Documentos de Académico
Documentos de Profesional
Documentos de Cultura
El control lineal es un tema complejo con una variedad de poderosos métodos y una
larga historia de aplicaciones industriales exitosas. Por lo tanto, es natural que uno
se pregunte por qué tantos investigadores y diseñadores, desde áreas tan amplias
como aeronaves y naves espaciales de control, robótica, control de procesos, e
ingeniería biomédica, han mostrado recientemente un interés activo en el desarrollo
y aplicación de metodologías de control no lineal. Se pueden citar muchas razones
para este interés:
• Mejora de los sistemas de control existentes: Los métodos de control lineal se
basan en la asunción clave de la operación de pequeño rango para que el modelo
lineal sea válido. Cuando el rango de operación requerido es grande, es probable
que un controlador lineal se desempeñe mal o sea inestable, porque las no
linealidades en el sistema no pueden ser compensadas adecuadamente. Los
controladores no lineales, por otro lado, pueden manejar las no linealidades en
operación a gran gama directamente. Este punto se demuestra fácilmente en
problemas de control de movimiento del robot. Cuando se utiliza un controlador
lineal para controlar el movimiento del robot, no tiene en cuenta las fuerzas no
lineales asociadas con el movimiento de los enlaces del robot. La precisión del
controlador se degrada rápidamente a medida que aumenta la velocidad de
movimiento, porque muchas de las fuerzas dinámicas implicadas, como las fuerzas
de Coriolis y fuerzas centrípetas, varían con el cuadrado de la velocidad. Por lo
tanto, para lograr una precisión pre especificada en tareas de robot, tales como pick-
and-place, soldadura por arco y de corte por láser, la velocidad de movimiento del
robot, y por lo tanto la productividad, tiene que mantenerse baja. Por otro lado, un
controlador no lineal conceptualmente simple, comúnmente llamado controlador de
par calculado, puede compensar completamente las fuerzas no lineales en el
movimiento del robot y conducir a un control de alta precisión para un rango muy
grande de velocidades de robot y un gran espacio de trabajo.
• Análisis de no linealidades difíciles: Otro supuesto del control lineal es que el
modelo del sistema es de hecho linealizable. Sin embargo, en los sistemas de
control que hay muchas faltas de linealidad cuya naturaleza discontinua no permite
la aproximación lineal. Estos llamados "no linealidades difíciles" incluyen fricción de
Coulomb, saturación, zonas muertas, reacción, y la histéresis, y se encuentran a
menudo en la ingeniería de control. Sus efectos no se pueden derivar de métodos
lineales, y técnicas de análisis no lineal se deben desarrollar para predecir el
rendimiento de un sistema en la presencia de estos no linealidades inherentes.
Como tales no linealidades con frecuencia causan comportamiento indeseable de
los sistemas de control, como inestabilidades o ciclos de límite falsos, sus efectos
deben predecirse y compensan adecuadamente.
• Tratamiento con incertidumbres del modelo: En el diseño de controladores
lineales, por lo general es necesario asumir que los parámetros del modelo de
sistema son razonablemente bien conocidos. Sin embargo, muchos problemas de
control implican incertidumbres en los parámetros del modelo. Esto puede ser
debido a una variación lenta temporal de los parámetros (por ejemplo, de la presión
del aire ambiente durante un vuelo de aeronave), o a un cambio brusco de
parámetros (por ejemplo, en los parámetros de inercia de un robot cuando un nuevo
objeto es captado). Un controlador lineal basado en los valores inexactos u
obsoletos de los parámetros del modelo puede exhibir degradación significativa del
rendimiento o incluso una inestabilidad. Las no linealidades pueden introducirse
intencionalmente en la parte del controlador de un sistema de control para que las
incertidumbres puedan ser toleradas. Dos clases de controladores no lineales para
este fin son controladores robustos y controladores adaptativos.
• La simplicidad del diseño: Los buenos diseños de control no lineal pueden ser
más simples y más intuitivos que sus contrapartes lineales. Este resultado
paradójico a priori viene del hecho de que los diseños de controladores no lineales
a menudo están profundamente arraigados en la física de las plantas. Para tomar
un ejemplo muy sencillo, considere un péndulo oscilante unido a una bisagra, en el
plano vertical. A partir de un cierto ángulo inicial arbitrario, el péndulo oscilará y se
detendrá progresivamente a lo largo de la vertical. Aunque el comportamiento del
péndulo podría ser analizado cerca del equilibrio por linealizar el sistema,
físicamente su estabilidad tiene muy poco que ver con los valores propios de alguna
matriz del sistema linealizado: se trata del hecho de que la energía mecánica total
del sistema se disipa progresivamente por diversas fuerzas de fricción (por ejemplo,
en la bisagra), por lo que el péndulo llega a descansar en una posición de energía
mínima.
Puede haber otras razones relacionadas o no relacionadas para utilizar técnicas de
control no lineal, tales como el costo y la optimización de desempeño. En los
establecimientos industriales, extensiones ad-hoc de técnicas lineales para el
control de máquinas avanzadas con no linealidades significativas puede dar lugar a
períodos de desarrollo excesivamente largos y costosos, donde el código de control
viene con poca estabilidad o garantías de rendimiento y es extremadamente difícil
de transportar a aplicaciones similares, pero diferentes. El control lineal puede
requerir actuadores de alta calidad y sensores para producir un comportamiento
lineal en el rango de operación especificado, mientras que el control no lineal puede
permitir el uso de componentes menos caros con características no lineales. En
cuanto a rendimiento óptimo, podemos citar los controladores de tipo bang-bang,
que puede producir una respuesta rápida, pero son intrínsecamente no lineal.
Por lo tanto, el tema del control no lineal es un área importante de control
automático. Aprender las técnicas básicas de análisis y diseño de control no lineal
puede mejorar significativamente la capacidad de un ingeniero de control para hacer
tratar eficazmente los problemas de control prácticos. También proporciona una
comprensión más nítida del mundo real, que es inherentemente no lineal. En el
pasado, la aplicación de métodos de control no lineal se había limitado por la
dificultad computacional asociado con el diseño de control no lineal y el análisis. En
los últimos años, sin embargo, los avances en la tecnología informática han aliviado
en gran medida este problema. Por lo tanto, en la actualidad existe un gran
entusiasmo para la investigación y aplicación de métodos de control no lineal. El
tema del diseño de control no lineal para operación a gran gama ha atraído una
atención especial, ya que, por un lado, la aparición de potentes microprocesadores
ha hecho que la implementación de controladores no lineales sea una cuestión
relativamente simple, y, por otro lado, la tecnología moderna, como robots de alta
precisión de alta velocidad o aeronaves de alto rendimiento, exige sistemas de
control con las especificaciones de diseño mucho más estrictas. El control no lineal
ocupa un lugar cada vez más destacado en la ingeniería de control, como se refleja
en el creciente número de artículos e informes sobre la investigación del control no
lineal y aplicaciones.
1.2 Comportamiento del sistema no lineal
Los sistemas físicos son intrínsecamente no lineales. Por lo tanto, todos los
sistemas de control son no lineales hasta cierta medida. Los sistemas de control no
lineales pueden ser descritos por ecuaciones diferenciales no lineales. Sin embargo,
si el rango de funcionamiento de un sistema de control es pequeño, y si las no
linealidades involucradas son lisas, entonces el sistema de control puede ser
razonablemente aproximado por un sistema linealizado, cuya dinámica es descrita
por un conjunto de ecuaciones diferenciales lineales.
NO LINEALIDADES
Las no linealidades pueden clasificarse como inherente (natural) e intencional
(artificial). Las no linealidades inherentes son las que, naturalmente, vienen con el
hardware y el movimiento del sistema. Ejemplos de no linealidades inherentes
incluyen fuerzas centrípetas en movimiento de rotación, y la fricción de Coulomb
entre superficies de contacto. Por lo general, estas no linealidades tienen efectos
no deseados, y sistemas de control que compensar adecuadamente de ellos. Las
no linealidades intencionales, por otro lado, se introducen artificialmente por el
diseñador. Las leyes de control no lineales, tales como las leyes de control
adaptable y leyes de control óptimos bang-bang, son ejemplos típicos de las no
linealidades intencionales.
Las no linealidades también se pueden clasificar en términos de sus propiedades
matemáticas, como continua y discontinua. Debido a que las no linealidades
discontinuas no pueden ser localmente aproximadas por funciones lineales, también
se les llama no linealidades "difíciles". Las no linealidades difíciles (tales como, por
ejemplo, reacción, histéresis, o fricción estática) se encuentran comúnmente en los
sistemas de control, tanto en operación de pequeño rango y operación de gran
alcance. Si un sistema una operación de pequeño rango debe ser considerado como
no lineal o lineal depende de la magnitud de las no linealidades difíciles y de la
magnitud de sus efectos sobre el rendimiento del sistema. En la sección 5.2 se
proporciona un análisis detallado de las no linealidades difíciles.
SISTEMAS LINEALES
La teoría de control lineal se ha ocupado predominantemente con el estudio de los
sistemas de control lineales invariantes en el tiempo (LTI), de la forma
x = Ax (1.1)
Siendo x un vector de estados y siendo A la matriz del sistema. Los sistemas LTI
tienen propiedades bastante simples, tales como
• Un sistema lineal tiene un punto de equilibrio único si A es no singular;
• El punto de equilibrio es estable si todos los valores propios de A tienen partes
reales negativas, independientemente de las condiciones iniciales;
• La respuesta transitoria de un sistema lineal se compone de los modos naturales
del sistema, y la solución general se puede solucionar analíticamente;
• En presencia de una entrada externa u (t), es decir,
x = Ax + Bu (1.2)
La respuesta del sistema tiene una serie de propiedades interesantes. En primer
lugar, satisface el principio de superposición. En segundo lugar, la estabilidad
asintótica del sistema (1.1) implica la estabilidad-salida delimitada-entrada acotada
en presencia de u. En tercer lugar, una entrada sinusoidal conduce a una salida
sinusoidal de la misma frecuencia.
UN EJEMPLO DE COMPORTAMIENTO NO LINEAL DEL SISTEMA
El comportamiento de los sistemas no lineales, sin embargo, es mucho más
complejo. Debido a la falta de linealidad y de la propiedad de superposición
asociada, los sistemas no lineales responden a las entradas externas de forma muy
diferente a los sistemas lineales, como ilustra el siguiente ejemplo.
Ejemplo 1.1: Un modelo simplificado del movimiento de un vehículo submarino
puede ser escrito
v + |v|v = u (1.3)
Donde v es la velocidad del vehículo y u es la entrada de control (el empuje
proporcionado por una hélice). La no linealidad | v | v corresponde a una tracción
típica de "ley cuadrada".
Suponemos que aplicamos una entrada de paso unitario en el empuje de u, seguido
5 segundos después por una entrada e paso unitario negativo. La respuesta del
sistema se representa en la Figura 1.1. Vemos que el sistema se estabiliza mucho
más rápido en respuesta al paso de unidad positivo que en respuesta al paso de
unidad negativo posterior. Intuitivamente, esto puede interpretarse como un reflejo
del hecho de que el coeficiente de "amortiguación aparente" | v | es mayor a altas
velocidades que a bajas velocidades.
Supongamos ahora que repetir el mismo experimento, pero con pasos más
grandes, de amplitud 10. Como era de esperar, la diferencia entre los tiempos de
asentamiento en respuesta a los pasos positivos y negativos es aún más marcada
(Figura 1.2). Además, la velocidad de sedimentación Vs en respuesta a la primera
etapa no es 10 veces la obtenida en respuesta a la del primer paso de unidad en
el primer experimento, como lo sería en un sistema lineal. De nuevo, esto puede
ser entendido de manera intuitiva, por escrito que
Esta respuesta se representa en la figura 1.3 (b) para las diversas condiciones
iniciales. El sistema tiene dos puntos de equilibrio, x = 0 y x = 1, y su
comportamiento cualitativo depende fuertemente de su condición inicial.
Figura 1.3: Respuestas del sistema linealizado (a) y el sistema no lineal (b)
La cuestión de la estabilidad de movimiento también se puede discutir con la ayuda
del ejemplo anterior. Para el sistema linealizado, la estabilidad se puede observar
que para cualquier condición inicial, el movimiento siempre converge al punto x = 0.
Sin embargo, Consideremos ahora el sistema no lineal real. Mientras que los
movimientos que comienzan con Xo <1 serán de hecho convergerán efectivamente
hasta el punto de equilibrio x = 0, los que empiezan con Xo> I irán al infinito (en
realidad en tiempo finito, un fenómeno conocido como tiempo de escape finito). Esto
significa que la estabilidad de los sistemas no lineales puede depender de las
condiciones iniciales.
En presencia de una entrada externa delimitada, la estabilidad también puede
depender del valor de entrada. Esta dependencia de entrada se resalta por el
llamado sistema bilineal
x = xu
Si la entrada u se elige para ser - 1, entonces el estado x converge a 0. Si u= 1,
entonces | x | tiende a infinito.
CICLOS LÍMITE
Los sistemas no lineales pueden mostrar oscilaciones de amplitud fija y período fijo
sin excitación externa. Estas oscilaciones son llamadas ciclos límite, u oscilaciones
auto-excitadas. Este importante puede ilustrarse simplemente mediante una famosa
dinámica del oscilador, estudiada por primera vez en la década de 1920 por el
ingeniero eléctrico holandés Balthasar Van der Pol.
Ejemplo 1.3: Van der Pol Ecuación
La ecuación diferencial no lineal de segundo orden
mx + 2c (x²-l) x + kx = 0 (1,6)
Donde m, c y k son constantes positivas, es la famosa ecuación de Van der Pol. Se
puede considerar como la descripción de un sistema de amortiguador de muelles
de masa con un coeficiente de amortiguación dependiente de la posición 2c (x²- 1)
(o, equivalentemente, un circuito eléctrico RLC con una resistencia no lineal). Para
valores grandes de jr, el coeficiente de amortiguación es positivo y el amortiguador
elimina la energía del sistema. Esto implica que el movimiento del sistema tiene una
tendencia convergente. Sin embargo, para valores pequeños de x, el coeficiente de
amortiguamiento es negativo y el amortiguador añade energía al sistema. Esto
sugiere que el movimiento del sistema tiene una tendencia divergente. Por lo tanto,
debido a la amortiguación no lineal varía con x, el movimiento del sistema no puede
crecer sin límites ni disminuir a cero. En su lugar, se muestra una oscilación
sostenida independiente de las condiciones iniciales, como se ilustra en la Figura
1.4. Este llamado ciclo límite se mantiene mediante la liberación periódica de
energía y absorción de energía desde el medio ambiente, a través del término de
amortiguación. Esto está en contraste con el caso de un sistema de masaje
conservador, que no intercambia energía con su entorno durante su vibración.
Figura 1.5: (a) una bifurcación tridente; (B) una bifurcación Hopf
CAOS
Para sistemas lineales estables, las pequeñas diferencias en las condiciones
iniciales sólo pueden causar pequeñas diferencias en la salida. Los sistemas no
lineales, sin embargo, pueden mostrar un fenómeno llamado caos, por lo que
entendemos que la salida del sistema es extremadamente sensible a las
condiciones iniciales. La característica esencial del caos es la imprevisibilidad de la
salida del sistema. Incluso si tenemos un modelo exacto de un sistema no lineal y
un equipo extremadamente preciso, la respuesta del sistema a largo plazo todavía
no puede ser predicho así.
El caos debe distinguirse del movimiento aleatorio. En el movimiento aleatorio, el
modelo del sistema o la entrada contienen incertidumbre y, como resultado, la
variación de tiempo de la salida no se puede predecir exactamente (sólo dispone
medidas estadísticas). En el movimiento caótico, por otro lado, el problema
implicado es determinista, y hay poca incertidumbre en el modelo de sistema, la
entrada, o las condiciones iniciales.
Como un ejemplo de comportamiento caótico, consideremos el sistema no lineal
simple