Escolar Documentos
Profissional Documentos
Cultura Documentos
El objetivo de este captulo es revisar brevemente los principales conceptos del control
continuo sistemas. La presentacin es tal que permitir en una etapa posterior un fcil la
transicin a sistemas de control digitales.
La materia objeto manejado se refiere a la descripcin de los modelos de tiempo continuo
en los dominios de tiempo y frecuencia, las propiedades de los sistemas de circuito
cerrado y PI y los controladores PID.
1.1 Modelos en tiempo continuo
1.1.1 Dominio del Tiempo
Ecuacin 1.1.1 da un ejemplo de una ecuacin diferencial que describe un sencillo sistema
dinmico:
Figura 1.1. Respuestas de simulacin y hora del sistema dinmico descrito por la ecuacin
1.1.1 (I - integrador) Usando el operador diferencial p = d / dt, la ecuacin 1.1.1 se
escribe como
Para los sistemas descritos por ecuaciones diferenciales como en la Ecuacin 1.1.1 nos
distinguir tres tipos de tiempo de respuesta:
y, en consecuencia, se puede considerar que el estudio del sistema dinmico descrito por
una ecuacin del tipo 1.1.1, en el dominio de la frecuencia, corresponde a el estudio de la
salida del sistema para las entradas del tipo u (t) = ejt
Dado que el sistema es lineal, la salida ser una seal que contiene slo el la frecuencia,
la entrada se amplifica o atena (y, posiblemente, un retardo de fase lo har aparecer)
La figura 1.2 ilustra el comportamiento de un sistema para una entrada u (t) = ejt. Sin
embargo no hay nada que nos impida considerar que se forma la entrada por sinusoides y
cosinusoids, que en este caso se escriben amortiguadas o no amortiguadas como
1 est es una funcin propia del sistema, ya que sus propiedades funcionales se mantienen
al pasara travs del sistema (slo la amplitud y la fase se modifican).
H (s), que da la ganancia y la desviacin de fase introducida por el sistema de Ecuacin
1.1.1 a diferentes frecuencias complejas, se conoce como la funcin de transferencia.
La funcin H (s) de transferencia es una funcin de slo la variable compleja s. lo
representa la relacin entre la salida del sistema y de entrada cuando la entrada es est
Desde Ecuacin 1.1.8, resulta que, para el sistema descrito por la ecuacin 1.1.1, la
funcin de transferencia es
y respectivamente
Dado que la entrada es un paso unitario uno tiene FV = G (ganancia esttica); tR = 2.2 T
tS = 2.2 T (para 10% FV); ts = 3 T (para 5% FV); M = 0 y la respuesta de un sistema de
este tipo est representado en la Figura 1.6. Tenga en cuenta que para t = T, la salida
alcanza 63% del valor final.
en la que
0: Frecuencia natural en rad / s (0 = 2 f0)
: factor de amortiguamiento
Las races de la funcin de transferencia de denominador (polos) son
a) | | <1, polos complejos (respuesta oscilatoria):
Figura 1.9. Las races del sistema de segundo orden como una funcin de (para | |
1) La respuesta de paso para el sistema de segundo orden descrito por la Ecuacin
1.1.21 es dada por la frmula (para | | 1)
en la que
Figura 1.11. Sistema de segundo orden: a) sobreimpulso M mxima como una funcin
de la amortiguacin factor de ; b) tiempo de subida normalizada en funcin de
Con el fin de hacer ms fcil la determinacin de 0 y para un tiempo de subida t _
dado y un dado mxima M sobreimpulso, el grfico de M en funcin de y la grfica de
0 tR como una funcin de se han representado en la figura 1.11a, b. La curva dada
en la figura 1.11a permite elegir el factor de de amortiguacin para un dada mximo
sobreimpulso M. Una vez que el valor de elegido, la figura 1.11b da el valor
correspondiente de tR 0. Esto permite determinar 0 para un aumento dado tiempo
tR.
Las funciones omega_damp.sci (Scilab) y omega_damp.m (MATLAB ) permiten
obtener los valores de 0 y directamente del rebasamiento deseado y aumentando
tiempo.
Con
Por lo tanto un retardo de tiempo no modifica la ganancia del sistema, pero introduce
una fase desviacin proporcional a la frecuencia.
1.1.8 Sistemas para no mnimas de fase
Para los sistemas de tiempo continuo (exclusivamente), sistemas de fase no mnima
tienen una o ceros ms inestables. En el caso de tiempo continuo, el efecto principal
de inestable ceros es la aparicin de un sobreimpulso negativo en el comienzo de la
etapa de respuesta, como se muestra por ejemplo en la Figura 1.14. El efecto de la
inestable ceros no se vean compensadas por el controlador (se debe usar un
controlador inestable).
La estabilidad del sistema de bucle cerrado ser determinado por las partes reales de
la races (polos) de la transferencia de HCL (s) funcin de denominador.
1.2.3 El estado de equilibrio de error
Al llevar a cabo la sntesis de un sistema de circuito cerrado, nuestro objetivo es
obtener una sistema asintticamente estable que tiene un tiempo de respuesta
determinado, un rebasamiento especificada y asegurar un error cero en estado
estacionario con respecto a la seal de referencia. En la figura 1.18, se desea que, en
estado estacionario, y (t) es igual a r (t), es decir, la ganancia de estado estacionario de
el sistema de circuito cerrado entre Y (t) y r (t) debe ser igual a 1.
Para obtener una ganancia de estado estacionario unitaria (HCL (0) = 1), es necesario
que
y, respectivamente:
As, para obtener un error de estado estacionario cero en lazo cerrado cuando la
referencia es un paso, la funcin de transferencia del canal de alimentacin hacia delante
debe contener un integrador.
Este concepto se puede generalizar para el caso de diferentes referencias de tiempo como
indica a continuacin el principio de modelo interno: para obtener un estado de equilibrio
cero error, HOL (s) debe contener el modelo interno de la referencia r (t).
El modelo interno de la referencia es la funcin de transferencia del filtro que genera r (t)
a partir del impulso de Dirac. Por ejemplo, paso = (1 / s) Dirac, rampa = (1 / s2) Dirac).
Para ms detalles consulte el Apndice A.
Por lo tanto, para una referencia de rampa, Hol (s) debe contener un doble integrador en
a fin de obtener un error de estado estacionario cero.
1.2.4 Rechazo de perturbaciones
La figura 1.19 representa la estructura de un sistema de circuito cerrado en la presencia
de un perturbacin que acta sobre la salida controlada. HOL (s) es la transferencia global
de bucle abierto funcin (controlador + planta) y est dada por la Ecuacin 1.2.9.
salida del sistema sea tan dbil como sea posible, al menos en regiones de frecuencia
dadas. en en particular, preferiramos que la influencia de una perturbacin constante
(paso perturbacin), a menudo llamado "la perturbacin de carga", ser cero durante en
rgimen permanente (t , s 0).
La funcin de transferencia entre la perturbacin y la salida se escribe como:
Tambin podemos requerir que Syp (jw) introduce una atenuacin dada en un cierto
rango de frecuencia, si sabemos que una perturbacin tiene su energa concentrada en
este rango de frecuencia.
punto 1
punto 2
Los filtros utilizados son conocidos como "filtros anti-aliasing". Un buen filtro
anti-aliasing
debe tener un mnimo de dos clulas de segundo orden en cascada (fmax << (1/2) OS). un
ejemplo de un filtro anti-aliasing de este tipo se da en la Figura 2.6. Estos filtros
debe introducir una gran atenuacin a frecuencias ms altas que (media) FS, pero su
ancho de banda debe ser mayor que el ancho de banda requerido del sistema de bucle
cerrado
(generalmente mayor que el ancho de banda del sistema de bucle abierto). Los circuitos
de este tipo (o ms
complejo) estn disponibles actualmente.
donde
fs: frecuencia de muestreo, f CL: cerrado el ancho de banda del sistema de bucle
Regla de la ecuacin 2.2.3 se utiliza igualmente en lazo abierto, cuando se desea
elegir la frecuencia de muestreo con el fin de identificar el modelo de tiempo discreto de
un
planta. En este caso CL se sustituye por una estimacin del ancho de banda de la planta.
Bf
A ttulo informativo, la Tabla 2.1 da los perodos de muestreo (Ts = 1/fs) usado
para el control digital de diferentes tipos de plantas.
La regla para la eleccin de la frecuencia de muestreo dada en la Ecuacin 2.2.3 puede ser
conectado a los parmetros de la funcin de transferencia.
Sistema de primer orden
Cuadro 2.1. Eleccin del perodo de muestreo para los sistemas de control digital (valores
indicativos)
Mediante la aplicacin de la regla de la Ecuacin 2.2.3 de la condicin para la eleccin de
la toma de muestras
respuesta.
Sistema de segundo orden
Por ejemplo:
respuesta que puede ser simulado por un sistema de primer orden (un integrador con un
ganancia de realimentacin se indica en la figura).
discreto:
La respuesta se calcula directamente de forma recursiva utilizando la Ecuacin 2.3.3 de t =
0
(en el caso de los modelos de tiempo discreto que no hay problema con la integracin de la
ecuaciones diferenciales como en tiempo continuo). Vamos a examinar dos casos.
Caso 1. a1 = - 0.5; b1 = 0.5
Los valores de salida para diferentes instantes se dan en la Tabla 2.2 y la
secuencia correspondiente se representa en la figura 2.10.
Cuadro 2.2. Respuesta gradual de un modelo de tiempo discreto de primer orden (a1 = -0.5,
b1 = 0,5)
Figura 2.10. Respuesta gradual de un modelo de tiempo discreto de primer orden (a1
= -0.5, b1 = 0,5)
Se observa que la respuesta obtenida se asemeja a la respuesta de paso de un
sistema de primer orden en tiempo continuo que ha sido muestreada. Un tiempo equivalente
constante para el sistema de tiempo continuo incluso se puede determinar (tiempo de subida
de 0
al 90%: tR = 2,2 T). De la Tabla 2.2, se obtiene entonces
Una respuesta amortiguada oscilatoria se observa con un perodo igual a dos de muestreo
perodos. Este tipo de fenmeno no puede ser resultado de la discretizacin de un
sistema de primer orden de tiempo continuo, ya que esta ltima es siempre un-peridica. Se
puede
por lo tanto se concluye que el modelo de tiempo discreto de primer orden corresponde a la
discretizacin de un sistema de tiempo continuo de primer orden slo si a1 es negative1.
Figura 2.11. Respuesta a un escaln de primer orden modelo de tiempo discreto (a1 =
0,5; b1 = 1,5)
Volvemos al mtodo utilizado para describir los modelos de tiempo discreto. la
se utiliza el operador de retardo q-1 para obtener una escritura ms compacta de la
recursiva
(diferencia) ecuaciones que describen modelos de tiempo discreto en el dominio del tiempo
(se
tiene la misma funcin que el operador p = d / dt para sistemas de tiempo continuo). la
relaciones siguientes se cumplen:
Modelos de tiempo discreto tambin se pueden obtener por la discretizacin del diferencial
ecuaciones que describen los modelos de tiempo continuo. Esta operacin se utiliza para la
simulacin de modelos de tiempo continuo en un ordenador digital.
Consideremos la ecuacin 2.3.1 y aproximar la derivada por
Donde
se escribe como
donde (1 - q-1) es ahora equivalente a p. Como la integracin es el opuesto de la
la diferenciacin, se obtiene:
Para el estudio de los modelos de tiempo discreto en el dominio de la frecuencia que deber
considerar (la muestra) exponenciales complejas, es decir, secuencias que resultan de
complejas
exponenciales de tiempo continuo evaluados en los instantes de muestreo t = k Ts.
Estas secuencias por lo tanto escribirse como
Dado que los modelos de tiempo discreto que se estn considerando son lineales, si una
seal de un cierto
, la salida ser
y respectivamente
Por tanto, se observ que el cambio hacia atrs en un paso es equivalente a multiplicar
Por
Vamos ahora determinar la funcin de transferencia relacionada con la ecuacin recursiva
2.3.3.
En este caso,
de lo que resulta
Consideramos ahora el siguiente cambio de variable:
desde:
Esta es la razn por la cual los modelos de tiempo discreto en la forma de la ecuacin
2.3.3 como
dar oscilante respuestas a un escaln para a1> 0 (amortiguado si | a1 | <1) con 2Ts
perodo (vase
Seccin 2.3.1). Estos modelos de tiempo discreto de primer orden tienen los mismos polos
como el
funcin H (z-1) slo se define para el caso de A (q-1) y B (q-1) son con coeficientes
constantes.
3 Esto significa que el grado denominador es mayor que (o igual a) el grado numerador.
Para que esta solucin sea asintticamente estable, es necesario que = Re s <0 que
implica que eTs <1 y, respectivamente, | z | <1 (o | a1 | <1).
Sin embargo, el trmino (1 + A1 z-1) no es ms que el denominador de la
que describe los modelos de tiempo discreto, el estado estacionario se caracteriza por u
(t) =
const. yy (t) = y (t-1) = y (t-2) ....
De la ecuacin 2.3.3, se deduce que
Y respectivamente
Ecuacin 3.2.40 permite considerar el mantenedor de orden cero como un filtro que tiene
un
respuesta de frecuencia dada por
Con
-------------------------------------La presencia de ceros inestables no tiene ninguna influencia en la estabilidad del sistema,
pero impone limitaciones a la
el uso de tcnicas de diseo del controlador basado en el modelo de cancelacin de ceros
por polos del controlador.
Cuadro 2.4. Funciones de transferencia de pulsos para sistemas de tiempo continuo con
mantenedor de orden cero
La figura 2.19 representa las respuestas a un escaln para un sistema caracterizado por un
pulso funcin de transferencia
Por
A1:
Figura 2.18. Configuracin de polos y ceros del sistema de datos muestreados descrito
por la Ecuacin 02/03/44 (sistema de primer orden con ZOH)
Sobre la base de estas respuestas, es fcil derivar la constante de tiempo de la
sistema de tiempo continuo correspondiente, expresado en trminos del perodo de
muestreo
(la constante de tiempo es igual al tiempo requerido para alcanzar 63% del valor final).
La presencia de un retardo de tiempo igual a un mltiplo entero de la toma de muestras
perodo slo causa un cambio de hora en las respuestas dadas en la Figura 2.19.
Tenga en cuenta que los polos del sistema discretizado corresponden a los polos de la
sistema de tiempo continuo
mediante la aplicacin de la
transformacin
Para <1, los polos del sistema discretizado son conjugado complejo y,
son ortogonales). En el plano z las curvas z = f (0 Ts) para = constante son espirales
logartmicas que son ortogonales en cada punto de la curva z: f () para 0 Ts = constante.
La figura 2.21 muestra el conjunto de curvas z = f () para 0 Ts/2 = constante y z =
f (0 Ts/2) para = constante correspondiente a diferentes valores de y 0Ts/2
(f0/fs respectivamente).
Tambin debemos recordar (vase la Seccin 2.3.2) que por
los polos correspondientes en el plano z son
confundidos (Z1, 2 = ), y que se encuentran en el segmento de la eje real (1,0) que tiene un eje de abscisas coordenada igual a
El dominio de estabilidad de la de segundo orden sistema de tiempo discreto en el plano
de los parmetros a1 - a2 es un tringulo (ver Figura 2.22). Para los valores de A1, A2
colocado en el interior del tringulo, las races del denominador de la funcin de
transferencia de impulsos son dentro del crculo unitario
(sistema discretizado).
Dejar
ser la funcin de transferencia del canal de alimentacin hacia adelante con
donde los coeficientes b1, b2 ... BD puede ser cero si hay un retardo de tiempo de d
perodos de muestreo.
En la misma forma que para los sistemas de tiempo continuo, la transferencia de bucle
cerrado funcin de la conexin de la seal de referencia r (t) a la salida y (t) se escribe
como
donde HCL (1) es la ganancia en estado estacionario (ganancia esttica) del sistema de
circuito cerrado. en
a fin de obtener un error cero en estado estacionario entre la seal r de referencia y el
salida Y, es necesario que
HCl (1) = 1 (2.4.5)
De la ecuacin 2.4.4 se derivan las siguientes condiciones:
Donde
y por lo tanto la funcin de transferencia global del canal de alimentacin hacia delante
debe ser del tipo
De este modo, se observa que el canal de alimentacin hacia delante debe contener un
integrador digital en Para obtener un error de estado estacionario cero en lazo cerrado.
Esta situacin es similar a el caso continuo (vase la Seccin 1.2.3) y el principio de
modelo interno es tambin aplicable a los sistemas de tiempo discreto.
2.4.3 Rechazo de perturbaciones
En la presencia de una perturbacin p (t) que acta sobre la salida controlada (vase la
figura 2.23), el objetivo es reducir su efecto tanto como sea posible, al menos en algunos
regiones de frecuencia.
Como para el caso de tiempo continuo, Syp (z-1) se llama "funcin de sensibilidad de
salida".
Se obtiene el estado de equilibrio para z = 1. Resulta que
Donde
Donde
Note que
lo que implica una interdependencia entre estas funciones de sensibilidad. Observe que
Sub (z-1), la funcin de transferencia entre el ruido y la entrada a la planta, es igual a Sup
(z-1).
Otra importante funcin de transferencia describe la influencia en la salida de un
perturbacin v (t) en la entrada a la planta. Esta funcin de sensibilidad disturbanceoutput
de entrada funcin de sensibilidad) est dada por
Tenga en cuenta que Syp, Sup, Syb son funciones de transferencia estables si S (z-1) se
elige con el fin de tiene S (z-1) + B (z-1) estable, que es
mientras que la funcin de sensibilidad Syv (z-1) es inestable. Esta observacin se obtiene
con la siguiente declaracin general: El sistema de retroalimentacin se presenta en la
Figura 2.28 es asintticamente estable si y slo si todas las cuatro funciones de
sensibilidad Syp, Sup, SYB (o SYR) y SyV (describiendo las relaciones entre perturbaciones
en una mano y la planta de entrada o de salida en el otra parte) son asintticamente
estable.
El conjunto de cinco funciones HOL de transferencia (Z-1), Syp (z-1), Sup. (z-1), Syb (z-1) (o
Syr (z-1)) y Syv (z-1) tambin juegan un papel importante en el sistema de bucle cerrado
anlisis de robustez.
2.5.3 Sistema de control con controlador digital
PI En esta seccin se ilustra el diseo de controladores PI digitales. La transferencia
(funcin) del operador de la planta discretizado con mantenedor de orden cero viene
dada por
En aras de la uniformidad de la notacin, a menudo utilizaremos, en el caso de la
constante coeficientes, q-1 notacin tanto para el operador de retardo y la variable
compleja z-1.
La notacin z-1 se emplear especialmente cuando una interpretacin de la frecuencia Se
necesita de dominio (en este caso z = e jTs).
El controlador PI digital se caracteriza por los polinomios (vanse las ecuaciones 2.5.6 y
2.5.7):
La funcin de transferencia del sistema de bucle cerrado (con respecto a la referencia r (t))
en el forma general viene dada por la Ecuacin 2.5.12.
El polinomio P caracterstica (q-1), cuyas races son el bucle cerrado deseado polos del
sistema, define esencialmente las actuaciones. Como regla general, se elige como un
polinomio de segundo orden correspondiente a la discretizacin de una de segundo orden
sistema de tiempo continuo con una frecuencia natural 0 especificado y mortiguamiento
(0 y , por ejemplo, y puede ser obtenido sobre la base de los diagramas de los Las
figuras 1,10 o 1,11) a partir de las especificaciones en el dominio del tiempo. la
coeficientes correspondientes al polinomio P (q-1) se obtienen ya sea por tablas de
conversin mencionados en la Tabla 2.4, o por funciones Scilab y MATLAB
dada en la seccin 2.3. En este caso, el perodo de muestreo Ts, 0 frecuencia natural y
amortiguacin debe ser especificado.
Recordamos que la relacin entre 0 y Ts debe ser respetado (vase la seccin 2.2.2,
Ecuacin 2.2.7):
Para una planta que tiene un operador equivalente de tiempo discreto de transferencia
(funcin) dado por Ecuacin 2.5.19, y el uso de un controlador PI digital, los polos del
sistema en lazo cerrado estn dadas por la Ecuacin 2.5.13, y son
Para la ecuacin polinmica 2.5.24 a ser verificada, es necesario que el coeficientes de los
mismos q-1 potencias deben ser igual en ambos lados. As, la se obtiene siguiente sistema:
Uno puede ver que los parmetros del controlador dependen de la actuacin
especificaciones (los polos de lazo cerrado deseados) y los parmetros del modelo de la
planta. Mediante el uso de la Ecuacin 2.5.7, uno puede obtener los parmetros de la de
tiempo continuo Regulador PI:
El vector que une el origen del plano a un punto que pertenece a la traza de Nyquist de la
funcin de transferencia representa HOL (e-jw) para una frecuencia en radianes
normalizada especificada = s = 2 f / fs. El margen que se considera de la variacin
de la radian naturales es la frecuencia entre 0 y (correspondientes a una frecuencia no
normalizada variacin entre 0 y 0,5 FS).
Figura 2.29. Nyquist para una funcin de transferencia del sistema de datos muestreados
y el punto crtico
En este diagrama el punto de [-1, j0] es el "punto crtico". Como muestra la Figura 2.29
con claridad shows, el vector que une el punto [- 1, j0] para el diagrama de Nyquist de HOL
(e-jw) tiene la expresin
Este vector representa la inversa de la funcin de sensibilidad de salida Syp (z-1) (ver
Ecuacin 2.5.14) y los ceros de S-1yp (z-1) se corresponden con el sistema de bucle
cerrado polos (vase la Ecuacin 2.5.13). Con el fin de tener un bucle cerrado
asintticamente estable sistema, es necesario que todos los ceros de S-1yp (z-1) (que son
los polos de Syp (z-1)) estar dentro del crculo unitario (| z | <1). Las condiciones
necesarias y suficientes para la estabilidad asinttica del sistema de circuito cerrado estn
dadas por el criterio de Nyquist.
Para sistemas que tienen polos estables en bucle abierto (en este caso A (z-1) = 0 y S (z-1)
= 0 | z | 1) los estados criterio de Nyquist de estabilidad (sistema de lazo abierto
estable): El diagrama de Nyquist de HOL (z-1) atravesada en el sentido de las frecuencias
crecientes (de = 0 y = ), deja el punto crtico [-1, j0] a la izquierda.
Como regla general, para el modelo de la planta nominal dado B (z-1) / A (z-1), polinomios
R (q-1) y S (q-1) se calcula con el fin de tener
donde P (z-1) es un polinomio con races asintticamente estables. Como consecuencia de
ello, para los valores nominales de A (z-1) y B (z-1), ya que el sistema de bucle cerrado es
estable, la funcin de transferencia en lazo abierto:
no rodea el punto crtico (si A (z-1) y S (z-1) tienen sus races en el interior del crculo
unitario).
En el caso de un sistema de bucle abierto inestable, ya sea si A (z-1) tiene algunos polo
fuera del crculo unitario (planta inestable), o si el controlador computarizada es inestable
en lazo abierto (S (z-1) tiene algo de polo fuera del crculo unitario), el criterio de
estabilidad es: El diagrama de Nyquist de HOL (z-1) atravesada en el sentido de las
frecuencias crecientes (de = 0 a = ), deja el punto crtico [-1, j0] a la izquierda y el
nmero de cercos contra las agujas del reloj del punto crtico debe ser igual al nmero
polos de la inestabilidad de la System7 lazo abierto.
Tenga en cuenta que el lugar geomtrico de Nyquist entre 0,5 y fs fs es la simtrica de la
De Nyquist locus entre 0 y 0,5 FS con respecto al eje real. La frmula general criterio de
Nyquist que da la cantidad de rodeos alrededor del punto crtico es
Donde
es el nmero de polos inestables de bucle cerrado y es el nmero de polos
inestables en lazo abierto. Los valores positivos de N corresponden a las agujas del reloj
cercos alrededor del punto crtico. Con el fin de que el sistema de circuito cerrado sea
asintticamente estable es necesario que. Figura 2.30 muestra dos interesante loci de
Nyquist.
yo CL P i OL P yo N =-POL Si la planta es estable en bucle abierto y el controlador se calcula
sobre la base de Ecuacin 2.6.3 para obtener una estable deseada cerrado polinomio
bucle P (z-1) (esto significa que el sistema de circuito cerrado nominal es demasiado
estable), entonces, si un diagrama de Nyquist de la se obtiene la forma de la figura 2.30a,
se concluye que el controlador es inestable en lazo abierto. Esta situacin debe ser
generalmente avoided8, y esto se puede lograr por la reduccin de las prestaciones
dinmicas lazo cerrado deseados (modificando P (z-1)).
7 El criterio se mantiene incluso si se produce una cancelacin inestable polo-cero. La
cantidad de rodeos
debe ser igual al nmero de polos inestables sin tener en cuenta las posibles
cancelaciones.
8 Nota que existen algunos patolgica funciones de transferencia B (z-1) / A (z-1) con
polos inestables y / o
ceros que pueden ser slo estabilizados por los controladores que son inestables en lazo
abierto.
Figura 2.30 . Diagramas de Nyquist : a) sistema inestable en lazo abierto , pero estables en
lazo cerrado ;
b ) sistema estable a lazo abierto, pero inestable en lazo cerrado
2.6.2 Sistema de lazo cerrado Robustez
Al disear un sistema de control , hay que tener en cuenta el modelo de la planta
incertidumbres ( incertidumbres de los valores de los parmetros o de la frecuencia
caractersticas , variaciones de los parmetros , etc.) Por lo tanto, es extremadamente
importante para evaluar si la estabilidad del bucle cerrado se garantiza en presencia de las
incertidumbres del modelo de la planta. El circuito cerrado se denomina "robusto" si el
estabilidad est garantizada por un determinado conjunto de incertidumbres del modelo .
La robustez del bucle cerrado est relacionada con la distancia mnima entre el Nyquist
para el modelo de la planta nominal y el " punto crtico ", as como a la caractersticas de
frecuencia del mdulo de las funciones de sensibilidad .
Los siguientes elementos ayudan a evaluar hasta qu punto es el punto crtico [-1, j0 ]
(vase
Figura 2.31 ) :
El margen de ganancia ;
El margen de fase ;
El margen de demora ;
El margen de mdulo .
Margen de Fase
El margen de fase () es la fase adicional que hay que aadir en el cruce frecuencia, para
los que la ganancia del sistema de bucle abierto es igual a 1, con el fin de obtener una
desplazamiento de fase total del = - 180 (vase la figura 2.31).
Tenga en cuenta que un buen margen de fase no garantiza un buen margen de demora (si
el CR frecuencia es alta, entonces el margen de retardo es bajo, incluso si el margen de
fase es importante).
El valor tpico del margen de demora es TS [min: 0.75TS]
Margen Mdulo
Esto se refiere a una medida ms global de la distancia entre el punto crtico [-1, J0] y la
trama de HOL (z-1). El margen de mdulo (Delta M) se define como el radio
del crculo centrado en [-1, j0] y tangente a la grfica de HOL (z-1) (ver Figura
2,31).
De la definicin de la ecuacin 2.6.2 del vector que conecta el punto crtico [-1, J0] a la
trama de
Por lo tanto, la reduccin (o la reduccin al mnimo) de | Syp (jw) | max dar lugar a un
aumento (o maximizacin) del margin10 mdulo.
Los valores tpicos para un buen margen de mdulo son
Figura 2.34. Sistemas de circuito cerrado que contiene un bloque lineal (NL) y / o
parmetros variables en el tiempo (TVP): a) diagrama de bloques b) representacin
equivalente
Figura 2.35. Criterio de estabilidad Circle y el margen de varios mdulos para sistemas de
tiempo discreto
Desde el punto de vista de anlisis de estabilidad, podemos utilizar un equivalente
representacin de tales sistemas, dada en la Figura 2.34mil mlns, donde
Para este tipo de sistema que tenemos una generalizacin
del criterio de Nyquist, conocido como "el criterio crculo" (Popov-Zames).
Circle (Estabilidad) Criterio
El sistema de votos representados en la figura 2.34mil mlns es asintticamente estable
para el conjunto de lineal y / o caractersticas variables en el tiempo tumbado en el
dominio cnica [, ] (con , > 0) si la trama de, atravesada en el sentido de la creciente
frecuencias, deja a la izquierda, sin cruzarlo, el crculo centrado en el verdadero eje y pasa
por los puntos HOL (z-1) [-1 / , j0] y [-1 / , j0].
El Delta M margen mdulo define un crculo de radio con centro en el Delta M [-1, j0 ] que
est fuera del diagrama de Nyquist de la funcin de transferencia en lazo abierto .
Por lo tanto , el sistema de bucle cerrado puede tolerar bloques no lineales o tiempo
variable
parmetros descritos por las caractersticas de insumo-producto se extiende en un sector
cnico
delimitada por una ganancia lineal mnimo ( 1 / ( 1 + Delta M ) ) y una ganancia lineal
mxima ( 1 / ( 1 Delta M )) ( vase la Figura 2.35) .
Tolerancias a planta de transferencia de incertidumbres y / o parmetros de la funcin
Variaciones .
La figura 2.36 muestra el efecto de las plantas nominales incertidumbres del modelo y
parmetros variaciones sobre el diagrama de Nyquist de la funcin de transferencia en
lazo abierto . como
regla general, el diagrama de Nyquist del modelo nominal planta se encuentra dentro de
un "tubo"
correspondientes a las tolerancias aceptadas de las variaciones de los parmetros (o la
incertidumbres ) de la funcin de transferencia de modelo de planta .
Con el fin de garantizar la estabilidad del sistema de bucle cerrado para un bucle abierto
Figura 2.36. Nyquist parcela para la funcin de transferencia en lazo abierto nominal y la
funcin de transferencia en lazo abierto real en presencia de incertidumbres y variaciones
de parmetros (HOL y H'OL son estables)
donde S ( z - 1 ) y R ( z - 1 ) se calculan sobre la base de la ecuacin 2.6.3 para la nominal
valores de A ( z - 1 ) y B ( z - 1 ) .
En otras palabras , la magnitud de la funcin S - 1yp ( e- jw ) ( evaluado en unidades de dB
),
obtenido por la simetra de Syp ( e- jw ) ( vase la figura 2.32 ) , da , en cada frecuencia ,
una
condicin suficiente para la diferencia aceptada ( calculado como la euclidiana
distancia ) entre la funcin de transferencia de lazo abierto real y nominal del bucle
abierto
funcin de transferencia , con el fin de garantizar la estabilidad del bucle cerrado .
Esta tolerancia es mayor a bajas frecuencias ( vase la Figura 2.32 ), donde la ganancia de
el sistema de bucle abierto es alta ( especialmente cuando se incluye un integrador ) , y
tiene un valor mnimo en la frecuencia ( o frecuencias ) donde S - 1yp ( e- jw ) alcanza su
mnimo ( = Delta M ) , que es la frecuencia donde Syp ( e- jw ) tiene el valor mximo .
Es necesario asegurarse de que a estas frecuencias las variaciones modelo de planta son
compatible con el margen de mdulo obtenido . Si este no es el caso , la solucin es para
proporcionar un modelo ms preciso , o de modificar las especificaciones con el fin de
mantener la estabilidad de bucle cerrado .
Ecuacin 2.6.6 expresa una condicin de solidez en trminos de transferencia de lazo
abierto variaciones de funcin ( + planta controlador ). Es interesante expresar esta
robustez condicin en trminos de slo las variantes de modelo de la planta. Obsrvese
que la ecuacin 2.6.6 lata expresarse tambin as
Donde
Observe que (de la Ecuacin 2.6.8 ) de las tolerancias admitidas ( despreciando el trmino
1 / | R ( z - 1 ) | ) dependen en gran medida de la relacin entre el sistema de bucle
abierto
polos ( definidos por A (z - 1 ) ) y los polos en bucle cerrado deseados (definida por P ( z - 1
)).
Para entender este fenmeno con mayor detalle, la figura 2.38 muestra el Funciones de
magnitud Sup ( z - 1 ) para un modelo de la planta que se caracteriza por A (z - 1 ) = 1-0,8 z
- 1 ; B ( z - 1 ) = z - 1 y para dos caracterstica del sistema de bucle cerrado deseado
diferente polinomios : P1 ( z - 1 ) = 1-0,6 z - 1 y P2 ( z - 1 ) = 1-0,3 z - 1 ( el controlador
incluye una integrador ) . Tenga en cuenta que P2 ( z - 1 ) corresponde a un sistema de
bucle cerrado ms rpido que el especificado por P1 ( z - 1 ) , y ambos sistemas de circuito
cerrado son ms rpidos que la planta ( sistema de lazo abierto) .
El | Sup ( z - 1 ) | mximo para P2 ( z - 1 ) es mayor que para P1 ( z - 1 ) , y luego el inversa
de | Sup ( z - 1 ) | ser ms pequeo . Como consecuencia , las tolerancias aceptadas para
las variaciones en la respuesta de frecuencia (especialmente a altas frecuencias ) son ms
pequeos en el caso de P2 ( z - 1 ) con respecto al caso de actuaciones de bucle cerrado
deseados impuesta por P1 ( z - 1 ) .
Figura 2.38. Funcin de sensibilidad de entrada para el modelo de planta q-1 / (1-0,8 q-1)
en funcin de las actuaciones de bucle cerrado deseado Ecuacin 2.6.8 da una condicin
suficiente para la (aditivo) tolerancia aceptada en trminos de la funcin de transferencia
de planta real parmetros variaciones (o incertidumbres) con respecto a la funcin de
transferencia de la planta nominal.
Por otra parte, podemos estar interesados en la evaluacin de la relacin aceptada la
tolerancia con respecto a la funcin de transferencia de la planta magnitud nominal. De
ello se desprende partir de la ecuacin 2.6.8 que
Resulta que
y, en consecuencia
Ecuacin 2.6.9 se convierte en
o en unidades de dB
Teniendo en cuenta la frecuencia con destino en Syb dada por la ecuacin 2.6.12, la se
obtiene la condicin siguiente:
Donde
La relacin entrada-salida para un modelo de tiempo discreto es tambin convenientemente
descrita por el operador de transferencia de impulsos H (q-1):
donde
La funcin de transferencia de impulsos de un sistema lineal de tiempo discreto se expresa como
funcin de la variable compleja
Por lo tanto, la parte de tiempo continuo del sistema (entre-digital a analgico convertidor y el
convertidor de analgico a digital) se caracteriza por el tiempo continuo funcin de transferencia
donde u (t) es el control (de entrada) de la seal a la planta, y (t) es la salida de la planta y r (t)
es la referencia.
La funcin de transferencia del sistema de bucle cerrado (entre la seal de referencia y la
produccin de la planta) que incluye el controlador digital de la ecuacin 2.7.2 se da por
Donde
Estabilidad robusta del sistema de circuito cerrado , con respecto a la transferencia de la planta
incertidumbres de funciones o parmetros variaciones , se caracteriza esencialmente por la
margen de mdulo y el margen de retardo .
El margen de mdulo y el margen de retardo introducen limitaciones de frecuencia en la magnitud
de las funciones de sensibilidad . Estas limitaciones llevan a la definicin de plantillas robustez de
frecuencia que debe ser respetado .
La estabilidad robusta (o rendimiento ) de la robustez del sistema de circuito cerrado , con
respecto a las incertidumbres de la funcin de transferencia de la planta o parmetros variaciones
,depende de la eleccin de las actuaciones del sistema en lazo cerrado deseados ( ancho de banda
, tiempo de subida ) con respecto a la dinmica del sistema de bucle abierto . la reduccin
significativa del sistema de bucle cerrado tiempo de subida ( o una significativa aumento del ancho
de banda del sistema de bucle cerrado ) , en comparacin con la abierto tiempo de subida sistema
de bucle ( o ancho de banda ) , requiere una buena estimacin de la planta modelo.
Con el fin de asegurar la solidez sistema de bucle cerrado , cuando una buena estimacin de la
modelo de la planta no est disponible, o cuando se producen grandes variaciones de los
parmetros del sistema, la aceleracin tiempo de subida sistema de bucle cerrado , en
comparacin con el aumento sistema de bucle abierto tiempo, debe ser moderado. Sin embargo ,
existen algunos mtodos para maximizar la robustez del controlador con respecto a las
incertidumbres del modelo planta (o parmetros variaciones), para obtener un rendimiento
nominal dado.
Capitulo 5
entrada Tambin se discuten las seales para la identificacin y la influencia de las perturbaciones.
la ltima seccin presenta la estructura general de los mtodos de identificacin recursivos.
Principios Modelo 5.1 Sistema de identificacin
Identificacin significa la determinacin del modelo de un sistema dinmico de mediciones de
entrada / salida. Es necesario para la El conocimiento del modelo diseo y la implementacin de
un sistema de control de alto rendimiento.
Figura 5.1 resume los principios generales de diseo del controlador . Para diseo y sintonizar un
controlador correctamente , se necesita :
1 . Para especificar el rendimiento del bucle de control y la robustez deseada
2 . Para conocer el modelo dinmico de la planta a controlar ( tambin conocido como
el modelo de control ) que describe la relacin entre el control
variaciones y las variaciones de salida
3 . Poseer de un mtodo de diseo de un controlador adecuado, propicio para lograr la
especificaciones de rendimiento y robustez deseadas para el correspondiente
modelo de la planta
La nocin del modelo matemtico de un sistema o fenmeno es una concepto fundamental . En
general , una multitud de tipos de modelo existe , cada uno dedicado a una aplicacin particular .
Por ejemplo , los modelos tipo de conocimiento (basado en las leyes de la fsica ,qumica, etc .. )
permiten una descripcin bastante completa del sistema y se utilizan para la planta simulacin y
diseo . Estos modelos son , en general, extremadamente complejo y puede slo en raras
ocasiones puede utilizar directamente para el diseo de sistemas de control. El control dinmico
modelos que dan la relacin entre las variaciones de entrada y de salida de un sistema de son ,
como se indic anteriormente , el tipo de modelo adecuado para el diseo y la puesta a punto de
sistemas de control .
Una operacin completa identificacin debe incluir necesariamente las cuatro etapas
indicado anteriormente . Los mtodos especficos utilizados en cada etapa dependen del tipo de
modelo deseado ( paramtrica o no paramtrica , continua en el tiempo o de tiempo discreto )
y de las condiciones experimentales (por ejemplo : de hiptesis sobre el ruido , abierto
bucle o de identificacin de circuito cerrado ) . La validacin es el paso obligatorio para decidir
si el modelo identificado es aceptable o no .
Como no existe un algoritmo de estimacin de parmetros nico y un nico
protocolo experimental que siempre conduce a un buen modelo identificado, los modelos
obtenido no siempre puede pasar la prueba de validacin. En este caso , es necesario
reconsiderar los algoritmos de estimacin , la complejidad del modelo o el experimental
condiciones . Identificacin del sistema debe ser entonces considerada como un proceso iterativo
procedimiento como se ilustra en la Figura 5.2 .
Ahora presentamos un breve resumen de los elementos esenciales que caracterizan la
diferentes pasos de la identificacin .
Entrada / Salida de Adquisicin de Datos con un Protocolo Experimental
Uno en esencia debe seleccionar una seal de excitacin con un rico espectro de frecuencias en
Para cubrir el ancho de banda de la planta para ser identificados, pero con pequea magnitud
( ya que en la prctica , las variaciones de magnitud aceptadas de las seales de entrada son
fuertemente restringida) .
Este aspecto ser discutido en detalle en la seccin 5.3 y 7.2 .
Seleccin o Estimacin de la Complejidad del modelo
El problema tpico que se encuentra es definir las rdenes de los polinomios
( numerador , el denominador ) de la funcin de transferencia de impulsos que representa la
planta
modelo.
A menudo se utiliza procedimientos de prueba y error , pero valiosas tcnicas para
estimacin de la complejidad de los modelos se han desarrollado (ver por ejemplo Duong y
Landau 1996 ) .
Estos aspectos se discuten en la Seccin 6, Seccin 6.5 y en el captulo 7 ,
Seccin 7.3 .
Modelo Estimacin de Parmetros
La metodologa de identificacin de " clsico " que se utiliza para obtener modelos paramtricos
basa
en los modelos no paramtricos del tipo " respuesta escalonada " se ilustra en la Figura 5.3 .
Esta metodologa, utilizada inicialmente para obtener modelos paramtricos tiempo continuo ,
tiene
ha extendido a la identificacin de modelos de tiempo discreto .
De la forma de la respuesta de paso de la planta, uno selecciona un tipo de modelo y el
parmetros de este modelo se determinan grficamente. Como la frecuencia de muestreo es
conocido , se puede obtener el modelo de tiempo discreto correspondiente de la conversin
tablas.
Esta metodologa tiene varias desventajas :
Las seales de prueba con gran magnitud ( raramente aceptable en la industria
sistemas )
Precisin de Reduccin
Mal influencia de las perturbaciones
Modelos para perturbaciones no estn disponibles
procedimiento largo
Ausencia de validacin del modelo
convertidor de digital a analgico ( DAC) seguido de un bloque de orden cero de retencin ( ZOH ) .
la
medido en la muestra de salida de planta y (t ) se obtiene por medio de un analgico a digital convertidor ( ADC ) .
Un modelo de tiempo discreto con parmetros ajustables se implementa en el
ordenador . El error entre la salida del sistema y (t ) en el instante t , y la salida
predicho por el modelo ( conocido como el error de prediccin ) es utilizado por un parmetro
algoritmo de adaptacin que , en cada instante de muestreo , modificar el modelo
parmetros con el fin de reducir al mnimo este error sobre la base de un criterio elegido .
sistema en cada instante de muestreo. Este algoritmo tiene una estructura "recursiva", es
decir, la nuevo valor de los parmetros estimados es igual al valor anterior ms un
trmino de correccin que depender de las mediciones ms recientes.
Un "vector de parmetros" se define, en general, como el vector de la diferente los
parmetros que deben ser identificados. Todos los algoritmos de adaptacin de
parmetros tienen la siguiente estructura:
misma entrada aplicado a la planta de reproducir las variaciones de la salida causada por
las variaciones de la entrada sin tener en cuenta el efecto del ruido. Las tcnicas para la
validacin del modelo se ser presentado en el Captulo 6 (seccin 6.2 y 6.4).
Esta representacin vectorial es muy til, ya que permite un fcil examen de modelos de
cualquier orden.
Siguiendo el esquema indicado en la figura 5.4, se debe construir un ajustable modelo de
prediccin, que tendr la misma estructura que el modelo de tiempo discreto de la planta
dada en la Ecuacin 5.2.1:
Donde
. se llama a priori
El plazo
El trmino de correccin
slo debe depender de la informacin
disponible en el instante t 1 (ltima medicin y (t 1), y un vector de parmetros nmero
finito de mediciones y la informacin que en t, t-1, ..., tn). La solucin a este problema se
da en la Seccin 5.2.2. Un algoritmo de adaptacin recursiva ser derivado que permite
tanto la aplicacin on-line y off-line.
(t) El criterio de la Ecuacin 5.2.7 no es el nico criterio de un paso por delante que
se puede considerar y este aspecto tambin ser discutido en la Seccin 5.2.2.
Cuando es un conjunto de mediciones de entrada / salida en un horizonte de tiempo t (i =
1, 2, ..., t) disponibles, y estamos buscando una identificacin de la lnea fuera, uno se
puede preguntar cmo utilizar este conjunto de datos de manera ptima. El objetivo ser
buscar un vector de parmetros (t) utilizando los datos disponibles hasta el instante t y
que reduce al mnimo un criterio de la forma
eso significa que la reduccin al mnimo de la suma de los cuadrados de los errores de
prediccin ms el horizonte de tiempo t. Este punto de vista va a dar lugar a que el
algoritmo de mnimos cuadrados que se presentarn en la Seccin 5.2.3 (bajo la forma no
recursiva y recursiva).
5.2.2 Gradiente Algoritmo
El objetivo del algoritmo de adaptacin de parmetros de gradiente es minimizar un solo
paso criterio cuadrtica en trminos del error de prediccin (de un paso por delante).
Consideremos el mismo ejemplo que en la Seccin 5.2.1. El modelo de tiempo discreto de
la planta se expresa por
Donde
es el vector de parmetros y
Donde
representa la prediccin de un a priori en funcin de los valores de la
parmetros estimados en el instante t y
El trmino de correccin
slo debe depender de la informacin
disponible en el instante t 1 (ltima medida y (t +1), parmetros de y, finalmente, un
nmero finito de informacin en los instantes t, t-1, t-2, ..., tn). El trmino de correccin
debera permitir una para minimizar en cada paso a priori de error de prediccin con
respecto para el criterio
Si uno representa el criterio J y los parmetros y en tres dimensiones espacio, uno tiene la
forma representada en la figura 5.5 (una superficie cnica invertida). la ptima del criterio
corresponder a la parte inferior del cono y el proyeccin de este punto en el avin, nos
dar los valores ptimos de la parmetros de la planta: a1 y b1. Es obvio que, con el fin de
alcanzar lo ms rpidamente posible este punto (la ptima del criterio), ser ventajoso
para ir a lo largo del descenso ms agudo. Esta solucin es analtica dada por el gradiente
tcnica.
Las secciones horizontales de la superficie corresponden a las curvas a lo largo de la que el
criterio tiene un valor constante (curvas isocriterion). Si uno representa la proyeccin de
las curvas de isocriterion (J = const.) en el plano de los parmetros,, uno obtiene curvas
Pero
y luego
En este algoritmo, en otras palabras, la ganancia de adaptacin debe ser elegido como
una funcin de la magnitud de la signals5.
Con el fin de evitar las posibles inestabilidades, y la dependencia de la adaptacin
ganancia con respecto a la magnitud de las seales medidas, se usa el mismo gradiente de
aproximacin pero con un criterio diferente, que tiene como objetivo la minimizacin de
la un error de prediccin a posteriori en cada paso segn
As se obtiene:
Uno puede deriva de la ecuacin 5.2.28 que un valor ptimo para es 1 / (t) T (t).
y que respectivamente
Este algoritmo depende de (t +1), que es una funcin. Para implementar este algoritmo,
es necesario expresar (t +1) como una funcin de
Ecuacin 5.2.32 se puede reescribir como
2.
3.
4.
5.
6.
Antes de t 1 se computa
y
(dada por la ecuacin
5.2.13)
y0 (t +1)
3. En el instante t +1 y (t +1) se adquiere y u (t +1) se aplica
4. El algoritmo de adaptacin paramtrica se implementa
Se obtiene
Por izquierda multiplicando a la izquierda, tanto en trminos de esta ecuacin con
que resulta en
Donde
Este algoritmo de estimacin no es recursivo. Con el fin de obtener un algoritmo
recursivo, la estimacin de
se considera:
uno tiene
Teniendo en cuenta las Ecuaciones 5.2.43, 5.2.45 y 2.5.46, la Ecuacin 5.2.48 puede ser
reescrito como
para verificar la
Sin embargo a partir de las Ecuaciones 5.2.15, 5.2.16 y 5.2.17, tambin utilizando la
Ecuacin 5.2.57, uno obtiene:
Donde
Donde
Donde
y, para la estimacin de (t), el algoritmo dado en las Ecuaciones 5.2.54 a 5.2.56 se utilizado
con la dimensin apropiada para (t), (t) y F (t).
5.2.4 Eleccin de la adaptacin de la ganancia
La frmula recursiva para la inversa de la ganancia de adaptacin F (t 1) -1 dada por
Ecuacin 2.5.46 (o Ecuacin 2.5.60) es generalizado mediante la introduccin de dos
ponderacin secuencias 1 (t) y 2 (t), como se indica a continuacin:
Tenga en cuenta que 1 (t) y 2 (t) en la ecuacin 5.2.72 tienen el efecto contrario: 1 (t)
<1 tiende a aumentar la ganancia de adaptacin (el inverso de ganancia disminuye), 2
(t)> 0 tiende a disminuya la ganancia de adaptacin (los incrementos inversos de
ganancia). Para cada eleccin de los secuencias 1 (t) y 2 (t) un perfil de diferentes
variaciones de la ganancia de adaptacin es encontrado y, en consecuencia, una
interpretacin en trminos del criterio de error que esminimizado por el PAA9.
Usando el lema inversin de la matriz dada por la Ecuacin 5.2.52, se obtiene a partir de
Ecuacin 5.2.7210
A continuacin, una seleccin de opciones para 1 (t) y 2 (t) y sus interpretaciones ser
dado.
A.1: Disminuir Gain (RLS)
En este caso 1 (t) = 1 = 1; 2 (t) = 1 (05/02/74) y F (t + 1) -1 se da por la ecuacin 2.5.60
que conduce a una disminucin de la adaptacin ganar. El criterio minimizado se expresa
por la Ecuacin 5.2.40.
Este tipo de perfil es adecuado para la identificacin de sistemas estacionarios (con
parmetros constantes).
A.2: Constante Forgetting Factor
En este caso
9 F (t 1) -1 dada por la ecuacin 7.5.72 puede ser interpretado como la salida de un filtro
caracterizado por el operador de transferencia de impulsos () () / (1 () 1) cuya entrada es.
21
H q-1 = t - t q- T
10 algoritmos Ms numricamente robusto de actualizacin para la ganancia de
adaptacin estn disponibles. Vase el Apndice F.
El efecto de 1 <1 es introducir una ponderacin decreciente en los datos del pasado (i <t).
Esta es la razn por 1 se conoce como el factor de olvido. El peso mximo se da a el error
ms reciente.
Este tipo de perfil es adecuado para la identificacin de variables en el tiempo lentamente
sistemas de 11.
A.3: Variable Factor Forgetting En este caso
siendo valores tpicos: 1 (0) = 0.95, ..., 0.99; 0 = 0.95, ..., 0.99.
Ecuacin 5.2.78 conduce a un factor de olvido que tiende asintticamente hacia 1.
El criterio minimizado se
Como 1 (t) tiende a 1 para grandes i, slo los datos iniciales se olvidan (la ganancia de
adaptacin tiende hacia una ganancia mayor a menor).
Este tipo de perfil es muy recomendable para la identificacin de papelera sistemas, ya
que evita una demasiado rpida disminucin de la ganancia de adaptacin, por lo tanto
generalmente resultando en una aceleracin de la convergencia (mediante el
mantenimiento de una alta ganancia en la comenzando cuando las estimaciones estn
muy lejos de lo ptimo).
A.4: Rastro Constant
En este caso, 1 (t) y 2 (t) se eligen de forma automtica en cada paso con el fin de
garantizar un rastro constante de la matriz de ganancia (suma continua de los trminos
diagonales)
TRF (t +1) = TRF (t) = TRF (0) = NGI (05/02/80)
en la que n es el nmero de parmetros y GI la ganancia (valores tpicos iniciales: GI = 0,1
..., 4), la matriz F (0) que tiene la forma
11 Cuando no se proporciona una excitacin (
), F (t 1) -1 va hacia cero
por el que se establece la relacin de (t) = 1 (t) / 2 (t) (Ecuacin 2.5.83 se obtiene de la
ecuacin
5.2.73).
Este tipo de perfil es adecuado para la identificacin de los sistemas con variables en el
tiempo parmetros.
A.5: Disminuir Gain + rastro constante En este caso, hay un interruptor de A1 a A4 cuando
El mejorado algoritmo de adaptacin gradiente dado por las ecuaciones 5.2.34 o 5.2.39 es
entonces obtenido .
Este algoritmo se puede utilizar para identificar diferentes sistemas estacionarios o de
tiempo con
algunos parmetros ( 3 ) , y en la presencia de un nivel de ruido reducido .
Este tipo de resultados de ganancia de adaptacin en actuaciones que son inferiores a los
proporcionado por la A1 , A2, A3 y A4 perfiles , pero es ms simple de implementar .
Eleccin de la inicial Adaptaion Ganancia F ( 0 )
La ganancia de adaptacin inicial F ( 0 ) es de la forma dada por la ecuacin 2.5.63 ,
respectivamente Ecuacin 2.5.81 .
Ante la falta de informacin inicial sobre los parmetros a estimar (a
opcin tpica es ajustar la estimacin inicial a cero ), una ganancia inicial alta (GI ) es
elegido por razones que se han explicado en la Seccin 5.2.3 (Ecuacin 5.2.63 ) . la
valor tpico es GI = 1000 .
Por otro lado , si una estimacin inicial de parmetros est disponible ( resultante para
ejemplo de una identificacin previa ) , se elige una ganancia inicial baja. En general, en
este caso GI 1 .
Como la ganancia de adaptacin disminuye a medida que las estimaciones de los
parmetros del modelo correctas se abordan ( un ndice significativo es su huella ), la
ganancia de adaptacin puede ser interpretarse como un ndice de la exactitud de la
estimacin ( o prediccin ) . este explica las opciones de F ( 0 ) propuestos anteriormente.
Tenga en cuenta que , en ciertas hiptesis ,F (t ) es efectivamente un ndice de la calidad
de la estimacin , ya que representa la covarianza del vector de error de parmetro ~ ( t
) = ( t ) - ( ver Landau 2001b ) . este propiedad puede dar alguna informacin sobre la
evolucin de un procedimiento de estimacin . si la traza de F (t ) no disminuye de manera
significativa , la estimacin de parmetros , en general , es malo. Este fenmeno se
produce , por ejemplo , cuando la amplitud y la tipo de la entrada utilizada no son
adecuados para la identificacin . La importancia de la la naturaleza de la seal de
identificacin se discutir en la siguiente seccin .
5.3 Eleccin de la secuencia de entrada de identificacin del sistema
5.3.1 El Problema
La convergencia hacia cero del error de prediccin (t) no siempre implica que los
parmetros estimados del modelo convergern hacia los verdaderos parmetros de el
modelo de la planta.
Esto se ilustrar mediante un ejemplo. Que el modelo de planta en tiempo discreto sea
descrito por
y considerar un modelo estimado descrito por
verificar la
Por lo tanto, se puede concluir a partir de este ejemplo que la aplicacin de una entrada
constante no permite que los dos modelos que se distinguen, ya que ambos tienen el
mismo ganancia de estado estacionario.
Si se trazan las caractersticas de frecuencia de ambos sistemas, se obtiene la curvas que
se muestran en la Figura 5.8.
que es una ecuacin de diferencia de tener una solucin del tipo exponencial discretizado.
Dejar
Uno tiene
y la solucin aperidica
Como 0 y 1 son reales, ejTs no pueden ser una raz de la ecuacin caracterstica y
resultados que (t) = 0 se obtendrn nicamente si
En este caso u (t) puede ser elegido como una suma de p-sinusoides de frecuencias
diferentes:
En otras palabras, con el fin de identificar un modelo correcto, es necesario aplicar un rica
entrada de frecuencia. La solucin estndar en la prctica es proporcionada por el uso de
"Secuencias binarias pseudo-aleatorios".
desplazamiento debe tener una valor lgico inicial diferente de cero (uno generalmente
toma todos los valores iniciales de las clulas de n igual a el valor lgico 1).
Cuadro 5.1. Generacin de mxima longitud de PRBS
Tabla 5.1 da, para diferentes nmeros de clulas, la estructura que permite la la
generacin de PRBS de longitud mxima.
Un programa en C + +, as como una funcin de MATLAB (prbs.m) para la generacin de
secuencias binarias pseudoaleatorias se pueden encontrar en el sitio web del libro. Tenga
en cuenta tambin un elemento de caracterstica muy importante de la PRBS: el mximo
duracin de un impulso de PRBS (TIM) es igual a las NT (donde N es, el nmero de clulas
y Ts es el perodo de muestreo). Esta propiedad se debe considerar al elegir un PRBS para
la identificacin del sistema.
Dimensionamiento de un PRBS Con el fin de identificar correctamente la ganancia de
estado estacionario del modelo dinmico de la planta, la duracin de, al menos, uno de los
impulsos (por ejemplo, el pulso de duracin mxima) debe ser mayor que el tiempo de
subida tr de la planta (incluyendo el tiempo de retardo). La mxima duracin de un
impulso de ser N.Ts, los siguientes resultados de condicin:
Figura 5.10. Eleccin de la duracin mxima de un pulso en una PRBS Adems, con el fin
de cubrir todo el espectro de frecuencia generada por una PRBS en particular, la longitud
de una prueba debe ser al menos igual a la longitud de la secuencia. En un gran nmero
de casos, la duracin de la prueba (L) se elige igual a la longitud de la secuencia. Si no se
especifica la duracin de la prueba, por lo tanto, debe cerciorarse de que se
vista del carcter no lineal de las plantas a ser identificado ( a nosotros se refiere a la
identificacin de un modelo lineal en torno a unpunto de funcionamiento ) .
5.4 Efectos de las perturbaciones aleatorias sobre Estimacin de Parmetros
La salida medida planta es en general contaminada por el ruido . Esto es debido ya
seapara el efecto de perturbaciones aleatorias que actan en diferentes puntos de la
planta , o pararuidos de medicin. Estas perturbaciones aleatorias se modelan por
frecuenciaModelos ARMA , la planta adems de la perturbacin que est siendo
modelado por un ARMAXmodelo ( vase el Captulo 4, Seccin 4.1 . para la descripcin de
las perturbaciones aleatorias ) .
Estas perturbaciones introducir errores en la identificacin de la planta modelo
parmetros cuando se utiliza el recursiva ( o no recursiva ) algoritmo de mnimos
cuadrados .
Este tipo de error se llama el sesgo de parmetros .
Antes de presentar los algoritmos capaces de eliminar el sesgo en la estimacin
parmetros, primero vamos a analizar el efecto de las perturbaciones aleatorias en el
menor algoritmo cuadrados.
Vuelva a colocar la planta modelo Ecuacin 2.5.67 por
donde w (t) representa el efecto del ruido de medicin (supuesta estacionaria, con cero
valor medio, varianza finita e independiente con respecto a u (t)).
Mediante la introduccin de esta expresin de y (t) en la Ecuacin 5.2.43 se obtiene para
una nmero de datos N
supone no singular (el sistema est correctamente emocionado - vase la Seccin 5.3),
resulta que la condicin para obtener una estimacin asintticamente insesgado es
y la ecuacin 5.4.6 se satisface solamente por el ruido blanco (ver seccin 4.1).
Esto muestra claramente que el uso de un algoritmo de mnimos cuadrados dar lugar a
un estimacin imparcial slo en la situacin prctica muy poco probable donde w (t) = e (t)
= Ruido blanco.
En particular, la estimacin de parmetros se har con preferencia si el sistema de "planta
+ perturbacin "se modela mediante un modelo ARMAX que es representativa de muchos
situaciones encontradas en la prctica.
Dejar
Entonces se obtiene:
Y
Supongamos ahora que el valor exacto
la ecuacin de mnimos
Por lo tanto, los resultados de la Ecuacin 5.4.4 que con el fin de obtener (N) = cuando
t no es una condicin necesaria para ser satisfecho por (t) = = const (sustituyendo
w (t) con (t, ) en la Ecuacin 5.4.4) 13:
13 Notacin (t-1, ) y (t, ) indica que estas variables se han obtenido con un vector
fijo de parmetro estimado.
Para evitar sesgos, es necesario elegir otros vectores de observacin, otros tipos de
predictores y otros errores de adaptacin con el fin de que
donde (t +1) y 0 (t +1) son los a posteriori ya priori los errores de prediccin,
respectivamente, (t) es el vector de observacin, F (t) es la ganancia de adaptacin y
representa el vector de los parmetros estimados.
donde w (t) es una perturbacin no modelado para que se supone que es slo de valor
medio cero, la potencia finita e independiente de la entrada.
Los mtodos que se pueden utilizar para esta estructura son:
No existe ninguna sola planta + perturbacin estructura que puede describir toda la
situaciones encontradas en la prctica En la prctica, se puede sealar que la
estructura 3 corresponde a un poco menos de dos tercios de las situaciones, la
estructura 2 corresponde a aproximadamente un tercio de las situaciones, y las
estructuras 1 y 4 corresponden a las situaciones restantes.
Tenga en cuenta que no existe un mtodo de identificacin nico que se puede usar
con toda la posible planta + perturbacin estructuras de tal manera que la
estimada
parmetros son siempre imparcial .
Desde una estructura nica " perturbacin planta +" para describir todas las
situaciones que se pueden encontrar en la prctica no existe y ya tiene una
identificacin nica mtodo que siempre proporciona estimaciones de parmetros
ofrece no existe , se da como resultado que se requiere un procedimiento interactivo
para la identificacin del sistema .
Por lo tanto un ordenador con la ayuda de software de identificacin del sistema debe
proporcionar:
Diferentes estructuras para la "planta + disturbio"
Diferentes mtodos de identificacin y PAA
Los mtodos de validacin de los modelos identificados
Un sistema para la adquisicin de datos de entrada / salida y el procesamiento (
incluyendo el generacin de una PRBS )
Herramientas para el anlisis del modelo
Herramientas para visualizar diferentes grficos y diagramas
Hay software de identificacin del sistema autnomo dedicado como WinPIM + (
Adaptech 1996a ) o software interactivo utilizando MATLAB como el medio
ambiente Sistema de identificacin de Toolbox ( Mathworks 1998 ) .
Las rutinas correspondientes a los diferentes mtodos de identificacin y validacin
,que ser presentado en el Captulo 6 , se encuentran disponibles en Scilab y MATLAB
ambientes ( ver Apndice H) y se puede descargar desde el sitio web del libro.
5.6 Comentarios finales
Elementos bsicos para la identificacin de los sistemas dinmicos se han establecido
en el este captulo.
Identificacin del sistema incluye cuatro pasos bsicos:
1. Adquisicin de datos de entrada / salida en virtud de un protocolo experimental
2. Seleccin o estimacin de la estructura del modelo (complejidad)
3. Estimacin de los parmetros del modelo
4. Validacin del modelo identificado (estructura y los valores de los parmetros)
Algoritmos de identificacin de parmetro recursivas o no recursivas se pueden utilizar
para estimar el parmetro de un modelo a partir de los datos de entrada-salida.
Preferencia ha sido dado a algoritmos recursivos por varias razones incluyendo: (i) la