Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Rueda Inercial en Péndulo Invertido
Rueda Inercial en Péndulo Invertido
Assignment #3
Instructor: Jaime Arcos-Legarda Ph.D. Name: Fredy Santiago Vélez, Code: 30000033271
Design a feedback linearization control strategy to stabilize the pendulum shown in the Figure 1 in the up-
ward position.
0.1 Desarrollo:
Para el desarrollo del control, primero se encontró el modelo dinámico que representa a la planta, para ello se
cuenta con la ecuación de Euler - Lagrange y a partir de este paso se comienza a ejecutar ciertas estrategias
de control no lineal que pueda relacionar el eslabón sub-actuado con la señal de control aplicada al eslabón
actuado.
D11 D12 θ̈1 C11 C12 θ̇1 G11 0
+ + = (0.1)
D21 D22 θ̈2 C21 C22 θ̇2 G21 Um
a partir de la planta se puede observar que existen dos ecuaciones diferenciales que modelan el compor-
tamiento dinámico de la planta y para poder plantar una ley de control se expresará la planta matricial en una
planta de dos ecuaciones y posterior a eso se juntarán ambas ecuaciones para obtener una sola ecuación de la
planta.
¨
θ̈1 = −D12 ∗θ2 −C11D ∗θ̇1 −C12 ∗θ̇2 −G11
11
(0.2)
−D21 ∗θ¨1 −C21 ∗θ̇1 −C22 ∗θ̇2 −G21
θ̈2 = D22
Se sustituye la aceleración de theta2 en la primer ecuación y se obtiene:
D12 ∗C21 D12 ∗C22 D
( D22 −C11 )∗θ̇1 +( D22 −C12 )∗θ̇2 −G11 + D 12 ∗G21
2,2 D12
θ̈1 = cte − D2,2 ∗cte ∗ Um
(0.3)
D21 ∗D12
cte = D11 − D22
posterior a eso se entiende que el modelo encontrado es el siguiente, y ya es posible realizar un control de
linealización por realiemntación.
1
Fredy Santiago Vélez – Assignment #3 2
con el fin de darle un poco más de sentido a la simulación el control no se activará hasta que haya pasado dos
segundos en la simulación.
Fredy Santiago Vélez – Assignment #3 3
f(x) = 0
[q2]
[Um]
in1out1
in1
out1
simscape
sensor 4
[dq1] [dq2]
in1out1
in1
out1
sensor 3 [q1]
q_D
dq_D
[Um]
[q1]
[q1]
ddq_D
tao
[q2]
q
[dq1]
dq
[dq2]
r
-1
Posición (rad)
-2
-3
-4
-5
0 1 2 3 4 5 6 7 8 9 10
Tiempo (seg)
Para el siguiente punto a resolver se plantea como función objetivo la integral del cuadrado del error de
seguimiento de la posición angular del péndulo, también se especifica que los parámetros que se desea opti-
mizar es el polo dominante (s1) de la ley de control y la viscosidad dinámica (b1) del péndulo en su eje de
rotación; el diagrama de bloques se observa en la siguiente figura:
1.118
q_D
dq_D
in1out1
in1
out1
ddq_D
q
sensor 1
q tao Tao2
b1 P [P]
in1out1
in1
dq
out1
dq
sensor 2
[P] p
s1
Con los valores iniciales de los parámetros a optimizar se encontró que la función objetivo sube hasta el valor
de 1.109, y ya que lo que se busca es disminuir este valor a partir de los parámetros S1 y b1 se observan los
siguientes cambios posterior a la optimización.
1 Int(e^2)
error de posición
0.8
0.6
0.4
0.2
0 0.5 1 1.5
Tiempo(seg)
Offset=0
0.7
Int(e^2)
0.6
0.5
error de posición
0.4
0.3
0.2
0.1
0 0.5 1 1.5
tiempo(seg)
Offset=0
11
12 % b1 = x(1); s1 = x(2);
13
14 function J x =trackmmobj(x)
15 updateIfNeeded(x)
16 J x=yout;
17 end
18
19 function [c,ceq] = trackmmcon(x)
20 % Track the output of optsim to a signal of 1.
21 % Variable yout is shared with RUNTRACKMM and
22 % TRACKMMOBJ
23 updateIfNeeded(x)
24 c = [];
25 ceq=[];
26 end
27
28 function updateIfNeeded(x)
29 if ¬isequal(x,xold) % compute only if needed
30 b1=x(1);
31 s1=x(2);
32 obj=sim('penduloooo',[0 1.5],opt);
33 J=obj.J; %objeto J
34 yout=J(length(J)); %ultimo valor de J, J
35 safety=obj.safe; %restriccion no lineal
36 xold=x; %actualizaci n del x
37 end
38 end
39 end
En las figuras anteriores se puede demostrar porque bajo las restricciones que se dieron el valor de b1 y s1 son
los óptimos en este problema de diseño; en donde evidentemente se nota como el valor del ı́ndice de desempeño
ISE redujo su valor.