TOPICOS DE CONTROL AVANZADO

INTRODUCCION
El problema fundamental de la Teora de Optimizacin puede subdividirse en cuatro partes inter - relacionadas. 1.- Definicin de un objetivo (funcin de costo) 2.- Conocimiento de la posicin actual con respecto al objetivo. 3.- Conocimiento de los factores del medio ambiente que influencian el pasado, presente y futuro. 4.- Determinacin de la mejor poltica ( control) desde la definicin del objetivo (1) , en conocimiento del estado actual (2) y del conocimiento del medio ambiente (3).

Para resolver un problema de optimizacin, debemos primero definir un objetivo o una funcin de costo. Esto requiere de una definicin adecuada del problema en trminos fsicos y una traslacin de esta descripcin fsica a trminos matemticos. Para controlar efectivamente un proceso debemos conocer el estado actual de proceso. Esto lleva al problema de Estimacin del Estado. Tambin debemos caracterizar el proceso por un modelo efectivo que depende de varios factores del medio ambiente. Esto se conoce como Identificacin de Sistemas. Con el conocimiento de la funcin de costo, de los parmetros y del estado podemos determinar el mejor control que minimiza la funcin de costo.

1.- Problema de control Sea un sistema conocido que relaciona los estados y las entradas de control. Debemos encontrar el control que cambia el estado x(t) tal que cumpla con el objetivo deseado. Planta conocida

u(t)

x(t)

Este puede ser un problema de lazo abierto o lazo cerrado, dependiendo si la funcin de control es una funcin del estado o no.

2.- Problema de Estimacin del Estado. Sea un sistema conocido con una entrada aleatoria w(t) y ruido de medicin v(t) tal que nosotros medimos la salida z(t) que es una versin corrompida del estado x(t). Conocemos las estadsticas del ruido de la planta w(t) y del ruido de medicin v(t) y

deseamos determinar la mejor estimacin del estado real x(t): x(t ) , desde el conocimiento de z(t). Ruido de w(t) planta x(t) Planta conocida estado Ruido de medicin z(t) estado observado

v(t)

Dispositivo de Medicin

3.- Problema del Control Estocstico. La combinacin de los problemas (1) y (2) dan origen al problema del control estocstico. Se desea determinar un control u(t) tal que el estado sea conocido de acuerdo a algn objetivo deseado.

u(t)

Ruido de w(t) planta x(t) Planta conocida estado

v(t)

Ruido de medicin z(t) estado observado

Dispositivo de Medicin

En esta caso existe ruido de la planta w(t) y ruido de medicin v(t) presentes. Conocemos las estadsticas de estos ruidos y debemos determinar la mejor estimacin

de x(t): x(t ) desde la salida antes de discernir el mejor control u (t ) .

4.- Problema de Estimacin Paramtrica. En muchos sistemas debemos incorporar algn mtodo de Identificacin de parmetros que pueden variar en el tiempo. Sea un sistema como el anterior. Debemos conocer la estadsticas de ruido de planta y de medicin y deseamos determinar la mejor estimacin de los parmetros de la planta basados en el conocimiento de la entrada u(t), la salida medida z(t) y un conocimiento a priori de la planta.

W(t) U(t) control Planta desconocida x(t) estado Medicin

V(t) Z(t) Estado observado

Algoritmo de estimacin

: Parmetros estimados

5.- Problema del control Adaptivo. Podemos considerar el problema (1) hasta el (4) para formar el problema de control adaptivo. Conocemos las estadsticas de w(t) y v(t). Los parmetros de la planta son aleatorios. Debemos determinar el control, u(t) para cumplir con algn objetivo deseado en trminos de los ruidos de la planta y de medicin como de las incertezas de la dinmica de la planta. Si la seal u(t) est determinada como funcin de la salida medida, hablamos de control adaptivo de lazo cerrado.

Mecanismo de ajuste r(t) Control u(t)

Identificacin de parmetros z(t) Planta

Esquema de un control adaptivo auto sintonizado

Modelo de referencia Mecanismo de ajuste r(t) Control u(t) Planta e(t) + -

xd(t)

z(t)

Esquema de un control adaptivo por modelo de referencia