Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Escuela de Ingeniería
Disponible en:
Electrónica (EIE), Facultad
http://www.dsi.fceia.unr.edu.ar/downloads/samplingjitter.doc
de Ciencias Exactas,
Ingeniería y Agrimensura
(FCEIA) de la Universidad
Nacional de Rosario (UNR)
Autor: Director:
Título: Fecha:
Resumen:
Idioma:
Palabras claves:
Control H, Periodo de muestreo variable, Modelo de
retardo de tiempo variable, Problema mixto de Español
sensibilidades, Teorema de la pequeña ganancia.
1
Control robusto H de sistemas muestreados con periodos de muestreo
variables
Nora S. M. Blet
I Introducción
En este informe se trata el problema de estabilización robusta por realimentación de
estados de sistemas muestreados, con periodos de muestreo de variación arbitraria pero
acotada. Se considera al sistema muestreado compuesto de una planta lineal, invariante en
el tiempo (LTI) y, un controlador digital por realimentación completa de los estados de
dicha planta, conectado a la misma a través de bloques de muestreo y retención de orden
cero (ZOH, zero order hold). Este esquema es lo suficientemente general como para
representar sistemas distribuidos de control, cuyos lazos de realimentación se cierran sobre
una red de comunicación, (abreviados aquí como NCS, por Networked Control Systems,
una de las denominaciones más difundidas en inglés), con pérdida de paquetes y retardos
inducidos por la red.
Efectivamente, como se indica en (Naghshtabrizi y Hespanha, 2005), (Hespanha et al.,
2007) y en (Yi et al., 2007) los efectos de la pérdida de paquetes en un NCS pueden
capturarse como un retardo ficticio con derivada uno, prácticamente en todos los instantes
de tiempo, que es el mismo modelo que se adopta aquí para representar periodos de
muestreos variables. En Fig. 1, extraída de (Hespanha et al., 2007), se muestra la evolución
del retardo ficticio variable t (t ) , para el caso de muestreo periódico con periodo
h = tk +1 - tk , "k �� y retardo inducido por la red constante t 0 = t k , "k ��.
2
t (t )
2h + t 0
h +t0
t0
tk -1 + t 0 tk + t 0 tk +1 + t 0 tk + 2 + t 0 t
3
aleatorias idénticamente distribuidas e independientes (i.i.d.) o modeladas como una cadena
de Markov.
Fridman et al. (2004) modelan un sistema muestreado como uno en tiempo continuo
con un retardo en la entrada de control, variante en el tiempo, incierto aunque acotado por
la longitud del periodo de muestreo máximo. Las condiciones de estabilidad, en forma de
LMI, se derivan empleando funcionales de Lyapunov-Krasovskii. La importancia de este
trabajo radica en que permite aplicar los resultados obtenidos, en forma sencilla, a un
amplio espectro de problemas de control robusto de sistemas muestreados, tales como
aquellos con incertidumbre en los parámetros de la planta o con alguna no linealidad (por
ejemplo: saturación, cuantización, etc.).
Yue et al. (2004 y 2005) utilizando este mismo enfoque, derivan condiciones de
estabilidad y al mismo tiempo diseñan un controlador para un NCS, al igual que en
Naghshtabrizi et al. (2006). Se consideran además, retardos variantes en el tiempo y
pérdida de paquetes inducidos por la red de comunicación. Los resultados de Yue et al.
(2004 y 2005) en lo referente a estabilidad son idénticos a los de Fridman et al., 2004.
Naghshtabrizi et al. (2006) adoptan un enfoque de modelado diferente: el sistema
muestreado con ZOH es representado como un sistema híbrido y para establecer la
estabilidad del mismo, se emplea una función de Lyapunov con discontinuidades. Los
autores demuestran que las condiciones de estabilidad obtenidas son menos conservadoras
que las de Fridman et al., 2004 y Yue et al., (2004 y 2005).
En (Zhang et al., 2001) se demuestra la equivalencia para algunas condiciones de
estabilidad de sistemas LTI con retardos, basadas en Lyapunov, con aquellas de estabilidad
robusta obtenidas por medio del teorema de la pequeña ganancia escalado, aplicadas a uno
equivalente, llamado sistema de comparación, con incertidumbre no estructurada y libre de
retardos. Esta equivalencia proporciona una nueva interpretación en el dominio frecuencia
de los criterios de estabilidad basados en Lyapunov, con la ventaja adicional de hacer
evidente las fuentes de conservadurismo, las cuales no son aparentes en estos últimos.
Mirkin (2007), al igual que (Suplin et al., 2005), retoman la idea de (Zhang et al.,
2001) y logran mayor transparencia al aplicarla a los resultados de (Fridman et al., 2004),
sobreparametrizados aunque equivalentes, Este tratamiento fue propuesto por (Kao y
Lincoln, 2004) para sistemas lineales con retardos variantes en el tiempo, inciertos aunque
acotados. En dicho artículo se presenta un método para estudiar la estabilidad, simple,
aunque poderoso.
Mirkin (2007), va un paso más allá y demuestra que el máximo periodo de muestreo
admisible calculado en Fridman et al., 2004, puede incrementarse en un factor p 2 , sin
costo adicional aplicando el teorema de la pequeña ganancia escalado, directamente al
sistema muestreado original.
No todos los artículos revisados resuelven el problema de estabilización por
realimentación de estados del sistema muestreado incierto; en los que lo hacen, se diseña un
controlador a partir de las condiciones de estabilidad, expresadas en forma de LMI.
4
En (Fridman et al., 2005) y su complementario (Suplin et al., 2005, Sección VI), y en
(Yue et al., 2005), dichas condiciones se aplican a fin de alcanzar un determinado nivel de
performance, de tipo H.
Se plantea aquí el diseño en un paso de un controlador robusto tipo H por
realimentación de estados, obtenido resolviendo un problema mixto de performance y
estabilidad robusta frente a intervalos de muestreo de variación arbitraria, aunque acotada.
El diseño se basa en el teorema 3 de (Sampei et al., 1989) que resuelve un problema mixto
de sensibilidades y, en el criterio de estabilidad de (Kao y Lincoln, 2004), caso en tiempo
continuo, aprovechando que dicho criterio se expresa en términos de la cota superior del
módulo de una función transferencia asociada al lazo cerrado. El diseño se comparará con
el propuesto en Suplin et al., (2005), ambos obtenidos considerando el efecto de los
periodos de muestreo variables como un bloque de incertidumbre no estructurada y
aplicando alguna variante del teorema de la pequeña ganancia (Zhang et al., 2001) al
sistema resultante. Se repiten aquí, los resultados centrales de los artículos mencionados en
este párrafo.
A destacar del método presentado aparte de su simplicidad: se considera aquí que la
incertidumbre introducida por los periodos de muestreos no uniformes impone una
limitación fundamental en el ancho de banda sistema en lazo cerrado. El hecho de plantear
el problema en el dominio frecuencia, en el caso de un sistema SISO, permite evaluar
directamente el trade-off entre el ancho de banda del sistema en lazo cerrado, el límite
superior de los intervalos de muestreo variables y la cota superior del módulo de una
función transferencia asociada al lazo cerrado.
El resto del informe está estructurado de la siguiente forma: en sección II se analiza el
problema a resolver e introduce un ejemplo motivador, que se usa como benchmark en casi
todos los trabajos mencionados, en cuanto a los resultados de estabilidad. III detalla los
resultados previos pertinentes al método propuesto, que se presenta en IV junto a elementos
básicos del problema mixto de sensibilidades H por realimentación de estados. En V se
trata exhaustivamente el ejemplo de benchmark, incluyendo diferentes resultados
numéricos que permiten una evaluación intrínseca del método y comparativa con el de
(Suplin et al., 2005). Finalmente, en VI se presentan las conclusiones.
que se miden todos los estados de la planta sólo en los instantes de muestreo,
5
0 = t0 < t1 < L < tk L , lim tk = �
k ��
6
que corresponde a la matriz de ganancia en lazo abierto de realimentación de estados, de
-1
orden m �m , Lsf = - K ( sI - A) B , con s el operador de Laplace. En particular aquí, se
enfocará la atención en procesos con una sola entrada (m=1), para los cuales, Lsf , es una
función transferencia escalar.
u’ u
K B (sI-A)-1
x
-
7
Método Cota superior, hmax [s]
Walsh et al. (1999) 2.7 x 10-4
Zhang y Branicky (2001) 0.0593
Fridman et al. (2004)/ Kao y Lincoln (2004) 0.8696
Yue et al. (2004) 0.8696
Yue et al. (2005) 0.8871
Naghshtabrizi et al. (2006) 1.1137
Mirkin (2007) 1.3659
8
En JITTERBUG, las señales externas al sistema de control (perturbaciones/entradas de
referencias), se modelan como ruido blanco gaussiano que ingresa al mismo, en distintos
puntos del lazo de realimentación.
Para evaluar el ejemplo de referencia se supone que la planta es perturbada por ruido
blanco gaussiano en tiempo continuo, con varianza unitaria y que, la función de costo (4),
se pondera por Q1 = 0 y Q2 = 0.1 ; es decir se penaliza la acción de control por
realimentación de estados, u (t ) = - Kx(t ) .
En Figuras 3 y 4 pueden apreciarse los resultados obtenidos para los casos de periodos
de muestreo constante y variantes en el tiempo, respectivamente.
Para el caso de periodo de muestreo constante, el máximo admisible para este
parámetro es 1.67 s; valor que se aproxima al de 1.7s, indicado en Naghshtabrizi et al.
(2006).
En caso de considerar periodos de muestreo variantes en el tiempo hmax=1.18 s; esta
cifra se encuentra entre la indicada en Naghshtabrizi et al. (2006), hmax =1.1137 s y el valor
hmax =1.3659 s, calculado en Mirkin (2007) y, bastante alejado de todos las otras cotas
predichas. Los valores obtenidos confirman que el modelado del sistema (1) como uno
híbrido produce resultados menos conservadores.
4 Análisis con Jitterbug para h constante
x10
3.5
2.5
Función de costo J
1.5
0.5
0
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8
h[s]
9
Análisis con Jitterbug caso sampling jitter
1400
1200
Para jitter=1.18s. el sistema
es inestable
1000
Función de costo J
800
600
400
200
0
0 0.2 0.4 0.6 0.8 1 1.2 1.4
sampling jitter[s]
10
III.1 Resultados previos
Fridman et al. (2004) modelan un sistema muestreado como uno en tiempo continuo
con un retardo en la entrada de control, variante en el tiempo, incierto aunque acotado por
la longitud del periodo de muestreo máximo. A éste, equivalente al sistema muestreado
original, puede aplicársele el siguiente teorema.
d
+ C
-
P
1 1
(Fig. 6), tal que, n(t ) = F m(t ) = ( - 1) m(t ) , donde denota el operador de integración,
s s
y en el teorema de la pequeña ganancia.
En (Kao y Lincoln, 2004, Lema 1) se demuestra que la norma inducida L2 de F está
acotada según: F �hmax .
11
Figura 6. Transformación del lazo de realimentación del sistema con retardo de Fig. 5
P ( jw)C ( jw) 1
Gnm = sup <
L2
wΥ[ 0, ] 1 + P( jw)C ( jw) hmax w
Kao y Lincoln (2004) observan que, a pesar que el criterio de estabilidad considera
sistemas SISO, puede extenderse fácilmente al caso MIMO expresándolo como un conjunto
de LMI dependientes de la frecuencia, las cuales fueron obtenidas posteriormente en Kao y
Rantzer (2007).
Mirkin (2007) usando el teorema de la pequeña ganancia escalado, reescribe el criterio
en forma de LMI (Mirkin, 2007, Ecuaciones 11 u 11’), aplicables al caso MIMO o SISO y
equivalentes, como se mencionó, al criterio de estabilidad propuesto en Fridman et al.
(2004). Mirkin (2007) comenta que para el caso SISO la simplicidad lograda por el enfoque
basado en el teorema de la pequeña ganancia, puede reducir sustancialmente la carga
computacional que supone resolver las LMI equivalentes.
Remarcable de este criterio es la sencillez de su comprobación en forma gráfica para el
caso de un sistema SISO, que se reduce simplemente a una inspección del diagrama de
Bode de una función transferencia en lazo cerrado. Los autores suministran una versión del
teorema para el caso más real de retardos variables con mínimos distintos de cero,
conocidos en la literatura como “pequeños retardos”. Esta variante podría aplicarse al caso
más real de periodos de muestreo variables en el intervalo hmin �h �hmax , con hmin > 0.
12
Mirkin (2007), al igual que Suplin et al. (2005), aplican el siguiente teorema llamado
de la pequeña ganancia escalado al sistema de Fig. 6 y, lo transforman en uno nuevo,
llamado de comparación, con incertidumbre no estructurada y libre de retardos.
� r = r,
L
estructura = diag { d1 I r1 ,K , d L I rL } , i donde d i son escalares que satisfacen
i =1
�
�1, i = 1,K , L.
13
��T � � �T
�
�A X + X T A T
X B C Q�
� �
� �
� �T �
� * -Q D Q �< 0.
� �
� �
� �
� �
� * * -Q �
� �
a b�
� a b �
�
Notación: � �se utiliza para indicar la matriz simétrica �T �.
* c�
� b c�
�
donde, x(t ) ��n es el vector de estados, w(t ) ��nw es la perturbación externa, u (t ) ��nu es
la entrada de control y z (t ) ��nz es la salida controlada.
Se supone que la acción de control se mantiene constante, gracias a un ZOH, durante
los intervalos de tiempo comprendidos entre los valores discretos,
estabiliza el sistema en lazo cerrado, a la vez que permite alcanzar el siguiente nivel de
rechazo a las perturbaciones externas, con norma H
14
�
J c ( w) =
�( z (s) z(s) - g w (s)w(s))ds < 0
T 2 T
(5.c)
0
K = YP -1 .
Para demostrar el lema, se construye el sistema de comparación equivalente al (7)
15
.
x(t ) = ( A0 + B2 ) x(t ) + B2 K w(t ) + B1w(t ),
z (t ) = ( C0 + D12 ) x(t ) + D12 K w(t ),
y (t ) = ( A0 + B2 ) x(t ) + B2 K w(t ) + B1w(t ),
w(t ) = y (t ),
�
�h.
16
con ( A, B ) estabilizable y (C , A) detectable y, realimentación de estados
u (t ) = - Kx(t )
m Tsf ( s )
�1 (0 < m , 0 < e < 1).
e S sf ( s )
O, en forma equivalente,
Tsf � 1 = e1 y S sf � 1 = e2. (10 a, b)
m e
Teorema 3 (Sampei et al. (1989))
Si K satisface Gc ( s ) �1 con Gc ( s ) dado por (9), entonces existen matrices H, X
arbitrarias y P0, que satisfacen la ecuación de Riccati algebraica
1- m
PA + AT P - PBBT P + H T H + X T X = 0 (10 c)
q
con q = m + e (1 - m ) ; K queda expresada como
1 T 1- e
K= B P+ X (10 d)
q q
Los autores demuestran además, que en el caso de elegir X=0, el controlador obtenido
es más robusto que el regulador óptimo LQ equivalente, en cuanto a margen de fase y de
ganancia. La matriz arbitraria H puede elegirse siguiendo las pautas indicadas para el
diseño del controlador óptimo LQ.
17
relacionados (Felicione et al., 2005) con los márgenes de estabilidad; Ssf, lo está también
con la máxima amplificación del peor caso de perturbaciones externas. Se recomienda,
(Middleton (1991))
S sf < 1.4 (11, Condición 1)
�
Para sistemas SISO y, de acuerdo a Kao y Lincoln (2004), además de cumplir con esta
condición, la curva de magnitud de la respuesta en frecuencia de Tsf debe está acotada para
toda frecuencia por la curva 1 (h s ) , es decir,
max
1
Tsf ( w) < , "w Υ [0, ). (11, Condición 3)
hmax w
En particular esta condición debe cumplirse para la frecuencia a la que ocurre el pico
del módulo de la función de sensibilidad complementaria; para calcularla se puede usar
cualquiera de los siguientes enfoques:
1. Kao y Lincoln (2004) observan que dicho pico usualmente ocurre a wc , la llamada
frecuencia de corte, a la cual C ( jwc ) P( jwc ) = 1 . En la práctica 0.5wb �wc �wb ,
donde, wb es el ancho de banda del sistema en lazo cerrado, a la cual
Tsf ( jw) = 1 @ -3dB . A la frecuencia wc se tiene:
2
C ( jwc ) P ( jwc 1 1
� < � jm > hmaxwc . j m es el margen de fase
1 + C ( jwc ) P( jwc ) jm hmaxwc
requerido, que efectivamente constituye una salvaguarda frente a la incertidumbre
introducida por los retardos de tiempo. Existe una estrecha relación entre el margen
de fase y los valores de pico de S (nombrado en la literatura como MS) y T
(conocido como MT):
�1 � 1
jm �2 arcsin � �� [rad]
�2M S � MS
�1 � 1
jm �2 arcsin � �� [rad]
�2M T � MT
2. O, se puede suponer que el pico de la función de sensibilidad complementaria,
típicamente se produce a una frecuencia
0.7 wb �w1 �0.75wb (11 a)
18
1
Tsf ( w1 ) �min ( 2, ) , o,
hmax w1
1
e1 = 1 �min ( 2, ) (11 b)
m hmax w1
Con respecto a la elección de wb, Åström y Wittenmark (1997) recomiendan como regla
general muestrear con un periodo h, que verifique: wb h �0.2 - 0.6 .
Middleton (1991) observa:
V Ejemplo 2
19
V.1 Diseño controlador Suplin et al. (2005), (Sección VI)
En Suplin et al. (2005), Sección VI no se calcula el controlador para el ejemplo de
referencia, por tanto, para lograr este objetivo se adoptan aquí los siguientes valores para
comenzar con el proceso iterativo de diseño:
g 6.83 Índice de performance (Ec. 5c), valor tomado de Yue et al. (2005)
para este ejemplo.
e 0.001 Escalar de ajuste de las LMI (Lema 6, Suplin et al. (2005)) elegido
teniendo en cuenta los valores adoptados en ejemplos del citado
artículo y Fridman et al. (2005).
hmax [s] 0.8696 s. Máximo periodo de muestro.
1
e=0.9, o equivalentemente, S sf �e 2 = 1.0541 = e.
Como primera imposición al valor de m, aplicando (11, Condición 2) y (10 a), se
obtiene:
e1 2 y m 1/2.
Teniendo en cuenta las recomendaciones de Middleton (1991) para determinar wb y,
considerando hmax= 0.8696 s, se calcula w1 (11a) y, a dicha frecuencia, la cota en el valor de
m (11b).
1
Se adopta m=0.791 1/2, que corresponde a un valor de Tsf = 1.1244 = 0.791
.
K = [-2.2106 -10.6854].
20
60
50
30
20
Magnitude (dB)
10
Controlador propuesto
0
-10
-30
-40
-2 -1 0 1 2
10 10 10 10 10
Bode Diagram
20
-20
Controlador propuesto
Magnitude (dB)
-40
-60
-80
-100
-3 -2 -1 0 1 2
10 10 10 10 10 10
Frequency (rad/sec)
21
En Tabla 2 se resumen algunos valores asociados a cada diseño.
S sf 1.1252 1
�
jm @54º @84º
22
Se realizó una simulación para ilustrar la efectividad del método propuesto y permitir la
comparación entre los controladores.
30 5s �t �10 s
�
w(t ) = �
0 en otro caso
�
23
Controlador Suplin - Periodo de muestreo variante en [0 s - 0.8695 s]
20
x1
x2
15 z
10
-5
-10
-15
0 10 20 30 40 50 60 70
t [s]
10
-5
-10
-15
0 10 20 30 40 50 60 70
t [s]
24
Controlador Suplin - Periodo de muestreo variante en [0 s- 0.8695 s]
150
100
50
0
u
-50
-100
-150
0 10 20 30 40 50 60 70
t [s]
100
50
0
u
-50
-100
-150
0 10 20 30 40 50 60 70
t [s]
25
Controlador Suplin - Periodo de muestreo variante en [0-0.8695] ruido del proceso blanco gaussiano
5
x1
x2
4
z
-1
-2
-3
-4
-5
0 10 20 30 40 50 60 70 80
t[s]
Figura 15. Estados y salida controlador de Suplin et al. (2005), ruido blanco gaussiano
Controlador propuesto- periodos de muestreo variantes en [0-0.8695]s., ruido del proceso blanco gaussiano
5
x1
x2
4
z
-1
-2
-3
-4
-5
0 10 20 30 40 50 60 70 80
t[s]
Figura 16. Estados y salida para el controlador propuesto, ruido blanco gaussiano
26
Controlador Suplin-Periodos de muestreo variante en [0-0.8695]s., ruido del proceso blanco gaussiano
20
10
-10
u
-20
-30
-40
0 10 20 30 40 50 60 70 80
t[s]
Figura 17. Acción de control, controlador de Suplin et al. (2005), ruido blanco gaussiano
Controlador propuesto- Periodos de muestreo variantes en [0-0.8695]s., ruido del proceso blanco gaussiano
20
10
-10
u
-20
-30
-40
-50
0 10 20 30 40 50 60 70 80
t[s]
27
Caso extremo inferior del intervalo de variación del periodo de muestreo mayor a 0
El periodo de muestreo utilizado es variante en el tiempo, en forma aleatoria, en un
-
intervalo [ hmin , hmax ] con hmin > 0, hmax = 0.8695s y h valor medio del intervalo, que
podría representar un caso más real de un NCS. A medida que hmin crece y por consiguiente
-
el h del intervalo, el sistema se hace más inestable. El valor elegido para estas simulaciones
es el max( hmin ) , a partir del cual el sistema en lazo cerrado se vuelve inestable.
Para verificar en simulación si el sistema en lazo cerrado permanece estable para
valores mayores a hmax = 0.8695s , se realizaron otras simulaciones (Figs. 23 a 28). Mirando
-
las diferentes respuestas, a medida que se aumenta hmax y h , puede apreciarse que la
respuesta transitoria (tiempo de crecimiento y establecimiento, overshoot, etc.) del sistema
depende claramente del valor de los periodos de muestreo, tal como se anticipa en Andreff
(2004) y en Marti (2002).
Finalmente se simuló (Figs. 27 y 28), sólo para el controlador propuesto (con el otro
controlador el sistema es inestable en lazo cerrado), el caso hmax =1.3659s= 0.8695 * p 2 ,
hmax determinado por Mirkin (2007) y hmin>0.
28
Controlador Suplin - Periodo de muestreo variable entre [0.3 - 0.8695]
20
x1
x2
15 z
10
-5
-10
-15
-20
0 20 40 60 80 100 120 140 160 180 200
t [s]
-
Figura 19. Estados y salida para el controlador de Suplin et al. (2005), h =0.5889s
10
-5
-10
-15
-20
0 20 40 60 80 100 120 140 160 180 200
t [s]
-
Figura 20. Estados y salida para el controlador propuesto, h =0.7992s
29
Controlador Suplin Periodo de muestreo variable en [0.3s-0.8695s.]
150
100
50
0
u
-50
-100
-150
0 20 40 60 80 100 120 140 160 180 200
t[s]
-
Figura 21. Acción de control para el controlador de Suplin et al. (2005), h =0.5889s
100
50
0
u
-50
-100
-150
0 20 40 60 80 100 120 140 160 180 200
t [s]
-
Figura 22. Acción de control para el controlador propuesto, h =0.7992s
30
Controlador Suplin -Periodo de muestreo variante en [0.05 s-1.1137s], promedio=0.5943 s.
60
x1
x2
z
40
20
-20
-40
-60
0 20 40 60 80 100 120 140 160 180 200
t [s]
-
Figura 23. Estados y salida para el controlador de Suplin et al. (2005), h =0.5943s,
hmax=1.1137s. y hmin=0.05s.
20
-20
-40
-60
0 20 40 60 80 100 120 140 160 180 200
t [s]
-
Figura 24. Estados y salida para el controlador propuesto,
h =0.8228, hmax=1.1137s. y hmin=0.51s.
31
Controlador Suplin - Periodos de muestreo variantes en [0.05 -1.1137] promedio: 0.5943
400
300
200
100
0
u
-100
-200
-300
-400
0 20 40 60 80 100 120 140 160 180 200
t [s]
-
Figura 25. Acción de control para el controlador de Suplin et al. (2005),
h =0.5943s, hmax=1.1137s. y hmin=0.05s.
300
200
100
0
u
-100
-200
-300
-400
0 20 40 60 80 100 120 140 160 180 200
t [s]
-
Figura 26. Estados y salida para el controlador propuesto,
h =0.8228, hmax=1.1137s. y hmin=0.51s.
32
Controlador propuesto - Periodo de muestreo variante en [0.2 - 1.3658] Promedio: 0.8008 s.
20
x1
x2
z
15
10
-5
-10
0 20 40 60 80 100 120 140 160 180 200
t [s]
-
Figura 27. Estados y salida para el controlador propuesto,
h =0.8008, hmax=1.3658s. y hmin=0.2s.
Controlador propuesto - Periodo de muestreo variante en [0.2 s- 1.3658 s] - Promedio 0.8008 s.
60
40
20
-20
u
-40
-60
-80
-100
-120
0 20 40 60 80 100 120 140 160 180 200
t [s]
-
Figura 28. Acción de control para el controlador propuesto,
h =0.8008, hmax=1.3658s. y hmin=0.2s.
33
VI Conclusiones
Se resolvió un problema H por realimentación de estados, de robustez frente a
intervalos de muestreo de variación arbitraria, aunque acotada. El diseño se basó en un
teorema de la literatura para derivar la solución del problema de control H por
realimentación de estados, planteado como un problema mixto de sensibilidades,
conjuntamente con la aplicación de un criterio de estabilidad para sistemas lineales con
retardos variantes en el tiempo, inciertos aunque acotados.
El hecho de plantear el problema en el dominio frecuencia, en el caso de un sistema
SISO, permitió evaluar directamente el trade-off entre el ancho de banda del sistema en
lazo cerrado, el límite superior de los intervalos de muestreo variables y la cota superior del
módulo de una función transferencia asociada al lazo cerrado. Adicionalmente se genera
otra aplicación del artículo de Kao y Lincoln, 2004, donde se presenta un método para
estudiar la estabilidad, simple, aunque poderoso, para sistemas lineales con retardos
variantes en el tiempo (jitter), inciertos aunque acotados. Anteriormente dicho artículo fue
aplicado al diseño de compensadores de jitter: (Lincoln, (2002), Felicione et al., 2005,
Eriksson et al., (2007 a y b); al concepto de jitter margin para tareas de control periódicas
(Cervin et al., (2004), Rodrigues de la Rocha et al., (2005) y Perez (2006)).
El diseño y análisis del sistema de control se hicieron con el apoyo de herramientas
numéricas del entorno MATLAB, lo que permitió una evaluación exhaustiva del método a
través de distintos indicadores y bajo distintas hipótesis, tanto en términos intrínsecos como
en comparativos con otra técnica de la literatura (Suplin et al. (2005)), ambos obtenidos
considerando el efecto de los periodos de muestreo variables como un bloque de
incertidumbre no estructurada y aplicando alguna variante del teorema de la pequeña
ganancia al sistema resultante. El método es evaluado favorablemente en cuanto a
simplicidad de diseño y de implementación, y también en cuanto a la robustez y la
performance prestada.
Sería interesante considerar el diseño de controladores que exploten situaciones más
prácticas: suponer que la única información disponible acerca de los periodos de muestreo
es su cota superior no es muy realista; por ejemplo podría considerarse el caso de periodos
de muestreo en el rango [h1 , hmax ] , para algún h1 >0 conocido o, el diseño de un controlador
para el caso en que se disponga del patrón de muestreo o pueda reconstruirse on-line, con lo
cual podrían esperarse resultados menos conservadores.
Referencias
34
Cervin, A., B. Lincoln, J. Eker, K.-E. Årzén y G. Buttazzo, “The jitter margin and its
application in the design of real-time control systems.”, Proceedings of the 10th
International Conference on Real-Time and Embedded Computing Systems and
Applications, Göteborg, Sweden, Best paper award, (2004).
Eriksson, L. y M. Johansson, “PID controller tuning rules for varying time delay systems.”,
Proceeding of American Control Conference, pages 619–625, USA, (2007a).
Eriksson, L. M. y M. Johansson, “Simple PID tuning rules for varying time-delay systems.
IEEE Conference on Decision and Control, (2007b).
Kao C. –Y. y B. Lincoln, “Simple stability criteria for systems with time varying delays”,
Automatica, 40(8), 1429-1434 (2004).
Marti, P., “Analysis and Design of Real-Time Control Systems with Varying Control
Timing Constraints,” PhD Thesis, Department of Automatic Control, Technical University
of Catalonia, Barcelona, España, (2002).
Middleton R. H., “Trade-offs in linear control systems design”, Automatica 27(2), 281-292
(1991).
35
Mirkin L., “Some remarks on the use of time-varying delay to model sample-and-hold
circuits”, IEEE Trans. on Automat. Contr., 52(6), (2007).
Mirkin L., “On the use of time-varying delay to represent sample-and-hold circuits”, Proc.
of 46th Conference on Decision and Control, 420-425 (2007a).
Naghshtabrizi P., J. P. Hespanha y A. R. Teel, “On the robust stability and stabilization of
sampled-data systems: A hybrid system approach”, Proc. of the 45th Conf. on Decision and
Contr., 4873-4878 (2006).
Perez, D. A., “Propostas de co-projeto para sistemas de controle via rede.” Dissertação
(Mestrado em Engenharia Elétrica) - Universidade Federal de Santa Catarina, Conselho
Nacional de Desenvolvimento Científico e Tecnológico, (2006).
Sanfridson, M., “Discretization of loss function for a control loop having time-varying
period and control delay”, Technical Report, ISRN KTH/MMK/R-03/2-SE, (2004a).
Sanfridson, M., “Quality of control and real-time scheduling : allowing for time-variations
in computer control systems”, PhD Thesis, ISRN/KTH/MMK-04/07-SE, Royal Institute of
Technology (KTH), Suecia, (2004b).
36
Yi, J., Q. Wang, D. Zhao, J. T. Wen, “BP neural network prediction-based variable-period
sampling approach for networked control systems”, Applied Mathematics and
Computation, 185(2), 976-988 (2007).
Yue D., Q.-L. Han y J. Lam, “Network-based robust H control of systems with
uncertainty”, Automatica, 41(6), 999-1007 (2005).
Yue D., Q.-L. Han y C. Peng, “State feedback controller design of networked control
systems”, IEEE Trans. on Automat. Contr., 51(11), 640-644 (2004).
Zhang, W. (2001). “Stability analysis of networked control systems.”, Ph.D. Thesis, Case
Western Reserve University, (2001).
37