Scribd
Cargar
54 vistas4 páginas

Clase - 3 - R IA

Este documento describe el método de control óptimo cuadrático para determinar la matriz de ganancia de control de realimentación del estado de manera sistemática. Minimiza una función de coste que considera el error del estado y la energía de control. Explica los pasos para resolver la ecuación de Riccati y obtener la matriz óptima K.

Cargado por

Jesus Garcia Ramos
Derechos de autor
© © All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como PDF, TXT o lee en línea desde Scribd
54 vistas4 páginas

Clase - 3 - R IA

Este documento describe el método de control óptimo cuadrático para determinar la matriz de ganancia de control de realimentación del estado de manera sistemática. Minimiza una función de coste que considera el error del estado y la energía de control. Explica los pasos para resolver la ecuación de Riccati y obtener la matriz óptima K.

Cargado por

Jesus Garcia Ramos
Derechos de autor
© © All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como PDF, TXT o lee en línea desde Scribd

Control Óptimo

Ing. Wilson Dennis Reyes Vásquez


Sistema regulador óptimo cuadrático Ahora se resuelve el problema de optimización
Una ventaja del método de control óptimo cuadrático respecto del
método de asignación de polos es que el primero proporciona un Se tiene en cuenta que A – BK es estable
procedimiento sistemático de calcular la matriz de ganancia de Q es una matriz hermítica definida
control de realimentación del estado. positiva (o semidefinida positiva) o
Problemas de control óptimo cuadrático simétrica real.
Se considera el problema de regulador óptimo. R es una matriz hermítica definida
positiva o simétrica real.
P es una matriz hermítica definida positiva
o simétrica real.
Determinar la matriz K del vector de control óptimo.

Con el objetivo de minimizar la función de coste


…..(*)

Las matrices Q y R determinan la importancia relativa del error y


del coste de esta energía.
Como x(∞) tiende a cero.
Diagrama de bloques que da la configuración óptima

Para obtener la solución al problema de control óptimo cuadrático,


al ser R es una matriz hermítica definida positiva o simétrica real, se
puede escribir:
Reescribiendo (*)
Por último, obsérvese que si el índice de comportamiento se obtiene
en términos del vector de salida en lugar del vector de estado.

La minimización de J con respecto a K requiere la minimización de


con respecto a K
Entonces el índice se modifica mediante la ecuación de salida
Como esta última expresión es no negativa, el mínimo ocurre
cuando es cero.

…(Φ)
Los pasos de diseño visto con anterioridad se pueden aplicar para
Ley de control óptimo
obtener la matriz K óptima
Ejm_1 (Control_Optimo_1)
La matriz P debe satisfacer la ecuación reducida Suponiendo que la señal de Sea el sistema
Ecuación matricial reducida
control es
de Riccati
Determine la matriz de
Pasos del diseño ganancias de realimentación
1. Resolver la ecuación matricial reducida de Riccati, para la óptima K tal que se minimice
matriz P. [Si existe una matriz P definida positiva (ciertos sistemas el índice de comportamiento
pueden no tener una matriz P definida positiva), el sistema es siguiente
estable o la matriz A - BK es estable.]
2. Sustituir esta matriz P en (Φ). La matriz K resultante es la
matriz óptima.
Ejm_2_Regulador_lqr
La planta está dada

Ejm_3_Referencia_lqr
Diseñe un servosistema de tipo 1 cuando la función de
transferencia de la planta tiene un integrador. Suponga que la
función de transferencia de la planta se obtiene mediante

También podría gustarte