Está en la página 1de 42

CENTRO DE INVESTIGACIN EN COMPUTACIN

DOCTORADO EN CIENCIAS DE LA COMPUTACIN

Octubre 2011

Tema de Tesis:

1) Garantizar la controlabilidad de los sistemas.


2) Adecuar el regulador cuadrtico lineal ptimo clsico
para que pueda ser aplicado en lnea.
3) Lograr aplicar el control tipo regulador cuadrtico
lineal ptimo a sistemas no lineales.
4) Garantizar la estabilidad uniforme de los controles
propuestos.

El control ptimo es un conjunto de tcnicas

matemticas usadas para determinar el


control y las trayectorias de un sistema
dinmico que minimizan una funcional de
coste sobre un intervalo de tiempo.
Un sistema dinmico es un modelo de la
evolucin temporal en el espacio de estados
de un sistema fsico y se describe mediante
ecuaciones diferenciales o en diferencias.

El control ptimo tiene sus orgenes

estrictamente relacionado con la teora


del clculo de variaciones desarrollada
por Johann Bernoulli en el siglo XVII.
Avances importantes en la teora de
control ptimo en el siglo XX fueron el
desarrollo de la programacin dinmica
por Richard Bellman y la formulacin
del principio del mnimo por Lev
Pontryagin.

DIRECTOS: Los problemas de CO se discretizan y se

convierten en problemas de programacin matemtica


no lineal.
INDIRECTOS: Se basan en encontrar una solucin

numrica de una condicin necesaria de optimabilidad.


En general se usa la condicin de Euler-Lagrange.

Un importante uso del Control Optimo

es encontrar trayectorias optimas para


sistemas dinmicos en particular para
aviones y naves espaciales.
Otra
importante
aplicacin
es
determinar
las
formas
optimas
aerodinmicas y estructurales.

Planificacin de trayectorias de robots

manipuladores, que minimicen algn


funcional de costo al moverse entre dos
puntos especficos.

Brazo de robot de enlace


nico

Brazo robtico con un


enlace prismtico

Pndulo simple

Pndulo invertido sobre un carro

Definicin: La ecuacin de estados o el par (A, B) se dice


que es controlable, s para cualquier estado inicial
x(0)=xo y cualquier estado final xf, existe una entrada
que transfiera xo a xf en un tiempo finito.

[Chen]

El criterio de optimizacin que aplicamos es un

funcional cuadrtico del estado y la entrada de control.


El control que se obtiene de minimizar este criterio es

lineal. Como el funcional se basa en funcionales


cuadrticos, el mtodo se conoce como linealcuadrtico (LQ: linear-quadratic), del que se obtiene el
regulador lineal cuadrtico (LQR).

[Eronini]

[Eronini]

Se resuelve la ecuacin de Riccati para encontrar la

ley dinmica S.
Posteriormente la ley dinmica se sustituye en la ley de
control virtual.

Y esta se sustituye en el control

Optimal control based in a mathematical model

applied to robotic arms, Jos de Jess Rubio, Csar


Torres and Carlos Aguilar.
Stability of the optimal control applied to robotic

arms, Jos de Jess Rubio, Csar Torres and Carlos


Aguilar.

Young H. Kim and Frank L. Lewis, Optimal Design of CMAC neural-Network Controller
for Robot Manipulators, IEEE trans. System, man and cybernetics, Part C, Vol. 30, No.
1, Feb. 2000.
Rong-Jong Wai and Meng-Chang Lee, Intelligent Optimal Control of SingleLink
Flexible Robot Arm, IEEE trans. Industrial Electronics, Vol. 51, No. 1, Feb. 2004.
H. K. Khalil, Nonlinear Systems, Third Edition, Upper Saddle River, NJ 07458,
Prentice-Hall, 2002.
J.de J. Rubio, Plamen Angelov, Jaime Pacheco An uniformly Stable Backpropagation
Algorithm to Train a Feedforward Neural Network, IEEE Transactions on Neural
Networks, ISSN: 1045-9227, 2011.
J.de J. Rubio, Wen Yu, Stability analysis of nonlinear systems identification via delayed
neural networks, IEEE Transactions on Circuits and Systems, Part II, ISSN: 15497747, Vol. 54, No. 2, 161-165, 2007.

Chih-Lyang Hwang, Hung-Yueh Lin, A fuzzy decentralized variable structure tracking control with
optimal and improved robustness designs: theory and applications, IEEE Trans. On fuzzy systems,
Vol. 12, No. 5, October 2004.
Mark W. Spong, M. Vidyasagar, Robot Dynamics and control, John Whiley & Sons, ISBN: 0-47161243-X.
Yunong Zhang, Shuzhi Sam Ge, and Tong Heng Lee, A Unified Quadratic-Programming-Based
Dynamical System Approach to Joint Torque Optimization of Physically Constrained Redundant
Manipulators, IEEE TRANSACTIONS ON SYSTEMS, MAN, AND CYBERNETICSPART B:
CYBERNETICS, VOL. 34, NO. 5, OCTOBER 2004.
Gavin Simmons and Yiannis Demiris, Optimal Robot Arm Control Using the minimum Variance
Model, Journal of Robotic Systems 22(11), 677690 (2005) 2005 Wiley Periodicals, Inc.
Wenzhi Gao and Rastko R. Selmic, Neural Network Control of a Class of Nonlinear Systems with
Actuator Saturation, Neural Networks, IEEE Transactions on Issue Date: Jan. 2006, Volume: 17
Issue:1, On page(s): 147 156, ISSN: 1045-9227.
Yunong Zhang,, Jun Wang and Youshen Xia, A Dual Neural Network for Redundancy Resolution
of Kinematically Redundant Manipulators Subject to Joint Limits and Joint Velocity Limits, IEEE
TRANSACTIONS ON NEURAL NETWORKS, VOL. 14, NO. 3, MAY 2003. Digital Object Identifier
10.1109/TNN.2003.810607.

Wen Yu, Xiaoou Li, PD CONTROL OF ROBOT WITH VELOCITY ESTIMATION AND
UNCERTAINTIES COMPENSATION, International Journal of Robotic and Automation, Vol. 21,
No.1, 2006.
C. Aguilar-Ibaez and O. O. Gutierrez-Fras. A simple model matching for the stabilization of an
inverted pendulum cart system. International Journal of Robust and Nonlinear Control, Vol. 18
Issue 6 : pag. 688-699, April 2008.

F. L. Lewis and V. L. Syrmos, Optimal Control. 2nd ed, New York: Wiley, ISBN 0-471-03378-2, 1995.
F. L. Lewis, D. M. Dawson, C. T. Abdallah, Contro of robot manipulators, Theory and Practice, ISBN:
0-8247-4072-6, 2004.