8
Ingeniería 30 Vol. 10 No. 2 Introducción a las desigualdades lineales matriciales y su aplicación en control automático Mauricio Junca Peláez 1 Víctor Hugo Grisales Palacio 2 Alain Gauthier Sellier 3 1 Profesor Asistente Departa- mento de Matemáticas, Uni- versidad de los Andes. 2 Profesor investigador Labo- ratorio de Automática, Mi- croelectrónica e Inteligencia Computacional (LAMIC), Universidad Distrital FJDC. 3 Profesor Titular Facultad de Ingeniería e Investigador del Grupo de Investigación en Automatización y Produc- ción (GIAP), Universidad de los Andes. Artículo recibido en Septiembre de 2005 Aceptado en Octubre de 2005 RESUMEN Este artículo presenta una breve introducción y aplicaciones de las desigualdades lineales matriciales en control automático. Esta nueva técnica matemática consiste en llevar los pro- blemas de control a problemas de optimización convexa y resolverlos por medio de eficientes algoritmos computacionales disponibles hoy en día. Usando métodos numéricos se pueden re- solver en un tiempo razonable un buen núme- ro de problemas de control automático que no se les conoce solución analítica o no la tienen. En este trabajo se consideran como aplicacio- nes el análisis de estabilidad cuadrática así como las especificaciones de desempeño en términos de restricciones. Estos conceptos se emplean para el diseño de un sistema de control para un péndulo invertido. Los resultados de simula- ción ilustran la aplicación de la técnica y mues- tran el cumplimiento de las especificaciones de diseño planteadas. Palabras clave: control no lineal, control automático, desigualdades lineales matriciales, estabilidad cuadrática, métodos numéricos, optimización. ABSTRACT This article presents a brief introduction and applications of the linear matrix inequalities in automatic control. This new mathematical technique consists of transforming the con- trol problems to convex optimization problems and to solve them by means of efficient computational algorithms available nowadays. A good number of automatic control problems, for which there are not analytic solution or they dont have it, can be solved by using numeric methods in a reasonable time. In this work they are considered as applications the analysis of quadratic stability as well as the performance specifications in terms of restrictions. These concepts are used to design a control system for an inverted pendulum. The simulation results illustrate the application of the technique and show the fulfillment of the design specifications established. Key words: nonlinear control, automatic control, linear matrix inequalities (LMIs), quadratic stability, numeric methods, optimization. 1. INTRODUCCIÓN Numerosos avances a lo largo de las últimas dos décadas han dado como resultado solucio- nes numéricas a problemas procedentes del con- trol automático [1] [2]. En primer lugar, el con- tinuo crecimiento en el poder computacional, en segundo lugar, los adelantos en la teoría de optimización generando algoritmos, especial- mente en optimización convexa, y en tercer lu- gar, los recientes avances en álgebra lineal nu- mérica. Los problemas de optimización que involucran Desigualdades Lineales Matriciales (LMI por sus siglas en inglés) constituyen una especial y amplia clase de problemas de optimización convexa que atrae considerable atención de teóricos de la optimización e in- vestigadores en control [3]-[5]. Dos razones que explican este interés son la gran variedad de especificaciones y restricciones de diseño que se pueden expresar mediante LMIs; y que una vez formulado en términos de LMIs, un pro- blema se puede resolver mediante algoritmos muy eficientes de optimización convexa, espe- cialmente los basados en métodos de punto in- terior [6] [7]. Como consecuencia, usando mé- todos numéricos, se pueden resolver actualmen- te una gran variedad de problemas de control automático cuya solución analítica es descono-

9 #% ( & % $’Figura 3. Resultados del control del péndulo invertido con matriz de retroalimentación de estado K op.. ; ˇ 9 N˛2 9 ’NNY 9 ˇ 89 (˛1 ˚5"3 9 ˘ 0 RNYˇ ˚ 8 $

  • Upload
    others

  • View
    0

  • Download
    0

Embed Size (px)

Citation preview

Page 1: 9 #% ( & % $’Figura 3. Resultados del control del péndulo invertido con matriz de retroalimentación de estado K op.. ; ˇ 9 N˛2 9 ’NNY 9 ˇ 89 (˛1 ˚5"3 9 ˘ 0 RNYˇ ˚ 8 $

%&##%##$#9#%(&%$'

!"

#$

1 Profesor Asistente Departa-mento de Matemáticas, Uni-versidad de los Andes.

2 Profesor investigador Labo-ratorio de Automática, Mi-croelectrónica e InteligenciaComputacional (LAMIC),Universidad Distrital FJDC.

3 Profesor Titular Facultad deIngeniería e Investigador delGrupo de Investigación enAutomatización y Produc-ción (GIAP), Universidad delos Andes.

-

-9 0 = 9 49 - 9 & - & 9 9 &

!"

<

0<G90 G 6 G ; "GH G

< < G

#$" 0 #5"%

Y 4

9 9J'KJ(K-9 9 099

) 5#5"% 0 9 JOK9J2K) 0 & 0 5"> 5"9 09 9JRKJVK. 9 9 9

Page 2: 9 #% ( & % $’Figura 3. Resultados del control del péndulo invertido con matriz de retroalimentación de estado K op.. ; ˇ 9 N˛2 9 ’NNY 9 ˇ 89 (˛1 ˚5"3 9 ˘ 0 RNYˇ ˚ 8 $

#R%

#2%

#$%

#O%

#(%

- 0 9

-9 &9 5"-9 * 9 9 - 9 & 9- 9& JPKJWK 89

! "#")""

= #5"%0J(K0

#'%

0)(1

0 >+= ∑=

m

iii FxFxF

∉∞∈

=−

Xx

XxxFx

1)(detln)(φ

φ 0 !-09 8'

Figura 1. Líneas de contorno de la funciónφφφφφ (x), las cuales dan una aproximación suave

de la forma del conjunto factible X.

?5"/'#%/#% 095"#/'#%/#%%fN=5"0 9 100≤# % #'% /1]#'

%/]#'2!!!2

%

0

= 0#0`%)#0`%9 )≤N∈ℜ 2 1J(KJOK

0

)(≥

++

+dxcbAx

bAxITT

#'%

ki

ca

aF

db

bIF

iTi

iiT ,,1,

0,0 =

=

=

0]#'%6 ,1)( <xZ 3#% 9 9 0*

0

)(

)(>

IxZ

xZIT

0

)(

)(>

tIxZ

xZtIT

∈ℜ /∈ℜ 9

/2*N'3

/#0% 9 5"#'%/#0% < /#0%≥N -5" 0> 9!]^0 /#0%fN_0> 1

- 44

,1)( <xZ 53#%)3#%fN< 9 )(xZ

*'

'

+

$

Page 3: 9 #% ( & % $’Figura 3. Resultados del control del péndulo invertido con matriz de retroalimentación de estado K op.. ; ˇ 9 N˛2 9 ’NNY 9 ˇ 89 (˛1 ˚5"3 9 ˘ 0 RNYˇ ˚ 8 $

#'2%

#'$%

#W%

6 9 0 5" 9) 9

& ")"""

#V%

0 0%*%) #V% 0 #'%*1%'%(% 0 #*#6.%M7% /

1]N

/]90)%

%

06

#'%#V% 05" 9 9

++ )3$-"

) 5"/#%fN 5"#5"3%b/#8%fN b0> 5"

++)3$1#((#

- #-?3% 0 9 5"

#P% λ λ 90#%fN

9#%fN

=-?3 9 >

++ )3$1#((#4

- 0 0 9 95"#L-?3%1

#'N%

++ #$##1#$(:- ;

1Ω*

#''% 0)0(,)),(( xxttxFx =∈

/ ℜ ×ℜ +9 ℜ .*ℜ +→ℜ )" -)" = )"=")#)"% *

#'(% 0)0(, xxAxAx =Ω∈∈

Ω 0 9 4 *

#'O% 0)0(, xxBuAxx =+= DuCxy +=

*ℜ +→ℜ *ℜ +→ℜ *ℜ +→ℜ

Ω∈

DC

BA

≥NΩ 9 #`%×#`%- 9 )"

++ -#)&(#:)-;

- 9 Ω

=ΩDC

BA

0)%6%0dN

) /#%fN

λ λ@#%90#%fN

9#%fN:#%fN

,

=")#)"% *

Page 4: 9 #% ( & % $’Figura 3. Resultados del control del péndulo invertido con matriz de retroalimentación de estado K op.. ; ˇ 9 N˛2 9 ’NNY 9 ˇ 89 (˛1 ˚5"3 9 ˘ 0 RNYˇ ˚ 8 $

#(W%

#'W%

#'R%

LL

LL

DC

BA

DC

BACo ,,

11

11

( ".1 )" Ω

= 9 )" →∞ + > 09 ?#ξ%]ξ)%ξ 0>P 9 )"6$ + 1?#ξ%]ξ)%ξ9

#'V% ,)()( xPAPAxxV

dt

d TT +=

$ 0)%`%0dN 6∈Ω

++#$#$(%

6)" 90 %

-

.,/0

'

$

+

$

&#1

#'P% Ω∈∀<+> APAPAP T 0,0

3<" #'P%

,0,0 <+> PAPAP T

<"63)" #'P%

#(N% LiPAPAP iT

i ,,10,0 =<+>

0 )" α

#('% 0)(lim =∞→

txe t

t

α

)"9 ?#ξ%]ξ)%ξ 1

$##%%≤ 9(α$##N%%6

#((% )(2)( xVxV

dt

d α−≤

9α6 #((%

#(O% )0(

)(

)()(

2/1

min

max xP

Petx t

≤ −

λλα

#($% Ω∈∀≤++ APPAPAT 02α

6 0 9 9 9 L-?3JOK%α

+++-

#(2%0

02,0 ≤++> PPAPAP T α α

+++)-

#(R%0 α 02,0 ≤++> PPAPAP i

Ti α

]'

-?3 *) % %α #($% 0ˆ >α IP ≥ˆ

#(V% 0ˆˆˆˆ >−−− APPAP Tα. IP ≥ˆ

#(P% 0ˆˆˆˆˆˆˆ >−−−≥−−− APPAPAPPAI TT αα

-

0, ≥−−≥ PAPAIIP Tα α

9 6 + 0 9 ; 1 ; 0 3fN

:0 9 -

Page 5: 9 #% ( & % $’Figura 3. Resultados del control del péndulo invertido con matriz de retroalimentación de estado K op.. ; ˇ 9 N˛2 9 ’NNY 9 ˇ 89 (˛1 ˚5"3 9 ˘ 0 RNYˇ ˚ 8 $

#$'%

#OR%

#ON%

00/fN

#O'%

Y 0 0;%< =*;< 0

#O(%

-5"3<=9 9 9 ;*=<9'

++ #$#$(#

6 #)<%9 9 5"-

#OO%

0∈Ω Ω 9=)< 0

#O$%

#OO%N≠N) ?#ξ%]ξ)%ξ23fN

#O2%

)<0 3fN

Ω∈∀<− APPAAT ,0

= 9 1 5"

%. 9 0 5"< 9 0 )<69 0 ;%f1

#OV%

,,0 Ω∈∀>

A

PPA

PAP T

#OP%

6 %9' /]%9'

#OW% 0)()( 1 <−++ − QQBKAQBKAQ T

=];< 15"

0>

++QBYAQ

BYQAQ TTT

#$N%

- """"

= ε )" #N%∈ ε#%∈ ε ≥ - ε <fN)"$#%]#%)<9'#%

Ω∈∀≤+ AAQQAT 0

. 0 ];-<fN= 9 #N%)<9'#N%≤'4 0#%∈ ε≥N#ε %

0)()( <+++ QBKABKAQ T [ ] Ω∈∀ BA

0<+++ TTT BYBYQAAQ [ ] Ω∈∀ BA 0)()( <−++ PBKAPBKA T [ ] Ω∈∀ BA

))(())1(( kxVkxV −+

= )()()1()1( kPxkxkPxkx TT −++

= )()()()( kPxkxkPAxAkx TTT −

= ,0)()()( <− kxPPAAkx TT 0)( ≠∀ kx

#`'%]0#% #N%]N

$##`'%%9$##%%dN

.&#10

0)()( <+++ BKAPPBKA T [ ] Ω∈∀ BA

Page 6: 9 #% ( & % $’Figura 3. Resultados del control del péndulo invertido con matriz de retroalimentación de estado K op.. ; ˇ 9 N˛2 9 ’NNY 9 ˇ 89 (˛1 ˚5"3 9 ˘ 0 RNYˇ ˚ 8 $

#2'%

#2N%

#$W%

#$P%

#$V%

#$R%

#$(%

µ≤)(tu ≥N λ0#=<

9'=)%≤µ(9 1

#$O% ,0

2≥

IY

YQ T

µ

#N%<< 9'#N%≤19

#$$% ,0

)0(

)0(1 ≥

Qx

x T

2 /"1 9

9 JPKJWK 5"<0 5 *

)(cos3/4

)cos()cos()()(

12

122221

2

21

xamll

uxaxxsenamlxxgsenx

xx

−−−=

=

#$2%

' ( YG <"*

Tabla I Parámetros del modelo del Péndulo invertido

Parámetro Símbolo Valor Aceleración de la gravedad g 9.8 m/s2 Masa del péndulo m 2 kg Masa del carro M 8 kg Longitud del péndulo l2 1 m

Factor de masas Mm

a+

= 1 kg-1

- 9 =09 3)" 9 9 0 0']N 0']$πMW6 9 9 )*

−= 0

3/4

101

amll

gA

−= 0

)3/4(

210

22

βπ amll

gA

−−=

amll

aB3/4

01

−−=

2

22

3/4

0

ββamll

aB

β]#$πMW%9 5"3*

011 <+ PAPAT

022 <+ PAPAT

0>P

6 915"3*

01111 <+++ TTT BYYBQAQA

02222 <+++ TTT BYYBQAQA

0>Q

−=

4.10281.672

1.6724.592Q

9 98( 0 '( 6-?3

Figura 2. Resultados del control del péndulo invertido. Arribala respuesta del ángulo x1 y abajo la velocidad x2.

)(max)(max 1

00txYQtu

tt

≥≥=

xYQx

1max −∈

≤ε

)(max 2/12/1

1

n

ySQyYQ == −

≤ε

)( 2/12/1max

−−= YQYQ Tλ (norma espectral)

)( 1max

TYYQ −= λ

T]#VNN(P 9 22ROR%

;]#('WP(OPW2R2%

'

Page 7: 9 #% ( & % $’Figura 3. Resultados del control del péndulo invertido con matriz de retroalimentación de estado K op.. ; ˇ 9 N˛2 9 ’NNY 9 ˇ 89 (˛1 ˚5"3 9 ˘ 0 RNYˇ ˚ 8 $

!

#2R%

#22%

#2$%

#2O%

#2(%

min α sujeto a IQ ≥

01111 ≥−−−− TTT BYYBQAQAIα

02222 ≥−−−− TTT BYYBQAQAIα

9 9-

8O

Figura 3. Resultados del control del péndulo invertido conmatriz de retroalimentación de estado Kop .

. ; 9

N2 9'NNY 9 89(1 5"3 9 0 RNY

8$ 99 . 9 'N $

Figura 4. Resultados del control del péndulo invertidocon restricciones en la acción de control u.

-

+

$

82 & # % 1& & RNY

Figura 5. Señal de control (Fuerza) aplicadaen el caso del sistema con restricciones.

.:']:(]#'N% # %1& 939 5"3

=0

0ˆC

AA

=0

ˆ BB

;

; 9

8R& 1 9

Figura 6. Respuesta del sistemasiguiendo una referencia tipo paso.

;]#'$OWP VN'(%

;]#O(WVVRP 2PROOV% ;

]#(2PPR'NVV'%]9(N$2

Page 8: 9 #% ( & % $’Figura 3. Resultados del control del péndulo invertido con matriz de retroalimentación de estado K op.. ; ˇ 9 N˛2 9 ’NNY 9 ˇ 89 (˛1 ˚5"3 9 ˘ 0 RNYˇ ˚ 8 $

"

5 "+/)

. 9& "9 9#5"% 0- 5"9

6 9 1 9 & 9 1 9 09 & #3)"% G 5"

& 5" 9< 9 9

3 ?L 09

=9 )8S).".9) .<9.Z."-Y."61 3 6) Y 9 9 )9 "

4 )"#.)[1] A. Ben-Tal y A. Nemirovsky, «Lectures on Modern Convex

Optimization: Analysis, Algorithms and EngineeringApplications», Society for Industrial and Applied Mathematics:Mathematical Programming Society, 2001.

[2] J. G. VanAntwerp y R. D. Braatz, «A tutorial on linear andbilinear matrix inequalities», Journal of Process Control, vol.10, pp. 363-385, 2000.

[3] S. Boyd, L. El Ghaoui, E. Feron y V. Balakrishnan, «LinearMatrix Inequalities in Systems and Control Theory», Studiesin Applied Mathematics, Society for Industrial and AppliedMathematics, vol. 15, 1994.

[4] S. Boyd y L. El Ghaoui, «Method of Centers for MinimizingGeneralized Eigenvalues», Linear Algebra and Applications,Special. issue on Numerical Lin. Algebra methods in Control,Signals and Syst., vol. 188, pp. 63-111, 1993.

[5] M. Grötschel, L. Lovász y A. Schrijver, «Geometric Algorithmsand Combinatorial Optimization», Springer-Verlag, 2da. ed., 1993.

[6] Yu. Nesterov y A. Nemirovsky, «Interior-point PolynomialMethods in Convex Programming», Studies in AppliedMathematics, Society for Industrial an Applied Mathematics,vol. 13, 1994.

[7] L. Vandenberghe y S. Boyd, «Semidefinite Programming»,Society for Industrial and Applied Mathematics Review, vol.38, pp 49 – 95, 1996.

[8] C.W. Richter Jr., G.B. Sheblé, «Modern Control Engineering»,Prentice Hall, 3ra. ed., 1997.

[9] D. Muench y A. Titli, «Introduction to the Design of FuzzyControlers Using Linear Matrix Inequalities», Final InternshipReport, Laboratorio LAAS, Toulouse, Francia, 1999.

- ),/Nació en Bogotá, Colombia. Es Ingeniero Eléctrico y Matemáticode la Universidad de los Andes, Bogotá, Colombia. Actualmenteadelanta la Maestría en Matemáticas en la misma universidad. Seha desempeñado como Profesor Asistente del Departamento deMatemáticas de la Universidad de los Andes y actualmente ade-lanta trabajos de investigación en el área de optimización yprecondicionares numéricos. e-mail: [email protected]

4 &&) Nació en Bogotá, Colombia. Es Ingeniero Electrónico de la Univer-sidad Distrital, Bogotá. Obtuvo su titulo de Maestría en IngenieríaEléctrica en 2002 en la Universidad de los Andes, de Bogotá. Escandidato a PhD en Ingeniería (Automática) en la Universidad delos Andes de Bogotá y en la Universidad Paul Sabatier, de Toulouse,Francia.Se desempeñó durante varios años como ingeniero en elárea de automatización y control en diversos sectores industrialesde Colombia. Desde 1999 está vinculado como Profesor de la Fa-cultad de Ingeniería de la Universidad Distrital FJDC. Actualmentese desempeña como profesor en el área de Automática en el Pro-grama de Ingeniería Electrónica de la Universidad Distrital, de Bo-gotá y es investigador del Laboratorio de Automática, Microelec-trónica e Inteligencia Computacional (LAMIC), donde realiza estu-dios aplicados en sistemas inteligentes y control automático de pro-cesos. e-mail: [email protected]

*Es Ingeniero Eléctrico del Institute Universitaire de Technologie,de Grenoble, Francia. Obtuvo sus títulos de Maestría y Doctoradoen Automática en 1974 y 1977, respectivamente, en el Laboratoired’Automatique de Grenoble. INPG, Francia.Se desempeñó comoinvestigador con la industria privada francesa, en donde desarrollóvarios proyectos relacionados con centrales nucleares. Desde 1982está vinculado con la Universidad de los Andes, en donde se de-sempeña como profesor titular en el área de automática. Es inves-tigador titular del Grupo de Investigación en Automatización y Pro-ducción (GIAP), Universidad de los Andes. Sus áreas de interésson el control no lineal, la robótica y los sistemas inteligentes. e-mail: [email protected]