UNIVERSIDAD CATOLICA BOLIVIANA SAN PABLO

Facultad de Ingeniera

Laboratorio de Control IMT 201

SEMESTRE I 2016

LQR Control for an Inverted Pendulum on a Cart

Nombre del estudiante: Jose Yovani Zuiga Romero
Nombre del docente: Mauricio Amestegui
Fecha de entrega del informe: 30 de Mayo de 2015, UCB La Paz

Resumen.- En este reporte se detalla el estabilizado de sistema conformado por un carro en el cual esta acoplado un
pendulo invertido, el cual se estabilizar el pendulo a 90 respecto de la normal del suelo (0 repecto al eje vertical) y a
una distancia determinada mediante la optimizacin de la energiamediante el regulador LQR que es un controlador de
costo mnimo (de energa), operando sobre el punto de operacin lineal del pndulo.

Objetivo General.
Realizar un estudio sobre el Modelado, control y
estabilizado de un sistema de carro con pndulo
invertido mediante un regulador LQR.

sistema subactuado y altamente inestable que presenta para

este caso de la siguiente manera.

Entender la teora concerniente al control ptimo.

Modelado de la dinmica traslacional y rotacional del
sistema de pendulo invertido.
Analizar el efecto del controlador en la planta
Fundamento terico
El sistema del pdulo invertido es un problema clasico de
la teoria de control, ampliamente conocido y abordado de
diversas maneras segn el nivel de conocimiento sobre la
teoria de control, ampliamente refrencia en la literarura,
para esta experiencia se recurira a un regulador de
ganancias referido a la teora del control optimo por lo que
el sistema debera ser completamente controlable y
observable.
El pendulo puede presentar variadas plantas dependiendo
del modelado pero comunmente se lo conoce como un

Figura 1. Configuracin.

Las tcnicas de control ptimo conforman una de las ramas

del control automtico ms importantes en el desarrollo de
las estrategias modernas de control ms utilizadas hoy en

da. Se han escrito numerosas monografas dedicadas a su

estudio, y se ha publicado una ingente cantidad de artculos
en revistas especializadas. Se mostrar el caso particular
del control LQR con horizonte infinito, tambin conocido
como LQR de rgimen permanente.
Las estrategias de control ptimo calculan la ley de control
de manera que se optimiza una cierta medida del
rendimiento del controlador. Se parte de un sistema
descrito por

Existen razones ms sutiles pero no por ello menos

importantes para incorporar esta ponderacin del esfuerzo
de control. Por ejemplo, cuando existen discrepancias entre
el modelo del sistema y su dinmica real (algo que ocurre
casi siempre, pues los modelos matemticos no pueden
recoger todas las complejidades de los sistemas o procesos
reales) esta ponderacin del esfuerzo de control resulta en
un sistema ms estable.

x ( k + 1 )=Gx ( k ) + Hu ( k )
El objetivo es calcular una ley de control

u ( k )=K x ( k )
De tal manera que se minimiza el funcional (que expresa
un ndice de funcionamiento)

x
1
( T Qx+u Ru ) dt+ x T ( T ) P1 x(T )
2
T
1
J=
20
T

Siendo Q y R matrices de ponderacin que cumplen que

Q*=Q >0, R*=R>0.
Ntese que este ndice de funcionamiento pondera la
diferencia entre el estado y el origen del instante inicial,
hasta un tiempo infinito. Por tanto, cuanto ms rpido se
llegue al origen menor valor de J se tendr. Esto implica
que al minimizarse J, se encontrar la ley de control que
lleva el estado al origen ms rpidamente y mantenindolo
siempre lo ms cerca posible del origen. Por otra parte, se
observa que en el funcional hay otro trmino que pondera
el valor de la secuencia de seales de actuacin. Este
trmino impide que se obtenga una ley de control que lleve
el estado al origen a expensas de una actuacin muy
grande. Al minimizarse J, por tanto, se conseguir una ley
de control que por una parte acerque el estado al origen lo
ms rpido posible, pero manteniendo un nivel de
actuaciones moderado, encontrndose por tanto, una
solucin de compromiso entre el rendimiento del
controlador y su nivel de actuacin. El sentido de este
compromiso puede venir dictado por diferentes razones,
como por ejemplo moderar el gasto de energa o
combustible necesario para proporcionar la seal de
actuacin.

La literatura sobre el modelado del pndulo invertido es

abundante, por lo cual se pueden deducir modelos basados
en distintas dinmicas como pueden ser la de Lagrange [1],
o como leyes de Newton [2], Para este caso se presenta un
modelo basado en una dinmica Lagrangiana.
Modelado Lagrangiano.
Como se observa en la Figura 1. Se va a considerar un
carro de masa M en el cual un pndulo de longitud 2l y
masa m esta acoplado, en el que la posicin del carro se
denota por x y el ngulo del pndulo con respecto al eje
vertical denotado por

La energa cintica ( K ) del sistema es:

2
2
1
d(
1
d (
1
1
K= m
x+ lsin ) + m
lcos ) + M x 2 + J 2
2
dt
2 dt
2
2

La energa potencial

(V ) del sistema en la posicin

vertical en cero es:

V =mglCos (2)
Una vez obtenido el sistema lagrangiano las ecuaciones
diferenciales a obtener proceden como:

L=K V ,
d L L
=F ,
dt x
x

( )

Sistema linealizado.

d L L
=0
dt

( )

Estabalizacin.

Donde redefinimos las variables de salida como:

[ x 1 x 2 x 3 x 4 ] =[ x x ]

A seguir se obtiene el sistema en el espacio de estados

mediante:

La linealizacin del modelo es necesario

debido a la no-linealidad intrinseca del
sistema, en el cual se toma como punto de
operacin cuando este se encuentra en
posicin vertical.
Esta dispocin nos lleva a reducir los senos y
cosenos de la funcion no lineal como

Bu
x= Ax+
Donde:

Inercia del pndulo.

J=

1
ml 2
12

El vector de variables contina siendo las

citadas en el modelo del espacio de estados
inicial:

Definica por la ecuacin de Steiner.

Donde se observa la no linealidad del modelo, tambin se

puede observar en el sistema que la dinmica rotacinal es
independiente de la traslacional. Estos nos servir para
formular las funciones de Lyapunov [3] para el pndulo
como para el carro.

Y B como

Sntesis de la ley de control de energa

Nuestro objetivo es tomar el pendulo con un control
ptimo lineal sobre una zona de operacin con un
regulador LQR.
En este proceso se tratara de regular la energa cintica
tanto trasnlacional como rotacional a Cero mediante la
estabilizacin del ngulo es decir mantenerlo vertical en
este transitorio la realimentacin aportada por el regulador
LQR modifica la dinamica del sistema moviendo los polos
de forma que se obtiene en funcion de las caracteristicas
energeticas generar un vector de ganancias optimas.

Adicionalmente la seal de control

realimentada ser:

u=Kx

De manera que se tiene:

Para reduccion de calculos se utiliza la funcion

lqr de Matlab:

x =( ABK ) x

J=m*(2*l)^2/12;

%%Inercia

Y donde K esta determinado por:

Definicion de la planta en Codigo Matlab.
p=(J+m*l^2)*(m+M-(((m*l)^2)/J + m*l^2));
a32=-m*g*l^2/p;
a42=m*g*l*(m+M)/p;
b3=1/(m+M-(((m^2*l^2)/J)+ m*l^2));
b4=-m*l/p;

x
( T Qx+u T Ru ) dt

J=
0

Donde Q y R son matrices definidas y positivas

necesarias para utilizar la funcin de
estimacin del vector de constantes K.

A=[0 0 1 0;0 0 0 1;0 a32 0 0;0 a42 0 0];

B=[0;0;b3;b4];
Q=[100 0 0 0;0 1 0 0;0 0 50 0;0 0 0 1];
R=5;
[K,S,e]=lqr(A,B,Q,R,0);
K1=K(1);K2=K(2);K3=K(3);K4=K(4);
Condiciones iniciales del sistema

Constantes del modelo.

Para los valores de constantes del modelo se
tiene definido;
M=2.3; %% Masa del
m=0.23; %% Masa del
l=0.18; %% Longitud
g=9.8;
%%Gravedad

Carrito (Kg)
Pendulo (Kg)
del pendulo (m)
(m/s^2)

Se dispuso una posicin de -0.1m de inicial, un angulo

inicial de 60 asi como tambien se le aadio velocidad angular
inicial y lineal del carro como del pndulo que simula ser la
energia obtenida de etapas anterioes
x10=-0.1;
x20=40*pi/180;
x30=0.5;
x40=pi/4;

Implementacion del modelo en Simulink.

La implementacin del modelo Dadas A y B mediante
Planta

De donde se obtiene:
K=
-4.4721 -66.3910 -7.0061 -9.3124

Diagrama de bloques general del sistema

como
Adicionalmente se utilizo un par de bloques
que reciben como parametros angulo y
posicion y grafican elpendulo dando un tiempo
de smulacin infinito se pude observar el
desempeo del pendulo.
Figura. Bloque de simulador de un pendulo
tomdo prestado de un sample de Matlab sobre
control de pndulo.
A la derecha se muestra la grafica de
respuesta del sistema donde se observa un
desempeo bastante bueno
Conclusiones.- Se pudo aplicar el regulador
de estado LQR , se debe tener en cuenta que
el sistema debe ser completamente
controlable y observable