IEEE LATIN AMERICA TRANSACTIONS, VOL. 10, NO.

2, MARCH 2012

1459

Design of a Gain Scheduling Control Based on Linear Matrix Inequalities for a Dynamic System
E. J. A. Rodrguez and R. A. P. Rosas
Abstract This article explains the obtaining of a dynamic system which corresponds to a manipulator with two degrees of freedom "Elbow", which shows the linearization around several operating points of nonlinear system. Also indicate how the combined strategy and apply the gain scheduling with linear matrix inequalities (LMI's). The simulation of non-linear system was performed with a block called S-Functions and the control law was made in Simulink of MATLAB software. The animation of the dynamic system with the controller was done with software Easy Java Simulation (EJS). Keywords Elbow, control, linear matrix inequalities, gain scheduling, linearization, operation point, robot.

pueden consultarse LMI-Sliding Mode Control Applied to Interconnected Systems Using Only Output Information [5], Algorithms and Software for LMI Problems in Control [6], Control LMI de un Convertidor CC-CC Buck-Boost [7] y Laboratorio Virtual para simular un brazo robtico de dos articulaciones: ELBOW [8], entre otros. Se debe hacer una motivacin por parte del docente para los estudiantes de las ventajas del control y no solo enfocarse en la parte del diseo del controlador como hasta ahora se viene dando, sino tambin es necesario que haya una identificacin y modelado de cada una de las variables que interviene en los procesos de control [9]. La aplicacin de las simulaciones a la enseanza, en diferentes universidades del mundo busca reproducir algunos aspectos del comportamiento de un sistema real permitiendo que el estudiante interacte con el modelo simulado de forma anloga a como lo hara con el sistema real. Adems representa una opcin econmica para los centros de enseanza y para los estudiantes [8]. Como lo menciona [10], el laboratorio virtual o real consiste en realizar programas modulares que realicen una tarea especfica dentro del laboratorio. Todo esto con el propsito de implementar estrategias de control ms complejas que el tradicional PID. El uso de herramientas interactivas permite que el estudiante comprenda problemas no lineales que son de gran inters. Las herramientas interactivas proveen nuevos mtodos para las clases, tambin permite que los estudiantes analicen, diseen y apliquen tcnicas de control [10]. Trabajos utilizando herramientas interactivas pueden consultarse en Multifunctional Remote Laboratory for Education in Automatic Control: The CrAutoLab Experience [11], Integrated Learning Platform for Internet-Based ControlEngineering Education [12], Nuevos mtodos de enseanza una experiencia en diseo electrnico [13], Lund control program combines theory with hands-on experience [14], A laptop servo for control education [15], entre otros. Este artculo muestra la obtencin de un modelo no lineal a partir del mtodo lagrangiano conocido tambin como balance de energas, con el modelo dinmico del manipulador de dos

N EL desarrollo del aprendizaje [1], se busca mejorar e innovar formas de alcanzar metas, permitiendo avanzar en el curso de robtica implementado en la escuela de Ingeniera Electrnica de la Universidad Pedaggica y Tecnolgica de Colombia. Los autores en [2] establecen cinco campos donde ser la aplicacin del control: robot y maquinas inteligentes, biologa y medicina, materiales, comunicaciones. Por tal motivo se requiere que existan modelos de brazos robticos conocidos, donde se puedan aplicar estrategias de control y encontrar cul de las estrategias es la mejor para el desarrollo de manipuladores robticos. Las Desigualdades Matriciales Lineales (LMIs) permiten manejar muchas variables, incluir varios criterios y objetivos que se deben cumplir a la vez y exigir un diseo conjunto, que no requiera una readecuacin o ajuste posterior. Se puede reducir una amplia variedad de problemas existentes en teora de sistemas e ingeniera a unos pocos problemas estndares de optimizacin convexa y cuasiconvexa involucrando desigualdades matriciales lineales (LMIs) [3]. Esos problemas de optimizacin resultantes pueden resolverse numricamente de modo muy eficiente a travs de algoritmos modernos en software muy reconocido y utilizado a nivel mundial [4]. Trabajos realizados utilizando las LMIs,
Este trabajo ha sido registrado ante la DIN-Uptc (Direccin de Investigaciones de la Universidad Pedaggica y Tecnolgica de Colombia) a travs del proyecto No 806. E. J. Avella-Rodrguez, Universidad Pedaggica y Tecnolgica de Colombia, Sogamoso, Colombia, edna.avella@uptc.edu.co R. A. P. Rosas, Universidad Pedaggica y Tecnolgica de Colombia Sogamoso, Colombia, ramiro.plazas@uptc.edu.co

I. INTRODUCCIN

1460

IEEE LATIN AMERICA TRANSACTIONS, VOL. 10, NO. 2, MARCH 2012

articulaciones, se procede a linealizar entorno a un determinado nmero de puntos de operacin del manipulador, con el proceso de linealizacin del modelo dinmico entorno a varios puntos de operacin, se emplea la herramienta terica de las desigualdades matriciales lineales (LMIs) para hallar las ganancias del controlador. La animacin del brazo robtico junto con el controlador de ganancia tabulada basado en LMIs, se realiz con el software Easy Java Simulation (EJS) y MATLAB. II. ROBOT ELBOW A. Modelado del Robot En la Fig. 1, se observa el robot manipulador de dos grados de libertad (ELBOW), ste consta de dos articulaciones (a1 y a2), dos masas que se encuentran en el extremo de cada articulacin (m1 y m2).

parmetros se obtiene (4), la cual expresa la velocidad del manipulador en funcin de sus articulaciones, as obteniendo la energa potencial y la energa cintica de la segunda articulacin (5), (6) [16].

X 2 = a1Sen(1 ) + a2 Sen(1 + 2 )

(2) (3)

Y2 = a1Cos (1 ) + a2Cos (1 + 2 )
V2 = a1 12 + a 2 ( 1 + 2 ) + 2a1 a 2 ( 12 + 1 2 )
2 2 2

(4) (5) (6)

k2 =

1 2 2 m2 V2 2 P2 = m2 gY2

La formulacin dinmica lagrangiana provee los medios para derivar las ecuaciones de movimiento a partir de una funcin escalar llamada lagrangiano. [17], [18]. Para el robot ELBOW el Lagrangiano se encuentra representado en (7).

L = (k1 + k 2 ) ( P1 + P2 )

(7)

Las ecuaciones de movimiento para el manipulador quedan organizadas segn [17], [18] en la ecuacin (8).

d dt

L L =

(8)

B. Implementacin en MATLAB con funciones-S

Figura 1. Robot manipulador planar de dos grados de libertad (ELBOW).

Los parmetros utilizados para la realizacin del modelo (Ver Tabla I)

TABLA I PARMETROS DE REFERENCIA

En la Fig. 2, se muestra el modelo implementado en Simulink de MATLAB, all el bloque denominado ELBOW es una funcin S, consiste en dos funciones .m, una de ellas es para declarar cuales son las salidas y entradas del sistema, en la otra se establece el modelo no lineal del manipulador planar de dos articulaciones (10) a (14). [19]
[theta 1]

Parmetro
Longitud Longitud Masa Masa

Medida
0.20 m
[u1] Salida Theta 1 [theta 2] ROBOT 2 ELBOW Salida Theta 2 [theta 1p] Velocidad de Theta [theta 2p] 1

a1 a2

0.50 m 1 Kg. 0.25 Kg.

Seal de Control U 1 [u2] Seal de Control U 2

m1 m2

Velocidad de Theta

Para el robot ELBOW en su primera articulacin, se establecen la energa potencial y la energa cintica (1)
1 2 k1 = m1 a1 1 (t ) 2 P1 = m1 a1 Sen( 1 )

Figura 2. Modelo implementado en Simulink del robot manipulador planar de dos grados de libertad (ELBOW).

(1)

En la ecuacin (9) se establecen los parmetros que se utilizan para la implementacin de la simulacin del brazo robtico ELBOW.
(t ) ; x (t ) = (t ) x1 (t ) = 1 (t ) ; x2 (t ) = 2 (t ) ; x3 (t ) = 1 4 2

Para la segunda articulacin se establece en el plano XY las ecuaciones (2) y (3), las cuales corresponden al punto final del manipulador. Ya establecida la posicin, al derivar estos

(9)

u1 = 1 , u 2 = 2

AVELLA AND PLAZAS : DESIGN OF A GAIN SCHEDULING CONTROL

1461

(t ) = F ( x , U ) X

(10)

x 3 (t ) x 4 (t ) ; U (t ) = [u (t ) F ( x) = 1 F3 ( x1 , x 2 , x 3 , x 4 ) F4 ( x1 , x 2 , x 3 , x 4 ) F1 = x3

F4 =

'

a4 b4 d e ' u1 + 4 ' 4 ' u2 ' c4 c 4 f4 f4

'

'

'

'

(16)

u 2 (t )]

Dnde:

a3' = ( m2 a2 g cos( x1 + x2 ) + ( m1 + m2 )( a1 g cos( x1 )) + ( a2 2 ( 1 + a1 cos( x2 ) a2 ))m2 g cos( x1 + x2 )))

(11) (12) (13) (14)

b3 = m1a1 (1 + ( m2 m1 ) sen 2 x2 )

'

F2 = x 4

e3' = a2 ( 1 + ( a1 a2 )cos( x2 ))
a4' = ( a2 ( 1 + ( a1 a2 )cos( x2 )))m2 a2 g cos( x1 + x2 ) + ( m1 + m2 )( a1 g cos( x1 ))

F3 = F4 =

a3 u1 c3 e3 + + u2 b3 b3 d 3 b3 a4 b4 d e + u1 + 4 4 u2 c4 c4 f4 f4

b4 = a2 (1 + ( a1 a2 ) cos( x2 ))

'

Dnde:
2 a3 = ( m2 a1a2 sen( x2 )x4 2m2 a1a2 sen( x2 )x3 x4

c4 = m1a1 (1 + ( m2 m1 ) sen 2 x2 )
d 4' = ( ( m1 ( m2 a2 ) + 1 / a2 21 / a12 + ( 2 cos( x2 ) / ( a1a2 )) ( m2 a2 g cos( x1 + x2 )))

'

( m2 a2 g cos( x1 + x2 ) + ( m1 + m2 )( a1 g cos( x1 )) + ( a2 ( 1 + a1 cos( x2 ) a2 ))m2 g cos( x1 + x2 )))

b3 = m1 a1 (1 + ( m 2 m1 ) sen 2 x 2 )
2 2 c3 = a 2 (1 + (a1 a 2 ) cos( x 2 ))m 2 sen( x 2 ) x 3
2

e4 = (m1 (m2 a2 ) + 1 / a2 1 / a1 + (2 cos( x2 ) /(a1a2 ))

'

f 4' = m1( 1 + ( m2 m1 )sen2 x2 )

u1 = u2

d 3 = m1 (1 + ( m 2 m1 ) sen 2 x 2 )

e3 = a 2 (1 + (a1 a 2 ) cos(x 2 ))
2 a4 = ( a2 ( 1 + ( a1 a2 )cos( x2 ))( m2 a1a2 sen( x2 )x4

2m2 a1a2 sen( x2 )x3 x4 ) + ( a2 ( 1 + ( a1 a2 )cos( x2 ))) m2 a2 g cos( x1 + x2 ) + ( m1 + m2 )( a1 g cos( x1 )) b4 = a 2 (1 + (a1 a 2 ) cos(x 2 ))
c 4 = m1 a1 (1 + ( m 2 m1 ) sen 2 x 2 )
d 4 = ( ( m1 m2 a2 + 1 / a2 21 / a12 + ( 2 cos( x2 ) / ( a1a2 )) ) ( m2 a1a2 sen( x2 )x32 ) ( m1 ( m2 a2 ) + 1 / a2 21 / a12 + ( 2 cos( x2 ) / ( a1a2 ))( m2 a2 g cos( x1 + x2 )))
e4 = (m1 (m2 a 2 ) + 1 / a 2 1 / a1 + (2 cos( x 2 ) /(a1 a 2 ))
2

(1 b )( e f ) + ( e b )( b c ) ( a b )( b c ) ( a c + d f )(1 b ) = (1 b )( e f ) + ( e b )( b c )
' 3 ' 4 ' 4 ' 3 ' 3 ' 4 ' 4 ' 3 ' 3 ' 4 ' 4 ' 4 ' 4 ' 4 ' 4 ' 3 ' 3 ' 4 ' 4 ' 3 ' 3 ' 4 ' 4

(a

' 3

b3' )( e4' f 4' ) + ( a4' c4' + d 4' f 4' )( e3' b3' )

(17)

Para encontrar la seal de control en estado estacionario se procede a evaluar los valores de x1 y x2 en la ecuacin (23), con puntos de 0 a 2 en pasos de /6, estos puntos sern considerados como puntos de operacin, obteniendo 13 seales de control una para cada punto. B. Linealizacin entorno a los Puntos de Equilibrio Para realizar la linealizacin entorno a los puntos de equilibrio se deben realizar las derivadas como se indican en las ecuaciones (18) y (19).

f 4 = m1 (1 + ( m 2 m1 ) sen 2 x 2 )
III.
LINEALIZACIN ENTORNO A LOS PUNTOS DE OPERACIN

dx ij =

A. Puntos de Equilibrio Para obtener los puntos de equilibrio se debe tener en cuenta los siguientes parmetros: - Las velocidades deben ser cero. [20] - Con las ecuaciones (15) y (16) se debe encontrar las seales de control en estado estacionario (17). Los resultados obtenidos en la ecuacin (17) son utilizados ms adelante para la simulacin de la estrategia de control.

dFi i, j = 1,2,3,4 dx j

(18) (19)

du k =

dFi dU k

k = 1,2

A partir de la linealizacin se obtiene un modelo lineal en espacio de estados (20).

F3 =

'

a3 u1 e3 + ' ' u2 ' b3 b3 b3

'

'

(t )= A X (t )+ BU ( t ) X l l (t ) Y( t ) = Cl X

(20)

(15)

= X ( t ) X ; U( t ) = U( t ) U X l l
X l ,U l

Corresponden al vector de estados y al vector de

1462

IEEE LATIN AMERICA TRANSACTIONS, VOL. 10, NO. 2, MARCH 2012

control en los puntos de operacin l. Donde l son el nmero de puntos de operacin que varan de 1 a 13. Teniendo en cuenta el resultado de las derivadas, se evala en cada uno de los puntos de operacin encontrando as su seal de control en estado estacionario, estableciendo un nmero de matrices A y B, segn los puntos de equilibrio sealados. [21], [22], [23], [24] IV.
ESTRATEGIA DE CONTROL

obtener las ganancias y as emplear la estrategia de realimentacin de estados. Cuando la referencia se encuentre cerca de un punto de operacin, los parmetros son cambiados (ganancias, variables de estado estacionario) y ajustados a los valores de este punto, esto se realiza con un selector de variables. V.
SIMULACIN DE LA ESTRATEGIA DE CONTROL

A. Simulacin en MATLAB En la Fig. 3, se observa el diagrama que fue implementado en Simulink, los bloques: selector de ganancias y selector de variables en estado estacionario, cambian dependiendo de la Referencia y las salidas de estos bloques se conectan al controlador donde est la ley de control.
U1

En este artculo muestra la aplicacin de las desigualdades matriciales lineales (LMIs) al control de seguimiento, lo cual es novedoso para el control basado en LMIs, ya que esta herramienta terica se ha utilizado para anlisis de diseo en estabilidad y regulacin ms no en problemas de seguimiento. En el desarrollo de anlisis y diseo para las LMIs se debe tener en cuentas varios criterios. Criterios de estabilidad asinttica, de minimizacin de tiempos de respuesta (o ubicacin de polos) y de rechazo a perturbaciones basados en normas. [25] Para el desarrollo de este trabajo se utiliza la ubicacin de polos en regiones estables calculados por LMIs. Esta regin garantiza que el sistema presente un tiempo de respuesta mximo determinado, que est asociado al valor de la parte real de los polos dominantes. [25] Para el clculo de las ganancias del controlador se realiza un programa en MATLAB con el toolbox de LMIs, el cual soluciona la ecuacin (22) donde se obtiene como respuesta las ganancias, que sirven para todas las matrices ya linealizadas [5].
Al + Al Bl K K T Bl + 2 0 < 0 ;
T

U2

ELBOW

1 2 1 2

CO NTROLADOR

SELECT OR DE VARIABLES EN ESTADO EST ACIONARIO

SELECTOR DE G ANANCIAS

REFERENCIA

Figura 3. Diagrama de simulacin implementado en Simulink para controlador de ganancia tabulada basada en LMIs.

>0

(21)

En la Fig. 4, se aprecia la seal de Theta1 y la Referencia, se puede verificar que existe un seguimiento de referencia, la Referencia corresponde a puntos de 0 a 2 en pasos de /6, donde se muestra la caracterstica del controlador.
7
3 Theta1 Referencia

Amplitud [V]

La ecuacin (21) no constituye a una LMI porque contiene dos variables matriciales K y multiplicadas. Para convertirla, la ecuacin (21) se define la nueva variable matricial:
Amplitud [V]

6 5 4 3 2 1 0

2.8 2.6 2.4 2.2 2 1.8 1.6 1.4 50 50.5 Tiempo [s] 51

=K
Con lo cual la ecuacin (27) queda:
T Al + Al Bl T Bl + 2 0 < 0 ; > 0

51.5

Theta1 Referencia

(22)

Evaluando la ecuacin (22) y si es factible se obtiene la matriz y la matriz . A partir de estas matrices se obtienen las ganancias K como:
K = 1

-1 0

20

40

60 80 Tiempo [s]

100

120

140

Figura 4. Respuesta de seguimiento de Theta1 para el control de ganancia tabulada basado en desigualdades matriciales lineales (LMIs).

Para cada una de las matrices Al y Bl obtenidas de la linealizacin del modelo no lineal del brazo robtico ELBOW se emplea el toolbox de LMIs de MATLAB, para

La respuesta de seguimiento de Theta2 (ver Fig. 5), muestra un sobrepico en algunos puntos de operacin, esto se presenta cuando cambia la seal de Referencia, luego hace un seguimiento sin error en estado estacionario.

AVELLA AND PLAZAS : DESIGN OF A GAIN SCHEDULING CONTROL

1463

7
4.3

6
Amplitud [V]

4.2 4.1 4 3.9 3.8 3.7 79.5 80 80.5 81 81.5 Tiempo [s] 82 82.5 83 83.5 Theta2 Referencia

Amplitud [V]

4 3 2 1 0 -1 0

Theta2 Referencia

20

40

60 80 Tiempo [s]

100

120

140

Figura 5. Respuesta de seguimiento de Theta2 para el control de ganancia tabulada basado en desigualdades matriciales lineales (LMIs).

de Simulink y considerar la potencialidad interactiva que posee [30], si el modelo se encuentra implcito, deber modificarse para que las seales controladas u observadas por el usuario queden explicitas en el modelo de Simulink. El siguiente paso consiste en Crear variables, se deben crear las variables que sern manipuladas en EJS, las variables tienen dimensin y tipo. Despus de crear las variables se deben conectar variables de EJS con el modelo, se debe especificar si la variable est conectada a un bloque en el modelo de Simulink. En la creacin de la vista el diseador debe utilizar los recursos con que cuenta EJS, ajustar las propiedades de cada uno de los elementos empleados en la creacin de la vista. La interactividad, debe brindar la posibilidad de reiniciar la simulacin en un estado diferente [31], el mtodo suministrado por EJS es el siguiente: _external.resetIC(); Con lo anterior el usuario podr cambiar la posicin de los elementos de la vista.
Seleccin y/o modificar modelo de Simulink

La seal de control de Theta2 con respecto a la seal de control de Theta1 es mas pequea (Ver Fig. 6), sta seal se puede disminuir si para la linealizacion se toman los puntos de operacin mas cercanos.
15 Seal de control de Theta1 Seal de control de Theta2 10

Crear Variables

Amplitud [V]

Conectar Variables EJS con el modelo

Definir Vista

-5 0

Interactividad con el usuario

20 40 60 80 Tiempo [s] 100 120 140

Figura 7. Pasos para conexin de un modelo realizado en Simulink con EJS.

Figura 6. Seales de control referente al control de ganancia tabulada basado en desigualdades matriciales lineales (LMIs).

B. Animacin con Easy Java Simulation Easy Java Simulations (EJS) es una herramienta de software gratuita diseada para la creacin de simulaciones interactivas en Java. [1], [26], [27], [28]. El software EJS es utilizado para desarrollar aplicaciones de simulaciones grficas con alto grado de interactividad, est dirigida tanto a profesores, investigadores como a los estudiantes. No es necesario ser un experto en la programacin ya que sta herramienta es de fcil manejo. [26]

En la Fig. 8, se muestra los elementos necesarios para la construccin del robot manipulador de dos articulaciones, en la parte derecha de la Fig. 8 se encuentran los elementos con que cuenta (EJS), en la parte izquierda de la Fig. 8 se encuentra rbol de elementos, en sta seccin se ubican los elementos con los cuales se van a trabajar, se puede dividir en tres partes principales: -Panel de dibujo: se colocaran las piezas de la animacin (Masas, longitud, etc.). -Paneles: sirven para el control de la interactividad. -Ventana de dialogo: Lugar donde se grafican las seales.

Conectando EJS y Simulink La conexin de Easy Java Simulations con un modelo de Simulink es sencilla si se siguen los pasos adecuados [27], [29], en la Fig. 7 se muestra en el primer bloque seleccin y/o modificar modelo de Simulink, all se debe escoger el modelo

1464

IEEE LATIN AMERICA TRANSACTIONS, VOL. 10, NO. 2, MARCH 2012

ganancia tabulada basada en desigualdades matriciales lineales (LMIs) al control de seguimiento, ya que en otros trabajos se emplea sta estrategia de control para estabilidad y regulacin. La estrategia de control de ganancia tabulada basada en LMIs tiene la facilidad de generar una seal de control ms sencilla, basada en leyes de control lineal. Las seales de control de la estrategia basada en LMIs pueden ser ms pequeas si se escogen puntos de operacin ms cercanos. Entre mayor nmero de puntos de operacin se seleccione, las seales de control generadas en la estrategia de control de ganancia tabulada basada en LMIs sern ms suaves. La creacin de ambientes interactivos proporciona a los estudiantes y docentes, herramientas de anlisis y desarrollo cuando no se cuenta con la estructura fsica. Si se cuenta con los prototipos fsicos, el laboratorio virtual sirve como primer paso para la realizacin de pruebas y para la construccin de laboratorios remotos.
Figura 8. Elementos para interactividad.

En la Fig. 9, se muestra la interfaz desarrollada en Easy Java Simulations (EJS) para el control de ganancia tabulada basado en desigualdades matriciales lineales (LMIs), en la parte izquierda de la Fig. 9 se encuentra el robot manipulador: dos masas y dos longitudes, en la parte inferior se encuentra el botn de Play y Pause para el control de la simulacin, adems se encuentra un selector para controlar la visualizacin de las grficas. En la parte derecha de la Fig. 9 se encuentra las seales: Theta1, Theta2, Velocidades de Theta1 y Theta2 y las Seales de control para cada articulacin.

El software Easy Java Simulations (EJS) permite la creacin interactiva de modelos implementados en Simulink de MATLAB, realizando ajustes mnimos al modelo se puede utilizar la potencialidad de estos dos programas. Para la evaluacin de sta herramienta interactiva en los salones de clase, se sugiere utilizarla en: clases de programacin bsica en el entorno de EJS, diseo de controladores para un punto de operacin, diseo de controlador para mltiples puntos de operacin, manejo de modelos no lineales, linealizacin de un modelo no lineal, variacin de los parmetros del robot ELBOW para conocer su comportamiento, lo anterior no quiere limitar la aplicacin que los docentes y estudiantes le quieran dar a la herramienta. AGRADECIMIENTOS Los autores reconocen la dedicacin y apoyo del Ph.D. J. M. Salamanca (Colombia), quien fue el director del proyecto de investigacin. Tambin queremos agradecerles a Ph.D S. Dormido y Ph.D. G. Faras (Espaa), por su colaboracin en el manejo de la herramienta de EJS con Simulink.

REFERENCIAS
[1] S. Dormido, J. Snchez. y M. Fernando. Laboratorios virtuales y remotos para la prctica a distancia de la automtica, XXI Jornadas de Automtica, Sevilla, Espaa 18-20 Sep. 2000. R. M. Murray, K. J. Astrom, S. P. Boyd, R. W. Brockett, and G. Stein, Feature - Future directions in control in an information-rich word, IEEE Control Systems Magazine, vol. 23, no. 2, pp. 20-33, Apr. 2003. V. Balakrishnan, S Boyd, L El Ghaoui, E Feron, Linear Matrix Inequalities in Systems and Control SIAM. 1994.

Figura 9. Interfaz grfica de EJS y control de ganancia tabulada basado en desigualdades matriciales lineales (LMIs).

[2] [3]

VI. CONCLUSIONES Un aporte de este trabajo es la aplicacin del control de

AVELLA AND PLAZAS : DESIGN OF A GAIN SCHEDULING CONTROL

1465

[4]

J. M. Salamanca, O. O. Rodrguez, H. Oscar, D. Hernando. Control Robusto H Basado en Desigualdades Matriciales Lineales Aplicado a un Sistema de Potencia Modelado Como un Sistema Algebraico Diferencial de Bus Infinito, XIII Congreso Latinoamericano De Control Automtico, Venezuela, 25-28 Nov., 2008. J. M. Salamanca, "LMI-Sliding Mode Control Applied to Interconnected Systems Using Only Output Information", Hungry, European Control Conference. 2009, pp.1592. L. Vandenberghe and V. Balakrishnan, Algorithms and software for LMI problems in control, IEEE Control Systems Magazine, vol. 17, no. 5, pp. 89-95, 1997. M. Luis J., Control LMI de un Convertidor CC-CC Buck-Boost. Director: Ramn Leyva Grasa. Universidad Rovira I Virgili, pp. 4627, 2009. E. J. Avella-Rodrguez y R. A. Plazas-Rosas, Laboratorio Virtual Para Simular el Robot de dos Articulaciones ELBOW. Director J. M. Salamanca. Universidad Pedaggica Y Tecnolgica De Colombia. Ingeniera Electrnica, 2010. S. Dormido, Control learning: present and future, Annual Reviews in Control, vol. 28, no. 1, pp. 115-136, 2004.

[23] P, P. M, Moderm Control Engineering., Estados Unidos de Amrica, Marcel Dekker., 2002, pp. 435-26. [24] D. Richard, B. Robert, Modern control systems, Estados Unidos de Amrica, Prentice Hall., 2008. pp. 144-192. [25] P. Omar., C. William., V. Pastora., S., Mario, Desigualdades lineales matriciales en el diseo integrado de procesos, Salamanca, Espaa., 2002, pp. 1-4. [26] F. Esquembre. Creacin de Simulaciones Interactivas en Java. Madrid, Espaa. Pearson Education S.A. 2005. pp. 1 330. [27] G. Faras, S. Dormido, F. Esquembre, M. Santos, S. Dormido-Canto. Laboratorio virtual de reconocimiento de patrones usando Easy Java Simulations y Matlab. pp. 18 2008. [28] G. Farias, E. Francisco, S. Dormido, H. Vargas, S. Dormido-Canto, R. Dormido, N. Duro, M. Canto. Desarrollo de Laboratorios virtuales, interactivos y remotos utilizando Easy Java Simulations y modelos Simulink, XII Latin-American Congress on Automatic. Bahia, Brasil. 3-6 Oct. 2006. [29] S. Dormido, G. Faras, J. Sanchez, and F. Esquembre, Adding interactivity to existing Simulink models using Easy Java Simulations, Proceedings of the 44th IEEE Conference on Decision and Control, pp. 4163-4168, 2005. [30] J. Snchez, F. Esquembre, M. Canto, S. Dormido, S. Dormido-Canto, R. D. Canto, R. Pastor y A. Urquia. Easy Java Simulations: an opensource tool to develop in teractive virtual laboratories using Matlab/Simulink. Int. J. Engng. Vol. 21, No. 5. Gran Bretaa.. pp. 798 813, 2005. [31] J. Snchez, S. Dormido y E. Francisco. The learning of control Concepts using Interactive Tools. pp. 84 98, 2004.

[5]

[6]

[7]

[8]

[9]

[10] R. Pastor, R. Hernndez, S. Ros, and M. Castro, Especificacin Metodolgica de la Implementacin y Desarrollo de Entornos de Experimentacin, IEEE-RITA, vol. 1, no. 1, pp. 27-35, 2006. [11] A. Leva and F. Donida, Multifunctional Remote Laboratory for Education in Automatic Control: The CrAutoLab Experience, IEEE Transactions on Industrial Electronics, vol. 55, no. 6, pp. 2376-2385, Jun. 2008. [12] C. A. Ramos-Paja, J. M. Ramirez Scarpetta, and L. MartinezSalamero, Integrated Learning Platform for Internet-Based ControlEngineering Education, IEEE Transactions on Industrial Electronics, vol. 57, no. 10, pp. 3284-3296, Oct. 2010. [13] G. Aranguren, Nuevos mtodos de enseanza una experiencia en diseo electrnico, IEEE-RITA, vol. 3, no. 1, pp. 39-46, 2008. [14] K. J. Astrom and M. Lundh, Lund control program combines theory with hands-on experience, IEEE Control Systems Magazine, vol. 12, no. 3, pp. 22-30, Jun. 1992. [15] J. Apkarian and K. J. Astrom, A laptop servo for control education, IEEE Control Systems Magazine, vol. 24, no. 5, pp. 70-73, Oct. 2004. [16] J. M. Salamanca., Notas de clase Control diseo y aplicaciones: Robtica. Universidad Pedaggica y Tecnolgica de Colombia: Facultad Seccional Sogamoso. 2009. [17] J. Craig, Robtica, Ed. 3, Mxico, Pearson educacin., 2006, pp. 173-188. [18] S. Bruno., K. Oussama, Handbook of Robotics, Berln Heidelberg, Springer. 2008. pp. 44-51. [19] S. Mark W., Seth H., M. Vidyasagar., Robot Modelling and Control. First Edition., John Wiley & Sons., 2004, pp. 188-200. [20] Khalil, K. Hassan., Nonlinear Systems. Editor Prentice Hall, Upper Saddle River, 1996, pp. 3-6. [21] O. Katsuhico, Ingeniera de Control Moderna., Espaa, Prentice Hall., 2003, pp. 70-76. [22] K. Benjamn., Sistemas de control automtico., Mxico, Prentice Hall., 1996, pp. 55-56.

Edna Joydeth Avella-Rodrguez naci en Sogamoso, Colombia el 25 de Abril de 1985. Se gradu como Ingeniera Electrnica en 2010, de la Universidad Pedaggica y Tecnolgica de Colombia- Sogamoso, Colombia. Ejerci como becaria de investigacin en el grupo de investigacin en robtica y automatizacin (GIRA) de la Escuela de Ingeniera Electrnica de la Universidad Pedaggica y Tecnolgica de Colombia. Actualmente es Joven Investigadora del grupo de Investigacin en procesamiento de seales DSP-UPTC y profesora catedrtica de la escuela de ingeniera electrnica de la Universidad Pedaggica y Tecnolgica de Colombia. Sus lneas de inters son la robtica, control no-lineal e investigacin en el aprendizaje del control automtico. Ramiro Alejandro Plazas-Rosas naci en Sogamoso, Colombia, el 13 de Julio de 1981. Se gradu en el Servicio Nacional de Aprendizaje (SENA) como Tcnico profesional en mantenimiento electrnico en 2004, obtuvo el ttulo como Ingeniero Electrnico en 2010, de la Universidad Pedaggica y Tecnolgica de Colombia- Sogamoso, Colombia. Ejerci como Monitor categora A en la escuela de Ingeniera Electrnica de la Universidad Pedaggica y Tecnolgica de Colombia. Actualmente es estudiante de maestra en ingeniera nfasis automtica y asistente de investigacin de la Universidad del Valle. Sus lneas de inters son la robtica, control no-lineal, educacin en Ingeniera.