INTRODUCCIÓN AL CONTROL ÓPTIMO

El diseño de sistemas óptimos de control es una función importante de la ingeniería de control.

El propósito del diseño es realizar un sistema con componentes prácticos que proporcione el
comportamiento de operación deseado. El comportamiento deseado puede establecerse
fácilmente en términos de índices de comportamiento en el dominio del tiempo. Por ejemplo,
la máxima sobreelongación y el tiempo de subida para una entrada de escalón son índices
valiosos en el dominio del tiempo. En el caso del comportamiento transitorio y en estado
estacionario, los índices de comportamiento se especifican normalmente en el dominio del
tiempo, por lo que es natural que se desee desarrollar procedimientos de diseño en el dominio
del tiempo.
El comportamiento de un sistema de control puede representarse por medidas integrales de
comportamiento. Por tanto, el diseño de un sistema debe basarse en minimizar un índice de
comportamiento, como la integral de cuadrado del error (ISE). Los sistemas que se ajustan
para proporcionar un índice mínimo de comportamiento frecuentemente se conocen como
sistemas de control óptimos. Aquí se considera el diseño de un sistema óptimo de control
donde el sistema se describe mediante una formulación de variables de estado. Se considera
la medición de las variables de estado y su uso en el desarrollo de una señal de control u(t)
para optimizar el comportamiento del sistema.
El comportamiento de un sistema de control, expresado en variables de estado, puede
escribirse en general como

donde x es el vector de estado, u es el vector de control y t f es el tiempo final.

Interesa minimizar el error del sistema, por lo que, cuando el vector de estado deseado se
representa como xd = 0, se puede considerar el error como idénticamente igual al valor del
vector de estado. Esto es, se desea que el sistema esté en equilibrio, x = xd = 0, y cualquier
desviación del equilibrio se considera un error. Por tanto, aquí se considera el diseño de los
sistemas óptimos de control usando realimentación de las variables de estado e índices del
cuadrado del error para el comportamiento [1-3], El sistema de control que se considera
se muestra en la Figura 11.14 y puede representarse por la ecuación diferencial vectorial

Se seleccionará un regulador de realimentación de forma que u sea función de las variables de

estado x medidas y, por tanto,
u = -k(x)

Por ejemplo, podríamos usar

Alternativamente, se podría escoger el vector de control como

La elección de las señales de control es un poco arbitraria y depende parcialmente del
comportamiento real deseado y de la complejidad de la estructura de realimentación per-
misible. Frecuentemente se está limitado en el número de las variables de estado disponibles
para la realimentación, en virtud de que solamente se pueden utilizar variables de estado
medibles.
Ahora bien, en nuestro caso, se limita la función de realimentación a una función lineal de
forma que u = - Kx, donde K es una matriz de m x n: Por tanto, en forma desarrollada, se tiene

Entonces, sustituyendo la Ecuación (11.30) en la (11.27), se obtiene

donde H es la matriz de n x n que resulta de la suma de los elementos de A y de -BK.

Ahora bien, regresando al índice de comportamiento del cuadrado del error, se recuerda que
el índice para una sola variable de estado, x1, se escribe

(11.32)
Un índice de comportamiento escrito en términos de dos variables de estado seria entonces

Por tanto, como se desea definir el índice de comportamiento en términos de una integral de
la suma de los cuadrados de las variables de estado, se utiliza la operación matricial

donde x T índica la transpuesta de la matriz x. Entonces la forma general del índice de

comportamiento, en términos del vector de estado, es

La forma general del índice de comportamiento (Ecuación 11.26) incorpora un término sin u
que no se ha incluido en este punto. Considerando de nuevo la Ecuación (11.35), se hará que
el tiempo final de interés sea t f = ∞. Para obtener el valor mínimo de J, se postula la existencia
de una diferencial exacta, de forma que
donde P se debe determinar. Se usará una matriz P simétrica para simplificar el proceso
algebraico sin ninguna pérdida de generalidad. Entonces, para una matriz simétrica P, p ij =p ji .
Efectuando la derivación indicada en la parte izquierda de la Ecuación (11.36), se tiene

Entonces, sustituyendo la Ecuación (11.31), se obtiene

donde (Hx)T = xTHT por la definición de transpuesta de un producto.

Si se hace (HTP + PH) = -I, entonces la Ecuación (11.37) será

que es la diferencial exacta buscada. Sustituyendo la Ecuación (11.38) en la (11.35), se

obtiene

En el cálculo del límite en t = ∞, se ha supuesto que el sistema es estable y, por consiguiente,

x(∞) = 0, como se quería. Por tanto, para minimizar el índice de comportamiento J, se
consideran las dos ecuaciones

Entonces los pasos diseño son los siguientes:

1. Determinar la matriz P que satisfaga la Ecuación (11.41), donde H es conocida,
2. Minimizar J determinando el mínimo de la Ecuación (11.40) ajustando uno o más de
los parámetros no especificados del sistema.

EJEMPLO 11.11. Realimentación en variables de estado

Considérese el sistema de control mostrado en la Figura 1l.l5. Las variables de estado se
identifican como x1, y x2. El comportamiento de este sistema es muy poco satisfactorio, pues
resulta una respuesta no amortiguada para una señal de entrada o una perturbación de escalón.
La ecuación diferencial vectorial de este sistema es

Donde
Se escoge un sistema de control por realimentación de forma que

y, por tanto, la señal de control es una función lineal de las dos variables de estado. Entonces
la (ll .42) se convierte en

En forma matricial se tiene

Se observa que x1 representaría la posición de un sistema de control de posición; la función

de transferencia del sistema sería G(s) = 1/Ms2, donde M = 1, y la fricción es despreciable.
Se hace k1 = 1 y se determina un valor adecuado para k2 de forma que se minimice el índice
de comportamiento. Entonces, escribiendo la Ecuación (11.41), se tiene

y de forma expandida

Efectuando la multiplicación y suma de la matriz, se tiene

Así, resolviendo estas ecuaciones simultáneas, se obtiene

El índice integral de comportamiento es entonces

y se considera el caso donde cada estado se desplaza inicialmente una unidad respecto del
equilibrio, de forma que xT(0) = [1, 1]. Por tanto, la Ecuación (11.48) será

Sustituyendo los valores de los elementos de P, se tiene

Para minimizar en función de k2, se toma la derivada respecto de k2 y se hace igual a cero
como sigue:

y, por tanto, k22 = 4 y k 2 = 2 cuando J es un mínimo. El valor mínimo de J se halla

sustituyendo k2 = 2 en la Ecuación (11.50). Por esto se obtiene

La matriz del sistema, H, que se obtuvo para el sistema compensado, es entonces

La ecuación característica del sistema compensado es, por tanto,

Como éste es un sistema de segundo orden, se observa que la ecuación característica es de la

forma (s2 + 2ξwns + wn2) y, por tanto, la razón de amortiguamiento del sistema compensado
es J = 1.0. Se considera que este sistema es óptimo, pues da como resultado un valor mínimo
para el índice de comportamiento. Por supuesto, este sistema solamente es óptimo para el
conjunto específico de condiciones iniciales supuestas; en la Figura 11.16 se muestra el
sistema compensado. En la Figura 11.17 se presenta una curva del índice de comportamiento
en función de k2. Es evidente que este sistema no es muy sensible a los cambios en k2 y que
mantendrá un índice de comportamiento casi mínimo si la k2 se altera en algún porcentaje. Se
define la sensibilidad de un sistema óptimo como
donde k es el parámetro de diseño. Entonces, para este ejemplo, tenemos k = k2 y, por tanto,

EJEMPLO 11.12. Determinación de un sistema óptimo

Ahora se reconsidera el sistema del Ejemplo l l . l l , donde no se especifican las ganancias de
realimentación k1 y k2. Para simplificar el proceso algebraico sin ninguna pérdida de
comprensión del problema, hacemos k1 = k2 = k. Se puede probar que si k1 y k2 no se
especifican, entonces k1 = k2 cuando se obtiene el mínimo del índice de (Ecuación 11.40). Así,
para el sistema del Ejemplo 11.11, la Ecuación (11.45) se transforma en

Para determinar la matriz P, se utilizará la Ecuación (11.19), que es

Resolviendo el conjunto de ecuaciones simultáneas que resulta de la Ecuación (11.57), se

sigue que

Se considera el caso en el que el sistema se desplaza inicialmente una unidad respecto del
equilibrio, de forma que xT(0) = [1, 0], Entonces el índice de comportamiento (Ecuación
11.40) será

Por esto, el índice de comportamiento que se minimiza es

Evidentemente, el valor mínimo de J se obtiene cuando k se aproxima al infinito; el resultado

es Jmin = 1. En la Figura 11.18 se muestra una representación gráfica de J frente
a k, la cual ilustra que el índice de comportamiento se aproxima asintóticamente a un mínimo
cuando k se aproxima a un valor infinito. Ahora se observa que proporcionando una ganancia
k muy alta, se consigue que la señal de realimentación

sea muy grande. Sin embargo, existen restricciones sobre las magnitudes realizables de la
señal de control u(t). Por tanto, se debe introducir una restricción sobre u(t) de forma que la
ganancia k no se haga demasiado grande. Entonces, por ejemplo, si se establece una restricción
sobre u(t) de forma que

se necesita que el valor máximo aceptable de k sea en este caso

Entonces el valor mínimo de J es

que es suficientemente próximo al mínimo absoluto de J para satisfacer nuestros requisitos.

Examinando el índice de comportamiento (Ecuación 1.35), se sigue que la magnitud de la
señal de control no se tiene en cuenta en los cálculos originales, debido a que u(t) no se incluye
dentro de la expresión para el índice de comportamiento. Sin embargo, hay muchos casos en
los que interesa el gasto energético de la señal de control. Por ejemplo, en un sistema de
control de posición de un vehículo espacial, [u(t)]2 representa el gasto energético de
combustible y debe restringirse para conservar la energía combustible durante largos periodos
de vuelo. Para tener en cuenta el gasto energético de la señal de control, se utilizará el índice
de comportamiento

donde λ es un factor escalar de valoración e I = matriz identidad. El factor de valoración λ se

escogerá de forma que la importancia relativa del comportamiento de las variables de estado
contraste con la importancia del gasto de la fuente energética del sistema, el cual se representa
por uTu. Como en párrafos anteriores, se representará la realimentación de las variables de
estado por la ecuación matricial

y el sistema con esta realimentación de las variables de estado por

Ahora bien, sustituyendo la Ecuación (11.64) en la (11.63), se tiene

donde Q = (I + λKTK) es una matriz de n x n. Siguiendo el desarrollo de las Ecuaciones

(11.35) hasta (11.39), se postula la existencia de una diferencial exacta de forma que

Entonces, en este caso se necesita que

y así se tiene, como antes (Ecuación 11.39),

Los pasos de diseño son ahora análogos a los de las Ecuaciones (11.40) y (11.41), con la
excepción de que la parte izquierda de la Ecuación (11.68) es igual a -Q en lugar de -I. Por
supuesto, sí λ = 0, la Ecuación (11.68) se reduce ala (11.41). Ahora bien, se va a reconsiderar
el ejemplo anterior cuando λ es diferente de cero y representa el gasto energético de la señal
de control.

EJEMPLO 11.13. Sistema óptimo con consideraciones de control de energía

Se reconsidera el sistema del Ejemplo 11.11 que se muestra en la Figura 11.11. Para este
sistema, se utiliza una realimentación de las variables de estado de forma que

Por tanto, la matriz

Como en el Ejemplo 11.12, se hace xT(0) = [1, 0] de forma que J = p11. Se calcula p11 por la
Ecuación (11.68) como
Por esto, se sigue que

y se observa que la parte derecha de la Ecuación (11.73) se reduce a la Ecuación (11.59)

cuando λ = 0. Ahora el mínimo de J se encuentra tomando la derivada de J, que es

Por tanto, el mínimo del índice de comportamiento se presenta cuando k = kmin, donde kmin
es la solución de la Ecuación (11.74).

Se completa este ejemplo para el caso en que la energía de control y los cuadrados de las
variables de estado son igualmente importantes, de tal forma que λ= 1 . Entonces la Ecuación
(11.74) se satisface cuando k2 - 1 = 0, y se sigue que kmin = 1.0. El valor del índice de
comportamiento J que se obtiene con kmin es considerablemente mayor que el del ejemplo
anterior, pues el gasto energético es igualmente valorado como un costo. La representación
gráfica de J frente a k para este caso se muestra en la Figura 11.19. También la representación
gráfica de J frente a k para el Ejemplo 11.12 se muestra, con fines de comparación, en la
Figura 11.19.
Según este ejemplo y los anteriores, es claro que el mínimo real obtenido depende de las
condiciones iniciales, de la definición del índice de comportamiento y del valor del factor
escalar λ.
El diseño de varios parámetros puede efectuarse en forma semejante a la ilustrada en los
ejemplos. Además, el procedimiento de diseño puede llevarse a cabo en sistemas de orden
mayor. Pero entonces debemos considerar el uso de una computadora para determinar la
solución de la Ecuación (11.41) con el objeto de obtener la matriz P. Así mismo, la
computadora proporcionaría un enfoque adecuado para calcular el valor mínimo de J para uno
o más parámetros. Sin embargo, la solución de la Ecuación (11.68) puede ser complicada,
especialmente cuando el orden del sistema es bastante alto (n>3). Un método alternativo
apropiado para el cálculo mediante computadora se muestra sin probarlo en el párrafo
siguiente.

Se considera un sistema de una entrada-una salida sin compensar con

y realimentación

El índice de comportamiento es
donde R es el factor de peso escalar. Este índice se minimiza cuando

La matriz P de dimensión n x n se determina como la solución de la ecuación

La Ecuación (11.75) puede resolverse utilizando MATLAB. La Ecuación (11.75) se denomina

ecuación de Riccati. Este control óptimo se conoce como regulador lineal cuadrático.

BIBLIOGRAFÍA

DORF, RICHARD C. y BISHOP, ROBERT H., “SISTEMAS MODERNOS DE CONTROL”,

DÉCIMA EDICIÓN.