados
relativos parciales de cada una de las salidas (grado relativo total). En el caso de que
no sea posible linealizar el sistema de forma exacta, una linealizacion entrada-salida
permitira linealizar parcialmente la dinamica. La dinamica linealizada se denomina
dinamica externa y sus estados son los que afectan a la relacion entrada-salida. La
dinamica no lineal residual se denomina dinamica interna y esta formada por los
estados que no afectan a la salida. A continuacion se denira el concepto de grado
relativo para el caso de sistemas MIMO.

50

Denici
on 3.2.10. Sea el sistema no lineal MIMO dado por las ecuaciones
x = f (x) +

gi (x)ui

(3.2.45)

i=1

y1 = h1 (x)
..
.
ym = hm (x)
donde f (x), g1 (x), . . . , gm (x) son campos vectoriales suaves, y h1 (x), . . . , hm (x) son
funciones suaves denidas en un conjunto abierto de Rn . Se dice que este sistema
tiene grado relativo {r1 , . . . , rm } en el punto xo con respecto a las salidas h1 (x), . . . ,
hm (x) si:
 kf hi (x) = 0, para todo 1 j m, para todo k < ri 1, para todo 1 i m,
1. L
 gj L
y para todo x en un entorno de xo .
2. La matriz m m

L
 g1 L
 rf1 1 h1 (x)

L
 gm L
 rf1 1 h1 (x)

...

L
 rf2 1 h2 (x) . . . L
 gm L
 rf2 1 h2 (x)
 g1 L
A(x) =
..
..
..

.
.
.

L
 g1 L
 frm 1 hm (x) . . . L
 gm L
 rfm 1 hm (x)

(3.2.46)

es no singular en x = xo .
Observaci
on 3.2.10. ri representa el grado relativo respecto de la i-esima salida yi (t),
el cual se dene como el n
umero de veces que se ha de derivar yi (t) en t = to para que
aparezca de forma explcita al menos una componente del vector de entrada u(to ).

51

Linealizaci
on entrada-estado MIMO
Denici
on 3.2.11. Un sistema MIMO descrito por las ecuaciones
x = f (x) +

gi (x)ui

i=1

o de forma compacta
x = f (x) + g(x)u

(3.2.47)

donde
g(x) = [g1 (x), g2 (x), . . . , gm (x)]
u = col(u1 , . . . , um )
se dice que es linealizable entrada-estado si dado un estado inicial xo existe un entorno
de xo , una transformacion de coordenadas z = (x) denida en , y una ley de
control no lineal expresada en forma compacta
u = (x) + (x)

(3.2.48)

tales que:


= Az
(f (x) + g(x)(x))
x
x=1 (z)


=B
(g(x)(x))
x
x=1 (z)

(3.2.49)

(3.2.50)

y que el sistema
z = Az + B
tenga una matriz de controlabilidad de rango completo.

(3.2.51)

52

El siguiente teorema establece las condiciones necesarias y sucientes para que dicho sistema pueda ser linealizable entrada-estado. Estas condiciones, al igual que para
el caso SISO, pueden ser establecidas en terminos de propiedades de determinadas
distribuciones generadas por campos vectoriales de la forma:
g1 (x), . . . , adfn1 gm (x) (3.2.52)
g1 (x), . . . , gm (x), adf g1 (x), . . . , adf gm (x), . . . , adn1
f
Mas precisamente, si se usa el concepto de subespacio vectorial generado por un conjunto de vectores1 (Gen), y se denomina
G0 = Gen{g1 (x), . . . , gm (x)}
G1 = Gen{g1 (x), . . . , gm (x), adf g1 (x), . . . , adf gm (x)}
..
.
Gi = Gen{adkf gj : 0 k i, 1 j m}
para i = 0, 1, . . . , n 1 el teorema puede ser enunciado de la siguiente forma:
Teorema 3.2.8. Sea la matriz g(xo ) de rango m (ecuacion (3.2.47)). Entonces, el
sistema no lineal (3.2.47) es linealizable entrada-estado si y solo si existe un entorno
de xo tal que se cumplen las siguientes tres condiciones:
Para cada 0 i n 1, la distribuci
on Gi tiene dimension constante cerca de
xo .
La distribucion Gn1 tiene dimension n.
Para cada 0 i n 2, la distribuci
on Gi es involutiva2 .
M
etodo para linealizar entrada-estado
Los pasos para linealizar por realimentacion entrada-estado un sistema MIMO no
lineal como el descrito hasta ahora son:
1
El subespacio vectorial generado por un conjunto de vectores (Gen) es el conjunto de todas las
combinaciones lineales de los vectores.
2
Vease denici
on 3.2.5

53

Probar que se cumplan las tres condiciones mencionadas en el teorema anterior.

Encontrar los nuevas primeras m funciones z1 (x), ..., zm (x) resolviendo el sistema
de ecuaciones de la forma:
L
 gj L
 kf zi (x) = 0

para todo 0 k ri 2, 1 j m

Comprobar que se cumple la restriccion de que la matriz A(x) es no singular,

tomando hi = zi .
Comprobar que r1 + r2 + . . . + rm = n, es decir, que el grado relativo total
igual al orden del sistema.

es

La ley de control linealizante vendra dada por:

u = (x) + (x)

 rf1 z1
u1
1 L

r2
L
u
2
2  f z2
. = A1
..
..

 rfm zm
um
m L

(3.2.53)

dando lugar a m ecuaciones de la forma:

(ri )

zi

= i

Linealizaci
on entrada-salida MIMO
La linealizacion entrada-salida de sistemas MIMO se obtiene de forma similar al
caso SISO, es decir, derivando las salidas yi hasta que alguna de las componentes
del vector de entradas, ui , aparezca de forma explcita. El n
umero de veces que es
necesario derivar cada salida se conoce con el nombre de grado relativo de la salida
ri . El grado relativo de todas las salidas viene dado por el vector {r1 , r2 , . . . , rm },
tal y como se expuso en la denicion 3.2.10. Al igual que en el caso SISO, se puede
establecer el siguiente lema.
3

Vease Linealizacion entrada-salida MIMO.

54

Lema 3.2.9. Sea la matriz g(xo ) con rango m. Entonces, la linealizacion entradaestado es resoluble si y s
olo si existe un entorno de xo y m funciones de salida
h1 , h2 , . . . , hm evaluadas en R y denidas en tales que el sistema dado por las ecuaciones (3.2.45) tiene grado relativo {r1 , r2 , . . . , rm } en xo y ademas el grado relativo
total es igual a n, denido como r1 + r2 + . . . + rm = n.
Observaci
on 3.2.11. Si el grado relativo esta denido y el grado relativo total es
r1 + r2 + . . . + rm = n, entonces se dice que el sistema es linealizable entrada-estado
y tiene dinamica cero trivial. Si por el contrario el grado relativo total es r1 + r2 +
. . . + rm < n existe una dinamica interna y asociada a ella localmente una dinamica
cero no trivial cuya estabilidad debera ser analizada para asegurar que el equilibrio
xo sea asintoticamente estable.
Caso I: Grado relativo bien denido
no tal que al menos una componente, ui ,
Asumiendo que ri es el entero mas peque
(ri )
del vector de entradas aparece en yi , entonces:

(r )
yi i

L
 rfi hi

L
 gj L
 fri 1 hi uj

(3.2.54)

j=1

con L
 gj L
 rfi 1 hi = 0 para al menos un j, en
procedimiento para cada salida yi resulta:

(r )
y1 1
L
 r1 h1 (x)
(r ) f
r2
y 2 L
2  f h2 (x)
=
.
..
..
.

(r )
L
 rfm hm (x)
ym m

un entorno de xo . Desarrollando este

+
A(x)

u1
u2
..
.

(3.2.55)

um

donde A(x) es la matriz de desacoplo presentada en la denicion 3.2.10. Asumiendo

que el grado relativo esta bien denido en un entorno de xo , la matriz de desacoplo

55

A(x) es no singular en dicho entorno, pudiendose despejar por tanto las leyes de
control linealizantes dadas por:

u1
u2
..
.
um

 rf1 h1
1 L

L
 rf2 h2
2

1
=
A

..

m L
 rfm hm

(3.2.56)

dando lugar a m ecuaciones de la forma:

(ri )

zi

= i

Caso II: Grado relativo no denido

La linealizacion por realimentacion solo puede ser realizada si la matriz de desacoplo A(x) es invertible en un entorno de xo . Dado el procedimiento directo usado
para construir A(x), esta condicion es bastante restrictiva. A continuacion se presentaran dos metodos para generar una linealizacion por realimentacion cuando la
condicion de no singularidad de la matriz de desacoplo es violada.
La primera tecnica, denominada Extension Dinamica, requiere denir nuevas entradas cticias como funciones de las derivadas de las entradas originales del sistema,
de tal forma que la correspondiente matriz de desacoplo sea ahora invertible. Las leyes
linealizantes son dise
nadas basandose en las nuevas entradas, y el valor de las entradas
originales es calculado mediante integracion. Esta ley de linealizacion por realimentacion se denomina Linealizacion por Realimentacion Din
amica, frente a la que no
necesita de extension dinamica, que se denomina Linealizacion por Realimentacion
Est
atica.
La segunda tecnica, y al igual que en el caso SISO, consiste en denir nuevas
salidas de tal manera que el grado relativo este bien denido, y por tanto la matriz
de desacoplo sea invertible. Esta tecnica se denomina Inversi
on del sistema.
En ambos casos, la estabilidad de la dinamica interna, o localmente la estabilidad
de la dinamica cero, tendra que ser vericada para poder asegurar que el equilibrio
xo es asintoticamente estable.

56

Extensi
on din
amica
Bajo ciertas hipotesis es posible modicar un sistema que no tiene grado relativo
denido en un sistema que s lo tiene. Esto no puede hacerse como hasta ahora
usando una ley de linealizacion estatica, ya que esta propiedad es invariante usando
este tipo de realimentacion. Por ello, se empleara una estructura de realimentacion
que incorpore un conjunto adicional de nuevas variables de estado que en general
dependeran de las se
nales de control originales, ui , y de las variables de estado del
sistema. En este caso, las variables de las que dependen los nuevos estados se dice
que son endogenas, ya que pertenecen al sistema original. Este tipo de realimentacion
se conoce como linealizacion por realimentaci
on dinamica mediante transformaci
on
endogena y se puede modelar por ecuaciones de la forma:
(t) = E(t, u(t), x(t))
= (t, x(t), (t)) + (t, x(t), (t))(t)
(t)
u(t) = (t, x(t), (t)) + (t, x(t), (t))(t)
(3.2.57)
Por simplicidad de notacion, se considerara un sistema con 2 entradas y 2 salidas.
Supongase que la matriz de desacoplo A(x) tiene rango 1. Esto signica, sin perdida
de generalidad, que se puede redenir el vector de entradas u para que A(x) tenga
una u
nica columna no nula (por ejemplo a1 (x)) y hacer que todas las derivadas de
las salidas con grado relativo denido dependan exclusivamente de la entrada u1 . De
esta forma se puede escribir:


(r )

y1 1

(r )

y2 2


=

L
 rf1 h1 (x)
L
 rf2 h2 (x)

u1

+ A(x)


=

L
 rf1 h1 (x)
L
 rf2 h2 (x)

u2


+ a1 (x)u1

(3.2.58)

Derivando y reemplazando la dinamica del sistema se obtiene la siguiente ecuacion:



(r +1)

y1 1

(r +1)

y2 2


= b(x, u1 ) + A1 (x, u1 )


= b(x, 1 ) + A1 (x, 1 )

u 1
u2
1
u2


=



= b(x, 1 ) + A1 (x, 1 )

u1
u2

57

Si la nueva matriz A1 (x, 1 ) es invertible, entonces el grado relativo del nuevo sistema
esta denido, donde se ha tomado como nuevo estado 1 = u1 y como nueva entrada
u1 = 1 = u 1 . La ley de linealizacion tendra la forma


u1
= A1 (x, 1 )1 [ b(x, 1 )]
u2
dando lugar a las dos ecuaciones:
(r +1)

y1 1

= 1

(r +1)
y2 1

= 2

Las leyes externas dadas por seran dise

nadas para colocar los polos de la dinamica
lineal entrada-salida resultante. Observese que u1 debera se obtenida mediante integracion, por lo que el controlador es dinamico. En el caso de que la matriz A1 (x, 1 )
sea no singular, el procedimiento se puede repetir a
nadiendo mas integradores.
Inversi
on del sistema
Esta tecnica involucra denir nuevas salidas de manera que la nueva matriz de
desacoplo sea invertible. Partiendo del mismo punto que en el extension dinamica, se
va a redenir la entrada para que las ecuaciones del sistema puedan expresarse de la
siguiente forma:
 (r )  



 
y1 1
u1
L
 rf1 h1 (x)
L
 rf1 h1 (x)
+ A(x)
+ a1 (x)u1 (3.2.59)
=
=
(r )
L
 rf2 h2 (x)
L
 rf2 h2 (x)
y2 2
u2
Ahora, en vez de derivar y realizar la extension dinamica, se denira una nueva salida
tal que:
a1 (x) = [ a11 (x) a12 (x) ]T
(r )

(r )

= a12 (x)y1 1 a11 (x)y2 2

(r )

(r )

Sustituyendo y1 1 y y2 2 de la ecuacion (3.2.59) se obtiene:

= a12 (x)Lrf1 h1 + a12 (x)a11 (x)u1 a11 (x)Lrf2 h2 a11 (x)a12 (x)u1 =
= a12 (x)Lrf1 h1 a11 (x)Lrf2 h2

58

Como puede observarse, la nueva salida no depende de la se

nal de control u1 , con lo
que se puede seguir derivando. De esta forma, teniendo en cuenta que a12 (x) y a12 (x)
son funciones de x, se obtiene una ecuacion en la que ahora s aparecen de forma
explcita las se
nales de control.
= 0 (x) + 1 (x)u1 + 2 (x)u2
Si ahora se vuelve a plantear de nuevo el problema tomando como nuevas salidas y1
y , se obtiene:


(r )

y1 1


=

L
 rf1 h1 (x)


+

0 (x)



e11

1 (x) 2 (x)

u1


=

L
 rf1 h1 (x)
0 (x)

u2


+ A2 (x)

u1

u2

donde si la matriz

A2 (x) =

e11

1 (x) 2 (x)

es invertible, entonces la ley de control linealizante podra ser elegida como:



u1
u2


=

A1
2 (x)

 rf1 h1 (x)
1 L

2 0 (x)

dando lugar a 2 ecuaciones de la forma:

(r +1)

y1 1

= 1

= 2
Las leyes externas dadas por seran dise
nadas para colocar los polos de la dinamica
lineal entrada-salida resultante. En el caso de que la matriz A2 (x) sea no singular el
procedimiento se puede repetir para crear nuevas salidas.

3.2.7.

Desacoplamiento entrada-salida de sistemas MIMO

El concepto de grado relativo para los sistemas MIMO ha introducido tambien

una nueva matriz A(x) que se denomina matriz de desacoplo. La matriz de desacoplo

59

permitira desacoplar el sistema multivariable en varios sistemas monovariables independientes. El problema de control sin interacci
on (desacoplamiento entrada-salida)
se plantea formalmente de la siguiente manera:
Sea el sistema no lineal dado por las ecuaciones (3.2.45) se plantea el problema
de encontrar una ley de realimentaci
on estatica de la forma:
ui = i (x) +

ij (x)j

(3.2.60)

j=1

denida en un entorno de xo = 0, con i (xo ) = 0, tal que el sistema en bucle cerrado

tenga grado relativo denido en el punto de equilibrio xo y, para cada 1 i m, la
salida yi se vea afectada solo por la correspondiente entrada i .
Proposici
on 3.2.10. El problema de control sin interacci
on (desacoplamiento entradasalida) es resoluble si y s
olo si la matriz A(xo ) es no singular, es decir, si el sistema
tiene grado relativo denido en xo .
Esta seccion naliza con algunas consideraciones sobre la estabilidad de un sistema
que ha sido desacoplado a traves de una realimentacion estatica.
Observaci
on 3.2.12. Si la dinamica externa del sistema desacoplado (via realimentacion estatica) es asintoticamente estable, una condicion suciente, pero en general
no necesaria, para que el sistema sea localmente asintoticamente estable, es que su
dinamica cero tambien sea asintoticamente estable.

3.2.8.

Flatness

Se dice que un sistema es plano (at), si existen funciones de las salidas, llamadas
salidas planas, tales que todos los estados y las entradas se pueden expresar como
funciones analticas de aquellas y de un n
umero nito q de sus derivadas respecto al
tiempo. La siguiente denicion expresa formalmente que es un sistema plano.

60

Denici
on 3.2.12. Dado un sistema x = f (x, u), con estados x Rn , y entradas u
Rm , se dice que el sistema es plano si existen salidas Rm que dependen de x,
de u y de un n
umero nito p de sus derivadas respecto al tiempo,
. . . , u(p) )
= F (x, u, u,
tales que:
. . . , (q) )
x = Fx (, ,
. . . , (q) )
u = Fu (, ,
Observaci
on 3.2.13. Para el caso de que exista una u
nica se
nal de control (m = 1),
ocurre que si el sistema es linealizable entrada-salida y la dinamica cero es trivial,
entonces el sistema es plano (at) para las salidas elegidas.
Observaci
on 3.2.14. Si un sistema x = f (x, u) es plano (at), existe una linealizacion
por realimentacion dinamica usando una transformacion endogena tal que el sistema
en bucle cerrado es difeomorco a un sistema lineal controlable.
Observaci
on 3.2.15. Si un sistema es linealizable mediante realimentacion dinamica
usando una transformacion endogena, dando lugar a que la dinamica cero es trivial,
entonces el sistema es plano (at) para las salidas elegidas.
Seguimiento de trayectorias
Los sistemas planos son u
tiles en situaciones donde se requiere una generacion de
trayectorias explcitas, ya que el comportamiento del sistema plano esta determinado
por sus salidas planas. Se pueden dise
nar trayectorias en el espacio de las salidas
planas y luego transformarlas en se
nales de entrada apropiadas.

61

3.3.

Aplicaciones

En las siguientes secciones se estudiara la posibilidad de linealizar por realimentacion el subsistema de elevacion (dinamica de cabeceo) del equipo de doble rotor. Se
analizara si el sistema es linealizable por realimentacion en funcion de que el modelo de
propulsion posea un termino lineal en velocidad o, por el contrario, sea estrictamente
cuadratico.
Se mostrara que este sistema, para fuerzas de propulsion estrictamente cuadraticas en velocidad, presenta una singularidad cuando la velocidad del rotor se hace cero
por lo que se haran modicaciones a las leyes de control obtenidas. Se presentaran
controladores usando el concepto de linealizacion por realimentacion aproximada presentado en [51], permitiendo aplicar una ley aproximada en puntos en los que el grado
relativo del sistema no esta denido, y consiguiendo estabilidad asintotica local.
Al nal del captulo se presentara el estudio de linealizacion por realimentacion del
equipo de doble rotor completo y se analizara si este es linealizable por realimentacion
para las salidas que representan los angulos de cabeceo y de gui
nada. Se mostrara que,
tanto para modelos lineales de propulsion como para modelos cuadraticos, la linealizacion por realimentacion para las salidas elegidas da lugar a una dinamica cero
asintoticamente estable si y solo si las fuerzas de resistencia (drag) en las helices son
mayores que las de sustentacion (lift). Se analizaran las causas de este efecto y se
aportaran posibles soluciones.

3.4.

Din
amica de cabeceo del equipo de doble rotor

En este apartado se mostrara como controlar el subsistema de elevacion del equipo

de doble rotor, considerando que el resto de la dinamica esta desacoplada. Ademas se
estudiaran varios modelos del sistema, considerando modelos de propulsion cuadraticos y lineales, y se aportaran soluciones de control para cada uno de ellos.
Se presenta un controlador compuesto por dos leyes de linealizacion que conmutan

62

al aproximarse a valores bajos de velocidad, en los que la linealizaci

on por realimentacion con modelo cuadratico no esta bien denida (trabajo publicado en [89]).
Para robustecer el controlador conmutado ante incertidumbre parametrica dependiente de la dinamica de los motores, se realiza la linealizacion por realimentacion en
dos pasos. En el primer paso se linealiza por realimentacion el motor y se le aplica un
controlador tal que el motor se comporte como un sistema lineal de primer orden. En
el segundo paso se linealiza por realimentacion la dinamica conjunta del cuerpo y del
motor (trabajo publicado en [87]). Para eliminar la conmutaci
on en la ley de control
se plantea un modelo de propulsion cuadratico con un termino lineal de constante
muy peque
na. Con este modelo se obtiene una ley de control u
nica aproximada cuya
estabilidad asintotica en el origen es demostrada, presentandose ademas, resultados
experimentales (trabajo publicado en [90]).
En primer lugar se estudiara el caso de que el modelo de propulsion del sistema sea
lineal y luego se mostrara que ocurre cuando el modelo de propulsion sea cuadratico.

3.4.1.

Modelo con propulsi

on lineal

En la literatura es frecuente encontrar modelos de propulsion de helices en el que

las fuerzas de propulsion son proporcionales a la velocidad de la helice. Observando la
gura 2.4 se puede comprobar que esto no es mas que una aproximacion lineal en un
entorno de un punto de trabajo, por lo que la constante de proporcionalidad incluye
el valor medio de dicha velocidad angular.
En este apartado se considera jo el angulo de orientacion ( = cte) y nula la
velocidad del rotor de cola (p = cte = 0). Se controlara el movimiento de elevacion
mediante el rotor principal.

Figura 3.1: Subsistema de Elevacion

63

Tal y como se expuso en el captulo 2, las ecuaciones del subsistema de elevacion

vienen dadas por:
g g
I + Gs S() + Gc C() + K = L
g )g
Ig g = Ug (Bg + D

(3.4.1)
(3.4.2)

En este caso, el termino de propulsion y el de arrastre se han modelado como si fueran

g g y D
g g ) en vez de cuadraticos (Lg || y Dg ||).
lineales en velocidad (L

: Angulo
de elevacion medido desde el plano horizontal.
I :

Inercia del sistema de elevacion respecto al eje de giro.

g :

Velocidad de la helice grande.

Ig :

Inercia del motor-helice respecto a su eje de giro.

g g :
L

Par en el eje debido a la fuerza aerodinamica

de propulsion del rotor grande (Lift).

K :
Gs S() + Gc C():

Par de friccion.
.
.
Par de gravedad. S() = sin() y C() = cos().

Ug :

Par motor.

Bg :
g:
D

Constante de friccion del motor.

Constante de resistencia aerodinamica de la helice (Drag).

Reescribiendo las ecuaciones (3.4.1) y (3.4.2) en forma matricial

I
0

0
Ig

g g
Gs S() + Gc C() + K L
g )g
(Bg + D

(3.4.3)

Ug

Se observa que hay una se

nal de actuacion (Ug ) y dos grados de libertad ( y g ). Por
tanto, se trata de un sistema subactuado, en el sentido de que posee menos se
nales
de control que grados de libertad ([36]).

Linealizaci
on por realimentaci
on: entrada-estado
Se seguira el metodo general expuesto en la seccion 3.2.2, comenzando por:

64

1. Denicion del vector de estados:

eq

x=

x1

= x2

x3

2. Expresar la ecuacion (3.4.3) como:

x = f (x) + g(x)u

x2

x1

x2 =

x3

g x3
Gs S(eq +x1 )Gc C(eq +x1 )K x2 +L
I
g )x3
(Bg +D
Ig

+ 0 Ug

1
Ig

3. Comprobar que es posible la linealizacion por realimentacion.

ad0f g = g
f
.
. g
adf g = [f g] =
f
g
x
x
donde:
y

g
=0
x

f
=
GIs C(eq + x1 ) +
x

0
Sustituyendo, se obtiene:

1
Gc
S(eq
I

+ x1 ) KI
0

g
L
adf g =
Ig I

g
Bg +D
Ig2

0
g
L
I

BgI+gDg

65

Finalmente,
f
.
. adf g
f
adf (g)
ad2f g = [f, adf g] =
x
x
donde:
adf g
=0
x
resultando:

g
L
Ig I

K L g
2
adf g =
Ig I2

g (Bg +D
g)
L
Ig2 I

g )2
(Bg +D
Ig3

Es facil comprobar que los vectores {g, adf (g), ad2f (g)} son linealmente indepen2
L

dientes, donde el determinante de la matriz formada por los mismos resulta I 3 Ig2 = 0,
g
siendo todos los parametros positivos. Ademas como los vectores son constantes, los
Corchetes de Lie de todas las combinaciones de los vectores {g, adf (g)} son nulas, por
lo que se pueden expresar como combinacion lineal de ellos mismos , y por tanto, el
conjunto {g, adf (g)} es involutivo en .
Como se cumplen las dos condiciones, se puede armar que el sistema es linealizable
por realimentaci
on entrada-estado.
4. Calcular el nuevo vector de estado completo a partir del primer estado z1 , mediante
la transformacion:
z(x) =

z1 L
 f z1 . . .

L
 n1
z1
f

T
(3.4.4)

Para ello se han de plantear las ecuaciones siguientes para encontrar el primer estado
z1 . Se tendra que cumplir que:
z1 g = 0
z1 adf g = 0
z1 ad2f g = 0

(3.4.5)

66

Sustituyendo en (3.4.5) se obtiene:

z1
z1
z1
z1
z1
z1 1
z1 1
g1 +
g2 +
g3 =
0 +
0 +
=
=0
x1
x2
x3
x1
x2
x3 Ig
x3 Ig
z1
z1
z1
z1 adf g =
adf g1 +
adf g2 +
adf g3 =
x1
x2
x3
z1
z1
0 +
adf g2 + 0adf g3 = 0
=
x1
x2
z1
z1
z1
ad2f g1 +
ad2f g2 +
ad2 g3 =
z1 ad2f g =
x1
x2
x3 f
z1
ad2 g1 + 0ad2f g2 + 0ad2f g3 = 0
=
x1 f

z1 g =

donde i representa la i-esima componente del vector.

Por lo que se demuestra que z1 (x) = z1 (x1 ). Eligiendo la funcion mas sencilla,
z1 (x) = x1 , se llega a que:



z1 z1 z1
= 1 0 0
z1 =
,
,
x1 x2 x3
por lo que L
 g z1 = z1 g = 0 y L
 f z1 (x) = z1 f = x2 .
Se calcula (Lf z1 ) obteniendo:


(Lf z1 ) = 0 1 0
 f z1 = (Lf z1 )g = 0. Del mismo modo, se resuelve:
llegando a que L
 gL
L
 2f z1 (x) = (Lf z1 )f =

g x3
Gs S(eq + x1 ) Gc C(eq + x1 ) K x2 + L
I

A continuacion se calcula:
 2f z1 = (L2f z1 )(x)g =
L
 gL

g
L
= 0
I Ig

tal y como se deseaba. Por u

ltimo se calculara L
 3f z1 obteniendose:


K (Gs S(eq + x1 ) + Gc C(eq + x1 ))
3
2
+
L
 f z1 = (Lf z1 )f =
I2

2 

Gc S(eq + x1 ) Gs C(eq + x1 )
K
+
+
x2
I
I

67


g
L
I

g
K Bg + D
+
I
Ig


x3

(3.4.6)

5. Finalmente, la se
nal de control a aplicar al actuador viene dada por la transformacion:
L
 3f z1
u=
L
 gL
 2f z1
Se puede observar que el difeomorsmo planteado esta bien denido para todo
valor del estado x. Ademas, la ley de control estara bien denida si y solo si L
 gL
 2f z1
esta bien denida para todo valor del estado x, cosa que se cumple por ser una
constante distinta de cero. Por lo tanto, la linealizaci
on obtenida es global para todo
x.
6. El controlador externo tendra que ser dise
nado para un sistema lineal dado por
un triple integrador (tantos integradores como la dimensi
on del vector x).

Linealizaci
on por realimentaci
on: entrada-salida
Una vez comprobado que es posible realizar una linealizacion entrada-estado, se
expondra como obtener la misma ley de control usando una linealizacion entradasalida.
El procedimiento consiste en derivar la salida respecto al tiempo repetidas veces
hasta que aparezca la entrada u, y despues dise
nar u de forma que la no linealidad
quede cancelada.
Se denira la salida de la forma mas sencilla. Se elegira h(x) = x1 , que representa
el angulo de elevacion del sistema y es una variable medible. A continuacion se calcula
la primera derivada de y respecto al tiempo:
y = L
 fh + L
 g hu
Sabiendo que L
 g h = hg, se tiene que:



h
h h h
= 1 0 0
,
,
=
h =
x
x1 x2 x3

68

y por tanto:

hg =

1 0 0

=0

1
Ig

Por consiguiente, se ha de volver a derivar la salida, obteniendose:

 gL
 f hu
y = L
 2f h + L
donde:

L
 f h = hf =

1 0 0

f 1

f  2 = f 1 = x2
f 3

L
 gL
 f h = (hf )g = x2 g =

=0
0
0 1 0

1
Ig

y por tanto se ha de volver a derivar.

y (3) = L
 3f h + L
 gL
 2f hu
A continuacion se examina:
 2f h = L
 g (Lf x2 )
L
 gL


L
 f x2 = x2 f = 0 1 0 f = f 2

L
 g (f 2 ) = (f 2 )g =

f 2
x1

f 2
x2

f 2
x3

0 = f 2 1 = Lg = 0

x3 Ig
I Ig
1
Ig

 2f h = 0, el sistema tiene grado relativo 3. Ahora la se

nal de
Debido a que L
 gL
(3)
control u se calculara tomando como nueva se
nal de control = y . De esta forma
se puede expresar la ley de control linealizante como:
 gL
 2f hu
=L
 3f h + L

69

y despejando u,
u=

L
 3f h
L
 gL
 2f h

con

L
 gL
 2f h =

g
L
= 0
I Ig

Esta ley hara que el sistema se comporte, visto desde , como un triple integrador. A
continuacion se ha de calcular L
 3f h. Este calculo es justamente el realizado en el caso
de la linealizacion entrada-estado (Ec. (3.4.6)), ya que para la salida elegida el grado
relativo del sistema coincide con el orden del sistema, el cual es 3. Por tanto no hay
dinamica cero, y la linealizacion entrada-salida para la salida elegida da lugar a una
linealizacion completa del sistema.

Controlador externo LQR

A continuacion se va a dise
nar el controlador del lazo externo que proporciona
la se
nal de entrada al sistema linealizado. Se han dise
nado dos controladores: un
controlador LQR y un controlador LQR con efecto integral.
El controlador LQR se ha dise
nado bajo la hipotesis de que el sistema resultante de
la linealizacion por realimentacion es un triple integrador. La ley de control dada por
el controlador LQR sera de la forma = kp r ULQR , siendo r el angulo de cabeceo
de referencia y ULQR = Kc z, donde Kc = [kp , kv , ka ] sera obtenida resolviendo la
ecuacion de Riccati para horizonte innito. Expresando el triple integrador en el
espacio de estados resulta:
z = Az + BULQR
y = Cz
donde:

0 1 0

A=
0
0
1

0 0 0

B=
0
1

C=


1 0 0

El controlador LQR se ha dise

nado en tiempo discreto para un tiempo de muestreo
de Tm = 0.01s, eligiendose como matriz de ponderacion del nuevo estado Q = C T C,
y como ponderacion de la se
nal de control r = 1. Haciendo uso de MatLab se ha
obtenido, para el sistema en tiempo discreto, Kc = [0.9900, 1.9851, 1.9900]. Notese,

70

que con la eleccion de Q = C T C se esta ponderando la primera componente del vector

de estado, que corresponde a la salida y.
Los resultados de simulacion, usando modelos de propulsion lineales tanto en la
ley de control como en el simulador, se muestran en las guras 3.2a, 3.2b y 3.2c,
donde respectivamente se muestran la se
nal de control procedente del controlador
LQR, la se
nal de control u aplicada al motor y el angulo de cabeceo del sistema.
Se hace notar que el valor permitido para la se
nal de control aplicada a los motores
es de |u| 1. Por encima de este valor el motor satura. Puede ocurrir que, debido a
Linealizacion EntradaEstado con LQR: Seal Externa de Control

Linealizacion EntradaEstado con LQR: Seal de Control al motor

0.6

0.9

V
0.8

0.5

0.7

0.4

0.6
0.3
0.5
0.2
0.4
0.1
0.3
0
0.2
0.1

0.1

0.2

0.3

10

20

30
Tiempo en segundos

40

50

60

0.1

10

20

30
Tiempo en segundos

40

50

60

Linealizacion EntradaEstado con LQR: Angulo de Elevacion

0
des

Angulo en grados

10

15

20

25

30

35

10

20

30
Tiempo en segundos

40

50

60

Figura 3.2: a) Se
nal de control procedente del LQR. b) Se
nal de control aplicada al

motor. c) Angulo
de cabeceo
las incertidumbres del modelo, sobre todo en los modelos de propulsion, no se consiga
realizar una linealizacion por realimentacion perfecta, por lo que para asegurar que

71

el sistema resultante sea al menos de tipo 1, se ha a

nadido un cuarto integrador. De
esta forma, se conseguira obtener un error de posicion nulo en regimen permanente.
El sistema ampliado con el integrador adicional vendra dado por:
za = Aa za + Ba ULQR
y = Ca za

Aa =

C 0


Ba =

B
0


Ca =

C 0

0 1

El controlador ha sido calculado en tiempo discreto para un Tm = 0.01s, obteniendose:

Kc = [2.8717, 3.6869, 2.7102, 0.9864]
Los resultados de las leyes de control se muestran en las guras 3.3a, 3.3b y 3.3c.
Igual que en el caso anterior, estas representan respectivamente la se
nal de control
externo , la se
nal de control linealizante u, y el angulo de cabeceo . En la gura
3.3b puede observarse como la se
nal de control u no llega a saturar (|u| 1 t).