Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Control No Lineal PDF
Control No Lineal PDF
Notas de Clase
I Anlisis 1
1. Introduccin 2
1.1. Introduccin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.1.1. Sistemas No Lineales de Control . . . . . . . . . . . . . . . . . . . . . . 2
1.1.2. El Curso . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.2. Ejemplos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.2.1. Ecuacin del Pndulo . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.2.2. Circuito con Diodo Tnel . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.2.3. Sistema Masa-Resorte . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.2.4. Oscilador de Resistencia Negativa . . . . . . . . . . . . . . . . . . . . . 8
1.2.5. Control Adaptable . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.3. Sistemas de Segundo Orden . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
1.3.1. Sistemas Lineales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
1.3.2. Equilibrios Mltiples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
1.3.3. Comportamiento Cualitativo Cerca de un PE . . . . . . . . . . . . . . . 16
1.4. Ciclos Lmites . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
1.5. Construccin Numrica de Retratos de Fase . . . . . . . . . . . . . . . . . . . . 20
2. Propiedades Fundamentales 23
2.1. Preliminares . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
2.1.1. Desigualdad de Gronwall-Bellman . . . . . . . . . . . . . . . . . . . . . 24
2.1.2. Mapa Contractivo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
2.2. Existencia y Unicidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
2.3. Dependencia Continua Con Respecto a Condiciones Iniciales y Parmetros . 34
2.4. Diferenciabilidad de la Solucin y Ecuaciones de Sensibilidad . . . . . . . . . 36
2.5. Principio de Comparacin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
6. Estabilidad EntradaSalida 73
6.1. Estabilidad L . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73
6.2. LEstabilidad de Modelos de Estado . . . . . . . . . . . . . . . . . . . . . . . . 77
II Control 98
8. Control en Realimentacin 99
8.1. Problemas de Control . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 99
8.1.1. Estabilizacin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 99
8.1.2. Seguimiento en Presencia de Perturbaciones . . . . . . . . . . . . . . . 101
8.2. Diseo Via Linealizacin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 102
8.2.1. Estabilizacin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 102
8.3. Regulacin Via Control Integral . . . . . . . . . . . . . . . . . . . . . . . . . . . 105
8.4. Control por Ganancia Tabulada . . . . . . . . . . . . . . . . . . . . . . . . . . . 107
8.4.1. Ejemplo: Control de Nivel . . . . . . . . . . . . . . . . . . . . . . . . . . 107
Anlisis
Captulo 1
Introduccin
1.1. Introduccin
1.1.1. Sistemas No Lineales de Control
La teora de sistemas de control se ocupa del anlisis y el diseo de componentes in-
teractuantes de un sistema en una configuracin que proporcione a un comportamiento
deseado. La configuracin esencial usada en teora de sistemas de control se basa en el con-
cepto fundamental de realimentacin, que consiste en el proceso de medir las variables de
inters en el sistema y usar esa informacin para controlar su comportamiento. La teora y
la prctica del control tiene un amplio rango de aplicaciones en los campos de la ingenie-
ra aeronutica, qumica, mecnica, ambiental, civil y elctrica, as como en muchas otras
disciplinas no ingenieriles. Las ventajas del control eficiente en la industria son inmensas,
e incluyen mejoras en la calidad de los productos, reduccin en el consumo de energa,
minimizacin de los material de desecho, mayores niveles de seguridad y reduccin de la
contaminacin.
El punto de partida en el anlisis de un sistema de control es su representacin por un
modelo matemtico, generalmente como un operador entre entradas y salidas del sistema,
o como un conjunto de ecuaciones diferencia y/o diferenciales. La mayora de los mode-
los matemticos usados tradicionalmente por tericos y prcticos del control son lineales.
De hecho, los modelos lineares son mucho ms manejables que los no lineales, y pueden
representar en forma precisa el comportamiento de sistemas reales en muchos casos tiles.
Sin embargo, los avances tecnolgicos actuales han generado una enorme variedad de
nuevos problemas y aplicaciones que son no lineales en esencia. Por ejemplo, fenmenos
no lineales tales como equilibrios mltiples, ciclos lmite, bifurcaciones, corrimiento de fre-
cuencias y caos, se observan comnmente en aplicaciones modernas importantes en inge-
niera, tales como sistemas de comando de vuelo, manipuladores robot, sistemas de auto-
pistas automatizadas, estructuras de ala de avin, y sistemas de inyeccin de combustible
de alto rendimiento. Tales fenmenos no lineales no se pueden describir mediante din-
mica de modelos lineares una razn ineludible para el uso de modelos no lineales y el
desarrollo de conceptos y herramientas de sistemas no lineales de control.
Alentada por la sofisticacin de la tecnologa actual, la teora de sistemas no lineales de
control ha experimentado en la dcada pasada una vigorosa expansin, reflejada por un
nmero rpidamente creciente de monografas y libros de texto cientficos en sistemas no
lineales de control (Isidori, 1995; Krstic et al., 1995; Khalil, 1996; Sepulchre et al., 1997; Isido-
ri, 1999; Sastry, 1999; van der Schaft, 2000). Una caracterstica dominante de esta expansin
ha sido la aparicin de conceptos importantes, tales como los de pasivacin por realimentacin
1.1 Introduccin 3
(van der Schaft, 2000) y estabilidad entrada-estado (Sontag, 1989), y procedimientos sistem-
ticos de diseo, tales como backstepping y forwarding (Krstic et al., 1995; Sepulchre et
al., 1997). La importancia de estos procedimientos sistemticos de diseo es que, aunque
restringidos a sistemas con estructura especial, incluyen sistemas de importancia prctica,
tales como barcos, motores a reaccin, motores turbo-diesel y motores elctricos de induc-
cin.
1.1.2. El Curso
Este curso brinda una introduccin rigurosa y en profundidad a los conceptos funda-
mentales de la teora de sistemas no lineales y a tcnicas modernas de anlisis y diseo de
sistemas de control no lineal.
Vamos a trabajar en general con sistemas dinmicos modelados por un nmero finito
de ecuaciones diferenciales ordinarias de primer orden acopladas entre s, que representa-
remos en forma compacta con la ecuacin diferencial vectorial de primer orden
x = f ( x, u) , (1.1)
y = h( x, u) , (1.2)
u
x y
R x h( x, u)
f ( x, u)
( x)
x = f ( x) . (1.3)
f ( x) = 0 .
Un PE puede ser aislado, es decir no tiene otros PE en la vecindad, o puede existir un conti-
nuo de PE. Cuando el sistema es lineal, (1.3) tiene la forma conocida
x = Ax + Bu ,
En el transcurso del curso slo vamos a encontrar los fenmenos de escape en tiempo finito,
mltiples equilibrios y ciclos lmite. Ver por ejemplo Guckenheimer and Holmes (1983)
para ms referencia sobre caos, bifurcaciones y oscilaciones.
1.2. Ejemplos
1.2.1. Ecuacin del Pndulo
Uno de los problemas ms simples en robtica es el de controlar la posicin de una junta
de robot usando un motor ubicado en el punto de giro. Matemticamente esto no es ms
que un pndulo, representado en la Figura 1.2.
Usando la segunda ley de Newton podemos escribir la ecuacin de movimiento en la
direccin tangencial:
ml = mg sen kl ,
mg
x1 = x2 ,
g k 1 (1.5)
x2 = sen x1 x2 + 2 T .
l m ml
Varios sistemas fsicos pueden describirse con ecuaciones similares a las del pndulo, e.g.,
un generador sincrnico conectado a un bus infinito (Khalil, 1996, Ejercicio 1.7), el circuito
de una juntura Josephson (Khalil, 1996, Ejercicio 1.8), un lazo de PLL (phase locked loop)
(Khalil, 1996, Ejercicio 1.10).
i mA
1
L
iL
+ vL iR
i = h(v)
iC 0,5
R
+
E -
+ +
C vC vR 0
0 0,5 1 vV
La Figura 1.3 muestra un circuito con diodo tnel, donde la relacin constitutiva del
diodo es i R = k(v R ). Usando las leyes de Kirchhoff y tomando como variables de estado
1.2 Ejemplos 6
iR
1
Q1
Q2
0,5
Q3
0
0 0,5 1 vR
m y + Ff + Fr = F ,
g( y) = k (1 + a2 y2 ) y .
F
r
y
Figura 1.5: Sistema masa-resorte
Combinando un resorte lineal con amortiguamiento viscoso, friccin esttica y fuerza ex-
terna nula tenemos
m y + ky + c y + ( y, y) = 0
donde
k mg sign( y) ,
for | y| > 0
( y, y) = ky , for y = 0 and | y| s mg/k
s mg sign( y) , for y = 0 and | y| > s mg/k
i
+
i
C L
v
iC iL
d2 v dv
CL 2
+ v + Lh0 (v) = 0
dt dt
Haciendo el cambio de escala de tiempos = t/ CL tenemos (denotando v = dv/d)
v + h0 (v)v + v = 0
p
donde = L/C. Esta ecuacin es un caso particular de la ecuacin de Lienard
Cuando
1
h(v) = v + v3
3
la ecuacin toma la forma de la ecuacin de Van der Pol
v (1 v2 )v + v = 0 (1.10)
Esta ecuacin tiene una solucin peridica que atrae toda otra solucin excepto la trivial
correspondiente al nico PE v = v = 0. Tomando x1 = v y x2 = v llegamos al modelo de
estado
x1 = x2
(1.11)
x2 = x1 h0 ( x1 ) x2
1.2 Ejemplos 9
y = ay + ku
ym = am ym + km r
siempre que los parmetros de la planta a y k sean conocidos, k 6= 0, y los parmetros del
control se elijan como
km am a
1 = 1 = .
k k
Cuando a y k son desconocidos, podemos considerar el control
u ( t ) = 1 ( t )r ( t ) + 2 ( t ) y ( t )
donde las ganancias variables 1 (t) y 2 (t) van a ser ajustadas on-line usando los datos
disponibles: r( ), ym ( ), y( ) y u( ) con < t. La adaptacin debe ser tal que 1 (t) y 2 (t)
evolucionen hacia sus valores nominales 1 y 2 . La regla de adaptacin se elige en base a
consideraciones de estabilidad, por ejemplo, el algoritmo del gradiente (Khalil, 1996, 13.4):
1 = ( y ym )r
2 = ( y ym ) y
donde es una constante positiva que determina la velocidad de adaptacin. Para escribir
un modelo de estado, es conveniente definir los errores: de salida e = y ym y paramtricos
1 = 1 1 y 2 = 2 2 . Con un poco de manipulacin algebraica (ejercicio) se llega al
lazo cerrado descripto por la ecuacin de estado no lineal, no autnoma
Autovalores Reales 1 6= 2 6= 0
En este caso M = [v1 , v2 ], donde v1 y v2 son los autovectores asociados con 1 y 2 . El
retrato de fase es el de un:
nodo estable si ambos autovalores son negativos. Las trayectorias en el plano de fase
son parbolas que se hacen tangentes al autovector lento (corresp. al mayor autova-
lor) cuando se acercan al origen, y paralelas al autovector rpido (correspondiente. al
menor autovalor) lejos del origen.
nodo inestable si ambos autovalores son positivos. Las trayectorias en el plano de fase
son parbolas con formas similares a la del nodo estable pero con sentido invertido.
ensilladura si los autovalores tienen distinto signo. Las trayectorias en el plano de fase
(excepto las correspondientes a los autovectores, que son rectas) son hiprbolas que
comienzan tangentes al autovector estable (correspondiente al autovalor estable) en
infinito, y terminan tangentes al autovector inestable (correspondiente al autovalor
inestable), tambin en infinito.
v1 v2 x2
x1
x2
v2
.
x1
v1
de forma que el radio es una funcin exponencial de la parte real de los autovalores, , y el
ngulo crece linealmente con la parte imaginaria . El retrato de fase es el de un
foco estable si es negativa. Las trayectorias en el plano de fase son espirales logart-
micas que convergen al origen.
x2
x1
foco inestable si es positiva. Las trayectorias en el plano de fase son espirales logart-
micas que divergen del origen.
x2
x1
x2
x1
Nota 1.3.1 (Resumen del caso en que el origen es un PE aislado). El sistema puede tener 6 retratos
de fase diferentes asociados con diferentes tipos de equilibrio: nodo estable, nodo inestable,
ensilladura, foco estable, foco inestable y centro. El tipo de equilibrio est completamente
especificado por la ubicacin de los autovalores de A. El comportamiento global del sistema
(en todo el plano de fase) est cualitativamente determinado por el tipo de equilibrio.
x2 v2
v1
x1
x2
x1
baciones por ms pequeo que sea . Por lo tanto, podemos concluir que si el PE x = 0 de
x = A x es un nodo, foco o ensilladura, entonces el PE x = 0 de x = ( A + A) x ser del
mismo tipo frente a perturbaciones suficientemente pequeas. La situacin es muy distinta
si el PE es un centro. Consideremos la siguiente perturbacin de la forma real de Jordan
correspondiente a un centro
1
1
donde puede ser positivo o negativo. Es fcil de ver que el PE en cada uno de estos cuatro
casos puede ser un centro, un foco, un nodo o una ensilladura, respectivamente.
x2
x2
. .
x1
x1
Figura 1.14: Retrato de fase de un sistema perturbado cuando 1 = 0 y 2 < 0 con < 0
(izquierda) y > 0 (derecha)
x1 = 0,5 [h( x1 ) + x2 ]
x2 = 0,2 ( x1 1,5 x2 + 1,2)
Supongamos que h es
El retrato de fase obtenido por simulacin en computadora puede verse en la Figura 1.15.
Hay tres PE aislados Q1 , Q2 y Q3 ; todas las trayectorias en el plano de fase tienden hacia Q1
o Q3 , excepto dos nicas trayectorias que tienden hacia Q2 y que definen la curva separatriz
que divide el plano de fase en 2 mitades, en cada una de las cuales las trayectorias tienden
hacia Q1 o Q2 , respectivamente.
Ejemplo 1.3.2 (Pndulo). Consideremos el modelo de estado del pndulo (1.4) con k/l = 1
y k/m = 0,5. El retrato de fase obtenido por simulacin en computadora puede verse en la
Figura 1.16. Puede verse que es peridico con un perodo de 2 , por lo cual el comporta-
miento puede estudiarse en la franja x1 . Salvo dos trayectorias especiales que
terminan en el PE inestable (, 0), toda otra trayectoria converge al PE estable (0, 0).
x1 = f 1 ( x1 , x2 )
(1.14)
x2 = f 2 ( x1 , x2 )
x2
Q1
Q2
Q3
.
0 x1
x2
x1
.
( p1 , p2 ) obtenemos
f 1 ( p1 , p2 ) = f 2 ( p1 , p2 ) = 0
y1 = x1 p1 , y2 = x2 p2
f
y = Ay = y
x x= p
La matriz
f
a11 a12
A= =
x x= p a21 a22
x1 = x2 x1 ( x21 + x22 )
x2 = x1 x2 ( x21 + x22 )
1.4 Ciclos Lmites 19
tiene un PE en el origen; la linealizacin del sistema alrededor del origen tiene autovalo-
res j, es decir que el origen es un centro para el sistema linealizado. Transformando a
coordenadas polares x1 = r cos , x2 = r sen se obtiene
r = r3
= 1
Se ve claramente que las trayectorias del sistema no lineal se asemejan a las de un foco
(estable si > 0 e inestable si < 0).
x1
a b
Ejemplo 1.4.1 (Oscilador de Van der Pol). Las Figuras 1.18 y 1.19 muestran los retratos de
fase de la ecuacin de Van der Pol
x1 = x2
(1.15)
x2 = x1 + (1 x21 ) x2
para tres valores distintos del parmetro : un valor pequeo de 0,2, mediano de 1, y grande
de 5. En todos los casos las figuras muestran que existe una nica rbita cerrada que atrae
todas las trayectorias que comienzan fuera de la rbita. Para = 0,2 la rbita cerrada es
suave y cercana a un crculo de radio 2, lo cual es tpico para valores < 0,3. Para el caso
medio de = 1 la forma circular se ha distorsionado a lo que se ve a la derecha en la
Figura 1.18. Para el valor grande = 5 la rbita cerrada est severamente distorsionada,
como se ve en la Figura 1.19 (izquierda).
Un retrato de fase ms ilustrativo en el caso de = 5 puede obtenerse mediante el
cambio de variables z1 = i L y z2 = vC , que resulta en la ecuacin de estado
1
z1 = z2
1
z1 = ( z1 z2 + z32 )
3
La rbita cerrada del oscilador de Van der Pol es diferente de las del oscilador lineal
armnico. En el primer caso, la rbita cerrada es aislada mientras que en el segundo, hay
un continuo de rbitas cerradas. Una rbita peridica aislada se denomina ciclo lmite. Si
todas las trayectorias en la vecindad del ciclo lmite tienden a (se alejan de) l cuando
t se dice que el ciclo lmite es estable (inestable).
x2
x2
.
x1
x1
Figura 1.18: Retratos de fase del oscilador de Van der Pol, con = 0,2 (izquierda) y con
= 1 (derecha)
x2 z2
. .
x1 z1
Figura 1.19: Retratos de fase del oscilador de Van der Pol, con = 0,5; en el plano x1 x2
(izquierda) y en el plano z1 z2 (derecha)
1.5 Construccin Numrica de Retratos de Fase 22
retratos de fase para sistemas de segundo orden. En esta seccin damos algunas ayudas
que pueden resultar tiles.
El primer paso en la construccin de un retrato de fase es encontrar todos lo puntos de
equilibrio del sistema y determinar el tipo de aquellos que son aislados mediante linealiza-
cin. El dibujo de las trayectorias involucra tres tareas:2
1. Seleccionar una ventana del espacio de estados donde se van a dibujar las trayecto-
rias. La ventana toma la forma
x1 mn x1 x1 max , x2 mn x2 x2 max .
Veamos cmo calcular las trayectorias. Para encontrar la trayectoria pasante por un pun-
to x0 , resolvemos la ecuacin
x = f ( x), x(0) = x0
hacia adelante en el tiempo (con t positivo) y en tiempo invertido (con t negativo). La solu-
cin en tiempo invertido es equivalente a resolver hacia adelante en el tiempo la ecuacin
x = f ( x), x(0) = x0 ,
puesto que el cambio de variable = t cambia el signo del lado derecho de la ecuacin.
La solucin en tiempo invertido facilita dibujar bien las trayectorias cerca de equilibrios
inestables.
La ventana debe elegirse de forma que todas las caractersticas esenciales se vean, por
ejemplo todos lo puntos de equilibrio. Si esta informacin no es disponible al comenzar
habr que iterar. Algunos programas permiten dibujar la distribucin del campo vectorial
f ( x) para una grilla en la ventana seleccionada. Este grfico es muy til para tener idea
somera de la distribucin de las trayectorias antes de dibujarlas. Esto es posible por ejem-
plo con S CILAB,3 usando la funcin portrait que dibuja retratos de fase de sistemas de
segundo orden.
Una buena forma de elegir las condiciones iniciales es distribuirlas en una grilla regular
en la ventana elegida. Una forma mejor es ir eligindolas en forma interactiva a medida
que se van viendo las trayectorias (que se puede hacer con el portrait de S CILAB).
Para una ensilladura es conveniente usar linealizacin para calcular las trayectorias es-
tables e inestables correspondientes a los autovectores de la matriz Jacobiana. La conve-
niencia viene de que estas trayectorias son separatrices en el plano de fase.
2
Cuatro si inclumos agregar las flechas de direccin de las trayectorias, que para nuestros propsitos
pueden hacerse a mano.
3
S CILAB es un prorama gratuito similar a M ATLAB desarrollado por el INRIA http://www-
rocq.inria.fr/scilab/
Bibliografa
Golub, G.H. and C.F. van Loan (1996). Matrix computations. 3 ed.. Johns Hopkins University
Press.
Guckenheimer, J. and P. Holmes (1983). Nonlinear oscillations, dynamical systems and bifurca-
tions of vector fields. Springer.
Krstic, M., I. Kanellakopoulos and P. V. Kokotovic (1995). Nonlinear and adaptive control de-
sign. John Wiley & Sons.
Sastry, Shankar (1999). Nonlinear Systems: Analysis, Stability and Control. Interdisciplinary
Applied Mathematics. Springer.
Sepulchre, R., M. Jankovic and P. V. Kokotovic (1997). Constructive Nonlinear Control. CCES
Series. Springer-Verlag.
Sontag, E. D. (1989). Smooth stabilization implies coprime factorization. IEEE Trans. Auto-
mat. Contr. 34, 435443.
van der Schaft, A. J. (2000). L2 -gain and passivity techniques in nonlinear control. Springer-
Verlag.
ndice alfabtico
Jacobiana, 18
Jordan, vase forma de Jordan