Sistemas de Control Avanzado

Tema 6: Estabilización Backstepping

Juan C. Cutipa-Luque

Ingeniería Electrónica
UNSA

13 de octubre, 2021
Tema 6: Estabilización Backstepping
Linealización por realimentación

Linealización por realimentación

Recordando, para el sistema:
xn
( )
= f (x ) + b (x )u ;
la linealización por realimentación es dada por:
1
u = b (x ) (v f (x ));
Por ejemplo, aplicando la ley para el sistema:
x_ = ax 2 x 3 + u ;
se tiene:
u = x ax 2 + x 3 ;
Otra alternativa es:
u = x ax 2 :
1
que se comprueba usando la función V = x 2 . Quiere decir que
2
V_ = (x )( x x 3 ) = x 2 x 4 < 0, quiere decir que es preferible no
cancelar el término x 3 .
Tema 6: Estabilización Backstepping
Integrador backstepping

Backstepping
Consideremos el sistema:
x_ = f (x ) + g (x ); (1)
_ = u; (2)
donde  y u 2 IR.
Se asume lo siguiente:
La función f (x ) tiene un punto de equilibrio en 0 referido al
subsistema x_ = f (x ),
Existe una ley de control realimentado  para el subsistema (1)
tal que:
 = (x ) , (0) = 0; (3)

V_ 1 = @@Vx1 [f (x ) + g (x )(x )]  Va (x ); (4)

donde Va (x )  sea una función semi-denida positiva.
Tema 6: Estabilización Backstepping
Integrador backstepping

Backstepping
Podemos armar que para:
x_ = f (x ) + g (x );
_ = u;
existe una ley de control (x ) aumentado por un integrador puro,
ecuación (2). Siguen los pasos para encontrar la ley de control para el
sistema completo expresado en (1) y (2).
Paso 1: sumando y restando por g (x )(x )

x_ = f (x ) + g (x )(x ) + g (x )[ x
( )];
_ = u;
Tema 6: Estabilización Backstepping
Integrador backstepping

Backstepping
Paso 2: realizamos los cambios de variables z = x
( ) yv z
= _

z_ = _ _
; (5)
z_ = u @ xx x_ ;
@( )
(6)

z_ = u @@(xx ) [f (x ) + g (x ) ]: (7)

Quedando el sistema en la forma:

x_ = f (x ) + g (x )(x ) + g (x )z ; (8)
z_ = v: (9)

Este ultimo sistema es equivalente al original con la ventaja de que

incorpora (x ) y es asintóticamente estable cuando la entrada es cero.
Figura: Transformación del sistema (adaptado de las referencias [1] y [5]).
Tema 6: Estabilización Backstepping
Integrador backstepping

Backstepping
Paso 3: estabilizar el nuevo sistema considerando la función de Lyapu-
1
nov V = V (x ;  ) = V1 (x ) + z 2
2
  
V_ V @ V x_
@
=
@x @z z_
@ V1
[f (x ) + g (x )(x ) + g (x )z ] + zv
@x
=

@ V1
=
@x
f (x ) + @@Vx1 g (x )(x ) + @@Vx1 g (x )z + zv ;
@ V1
= V _1 + g (x )z + zv :
@x

Para garantizar estabilidad, la elección de v se hace evidente:

 
@ V1
v = @x
g (x ) + kz , k > 0: (10)
Tema 6: Estabilización Backstepping
Integrador backstepping

Backstepping
Paso 3: ... continuación
La elección de v resulta en:
V_  V_ a kz 2 :
El punto (x ; z ) = (0; 0) del sistema modicado es EA. Además, el punto
x
( ;  ) = (0; 0) del sistema original es también EA ya que z =  (x )
y (0) = 0. Desde que V1 es radialmente ilimitada, entonces el punto
equilibrio del sistema es EAG. La ley de control para el sistema original
puede ser encontrada a partir de (7), (9) y (10):
u = z
_ + _ = _ + v  
x [f (x ) + g (x ) ]
@( ) Vgx
@ 1
( ) + ( k x
( )) ,k > 0:
@x x
=
@
Tema 6: Estabilización Backstepping
Integrador backstepping

Ejemplo
Estabilizar el sistema dinámico:
x_1
x1 + sin(x1 ) + x2 ;
=
x_2
= u;

Identicamos lo siguiente f (x ) = x1 + sin(x1 ), g (x ) = 1,  = x2 .

Además f (0) = 0 es un punto de equilibrio y la ley de control
 = (x ) que estabilice el primer subsistema con la función candidata
de Lyapunov 12 x12 :

V_1 = @@Vx1 [f (x ) + g (x )(x )]

= x1 + sin(x1 )x1 + x1 x2  Va (x1 ):
2

Si denimos Va (x1 ) , x12 , V1  Va se alcanza con:

x2 = (x1 ) = 2x1 sin(x1 ):
Tema 6: Estabilización Backstepping
Integrador backstepping

Ejemplo
Luego procedemos a usar los resultados de backstepping de acuerdo a
los pasos 1, 2 y 3. O simplemente, aplicamos el resultado nal para
encontrar la ley de control:

u x f x g x  @ V1 g (x ) + k ( (x )) , k > 0

@( 1 )
[ ( ) + ( ) ]
=
@ 1 x @x
1

u = [ 2 cos (x1 )][x1 + sin(x1 ) + x2 ] x1 k (x2 + 2x1 + sin(x1 )) , k > 0:

y la función de Lyapunov:

V = V1 + 12 z 2 ;
1 2 1
= x +
2 1 2
[ (x1 )]2 ;
1 2 1
= x +
2 1
[x + 2x1 + sin(x1 )] :
2 2
2
Tema 6: Estabilización Backstepping
Integrador backstepping

Backstepping de orden elevado

Sea el sistema de tercer orden:
x_ = f (x ) + g (x )1 ; (11)
_1 = 2 ; (12)
_2 = u: (13)
Se proceden con los pasos 1, 2 y 3, considerando los dos primeros
subsistemas (11) y (12) (2 = (x ; 1 )):
 
x x
@( 1 ) Vgx
@ 1
( ; 1 ) =
@ 1x fx[ ( ) + ( )1 ]gx x
@
k
( ) + 1 (1 x
( 1 )) , k1 > 0;

y la función de Lyapunov que demuestra que el origen es EAG:

V2 = V1 + 12 [1 x
( 1 )]2 ;

Luego se considera la tercera ecuación y se aplican nuevamente los

pasos 1, 2 y 3, considerando:
Tema 6: Estabilización Backstepping
Integrador backstepping

Backstepping de orden elevado

Se consideran las dos primeras ecuaciones del sistema como un
subsistema multivariable:
x_ f (x ) g (x )
z
 }| 
{ z
 }| {
  }| 
z { 
x_ =
f (x ) + g (x )1 +
0 z}|{
2
1 0 1
_2 = u
Por lo tanto, siguiendo los pasos, se tiene:
    
u x
@ (( ; 1 )) fx
( ) + ( )1 gx 0

=
x
@ ( ; 1 )
  
0
+
1 2

@ 2 V 0
+ 2 (2 k x
( ; 1 )) , 2 > 0: k
x
@ ( ; 1 ) 1
Tema 6: Estabilización Backstepping
Integrador backstepping

Backstepping de orden elevado

Simplicando:

u x
@ (( ; 1 )) 
f (x ) + g (x )1
 @ ((x ; 1 ))
2
@x @x
= +
 
@ V2
+ k (2 2 (x ;  )) , k > 0;
1 2
@1

y la función de Lyapunov que demuestra que el origen es EAG:

V = V2 + 12 [2 x
( ; 1 )]2 :
Tema 6: Estabilización Backstepping

Backstepping para sistemas estrictos

Sea el sistema en la forma:
x_ = f (x ) + g (x );
_ = fa (x ;  ) + ga (x ;  )u :
La estabilización backstepping sufre una ligera variación:

1 @(x )
u =
ga (x ;  ) @ x [f (x ) + g (x) ] 
@ V1
@x
g (x ) + k ( (x )) f a ( x ;  ) , k > 0:

con la función de Lyapunov que garante EAG:

V = V1 + 21 z 2 ;
1 2 1
x + [
2 1 2
= x
( 1 )]2 :

NOTA: para sistemas de tercer orden, u x

= ( ; 1 ).
Tema 6: Estabilización Backstepping

'Who alone has reason to *lie himself out* of actuality? He who *suf-
fers* from it.' - Friedrich Nietzsche