Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Diseño de Control Digital Con Perturbaciones
Diseño de Control Digital Con Perturbaciones
DISTURBIOS ALEATORIOS
Viviana Cabrera A.
vivi_ely7@hotmail.com
Rodrigo Escandón C.
rescandon@ieee.org
Mónica Romero S.
mony_r87@hotmail.com
1. INTRODUCCION:
REPRESENTACION DE ERRORES ALEATORIOS Figura [1], moldeamiento determinístico de
perturbaciones (Filtros)
Y TRATAMIENTO DE LOS MISMOS.
A continuación se aplicará el este concepto a la
Como se explicara después existen varias formas descripción de perturbaciones aleatorias o
de representar una perturbación en un sistema de estocásticas, las cuales no pueden ser
control digital, pues existen perturbaciones representadas de una manera determinística pues
determinantes que se pueden representar por
no son reproducibles
medio de una delta dirac que al pasar a través de
un filtro produce un escalón y una rampa, en
Primero es necesario tener claro que los procesos
cambio a las perturbaciones aleatorias tienen un
estocásticos se pueden describir por medio de la
función , , siendo t el tiempo (variable real) y
proceso de representación más complejo pues no
son reproducibles. Este tipo de procesos pueden
ser determinantes cuando poseen características la variable estocástica, dentro de un espacio de
idénticas en varias muestras o gausiano en el probabilidad S.
caso en el que la varianza y la media determinan
la probabilidad de ocurrencia de un valor en un De esta manera para un valor dado de = la
función , , representa únicamente un tiempo
determinado tiempo.
cualquiera, mientras que para un t=t0 , Varianza
resulta una variable aleatoria.
= = lim→ ∑
=
! [2]
Los procesos escolásticos poseen ciertas
características que nos permiten determinar
algunos aspectos del mismo como por ejemplo:
Covarianza
Si al realizar un análisis estadístico de un
experimento, se puede evidenciar que los "# = − # =
lim→ ∑
− # [3]
resultados obtenidos manteniendo un tiempo
constante ya sea en una o en varias muestras son %
"0 = = ! [4]
idénticos entonces podemos decir que es un
proceso ergódico.
Casi todas las perturbaciones presentes en un El ruido gausiano blanco es un proceso ergódico
sistema de control automático pueden ser de una secuencias de variables aleatorias
representadas por medio de un ruido blanco en independientes y debido a la naturaleza del
tiempo discreto que pasa a través de un filtro. El proceso la resolución de e(t), no puede ser e(t+1),
cual no es más que una señal aleatoria cuya e(t+2),…… como se había planteado, la más
energía se distribuye uniformemente para un acertada es e(t)=0.
rango de frecuencias de0 a 0,5 fs
La propiedad de independencia se evidencia en la
El ruido blanco en tiempo discreto constituye una auto correlación:
MODELO DE PERTURBACIONES ∅D H = LM LMNO ∅I H [15]
ALEATORIAS
3.- Proceso auto-regresivo movimiento de
Las perturbaciones aleatorias cuyas densidades
media (ARMA)
espectrales pueden ser expresadas como una
función racional de frecuencia, son resultados de
Este proceso se obtiene cuando la señal pasa por
la filtración de un ruido blanco, este tipo de
un filtro con polos y ceros.
proceso se realiza de diferentes formas :
Se describe por medio de la siguiente ecuación:
1.- Proceso movimiento de media (MA)
:
<= 0 = 1 + ∑( 9( = 0 = 1 +
Densidad espectral de energía:
;
QEM NO F
= < = [9]
0 ∗ 0 QM
∅D H = PLMR PLMNO R ∅I H [17]
Este proceso cumple con la siguiente propiedad
El modelo ARMAX (Planta + Perturbación)
56 56
∅D . = <E 12 F<E 012 F = G< 12 G
/ /
[11]
:
7 + 1 = − ∑(
K
( 7 + 1 − # +
∑:(
] :^
[( V + 1 − \ − # + ∑( 9( + 1 −
En la ecuación [27], el término entre corchetes
# + + 1 = J∗ = 0 7 +
corresponde a la variable real en el tiempo t,
mientras que el segundo representa el ruido en un
Z∗ = 0 V − \ + <= 0 + 1 [20] tiempo t+1.
Es por ello que se usa la predicción óptima del 7ˆ + 1d = 0 [29]
valor futuro de y(t) a partir de los datos de y y u en
un instante t dado y se expresa como sigue: El predictor óptimo que se puede escoger bajo
7ˆ P + 1`R [23]
estas condiciones es:
a + 1 = 7 + 1 − 7ˆt + 1 [24] Con este tipo predictor escogido la predicción del
error se convierte en:
7 + 1 − 7ˆt + 1 = b#@ [25] 1 [31]
En el ruido blanco se puede observar entonces: Si la varianza de la señal de salida controlada es
gEVF =
c7 − 7 d ~ ∑
∗
c7 −
7 ∗ d = b#@ [34]
Caso general
[36]
De donde:
= =
El controlador esta dado por: <= 0 Z∗ = 0 <=0
j= 0 y ∗ t + d + 1 − "= 0 7
V =
l= 0
[40]
[38]
Debido al seguimiento y regulación con objetivos
La trayectoria de referencia está definida por: independientes tenemos:
[39] Y
"= 0 = + =
0
+⋯+ :L =
0:Lu
[43]
7 + \ + 1 =
Tomamos que:
0
i= = <= 0
[46] 'ES NO F
7 +
U∗ ES NO Fz { ESNO F
V +
QS
NO QS NO
y = 0
Y resolvemos la ecuación computacionalmente l + \ + 1 [53]
mediante el comando predisol presentado por
Matlab. El pre compensador deberá haber Los resultados obtenidos son:
compensado los polos de la función en lazo
cerrado y tenemos: c7 + \ + 1 − 7 ∗ + \ + 1d
j= 0 = <=0 [47] "= 0
= |} 7
<=0
l y = 0
Para estudiar el efecto de la minimización de la
+ V
<= 0
varianza, dado por el controlador ecuación 40
en el error [wx − w∗ x].
La ecuación general del disturbio puede ser − 7 + \ + 1~
7 + \ + 1 − 7 ∗ + \ + 1 =
1.3. APROXIMACION MINIMA (CASO DE
7 ∗ + \ + 1 es un ruido blanco.
que los ceros ecuación modelada de la planta se
encuentran dentro del círculo unitario (ceros
asintóticamente estables)
Este proceso corresponde a la minimización de la
varianza del error 7 − 7 ∗ , se le puede
es equivalente a un diseño de ubicación de polos
con:
representar de la siguiente manera:
i= 0 = Z ∗ =0 <= 0 [55]
<=0 7 + \ + 1 = cJ= 0 l yES F +
NO
La factorización se realiza de manera que el Por lo tanto las raíces de esta ecuación son:
l y = 0
coeficiente de mayor grado sea la unidad “1” es
decir el coeficiente de = 0:] del polinomio Z0 =0 .
"=0
Ahora se define el reciproco del polinomio de
Z0 = 0 , el polinomio resultante que lo
denominaremos Z0 ′=0 tiene todos los ceros en
[63]
Z0 ′= 0 <=0
A manera de un ejemplo explicativo se considera
j=0 =
Z ∗ 1
que:
• \=0
En cambio esta ecuación tiene un cero en 0.5 + 0
• Z= 0 = 0.1 =0 + 0.2 = 0
J=0 = 1 − 1.3= 0 + 0.42=0
dentro del circulo unitario.
•
Podemos observar también que Z0′ = 0 es una
buena aproximación de Z0 =0 en el dominio de Las características dinámicas del sistema
la frecuencia: son:
.Y
UN EI N F
= 1 3 \ [59] • j
= 1
= = 0.9
I
UN{ EI N F
• Zb = +0.0927 + 0.0687 =0
La aproximación de la varianza mínima de • Jb = −1-1.2451 = 0 + 0.4066 =0
• i=0 = 1 + 0.5= 0 1 −
seguimiento y regulación se obtiene por
1.34=0 + 0.49= 0
aplicar el diseño para la ubicación de polos
Ley de control: 1.4. SEGUIMIENTO Y REGULACIÓN DE
= j= 0 7 ∗ + \ + 1
GENERALIZADA
Zq = 0
Esta técnica se puede aplicar únicamente a
∗
7 + \ + 1 = } ~
Jq = 0
plantas de sistemas que tengan un moldeamiento
discreto con ceros estables.
}7 + \ + 1 − 7 ∗ + \ + 1
• "=0 = 4.813 − 6.118 =0 +
2.055 = 0
= 0
l= 0 =1-0.02139 = 0 - 0.9786 + V~
<= 0
•
= 0
• j=0 =-2.80 =0 -0.6 = +
1
0.8166 = 0 }7 + \ + 1 − 7 ∗ + \ + 1
&
• @ \ @@9#: 2.082 (
@ \
: 58.5 \ =0
+ V~ = b#@
•
• @ \
: 1.42
<= 0
• @ \ b\V: 0.520−5.69 \Z
[67]
Resolución:
En donde:
1 − = 0
La planta modelada tiene un cero inestable, para
=0 =
definir el deseado lazo cerrado primero se debe
factorizar: Z∗ =0 1+∝ = 0
Z∗ = 0 = 0.1 + 0.2=0 = 0.20.5 + =0
= Zu =0 Z0 =0
[68]
Z0 ′= 0 <=0
= J= 0 l′= 0
[69]
Para = 0, esta estrategia corresponde con el • La primera etapa consiste en realizar los
seguimiento de mínima varianza y reglamento. polinomios "=0 , l=0 y j=0 = <= 0
para = 0 = 0 para el método de la mínima
Para = 0, la varianza de la diferencia entre la
varianza y regulación si Z=0 tiene ceros
salida generalizada y la trayectoria de referencia
y* será minimizada pero no más que la c7 +
inestables.
\ + 1 − 7 ∗ + \ + 1d para esto un valor más • La segunda etapa consiste en introducir el
pequeño de asegurara un valor estable en lazo polinomio = 0 con un valor de > 0
cerrado en la práctica. utilizando la ecuación = 0 =
0SNO
u∝S NO
tenemos que:
Se puede notar también que tiene un efecto
importante a las variaciones de V y por lo tanto
J= 0 l=0
+ = 0Yu Z∗ = 0 "=0
puede ser utilizado incluso en el caso de plantas
con ceros estables a fin de reducir la variación de
la señal de control. = Z∗ = 0 <=0
c72d
Diseño del controlador:
Como regla general se escoge λ menor a 1 y se
Utilizando criterios anteriores podemos chequea que el polinomio cJ= 0 = 0 +
definir qué: Z= 0 <=0 d define la ecuación de lazo cerrado
con polos asintóticamente estables, de no ser el
}7 + \ + 1 − 7 ∗ + \ + 1
caso el valor λ’ cambiaria.
= 0
+ V •
<=0
En este ensayo se consideraron el diseño de
controladores en presencia de disturbios
aleatorios, muchos de estos disturbios fortuitos
−7 ∗
+ \ + 1~ fueron tomados en consideración de muestras
practicas, estos pueden ser modelados de
+ cl y = 0 + \ forma discreta en función del tiempo como
+ 1d ruido blanco pasados a través de un filtro. El
conocimiento de este filtro es llamado
moldeamiento de un disturbio, que permite
[70] caracterizar completamente esta función.
Para minimizar este criterio V debe ser elegido • Para el diseño de controladores digitales en
para que el primer término de la derecha sea cero, presencia de disturbios aleatorios se
esto se obtiene de la siguiente manera: presentaron varias formas de filtrado y control
3. REFERENCIAS: