DEPARTAMENTO DE ELECTRONICA

FACULTAD DE CIENCIAS EXACTAS, INGENIERIA Y AGRIMENSURA

UNIVERSIDAD NACIONAL DE ROSARIO

CONTROL AVANZADO II

TRABAJO PRACTICO 2:
CONTROL LQR DISCRETO

Octubre de 2011
CONTROL AVANZADO II 2011

1. INTRODUCCION

El objetivo del trabajo práctico es mostrar las diferentes posibilidades de cálculo en problemas de
control óptimo en sistemas discretos cuando se trabaja con sistemas continuos discretizados.
En la primera parte se calculará un par de controles óptimos considerando al sistema como discreto
y luego como continuo discretizado y se realizarán comparaciones entre ambas respuestas. En la
segunda parte se analizarán las causas de las diferencias encontradas y cuando es necesario tenerlas
en cuenta.
El modelo matemático a utilizar en este trabajo práctico es el correspondiente a un resorte de
torsión, dicho modelo se corresponde con uno de los modelos mecánicos presentes en el Laboratorio de
Control. Los detalles del mismo pueden consultarse en el apéndice ubicado al final de la presente guía.

1.1. Control LQR en sistemas discretos

Sea el siguiente sistema dinámico lineal, multivariable, invariante en el tiempo, discreto de orden n,
con m entradas y p salidas, expresado a través de sus variables de estados por el sistema de
ecuaciones matriciales:

X (k + 1) = Φ. X (k ) + Γ.U (k ) [ X ]nx1 , [Φ ]nxn , [Γ]nxm , [U ]mx1

(1.1)
Y (k ) = C. X (k ) [Y ]px1 , [C ]pxn

donde X es el vector de estados, Y es el vector de salidas, Φ es la matriz de transición, Γ es la matriz

de control y C es la matriz de salida.

El control LQR discreto estándar plantea el problema de encontrar el control U(k) capaz de
minimizar el índice de desempeño J siguiente:

1 ∞
J= ∑ [X ' (k ).Q.X (k ) + U ' (k ).R.U (k )]
2 k =0
(1.2)

Se demuestra que el control discreto que minimiza dicho índice de desempeño es único y vale:

U ( k ) = − K . X (k ) (1.3)

con K = ( R + Γ'.P.Γ) −1 .Γ'.P.Φ (1.4)

donde P es la única solución simétrica definida positiva de la ecuación discreta de Ricatti:

P = Q + Φ'.P.Φ − Φ'.P.Γ.( R + Γ'.P.Γ) −1 .Γ'.P.Φ (1.5)

Las restricciones que tiene el problema son iguales a las del problema continuo: la matriz [Q]nxn
debe ser simétrica semidefinida positiva y la matriz [R ]mxm debe ser simétrica definida positiva.
Es importante destacar que el problema planteado tiene en cuenta la respuesta del sistema discreto
y que no se tiene en cuenta la respuesta del mismo entre instantes de muestreo. Puede verse además
que el funcional J optimizado no es más que la suma ponderada de los valores de X y U en los
instantes de muestreo.

1.2. Control LQR en sistemas continuos discretizados

Una gran parte de los sistemas discretos utilizados en aplicaciones prácticas surgen de la
discretización de sistemas continuos, dando origen a los llamados sistemas continuos discretizados. El
problema de control óptimo en estos sistemas es diferente al planteado en el punto anterior dado que
se tiene en cuenta la respuesta continua del sistema entre instante de muestreo.

Trabajo Práctico 2 Control LQR Discreto Pág. 2 de 7

CONTROL AVANZADO II 2011

El problema planteado es el siguiente: Sea el siguiente sistema dinámico lineal, multivariable,

invariante en el tiempo, continuo de orden n, con m entradas y p salidas, expresado a través de sus
variables de estados por el sistema de ecuaciones matriciales:

Xɺ = A. X + B.U [ X ]nx1 , [ A]nxn , [ B]nxm , [U ]mx1

(1.6)
Y = C. X [Y ]px1 , [C ]pxn

donde X es el vector de estados, Y es el vector de salidas, A es la matriz de evolución, B es la matriz de

control y C es la matriz de salida.

El sistema es discretizado a través del uso de un muestreador-bloqueador de orden cero con un

periodo de muestreo T, con lo que se asegura que

U (t ) = U (kT ) k .T ≤ t < (k + 1).T (1.7)

y el índice de desempeño a minimizar es

∞
J = ∫ [ X ' (t ).Q. X (t ) + U ' (t ).R.U (t )] (1.8)
0

Las ecuaciones del sistema discretizado son

X (k + 1) = Φ. X (k ) + Γ.U (k )
(1.9)
Y ( k ) = C. X ( k )

y el índice de desempeño discretizado es

1 ∞
J= ∑ [X ' (k ).Q1 .X (k ) + 2. X ' (k ).M 1 .U (k ) + U ' (k ).R1 .U (k )]
2 k =0
(1.10)

donde

Q1 = Qd
Qd S d ' T A '.τ Q 0  A '  A B
Rd  ∫0 .e .dτ
M1 = Sd ' S = e . A= 
 d  0 R 0 0
R1 = Rd

Claramente puede verse que el índice de desempeño de la ecuación (1.10) no es el mismo que el
descrito en la ecuación (1.2). El control LQR para sistemas discretizados plantea el problema de
encontrar el control U(k) capaz de minimizar el índice de desempeño discretizado mostrado en la
ecuación (1.10). Se demuestra que el control discreto que minimiza dicho índice de desempeño es
único y vale:

U ( k ) = − K . X (k ) (1.11)

con K = ( R1 + Γ'.P.Γ) −1 .(Γ'.P.Φ + M 1 ' ) (1.12)

donde P es la única solución simétrica definida positiva de la ecuación discreta de Ricatti:

P = Q1 + Φ '.P.Φ − (Φ '.P.Γ + M 1 ).( R1 + Γ'.P.Γ) −1 .(Γ'.P.Φ + M 1 ' ) (1.13)

Trabajo Práctico 2 Control LQR Discreto Pág. 3 de 7

CONTROL AVANZADO II 2011

2. DESARROLLO DEL TRABAJO PRACTICO

2.1. Herramientas disponibles en MATLAB

MATLAB dispone de dos macros para calcular los controles discretos planteados en la introducción.
Se muestran a continuación las correspondientes ayudas de ambas macros.

Para el cálculo de un control óptimo en sistemas discretos debe usarse la macro dlqr:

DLQR Linear-quadratic regulator design for discrete-time systems.

[K,S,E] = DLQR(A,B,Q,R,N) calculates the optimal gain matrix K

such that the state-feedback law u[n] = -Kx[n] minimizes the
cost function

J = Sum {x'Qx + u'Ru + 2*x'Nu}

subject to the state dynamics x[n+1] = Ax[n] + Bu[n].

The matrix N is set to zero when omitted. Also returned are the
Riccati equation solution S and the closed-loop eigenvalues E:
-1
A'SA - S - (A'SB+N)(R+B'SB) (B'SA+N') + Q = 0, E = EIG(A-B*K).

Para el cálculo de un control óptimo en sistemas continuos discretizados debe usarse la macro
lqrd:

LQRD Discrete linear-quadratic regulator design from continuous

cost function.

[K,S,E] = LQRD(A,B,Q,R,Ts) calculates the optimal gain matrix K

such that the discrete state-feedback law u[n] = -K x[n]
minimizes a discrete cost function equivalent to the continuous
cost function

J = Integral {x'Qx + u'Ru} dt

subject to the discretized state dynamics x[n+1] = Ad x[n] + Bd u[n]

where [Ad,Bd] = C2D(A,B,Ts). Also returned are the discrete Riccati
equation solution S and the closed-loop eigenvalues E = EIG(Ad-Bd*K).

[K,S,E] = LQRD(A,B,Q,R,N,Ts) handles the more general cost function

J = Integral {x'Qx + u'Ru + 2*x'Nu} dt .

Algorithm: the continuous plant (A,B,C,D) and continuous weighting

matrices (Q,R,N) are discretized using the sample time Ts and
zero-order hold approximation. The gain matrix K is then calculated
using DLQR.

Trabajo Práctico 2 Control LQR Discreto Pág. 4 de 7

CONTROL AVANZADO II 2011

2.2. Control LQR discreto

El apéndice ubicado al final de esta guía describe el modelo matemático de un sistema con un
resorte de torsión.

2.2.1) Discretizar el modelo del resorte de torsión usando un tiempo de muestreo

T=0.05 segundos.

[ INSERTAR AQUÍ LOS CALCULOS Y/O LOS SCRIPTS CON LOS RESULTADOS OBTENIDOS]

2.2.2) Calcular para el sistema discreto un control LQR que optimice el índice de desempeño J1
siguiente:

∞
J 1 = ∑ θ d (k ) 2
k =0

[ INSERTAR AQUÍ LOS CALCULOS Y/O LOS SCRIPTS CON LOS RESULTADOS OBTENIDOS]

2.2.3) Calcular para el sistema continuo discretizado un control LQR que optimice el índice de
desempeño J2 siguiente:

∞
J 2 = ∫ θ d .dt
2

[ INSERTAR AQUÍ LOS CALCULOS Y/O LOS SCRIPTS CON LOS RESULTADOS OBTENIDOS]

2.2.4) Graficar las respuestas continuas y discretas de la salida de ambos sistemas a lazo
cerrado ( θ d ), trabajando como reguladores, ante una condición inicial ω d 0 = 0 y θ d 0 = 1 :

Realizar una gráfica para cada sistema mostrando el trazo continuo de la salida y
los puntos correspondientes a la respuesta discreta en los instantes de muestreo.

[ INSERTAR AQUÍ LA GRAFICA DE LA VARIABLE θd CON EL CONTROL DEL PUNTO 2.2.2 ]

[ INSERTAR AQUÍ LA GRAFICA DE LA VARIABLE θd CON EL CONTROL DEL PUNTO 2.2.3 ]

2.2.5) Graficar la respuestas continuas de la entrada de ambos sistemas a lazo cerrado ( u ),

trabajando como reguladores, ante una condición inicial ω d 0 = 0 y θ d 0 = 1 :

Realizar sólo una gráfica con ambos trazos.

[ INSERTAR AQUÍ LA GRAFICA DE LA VARIABLE u ]

2.2.6) Recalcular ambos controles para optimizar los índices de desempeño J1 y J2 siguientes:

∞ ∞
[
J 1 = ∑ θ d (k ) + 10000.u (k )
2 2
] J 2 = ∫ (θ d + 10000.u 2 ).dt
2

k =0 0

[ INSERTAR AQUÍ LOS CALCULOS Y/O LOS SCRIPTS CON LOS RESULTADOS OBTENIDOS]

Trabajo Práctico 2 Control LQR Discreto Pág. 5 de 7

CONTROL AVANZADO II 2011

2.2.7) Graficar las respuestas continuas de la salida ( θ d ) y de la entrada ( u ) de ambos sistemas

a lazo cerrado trabajando como reguladores, ante una condición inicial ωd 0 = 0 yθ d 0 = 1:

Realizar una gráfica con los dos trazos de la salida y otra gráfica con los dos
trazos de la entrada.

[ INSERTAR AQUÍ LA GRAFICA DE LA VARIABLE θd EN AMBOS SISTEMAS ]

[ INSERTAR AQUÍ LA GRAFICA DE LA VARIABLE u EN AMBOS SISTEMAS ]

2.2.8) Recalcular ambos controles para optimizar los índices de desempeño J1 y J2 siguientes:

∞ ∞
[
J 1 = ∑ 15.θ d (k ) 2 + 10000.u (k ) 2 ] J 2 = ∫ (15.θ d + 10000.u 2 ).dt
2

k =0 0

[ INSERTAR AQUÍ LOS CALCULOS Y/O LOS SCRIPTS CON LOS RESULTADOS OBTENIDOS]

2.2.9) Graficar las respuestas continuas de la salida ( θ d ) y de la entrada ( u ) de ambos sistemas

a lazo cerrado trabajando como reguladores, ante una condición inicial ωd 0 = 0 yθ d 0 = 1:

Realizar una gráfica con los dos trazos de la salida y otra gráfica con los dos
trazos de la entrada.

[ INSERTAR AQUÍ LA GRAFICA DE LA VARIABLE θd EN AMBOS SISTEMAS ]

[ INSERTAR AQUÍ LA GRAFICA DE LA VARIABLE u EN AMBOS SISTEMAS ]

2.2.10) Comparar y extraer conclusiones a partir de los resultados y las respuestas obtenidas en las
simulaciones.

[ INSERTAR AQUÍ LA CONCLUSIONES PEDIDAS ]

Trabajo Práctico 2 Control LQR Discreto Pág. 6 de 7

CONTROL AVANZADO II 2011

3. APENDICE – Modelo matemático del resorte de torsión

El sistema consta de un eje vertical no rígido que se encuentra unido a un disco metálico en su
extremo inferior y sujeto firmemente a un marco fijo en su extremo superior. Dada la elasticidad
torsional del eje, es posible aplicar un corrimiento inicial en el ángulo del disco. El sistema presenta
además en el extremo inferior un sistema de poleas accionado por un motor de corriente continua que
permite hacer girar al disco.

A continuación puede verse un diagrama del mismo con sus parámetros:

θd : ángulo girado por el disco [rad]

ωd : velocidad angular del disco [rad/s]
u: tensión de armadura del motor [V]

k: constante torsional del resorte = 1.3336 Nm/rad

J: momento de inercia del disco = 0.01053 kgm2
cd : constante de rozamiento del disco = 0.00787 Nms/rad
khw: ganancia del sistema a LA = 15.55 kgm2/s2

θd

Las ecuaciones dinámicas del sistema son las siguientes:

θɺd = ω d
cd k k
ωɺ d + .ω d + .θ d = hw .u (3.1)
J J J

Estas ecuaciones pueden escribirse en forma matricial de la siguiente forma:

θɺd   0 1  θ   0 
  = − k c
− d
. d  +  k hw .u (3.2)
ωɺ d   J J  ω d   J 

Reemplazando por los valores numéricos se obtiene entonces:

θ d   0 1   0 1   0   0 
X =  ; A= k c =  ; B =  k hw  =   (3.3)
ω d  − − d  - 126.648 - 0.747389   1476.7 
 J J     J   

y de este modo la ecuación matricial (3.2) puede expresarse como

Xɺ = A. X + B.u (3.4)

Trabajo Práctico 2 Control LQR Discreto Pág. 7 de 7