Universidad Nacional Abierta y a Distancia

Curso: Control Predictivo y Adaptativo

Grupo: 203046

Tarea 3- Aplicación de algoritmos de control

Alumno: Ciro A. Vargas A.

COD.: 91520435

Mayo, 2020
 Introducción

En este documento se desarrolla la guía de actividades correspondiente a la Tarea 3,

Aplicación de algoritmos de control, la cual comprende la revisión bibliográfica de
documentos de control predictivo, diseño y simulación de un controlador predictivo para el
modelo de espacio de estados de un brazo robot.

2
 Objetivos

 Revisión bibliográfica del documento Control Predictivo: pasado, presente y futuro.

 Construir el controlador predictivo para el modelo de espacio de estados del motor
del brazo robot.
 Establecer restricciones al diseño del controlador predictivo y verificar su
funcionamiento.

3
 1. PUNTO 1: Cada estudiante debe leer el documento “Control Predictivo: Pasado,
Presente y Futuro. Revista Iberoamericana de automática e informática industrial,
unidad 2. Con esta lectura van a construir un mapa conceptual. Adicionalmente,
van a construir el diagrama de bloques de un modelo de control predictivo
tradicional incluyendo un texto explicando su funcionamiento.

Su carácter predictivo
Hace uso explicito de un lo hace compensar
modelo del proceso para intrínsecamente los Introduce un control
obtener la señal de
tiempos muertos. anticipativo (feed forward) y de
control minimizando una
función objetivo. forma natural se compensan las
perturbaciones medibles.

MPC
Es muy útil cuando se (Control Predictivo basado
conocen las en Modelo) Es la forma más general de
referencias futuras. formular el problema de
control en el dominio del
tiempo.

Técnica atractiva para los operadores

que requiere pocos conocimientos de
control porque los conceptos son muy
intuitivos y la sintonización
relativamente simple.
El control predictivo es muy difícil
de implementar en tiempo
real para procesos no lineales,
procesos híbridos
procesos muy rápidos.
Permite tratar las La forma genérica de resolver
restricciones de una el problema, consiste
forma sistemática y básicamente en minimizar la
función de coste haciendo uso
conceptualmente muy
del modelo del sistema para
simple durante la fase
calcular las
del diseño. predicciones.
o
La solución del problema depende del tipo
de modelo (función de transferencia,
modelos de convolución y modelo de
espacio de estados) que se use para
capturar la dinámica del proceso.

4
A continuación se muestra la estructura básica necesaria para implementar el control
predictivo. Se usa un modelo para predecir la evolución de la salida o estado del proceso a
partir de las señales de entrada y salidas conocidas. Las acciones de control futuras
se calculan con el optimizador, que considera la función del coste y las posibles
restricciones.

El modelo de proceso juega, en consecuencia, un papel decisivo en el controlador. El

modelo elegido debe ser capaz de capturar la dinámica del proceso para predecir de forma
precisa la evolución del sistema. Al mismo tiempo, debe ser suficientemente simple de
implementar y entender. Las distintas metodologías del control predictivo difieren
fundamentalmente en el tipo de modelo utilizado. El optimizador es otra parte fundamental
de la estructura ya que permite obtener las acciones de control a aplicar.

5
 2. PUNTO 2 (componente práctico): En esta parte se desarrolla el
componente práctico de la unidad 2. Con el modelo en espacio de
estados del motor del brazo (indicado previamente), van a utilizar
la herramienta MPC designer de Matlab para construir el
controlador predictivo a este modelo.
Nota: el tutor dará indicaciones sobre cómo manejar esta
herramienta. Es importante tener instalado Matlab v2019.

0 1 0 0

( )( )
−k T −β T k 0
ρ T 0
JL JL JL 0
x'p = 0 1 x p+ 0 V
0 0
k 2M kM
kT −β M +
0 −k T R R JM
ρJM
ρ2 J M JM

θ L =( 1 0 0 0 ) x p

kT
(
T = kT 0 −
ρ
0 xp)
Valores
k T =1188.8 ρ=18
k M =35 (2ultimos digitos CI ) β M =0.12
J M =0.5 β L =24.1
J L=49.8∗J M =24.9 R=5 (último digito CI)

Donde se tiene como variable de entrada V, además la salida la podemos escribir como
y 1=θ L

y 2=T

6
Entonces

0
y=
(
1 0
kT 0
−k
ρ
T
0
)x
0 p

El espacio estados de nuestro sistema seria

0 1 0 0

( )
−k T − β L k
ρ T 0 0 1 0 0
JL JL JL
A=
0 0
kT
ρJM
0 −k T
0 1

−β M +
k2 M
R
=
(−47.743 −0.9679
0 0
132.0889 0
859.3735
0 1
0

−7.338 −490.24
)
2
ρ JM JM

0
0

( )( )
0
B= 0 = 0
kM
R JM
0
14

0
C=
(
1 0
kT 0
−k
ρ
T
0
0)(
=
1 0 0 0
1188.8 0 −66.04 0 )
D=0
Introducimos el modelo en Matlab

7
Resultando el modelo en espacio estados de la siguiente manera

Ahora cargamos el modelo en la herramienta MPC Designer

8
Se define como variable de salida no medida al torque del motor y como variable medida
al ángulo del motor, además dado que la respuesta del motor es rápida se toma un tiempo
de muestreo de 0.1 segundos. De esta manera se genera el controlador, obteniendo las
siguientes salida y señal de control.

9
Se puede observar un pequeño
pico cuando se desea llevar el
motor a una referencia 1, podría
no ser deseable que el motor
presente un pequeño retraso por
lo que se establecerá un control
más robusto.

Ahora aunque el control es más

robusto y no tiene este pico, el
motor tarda más en alcanzar el
ángulo deseado por lo que se
probara un control más agresivo,
estableciendo como restricción
que el ángulo no pueda superar el
valor de 1.

10
De esta manera se observa que se logra una respuesta rápida y robusta y con una señal de
control aceptable

11
 3. PUNTO 3: Aquí también se desarrolla la segunda parte del componente práctico.
Del modelo anterior, van a ajustar constraints (limitaciones) para el controlador.
Para ello, se va a establecer como voltaje de entrada rangos entre 50 y -50
V, y grafican el comportamiento de la señal de salida (esta es, ángulo de giro del
motor) y señal de entrada en función del tiempo.
NOTA: Es importante que accedan a la guía de actividades del
componente practico de la Unidad 2 – Tarea 3, el cual se detalla el desarrollo del
componente p

Establecemos las restricciones de señal de entrada

Se obtiene la siguiente salida y señal de control

12
 Vemos que dado la señal de
control originalmente no supera
los límites establecidos la
respuesta no cambia, por lo que
cambiaremos el valor de la
referencia del ángulo del motor y
así observar el comportamiento
del controlador

Vemos que la el ángulo llega a la

referencia
En este mucho mas elrápido,
caso vemos efecto de
que laconrestricción
la señal restringida.
establecida a la
señal del control (Voltaje), si esta
no tuviera la restricción tendría
el siguiente comportamiento

13
 Conclusiones

Con el desarrollo de este trabajo, se logro estudiar detalladamente los conceptos de control
predictivo, sus estrategias de control, ventajas, objetivo principal del control predictivo,
optimización y restricciones. Además, se abordo el diseño de un controlador predictivo al
modelo de espacio de estados de un brazo robot, mediante la herramienta de simulación
MATLAB

14
 Referencias

Camacho, E. y Bordons, C. (2010). Control Predictivo: Pasado, Presente y Futuro.

Recuperado de: https://www.researchgate.net/publication/28141992

Mathworks (2020). Design Controller Using MPC Designer. Recuperado de:

https://es.mathworks.com/help/mpc/gs/introduction.html

Cuadrado, V. (2017). Control predictivo de procesos. Recuperado de:

http://bibing.us.es/proyectos/abreproy/3886/fichero/Cap%C3%ADtulos%252F2.-
+Control+predictivo.pdf

Zambrano, J. y González, A. (2013) Implementación de un algoritmo de control predictivo

en espacio de estados sobre una plataforma de simulación desarrollada en Matlab.
Recuperado de: https://dspace.ups.edu.ec/handle/123456789/8453

15