EL7005 – Control de Procesos Prof.

Ruth Canahuire

Control LQG para

sistemas SISO/MIMO
Ruth Canahuire, Ph.D.

Semana 7
EL7005 – Control de Procesos Prof. Ruth Canahuire

Contenido
• Diseño de observador de orden completa.
• Controlador LQG

• Control proporcional optimo LQG

• Ejemplos.
EL7005 – Control de Procesos Prof. Ruth Canahuire

Diseño de un Observador de Orden Completa

§ En el enfoque de controladores LQR, se consideró que todas las variables de estado estaban
disponibles para la retroalimentación. Sin embargo, este puede no ser el caso y es necesario
estimar las variables de estado que no están disponibles o que no se pueden medir.

§ La estimación de las variables de estado se puede hacer usando un observador o estimador. El

observador es un módulo matemático que estima las variables de estado. El observador puede
ser de orden completo al estimar todas las variables de estado o puede ser de orden reducido al
estimar una parte de las variables de estado.
EL7005 – Control de Procesos Prof. Ruth Canahuire

Estimador de estados

Arquitectura de un sistema con observador

EL7005 – Control de Procesos Prof. Ruth Canahuire

Sea el siguiente sistema:

Los estados pueden estimarse de la siguiente forma:

La ecuación presentada del observador no es única, pero esta es la más conocida llamada de observador
de Luenberger cuando no toma en cuenta el ruido de medición.

La matriz 𝑳 es la matriz de ganancia de retroalimentación del observador puede ser obtenida por
ubicación de polos o por el filtro de Kalman (toma en cuenta el ruido de medición).

El error entre los estados es calculado como:

EL7005 – Control de Procesos Prof. Ruth Canahuire

§ O también,

§ En consecuencia, el comportamiento dinámico del vector de error está determinado por

los autovalores de la matriz (A – LC).

*conceptos y formulaciones tomados de [1]

EL7005 – Control de Procesos Prof. Ruth Canahuire

Controlador LQG (Linear Quadratic Gaussian)

• Sabemos que se puede utilizar las funciones place (ubicación de polos) o kalman (filtrado de Kalman)
para diseñar la ganancia de estimador adecuada L.

• Un sistema de control que contiene el regulador LQR y el control de seguimiento que incluye el estimador
de estados por filtro de Kalman se denomina un sistema de Control Gausiando Cuadrático Lineal (LQG).
EL7005 – Control de Procesos Prof. Ruth Canahuire

Sea la siguiente planta definida como:

𝒙̇ = 𝑨𝒙 + 𝑩𝒖 + 𝑮𝒘
𝒚 = 𝑪𝒙 + 𝑫𝒖 + 𝒗

Modelo dinámico del estimador de estados

(Filtro de Kalman):

min 𝐸{ 𝑥 − 𝑥5 ! (𝑥 − 𝑥)}
5

Sea la ecuación de Ricatti:

𝑆𝐴! + 𝐴𝑆 − 𝑆𝐶 ! 𝑉 "# 𝐶𝑆 + 𝐺𝑄𝐺 ! = 0

𝐿 = 𝑆𝐶 ! 𝑉 "# , V = 𝑉 ! ≥ 0
Ganancia de Kalman

𝐸 𝑤𝑤 ! = 𝑄, 𝐸 𝑣𝑣 ! = 𝑉
EL7005 – Control de Procesos Prof. Ruth Canahuire

Procedimiento de diseño LQG

Considere una retroalimentación de estado basada en el vector estimado.

Este problema se puede resolver en dos pasos:

§ Determinación de las ganancias K de la retroalimentación de los estados mediante la solución de la ecuación de

Ricatti (LQR).

§ Determinación de las ganancias del observador L para que sea lo suficientemente rápido en la tarea de estimar los
estados.

§ Se determina el sistema en lazo cerrado para el análisis de desempeño y estabilidad.

*conceptos y formulaciones tomados de [1]

EL7005 – Control de Procesos Prof. Ruth Canahuire

Control proporcional óptimo LQG

Sea un sistema SISO:

𝑥̇ = 𝐴𝑥 + 𝐵𝑢
𝑦 = 𝐶𝑥 + 𝐷𝑢
Ecuación del estimador:

La ley de control puede ser escrita como:

!
𝑢 = 𝑘( 𝑟 − 𝑲𝒙

Cerrando el lazo en las ecuaciones, tenemos:

𝒙̇ = 𝑨𝒙 + 𝑩 𝑘" 𝑟 − 𝑲<
𝒙 = 𝑨𝒙 − 𝑩𝑲<
𝒙 + 𝒌𝟏 𝑩𝒓
<̇ = 𝑨<
𝒙 𝒙 + 𝑩 𝑘" 𝑟 − 𝑲<
𝒙 + 𝑳𝑪𝒙 − 𝑳𝑪< < + 𝑳𝑪𝒙 + 𝒌𝟏 𝑩𝒓
𝒙 = (𝑨 − 𝑩𝑲 − 𝑳𝑪) 𝒙
𝒚 = 𝑪𝒙
EL7005 – Control de Procesos Prof. Ruth Canahuire

Lazo cerrado:

𝑥̇ 𝐴 −𝐵𝐾 𝑥 𝑘 𝐵
= + ( 𝑟
𝑥)̇ 𝐿𝐶 (𝐴 − 𝐵𝐾 − 𝐿𝐶) 𝑥) 𝑘( 𝐵

𝑥
𝑦= 𝐶 0 𝑥) + 0 𝑟

Ejemplo 1:

Implementar un control LQG para controlar 𝑥" (𝑡) para el siguiente sistema:

0 1 0 0
𝐴= 0 0 1 , 𝐵= 0 ,𝐶= 1 0 0, 𝐷=0
0 −2 −3 1
EL7005 – Control de Procesos Prof. Ruth Canahuire

Ejemplo 2:

Sea el modelo de un motor DC descrito como:

Ecuación matemática:
𝐽𝜃̈ + 𝑏𝜃̇ = 𝐾𝑖

𝑑𝐼
𝐿 + 𝑅𝑖 = 𝑉 − 𝐾𝜃̇
𝑑𝑡
𝑥# = 𝜃,̇ 𝑥$ = 𝑖
𝑏 𝐾
− 𝑥# 0
𝑥̇ # 𝐽 𝐽
= + 1 𝑉
𝑥̇ $ 𝐾 𝑅 𝑥$
J = 0.01 kg.m2; − − 𝐿
b = 0.1 N.m.s/rad; 𝐿 𝐿
K = 0.01 V.s/rad; 𝑥#
𝑦 = 𝑥# = 1 0 𝑥
R = 1 ohm; $
L = 0.5 H;

Implemente un controlador LQG para controlar la velocidad del motor.

EL7005 – Control de Procesos Prof. Ruth Canahuire

Referencias
[1] Ogata, K., Modern Control Engineering, 5th Edition, Prentice Hall, 2010.

[2] Nise N. S., Control Systems Engineering, 7th Edition, Wiley, 2015.

[3] Ogata K., MATLAB for Control Engineering, Prentice Hall, 2008.

[4] Control System Toolbox, Getting Starting Guide 2000-2018, Mathworks.

EL7005 – Control de Procesos Prof. Ruth Canahuire

Gracias!
Preguntas