1
´ INSTITUTO POLITECNICO NACIONAL ´ EN CENTRO DE INVESTIGACION ´ COMPUTACION
Control Dual PD con compensador no-lineal para el sistema mesa esfera
Tesis que presenta el M. en C. Sergio Galvan Colmenares para obtener el grado de Doctor en Ciencias de la Computaci´ on
Directores de Tesis:
Dr. Marco Antonio Moreno Armend´ariz Dr. Floriberto Ortiz Rodr´ıguez (ESIME Zacatenco)
M´exico D.F. 29 de Julio del 2013.
2
3
Dedicatoria A Frida, el amor de mi vida, por su apoyo, cari˜ no y motivaci´ on.
4
Agradecimientos Hace cuatro a˜ nos cuando inici´e el doctorado, el final se ve´ıa muy lejano y el camino parec´ıa muy complicado. Hoy que he logrado mi objetivo, el principio me parece cercano y el camino recorrido lo observo sencillo. Esta sensaci´ on, estoy seguro, la debo en gran manera al apoyo de muchas personas e instituciones. En forma especial quiero agradecer a los siguientes: A mi asesor, el Dr. Marco Antonio Moreno Armend´ ariz por su apoyo incondicional, sus m´ ultiples consejos y sus valiosas ense˜ nanzas. A mi codirector, el Dr. Floriberto Ortiz Rodr´ıguez, por toda su motivaci´ on, su enorme confianza, y su paciencia. A mis compa˜ neros y amigos, por todo su apoyo, su compa˜ nerismo, y sus valiosas sugerencias y comentarios. Al CONACYT por el apoyo econ´ omico que me otorg´ o durante estos cuatro a˜ nos, al Centro de Investigaci´ on en Computaci´ on, por la gran oportunidad de realizar mis estudios en la mejor instituci´ on de computaci´ on del pa´ıs. Finalmente, a mi familia, mis pap´ as, hermanas, por su gran cari˜ no y motivaci´ on. Tambi´en a mi esposa por su paciencia, confianza, y por todas esas alegr´ıas y preocupaciones que compartimos.
5
Resumen El sistema mesa-esfera tiene cuatro grados de libertad y consta de una esfera que puede moverse libremente sobre el plano. Esto lo hace atractivo para poner a prueba m´ ultiples estrategias de control. Este trabajo discute un m´etodo de regulaci´on para el sistema mesa-esfera, el problema es dise˜ nar leyes de control las cuales generan un voltaje u para los servomotores, los cuales mueven la esfera de su posici´on actual hacia la posici´on deseada. Los controladores son construidos agregando compensadores no-lineales a controladores tipo PD. As´ı es posible mejorar la precisi´on del control. Para llegar a esto, primero se describe en que consiste el modelado del sistema a controlar, as´ı como el modelo din´amico al cual es transformado y se describen las propiedades de los elementos que conforman el modelo din´amico. Tambi´en se hace menci´on del m´etodo empleado para encontrar las leyes de control. Se explica las diferentes representaciones del sistema a controlar y se establecen sus respectivas ventajas y desventajas. Para asegurar la estabilidad del sistema completo acoplado,se emplea el m´etodo directo de Lyapunov. Para ello se realiza una transformaci´on del sistema mesa esfera, al modelo general la ecuaci´on din´amica de un robot manipulador. Se plantea el desarrollo matem´atico para obtener la ley de control propuesta, analizando el sistema en lazo cerrado. Por u ´ltimo, se ilustran los resultados obtenidos mediante simulaciones num´ericas. Se muestran las gr´aficas del desempe˜ no del controlador propuesto, se observa el comportamiento de la posici´on y velocidad de la esfera en cada uno de sus ejes de referencia. Tambi´en se realizan diversas simulaciones comparando con otros dos m´etodos para validar las leyes de control propuestas.
6
Abstract The ball and plate system has four degrees of freedom and consists of a ball that can move freely on the plate. This makes it attractive for multiple testing control strategies. In this thesis, the normal proportional derivative (PD) control is modificated into a new dual form for the regulation of a ball and plate system. First, to analyze this controller, a novel complete nonlinear model of the ball and plate system is obtained. Second, an asymptotic stable dual PD control with a nonlinear compensation is developed. Finally, the simulation results of ball and plate system are provided to verify the effectiveness of the proposed methodology.
7
´Indice general Dedicatoria
4
Agradecimientos
5
Resumen
6
Abstract
7
1. Introducci´ on 1.1. Motivaci´on . . . . . . . . . . 1.2. Planteamiento del Problema . 1.3. Hip´otesis . . . . . . . . . . . 1.4. Objetivos . . . . . . . . . . . 1.4.1. Objetivo General . . . 1.4.2. Objetivos Particulares 1.4.3. Aportaci´on . . . . . . 1.5. Estructura de la tesis . . . . . 1.6. Estado del arte . . . . . . . . 1.7. Trabajos relacionados . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
1 1 1 2 2 2 2 2 3 4 5
2. Marco Te´ orico 2.1. El sistema mesa-esfera . . . . . . . . . . . . . . . . . . . . 2.2. Controlador PD . . . . . . . . . . . . . . . . . . . . . . . . 2.3. Din´amica y Control de un Robot Manipulador . . . . . . 2.3.1. Modelo mec´anico . . . . . . . . . . . . . . . . . . . 2.3.2. Control tipo PD de un Robot Manipulator . . . . 2.4. An´alisis de la Estabilidad de los Sistemas no-lineales . . . 2.4.1. Estabilidad de los Puntos de Equilibrio . . . . . . 2.4.2. Aproximaciones Lineales de los sistemas no-lineales 2.4.3. Estabilidad en el sentido de Lyapunov . . . . . . . 2.4.4. Principio de Invariancia . . . . . . . . . . . . . . . 2.5. L´ogica Difusa . . . . . . . . . . . . . . . . . . . . . . . . . 2.5.1. Aplicaciones de la l´ogica difusa . . . . . . . . . . . 2.5.2. Teor´ıa de conjuntos difusos . . . . . . . . . . . . . 2.5.3. Funciones de Pertenencia . . . . . . . . . . . . . . 2.5.4. El Controlador Difuso . . . . . . . . . . . . . . . . 2.6. Fusificaci´on . . . . . . . . . . . . . . . . . . . . . . . . . . 2.7. Defusificaci´on . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . .
11 11 14 15 15 16 16 17 18 20 22 22 23 24 25 26 27 27
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
´INDICE GENERAL
I
3. Control Dual PD con compensador 3.1. Dise˜ no del controlador . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3.2. Transformaci´on del modelo mesa-esfera . . . . . . . . . . . . . . . . . . . . . . . . . . 3.3. An´alisis de estabilidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
28 28 33 35
4. Evaluaci´ on y discusi´ on 4.1. Fase de simulaci´on: Modelado Matem´atico . . . . . . . . 4.2. Fase de simulaci´on a lazo cerrado . . . . . . . . . . . . . 4.2.1. Control PD con Compensador y sin compensador 4.2.2. Control con l´ogica difusa . . . . . . . . . . . . . 4.3. Resultados de simulaci´on . . . . . . . . . . . . . . . . .
. . . . .
44 44 45 46 47 47
5. Conclusiones y trabajos futuros 5.1. Art´ıculos aceptados y en revisi´on . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
56 57
Referencias
57
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
´Indice de figuras 1.1. 1.2. 1.3. 1.4. 1.5. 1.6.
Sistema barra esfera construido por Berkeley Robotics Laboratory [38] . Ball and Beam Balancer construido por la universidad de Lakehead [43] Ball and Beam module construido por Quanser [39] . . . . . . . . . . . . Ball and Beam construido por Hirsch [40] . . . . . . . . . . . . . . . . . A Robotic Ball Balancing Beam construido por Lieberman [41] . . . . . Mesa-esfera construido por Cheng [42] . . . . . . . . . . . . . . . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
7 8 9 9 10 10
2.1. 2.2. 2.3. 2.4. 2.5. 2.6.
Sistema mesa-esfera . . . . . . . . . . . . . . . . . . . . . . Trayectorias: (a) estable, (b) inestable y (c) asint´oticamente Ejemplos de conjuntos difusos . . . . . . . . . . . . . . . . . Funci´on de pertenec´ıa de un conjunto difuso triangular . . . Funci´on de pertenec´ıa de un conjunto difuso trapezoidal . . Estructura de un modelo difuso . . . . . . . . . . . . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
12 18 25 25 26 27
3.1. Esquema de control del sistema mesa-esfera . . . . . . . . . . . . . . . . . . . . . . .
29
4.1. Bloque de simulink del sistema completo a lazo abierto . . . . . . . . . . . . . . . . . 4.2. Resultados de Simulaci´on; Desplazamiento de la esfera sobre el eje-x . . . . . . . . . 4.3. Resultados de Simulaci´on; Desplazamiento de la esfera sobre el eje-y . . . . . . . . . 4.4. Resultados de Simulaci´on; Desplazamiento de la mesa sobre el eje-x . . . . . . . . . 4.5. Resultados de Simulaci´on; Desplazamiento la mesa sobre el eje-y . . . . . . . . . . . 4.6. Esquema de control PD Dual con compensador en Simulink . . . . . . . . . . . . . . 4.7. Bloque de simulink del controlador fuzzy . . . . . . . . . . . . . . . . . . . . . . . . . 4.8. Bloque de simulink de la funciones de membresia de posici´on . . . . . . . . . . . . . 4.9. Bloque de simulink de la funciones de membresia de velocidad . . . . . . . . . . . . . 4.10. Bloque de simulink de la funciones de membresia del par . . . . . . . . . . . . . . . . 4.11. Bloque de simulink de las reglas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.12. Resultados de Simulaci´on; Velocidad y desplazamiento sobre el eje-x sin compensador 4.13. Resultados de Simulaci´on; Velocidad y desplazamiento sobre el eje-y sin compensador 4.14. Resultados de Simulaci´on; Velocidad y desplazamiento sobre el eje-x con compensador 4.15. Resultados de Simulaci´on; Velocidad y desplazamiento sobre el eje-y con compensador 4.16. Comparaci´on tres metodos; Posici´on de la esfera sobre el eje-x . . . . . . . . . . . . . 4.17. Comparaci´on tres metodos; Velocidad de la esfera sobre el eje-x . . . . . . . . . . . . 4.18. Comparaci´on tres metodos; Se˜ nales de control . . . . . . . . . . . . . . . . . . . . . .
44 45 45 46 46 47 48 48 49 49 50 50 51 51 52 52 53 53
II
. . . . . estable. . . . . . . . . . . . . . . . . . . . .
. . . . . .
. . . . . .
´Indice de tablas 4.1. 4.2. 4.3. 4.4.
Constantes de los controladores PD . . . . . . . . . . . . Simulaciones con el control PD Dual con Compensador Simulaciones con el control de logica difusa . . . . . . . Simulaciones con el control PD Dual sin Compensador .
III
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
54 54 54 55
Cap´ıtulo 1
Introducci´ on 1.1.
Motivaci´ on
La motivaci´on principal de este trabajo es mostrar la importancia del dise˜ no de controladores para sistemas no-lineales, as´ı como las ventajas y desventajas que conlleva el usar este tipo de controladores. Tambi´en se pone ´enfasis en como el modelado de un sistema f´ısico que es descrito mediante ecuaciones matem´aticas, puede utilizarse para dise˜ nar las leyes de control necesarias para que se comporte de acuerdo con los requerimientos propuestos, tomando en cuenta las limitaciones propias del sistema y de los dispositivos utilizados para alcanzar dichos requerimientos.
1.2.
Planteamiento del Problema
Hoy en d´ıa el control de procesos es usado en una gran variedad de ´ambitos por la eficiencia y seguridad que dan a los sistemas en general, dicho control se realiza ya sea por medio de dispositivos f´ısicos o de software, de los cuales existe una gran diversidad, entre ellos se encuentra el controlador PD que es utilizado extensamente en la industria por las importantes funciones que realiza, las cuales permiten un amplio control de los m´ ultiples sistemas existentes. En la actualidad son muchas las funciones y problemas se trabajan mediante el control de un proceso, ya sea para controlar lo posici´on de un objeto, el nivel de una sustancia, o la temperatura de un l´ıquido, estos controles pueden ser mediante los m´etodos cl´asicos de control despu´es de linealizar el sistema a controlar, o por las nuevas t´ecnicas como la l´ogica difusa, redes neuronales, etc... Tambi´en se realizan controladores para sistemas no-lineales, determinando las leyes de control para los diversos procesos. Lo anterior lleva a la siguiente pregunta: ¿C´omo poder realizar el control de la posici´on mediante 1
´ CAP´ITULO 1. INTRODUCCION
2
un esquema de control que considere todos el modelo completo y acoplado no-lineal del sistema mesa-esfera?
1.3.
Hip´ otesis
Es posible desarrollar un sistema de control, para un sistema no-lineal sin tener la necesidad de tener que hacer el proceso de linealizar el modelo, y que mediante la comparaci´on con otros m´etodos se demuestre que el control propuesto alcanza el valor deseado en menor tiempo.
1.4.
Objetivos
1.4.1.
Objetivo General
Dise˜ nar un control PD con compensador no-lineal, para control de regulaci´on del sistema mesaesfera y su an´alisis de estabilidad mediante el m´etodo directo de Lyapunov.
1.4.2.
Objetivos Particulares
1. Realizar un estudio del estado del arte sobre los trabajos que utilizan el sistema mesa-esfera. 2. Dise˜ nar las leyes de control para en un sistema de control en cascada para controlar la posici´ on de la esfera sobre la mesa. 3. Desarrollar el an´alisis de estabilidad de un control PD con compensador no-lineal. 4. Llevar a cabo simulaciones en Matlab del sistema, considerando el modelo completo y acoplado.
1.4.3.
Aportaci´ on
La principal aportaci´on de esta tesis es el desarrollar el an´alisis de estabilidad del sistema nolineal completo y acoplado. Para ello adicionalmente se realiza la transformaci´on del modelo del sistema a la forma de la din´amica de un robot manipulador.
1.5. ESTRUCTURA DE LA TESIS
1.5.
3
Estructura de la tesis
La conformaci´on de la tesis es la siguiente:
En la Introducci´on se explica con detalle la motivaci´on de la tesis, se plantea de forma general cual es el problema de control, cu´al es su relevancia y se detalla cada uno de los objetivos particulares.
En el Cap´ıtulo 2 se describe en que consiste el modelado del sistema a controlar, as´ı como el modelo din´amico al cual es transformado y se describen las propiedades de los elementos que conforman el modelo din´amico, por u ´ltimo se hace menci´on del m´etodo empleado para encontrar las leyes de control. Se explica las diferentes representaciones del sistema a controlar y se establecen sus respectivas ventajas y desventajas.
En el Cap´ıtulo 3 se describe la aportaci´on principal de esta tesis, a saber, condiciones para la estabilidad del sistema mesa-esfera bajo una acci´on PD m´as un compensador no-lineal. Se plantea el desarrollo matem´atico de la ley de control propuesta, analizando el sistema en lazo cerrado.
El Cap´ıtulo 4 ilustra los resultados obtenidos mediante simulaciones num´ericas. En este cap´ıtulo se observa de manera gr´afica el desempe˜ no del controlador propuesto, se muestra el comportamiento de la posici´on y velocidad de la esfera en cada uno de sus ejes de referencia. Tambi´en se realizan diversas simulaciones comparando con otros dos m´etodos, para validar las leyes de control propuestas.
En el Cap´ıtulo 5 se discuten los resultados obtenidos en esta tesis, es decir, cuales son las implicaciones de los resultados obtenidos, el impacto de estos, adem´as de detallar cual a sido la principal aportaci´on en el campo de control no-lineal. En esta secci´on tambi´en se mencionan los trabajos futuros que se puede desarrollar a partir de este trabajo de tesis. Finalmente se describe un listado de los art´ıculos que se encuentran aceptados y en revisi´on derivados de este trabajo.
´ CAP´ITULO 1. INTRODUCCION
4
1.6.
Estado del arte
Los sistemas de control son una parte integral de la sociedad moderna y muchas aplicaciones que nos rodean hace uso de un sistema de control. Un ejemplo de un sistema que utiliza la teor´ıa de control es el sistema mesa-esfera. El sistema mesa-esfera es un modelo muy popular e importante de laboratorio y muy utilizado en la ense˜ nanza de la ingenier´ıa de control del sistemas.
El presente trabajo de tesis, trata del modelado, an´alisis y control visual de un sistema mesaesfera. El sistema mesa-esfera tiene cuatro grados de libertad y consta de una esfera que puede moverse libremente sobre el plano. Esto lo hace atractivo para poner a prueba m´ ultiples estrategias de control. En nuestro caso, incorporamos un sistema de visi´on y un controlador proporcionalderivativo mas un compensador no-lineal. Debido a la naturaleza del objeto a manipular en algunos sistemas, como es el caso del sistema mesa-esfera, es casi imposible utilizar sensores convencionales (ultras´onicos, infrarrojos, de presi´on, etc.) que permitan adaptarse a su entorno y proporcionar informaci´on adecuada para realizar una determinada tarea, ya que esta depende de un conocimiento a priori de su espacio de trabajo y de la localizaci´on del objeto a manipular. Una caracter´ıstica importante del sistema mesa-esfera es la incorporaci´on del sistema de visi´on, el cual tienen como ventaja principal mimetizar el sistema de visi´on humana que es capaz de obtener rasgos del objeto a manipular. Esta informaci´on ser´a usada por el controlador.
Muchos investigadores han investigado el problema de regulaci´on en el sistema mesa-esfera. El sistema mesa-esfera es uno de los mas famosos e importantes modelos de laboratorio para la ense˜ nanza. El sistema mesa-esfera es una planta multi-variable, la cual es la extensi´on de el tradicional sistema barra-esfera [1]-[6]. El sistema barra-esfera tiene dos grados de libertad el cual consiste en una esfera rodando sobre una barra r´ıgida. De otra manera, El sistema mesa-esfera tiene cuatro grados de libertad el cual consiste en que una esfera puede rodar libremente sobre una mesa r´ıgida. Este sistema no a atra´ıdo demasiado la atenci´on ; la principal desventaja de este sistema es la dificultad de construirlo. Sin embargo, se considera que este sistema tiene un enorme potencial como mesa de pruebas para diferentes estrategias de control como control con redes neuronales [7], l´ogica difusa [8]-[12], [13] y [6], control convencional [14], an´alisis de estabilidad [15] y [16], control no-lineal [17]-
1.7. TRABAJOS RELACIONADOS
5
[19], control con modos deslizantes [20],[21] y [22], etc. El objetivo de esta investigaci´on es desarrollar un control PD para regulaci´on con compensaci´on de los t´erminos no-lineales del sistema, capaz de controlar la posici´on de la esfera sobre la mesa para ambos ejes (x, y). La posici´on inicial de la mesa es aquella donde no existe inclinaci´on en ninguno de los ejes. Para mover la esfera de la posici´ on inicial a la posici´on deseada, se generan inclinaciones del plano mediante un servomotor para cada eje. La posici´on de la esfera sobre la mesa ser´a medida mediante una c´amara, ver todos los detalles en [13]. Se ha trabajado con una versi´on del sistema barra-esfera, este sistema tiene dos grados de libertad y nuestro grupo de investigaci´ on a obtenido muy buenos resultados [23]. En este trabajo fue realizado usando el prototipo del sistema mesa-esfera [24], en esta tesis se analizara la estabilidad del control PD para regulaci´on con el modelo no-lineal completo del sistema mesa-esfera.
As´ı que con el fin de mejorar la precisi´on del control y la estabilidad del sistema, se introduce un compensador no-lineal, y se utiliza junto con PD para controlar el movimiento de la esfera sobre el plano.
Las dificultades para controlar el sistema son los siguientes: 1. El sistema mesa-esfera tiene 8 variables de estado, que es dif´ıcil de ser representado por un modelo matem´atico preciso y ser controlado de manera eficaz por algoritmos de control tradicionales. 2. El sistema es no-lineal e inestable.
Las principales aportaciones de este trabajo son la introducci´on de un nuevo algoritmo de control para el sistema mesa-esfera y el an´alisis de estabilidad.
1.7.
Trabajos relacionados
En [25], una nueva funci´on de Lyapunov es propuesta la cual puede ser utilizada para dise˜ nar un esquema de control estable (switching control). Ellos introdujeron nuevos conceptos acerca de sus m´etodos de control mediante Lyapunov. Ellos implementaron herramientas para encontrar un
´ CAP´ITULO 1. INTRODUCCION
6
esquema de control que sea asint´oticamente estable para el sistema mesa-esfera. En [19], presentan un m´etodo de control de modos deslizantes para el sistema barra-esfera. Los autores dise˜ naron un modelo deslizante estacionario y uno din´amico del sistema. El primero usa el modelo simplificado del sistema barra-esfera para dise˜ nar el modelo estacionario, el segundo es un controlador din´amico de modos deslizantes para el sistema, los autores usan el modelo completo para dise˜ nar estos controladores. En [26], el objetivo de control es controlar un brazo de robot para alcanzar el objeto deseado mediante un sistema de visi´on. Este estudio incluye tambi´en un an´alisis de estabilidad mediante Lyapunov. En esta tesis incluiremos un an´alisis similar de estabilidad mediante el m´etodo de Lyapunov, transformamos el sistema completo del mesa-esfera en una estructura din´amica de robot. En [27] discuten la concepci´on y desarrollo de un sistema mesa-esfera basado en los principios de un dise˜ no mecatronico. Ellos dise˜ nan un controlador basado en el modelo lineal del sistema mesaesfera, un controlador PID controlador es adecuado para obtener una respuesta muy r´apida. Ellos desarrollan su propio prototipo usando la herramienta para prototipos de control en tiempo real del programa dSpace. En [22] los autores presentan un control servo-visual para el sistema mesa-esfera para guiar a la esfera a su trayectoria deseada. Un controlador de modos deslizantes es dise˜ nado. Muchos autores prefieren los t´ecnicas de control difuso, tales como [28], ellos proponen un esquema de control difuso jer´arquico y ellos proponen algoritmos gen´eticos para controlar y ajustar el valor de las funciones de membrec´ıa de salida del controlador difuso para optimizar la trayectoria de la esfera. En [29] y [15], los autores usan un control PD con compensador exacto para realizar la sincronizaci´on de dos sistemas barra-esfera, despu´es una red neuronal de funci´on radial es aplicada para aproximar el compensador no-lineal. En este trabajo la sincronizaci´on puede ser en paralelo y serie y ellos tambi´en discuten la estabilidad del esquema de sincronizaci´on. En [31] G. Wang y Z.S. Sun han realizado una investigaci´on preliminar sobre el sistema mesa-esfera, en el que se detecta la posici´on de la esfera mediante una c´amara, un motor paso a paso se utiliza como mecanismo, y el controlador ha sido dise˜ nado utilizando el m´etodo de control difuso.
El sistema de mesa-esfera en [32] se ha dise˜ nado para prop´ositos educativos y desarrolla para control de seguimiento a trav´es de control geom´etrico y controladores PID. HUMUSOFT [33] es un sistema mesa-esfera que est´a disponible comercialmente.
1.7. TRABAJOS RELACIONADOS
7
El sistema es un punto de referencia para poner a prueba diferentes sistemas de control nolineal. La regulaci´on de la salida (output regulation) del sistema mesa-esfera incluye el control de la regulaci´on y el control de seguimiento de trayectoria. El control de regulaci´on es mantener la esfera en una posici´on deseada sobre la mesa y el seguimiento de una trayectoria se trata de que el control mueva a la esfera para seguir un trazado geom´etrico sobre el plano. Ambas tareas son dif´ıciles, especialmente cuando los problemas de la precisi´on deseada del seguimiento sea alta.
Arroyo [38] construy´o el sistema denominado Barra esfera en 2005, como se observa en la Figura 1.1. El sistema emplea el sensor de hilo resistivo para medir la posici´on de la bola. El sensor de posici´on act´ ua como un limpiador similar a un potenci´ometro.
Figura 1.1: Sistema barra esfera construido por Berkeley Robotics Laboratory [38]
Quanser [39] en el 2006 desarrollo un sistema barra esfera donde la se˜ nal del sensor se procesa en un DSP. Se utiliz´o un motor de corriente continua con un reductor. El sistema estaba controlado por un controlador PD. Este sistema es f´acil de construir, y el controlador PD era f´acil de dise˜ nar. Aunque la posici´on de la pelota fue controlada por el controlador PD, el ´angulo de inclinaci´on de la barra no fue medido ni controlado. Por lo tanto, el sistema puede no ser muy robusto. El Departamento de Ingenier´ıa El´ectrica de la Universidad de Lakehead construy´o un sistema llamado el Ball and Beam
´ CAP´ITULO 1. INTRODUCCION
8
Balancer [43], como se muestra en la Figura 1.2. El sistema emplea un motor de CC con una caja de cambios integrada, un sensor de la posici´on del alambre resistivo, y un codificador digital. El sistema ten´ıa una entrada (entrada de tensi´on del motor) y dos salidas (la posici´on de la bola y el ´angulo de inclinaci´on de la barra). El sistema puede ser muy robusto debido a que el m´etodo de espacio de estado con el controlador dise˜ nado.
Figura 1.2: Ball and Beam Balancer construido por la universidad de Lakehead [43]
Quanser [39] presenta su producto comercial llamado ball and beam module, que se muestra en la Figura 1.3. El m´odulo de barra y esfera consisti´o en el sensor de posici´on hecho por cables resistivos y un servo motor de corriente continua con una caja reductora. El sistema podr´ıa ser controlado por un controlador PID o un controlador de espacio de estado. Hirsch [40] construy´o su Ball on Beam System en 1999. Una fotograf´ıa del sistema se muestra en la Figura 1.4. El sistema emplea un sensor ultras´onico para medir la posici´on de la bola. El ´angulo de la viga se midi´o mediante el uso de un potenci´ometro. El motor con una caja de cambios fue impulsado con un circuito amplificador operacional de alta potencia. El sistema est´a controlado por un controlador PD. El sistema de Hirsch era f´acil de construir debido a la configuraci´on mec´anica sencilla. Lieberman [41] construy´o un sistema llamado A Robotic Ball Balancing Beam’, que se muestra en la Figura 1.5. El sistema es similar al sistema barra esfera [40]. La diferencia entre los dos sistemas es que el sistema de Lieberman utiliza un sensor de la posici´on del alambre resistivo, y el sistema de Hirsch utiliza un sensor de posici´on ultras´onico.
1.7. TRABAJOS RELACIONADOS
9
Figura 1.3: Ball and Beam module construido por Quanser [39]
Figura 1.4: Ball and Beam construido por Hirsch [40]
Cheng [42] desarroll´o un prototipo de mesa-esfera, figura 1.6. El sistema se construye mediante dos actuadores magn´eticos de suspensi´on de dos grados de libertad. Para obtener un rendimiento de control, emplean un microprocesador de un solo chip, sirviendo como n´ ucleo de control. Realizan el dise˜ no del control a lazo cerrado, y el an´alisis de estabilidad mediante Lyapunov. Varios escenarios de operaci´on din´amica, incluyendo oscilatoria, estabilizaci´on y seguimiento de la trayectoria circular ponen a prueba para verificar el funcionamiento del sistema y su capacidad. El modelado del sistema se reduce de forma que el sistema queda desacoplado, y as´ı resulta m´as f´acil realizar el control.
10
´ CAP´ITULO 1. INTRODUCCION
Figura 1.5: A Robotic Ball Balancing Beam construido por Lieberman [41]
Figura 1.6: Mesa-esfera construido por Cheng [42]
Cap´ıtulo 2
Marco Te´ orico En este cap´ıtulo se describe en una primera parte el modelo del sistema mesa esfera, el cual consta de cuatro ecuaciones diferenciales, obtenidas mediante el m´etodo de Lagrange, despu´es se describen las principales caracter´ısticas del controlador PD, este controlador es el seleccionado para controlar la posici´on de la esfera sobre la mesa, como se trata de un sistema no-lineal y acoplado se le agrega un compensador para la parte no-lineal, este compensador es encontrado a partir de la transformaci´on del sistema en una ecuaci´on que representa la din´amica de un robot manipulador, cuyas caracter´ısticas se describen en este cap´ıtulo, por u ´ltimo se mencionan las definiciones de estabilidad en el sentido de Lyapunov.
2.1.
El sistema mesa-esfera
Para el sistema mesa-esfera descrito en la Figura 2.1, una esfera es puesta sobre una superficie lisa donde podr´a rodar. El modelado del sistema mesa-esfera es presentado anteriormente en [24], en esta tesis se desarrolla el modelo completo del sistema mesa-esfera, tomando en cuenta el sistema acoplado, para el an´alisis de estabilidad se convertir´a el modelo en la forma de una ecuaci´on general para representar sistemas mec´anicos de la forma descrita en la ecuaci´on (2.1).
M (q)¨ q + C(q, q) ˙ q˙ + G(q) = B q¯ + Dπ
(2.1)
En ausencia de fricci´on o de otros disturbios, la din´amica del sistema mesa-esfera puede ser obtenida mediante el m´etodo de Lagrangiano. 11
´ CAP´ITULO 2. MARCO TEORICO
12
Figura 2.1: Sistema mesa-esfera
La energ´ıa cin´etica del sistema es: 1 1 mv 2 + Icdm w2 2 cdm 2 µ 2 ¶ 1 1 1 x˙ + y˙ 2 1 = m(x˙ 2 + y˙ 2 ) + m(xθ˙x + y θ˙y )2 + Icdm + Icdm (θ˙x2 + θ˙y2 ) 2 2 2 R 2 Ec =
(2.2) (2.3)
donde Ec es la energia cinetica de la esfera; m es la masa de la esfera; Icdm es el momento de inercia de la esfera; R es la velocidad de la esfera; (x˙ 2 + y˙ 2 ) es la velocidad lineal de la esfera; x y y son la posici´on de la esfera sobre la mesa; θx y θy son posiciones angulares de la mesa; w es la velocidad 2 2 angular de la esfera; (θ˙x + θ˙y ) es la velocidad angular de la mesa.
Por otro lado, la energ´ıa potencial debido a la gravedad es: Ep = −mG(x sin(θx ) + y sin(θy ))
(2.4)
donde Ep es la energ´ıa potencial de la esfera; G es la aceleraci´on debido a la gravedad. De (2.3) y (2.4), la ecuaci´on de Lagrange es: 1 1 1 L = m(x˙ 2 + y˙ 2 ) + m(xθ˙x + y θ˙y )2 + Icdm 2 2 2
µ
x˙ 2 + y˙ 2 R
¶
1 + Icdm (θ˙x2 + θ˙y2 ) 2 − mG(x sin(θx ) + y sin(θy )) (2.5)
2.1. EL SISTEMA MESA-ESFERA
13
Las ecuaciones de Lagrange de movimiento son: · ¸ ∂ ∂L ∂L − =0 ∂t ∂ x˙ ∂x
(2.6)
· ¸ ∂L ∂ ∂L − = τx ∂t ∂ θ˙x ∂θx
(2.7)
· ¸ ∂ ∂L ∂L =0 − ∂t ∂ y˙ ∂y
(2.8)
# " ∂L ∂ ∂L − = τy ∂t ∂ θ˙y ∂θy
(2.9)
donde τx y τy son el torque aplicado a la mesa. El sistema completo mesa-esfera esta dado por las ecuaciones (2.10),(2.11),(2.12) y (2.13): µ ¶ Icdm m+ 2 x ¨ − mxθ˙x2 − my θ˙x θ˙y + mG sin θx = 0 R
(2.10)
¢ Icdm + mx2 θ¨x + 2mxx˙ θ˙x + mxy θ¨y + (mxy˙ + mxy) ˙ θ˙y + mGx cos θx = τx
(2.11)
µ ¶ Icdm m + 2 y¨ − my θ˙y2 − mxθ˙x θ˙y + mG sin θy = 0 R
(2.12)
¡ ¢ Icdm + my 2 θ¨y + 2my y˙ θ˙y + mxy θ¨x + (mxy˙ + mxy) ˙ θ˙x + mGy cos θy = τy
(2.13)
¡
donde: x: Representa la posici´on de la esfera sobre el plano en el eje x y: Representa la posici´on de la esfera sobre el plano en el eje y θx : Representa la posici´on angular de la mesa en el eje x θy : Representa la posici´on angular de la mesa en el eje y τx : Torque aplicado al plano en el eje x τy : Torque aplicado al plano en el eje y G: Aceleraci´on debido a la gravedad R: Radio de la esfera M : Masa de la esfera Icdm : Momento de inercia de la esfera es 25 M R2
´ CAP´ITULO 2. MARCO TEORICO
14
2.2.
Controlador PD
Un tipo de controlador que funciona como un amplificador con una ganancia constante k se conoce como control proporcional, ya que la se˜ nal de control a la salida del controlador est´a relacionada con la entrada del controlador mediante una constante proporcional. El controlador de tipo Proporcional derivativo (PD) presenta la siguiente funci´on de transferencia (2.14):
G(s) = KP + KD s
(2.14)
donde KP , KD son las constantes proporcional y derivativa. El control proporcional es un tipo de controlador b´asico, pero utilizado ampliamente en la industria y en muchos de los aparatos de uso cotidiano. La gran extensi´on de su uso radica en que no se necesita conocer mucho sobre teor´ıa de control o modelado matem´atico de sistemas para utilizarlo de forma eficiente, dado la facilidad de sintonizaci´on, si los requerimientos de desempe˜ no no son muy estrictos.
Una de las desventajas de los controladores P y PI, es que su respuesta al escal´on presenta un sobrepaso m´aximo muy grande. Esto es generalmente indeseado, con mayor raz´on en sistemas como el presentado en este trabajo, en donde un sobrepaso grande puede convertirse en sacar la esfera fuera de la mesa. Adem´as de esto, el sobrepaso demanda un esfuerzo extra para los motores y para las partes mec´anicas de la mesa, ocasionando desgaste de los mecanismos y desperdicio de energ´ıa. Si en un control proporcional se intenta disminuir el sobrepaso se debe de disminuir la ganancia proporcional (KP) y esto implica que el sistema sea m´as lento y que tenga un error en estado estacionario mayor. Por otra parte, el controlador PI por s´ı mismo tiene el efecto de aumentar el sobrepaso m´aximo. Si se intenta reducir, se disminuyen las ganancias proporcionales (KP) e integral (KI), lo que tendr´ıa como consecuencia el aumento en el tiempo de asentamiento del sistema y en el tiempo en el que el sistema llega al error cero en estado estacionario. El controlador proporcional y derivativo (PD), soluciona el problema del sobrepaso m´aximo a˜ nadiendo una acci´on correctiva que es proporcional a la derivada del error de posici´on.
´ 2.3. DINAMICA Y CONTROL DE UN ROBOT MANIPULADOR
2.3.
Din´ amica y Control de un Robot Manipulador
2.3.1.
Modelo mec´ anico
15
En este trabajo se transforma el modelo completo y acoplado del sistema mesa-esfera en la forma de la din´amica de un robot manipulador r´ıgido de n eslabones conectados de manera serial[46], la cual se escribe como:
M (q)¨ q + C(q, q) ˙ q˙ + G(q) + F (q) ˙ =τ
(2.15)
donde q ∈ < es el vector de variables articulares y determina la posici´on de los eslabones, q˙ ∈
m1 ≤k M (q) k≤ m2
(2.16)
donde m1 , m2 son escalares constantes positivos, y k M (q) k es la norma euclidiana del vector. Propiedad 2. La matriz de fuerzas centr´ıpetas y de Coriolis es antisim´etrica, S(q, q) ˙ = M˙ (q) − 2C(q, q) ˙
(2.17)
Por lo que la siguiente relaci´on se satisface xT [M˙ (q) − 2C(q, q)]x ˙ =0
(2.18)
Propiedad 3. El vector de fricci´on es acotado, es decir,
kF (q)k ˙ ≤k con k constante
(2.19)
´ CAP´ITULO 2. MARCO TEORICO
16 Propiedad 4. El vector de gravedad es acotado, es decir,
kG(q)k ≤ gb
(2.20)
con gb constante
2.3.2.
Control tipo PD de un Robot Manipulator
La estructura de un control PD tradicional es: τ = −KP (q − q d ) − KD (q˙ − q˙d )
(2.21)
donde KP , KD ∈
2.4.
An´ alisis de la Estabilidad de los Sistemas no-lineales
La estabilidad es una de las caracter´ısticas m´as importantes de los sistemas din´amicos. Al analizar la estabilidad de dichos sistemas, surgen diferentes problemas seg´ un la manera en que se la caracterice y los sistemas en consideraci´on. Por ejemplo, considerando sistemas lineales y estacionarios, existen m´etodos para poder determinar su estabilidad, como el criterio de la respuesta al impulso, el criterio de Routh y el de Nyquist. Sin embargo cuando se tratan sistemas no-lineales, estos m´etodos no tienen validez. La riqueza din´amica de los sistemas no-lineales presenta ciertos fen´omenos que no se evidencian al estudiar los sistemas lineales [34]-[35]. Uno de estos fen´omenos es la existencia de m´ ultiples puntos de equilibrio aislados. Un sistema lineal puede tener un solo punto de equilibrio aislado, y por lo tanto un solo estado de r´egimen estacionario que “si el punto es asint´oticamente estable ”atrae al estado del sistema independientemente del estado inicial. En cambio, los sistemas no lineales pueden tener varios puntos de equilibrio, y la convergencia a uno estable depende del estado inicial. Debido a esto, resulta
´ 2.4. ANALISIS DE LA ESTABILIDAD DE LOS SISTEMAS NO-LINEALES
17
importante estudiar la estabilidad de los diferentes puntos de equilibrio de los sistemas no-lineales para poder entender mejor el comportamiento del mismo. En este trabajo se presenta la estabilidad de los puntos de equilibrio de los sistemas no-lineales mediante el estudio del comportamiento del estado en un entorno de los mismos. Para ello se presenta el concepto de estabilidad en el sentido de Lyapunov como as´ı tambi´en una introducci´on de los m´etodos de Lyapunov para el an´alisis de estabilidad.
2.4.1.
Estabilidad de los Puntos de Equilibrio
Un punto de equilibrio de un sistema din´amico es estable en el sentido de Lyapunov si todas las soluciones que nacen en las cercan´ıas del punto de equilibrio permanecen en dichas cercan´ıas; de otra forma resulta inestable. El punto de equilibrio adem´as es asint´oticamente estable si las soluciones adem´as de permanecer en las cercan´ıas del mismo, tienden hacia el punto de equilibrio a medida que transcurre el tiempo. Consid´erese el siguiente sistema aut´onomo:
x˙ = f (x)
(2.22)
Suponiendo que x ∈ D es un punto de equilibrio de 2.22; o sea f (x) = 0 , se pretende caracterizar y analizar la estabilidad de x . Por conveniencia se considera x = 0 lo cual no representa una p´erdida de generalizaci´on ya que cualquier punto de equilibrio x 6= 0 puede ser trasladado al origen mediante el cambio de variable y := x − x con lo que se tiene:
y˙ = x˙ = f (x) = f (y + x) := g(y)
(2.23)
con g(0) = 0 En esta nueva variable y, el sistema y˙ = g(y) tiene como punto de equilibrio al origen del espacio de estados. En consecuencia , de ahora en m´as se considerar´a que f (x) satisface f (0) = 0 y se estudiar´ a la estabilidad del origen del espacio de estados x = 0 como punto de equilibrio. Definicion 1: Si φ(t; t0 , x0 ) representa la soluci´on de 2.22 dada a partir de la condici´on inicial x(t0 ) = x0 a partir del instante inicial t = t0 , entonces el punto de equilibrio x = 0 de 2.22 es: Lyapunov estable si para cada ² > 0, hay un δ = δ(²) > 0 tal que
´ CAP´ITULO 2. MARCO TEORICO
18
kx(0)k < δ ⇒ kφ(t; t0 , x0 )k < ², ∀t > 0
(2.24)
Inestable si no es estable.
Asint´ oticamente estable si es estable y δ se puede elegir de modo que
kx(0)k < δ ⇒ l´ım φ(t; t0 , x0 ) = 0 t→∞
(2.25)
Figura 2.2: Trayectorias: (a) estable, (b) inestable y (c) asint´ oticamente estable.
En la Figura 2.2 se muestra una representaci´on gr´afica de la definici´on 1 para los tres casos de estabilidad definidos. Una vez definidos los diferentes tipos de estabilidad de los puntos de equilibrio, es necesario encontrar m´etodos para determinar la misma.
2.4.2.
Aproximaciones Lineales de los sistemas no-lineales
Usualmente, el primer paso en el an´alisis de sistemas no-lineales es realizar una linealizaci´on en torno a un punto de equilibrio y analizar el comportamiento del modelo lineal. Entonces el siguiente teorema establece condiciones bajo las cuales es posible extraer conclusiones sobre la estabilidad del origen como punto de equilibrio del sistema no-lineal a trav´es del an´alisis de estabilidad del modelo linealizado en torno a dicho punto de equilibrio [34]-[35]. El Teorema se conoce como m´etodo indirecto de Lyapunov. Teorema 1 (M´ etodo Indirecto de Lyapunov): Sea x = 0 un punto de equilibrio del sistema
´ 2.4. ANALISIS DE LA ESTABILIDAD DE LOS SISTEMAS NO-LINEALES
19
no-lineal dado por x˙ = f (x) donde f : D →
A=
∂f (x)|x=0 ∂x
(2.26)
Entonces, notando con λi a los autovalores de A(i = 1, ..., n). El origen es asint´oticamente estable si 0, para uno o m´as autovalores de A. Este Teorema brinda un simple procedimiento para determinar la estabilidad del origen como punto de equilibrio de un sistema no lineal a trav´es de su modelo incremental lineal. Sin embargo, todav´ıa es posible extraer m´as informaci´on del sistema linealizado como lo muestra el siguiente teorema: Teorema 2 (Hartman-Grobman): Sea x = 0 un punto de equilibrio del sistema no-lineal dado por x˙ = f (x) donde f : D →
A=
∂f (x)|x=0 , ∂x
(2.27)
continua sobre D. Entonces, si A no tiene autovalores nulos o imaginarios con parte real nula, existe un homeomorfismo h, es decir una funci´on que tiene inversa y ambas continuas definida en un entorno abierto U del origen, tal que para cada x0 ∈ U , hay un intervalo abierto I0 ⊂ < que contiene al cero de modo que para todo x0 ∈ U y t ∈ I0 :
h(φ(t; t0 , x0 )) = eA(t−t0 ) h(x0 )
(2.28)
donde φ(t; t0 , x0 ) representa la soluci´on de x˙ = f (x) dada a partir de la condici´on inicial x(0) = x0 a partir del instante inicial t =0 . Es decir, que h transforma las trayectorias del sistema no-lineal en las del sistema linealizado, preservando la parametrizaci´on, o sea el sentido en el que se recorren. Este teorema no solo brinda informaci´on sobre la estabilidad del punto de equilibrio sino que
´ CAP´ITULO 2. MARCO TEORICO
20
tambi´en permite conocer cualitativamente el comportamiento de las trayectorias en un entorno del mismo. Ninguno de ambos teoremas establece condici´on alguna cuando
2.4.3.
Estabilidad en el sentido de Lyapunov
De la teor´ıa cl´asica de la Mec´anica, es sabido que un sistema es estable si su energ´ıa, una funci´on positiva, es continuamente decreciente, o sea tiene derivada negativa, hasta que el sistema alcanza su estado de equilibrio [36]. El segundo m´etodo de Lyapunov es una generalizaci´on de este hecho. Lyapunov demostr´o que ciertas otras funciones aparte de la funci´on energ´ıa pueden ser usadas para la determinaci´on de la estabilidad del punto de equilibrio de un sistema. Antes de presentar el teorema de Lyapunov se necesario revisar algunos conceptos. Sea V : D → <. un campo escalar continuamente diferenciable definido en un dominio D ⊂ 0 en D. V (x) se dice que es una funcion semidefinida positiva si V (0) = 0 y V (x) > 0en D. V (x) se dice que es una funci´on definida negativa si −V (x) es definida positiva. V (x) se dice que es una funci´on semidefinida negativa si −V (x) es semidefinida positiva. La derivada temporal de V sobre las trayectorias de 2.22 se denomina derivada orbital, se denota V˙ (x), y est´a dada por:
∂V ∂V V˙ (x) = x˙ = f (x) = ∇V (x) • f (x) = ∂x ∂x
· ∂V ∂x1
∂V ∂x2
...
f1 (x) ¸ f2 (x) ∂V ∂xn f3 (x) f4 (x)
(2.29)
La derivada de V sobre las trayectorias del sistema depende de la ecuaci´on vectorial de estado del sistema. De este modo, V˙ (x) ser´a diferente para diferentes sistemas. Si φ(t; t0 , x0 ) representa la
´ 2.4. ANALISIS DE LA ESTABILIDAD DE LOS SISTEMAS NO-LINEALES
21
soluci´ on de 2.22 dada a partir de la condici´on inicial x(0) = x0 a partir del instante inicial t = t0 , entonces d V˙ (x) = V (φ(t; t0 , x0 )) dt
(2.30)
Consecuentemente, si V˙ (x) es negativa, V ser´a decreciente sobre las trayectorias soluci´on de 2.22. Ahora se est´a en condiciones de presentar el segundo m´etodo o m´etodo directo de Lyapunov: Teorema 3 (M´ etodo directo de Lyapunov): Sea x = 0 un punto de equilibrio del sistema x˙ = f (x) y sea V : D → < un campo escalar continuamente diferenciable definido en un dominio D ⊂
Una funci´on V (x) que cumple con las condiciones impuestas en el teorema anterior se denomina funci´ on de Lyapunov. Este m´etodo es una herramienta de an´alisis muy poderosa. Sin embargo, presenta dos desventajas. La primera es que no hay un m´etodo sistem´atico para hallar una funci´on de Lyapunov por lo tanto hay que proponer una funci´on candidata a funci´on de Lyapunov y probar si la misma cumple con los requisitos de estabilidad. La segunda es que el teorema solo brinda condiciones suficientes por lo tanto el hecho de no encontrar una funci´on candidata a Lyapunov que satisfaga las condiciones de estabilidad o de estabilidad asint´otica no significa que el origen es inestable o no asint´oticamente estable. Se puede demostrar que si V (x) es una funci´on de Lyapunov, el conjunto de los x tal que V (x) = c, para alguna contante c > 0 es una hypersuperficie cerrada (denominada superficie de Lyapunov o superficie de nivel) en el espacio de estados que encierra al origen. El uso de las superficies de Lyapunov hace que el teorema sea f´acilmente interpretable. Las superficies que corresponden a constantes decrecientes 0 < c2 < c1 , se encuentran ´ıntegramente contenidas para el caso de <2 . La condici´on V˙ (x) ≤ 0 se puede interpretar geom´etricamente a trav´es de 2.29 ya que la misma significa que el producto escalar entre el gradiente de V y el campo vectorial f es negativo:
´ CAP´ITULO 2. MARCO TEORICO
22
∇V (x) • f (x) ≤ 0
(2.31)
Teniendo en cuenta que f es un vector tangente a la trayectoria soluci´on, la condici´on V˙ (x) = ∇V (x) • f (x) ≤ 0 significa que cuando una trayectoria cruza una superficie de Lyapunov, esta trayectoria lo hace hacia adentro y nunca vuelve a salir. Adem´as cuando V˙ (x) < 0 las trayectorias se mueven desde una superficie hacia otra interior correspondiente a un c menor. Cuando c decrece, las superficies de Lyapunov correspondientes se achican hacia el origen mostrando que las trayectorias se aproximan al origen a medida que transcurre el tiempo. En cambio, si V˙ (x) ≤ 0 no se puede asegurar que las trayectorias converjan al origen, pero se puede concluir que el origen es estable ya que las trayectorias quedaran contenidas en alg´ un entorno ² del origen si la condici´on inicial x0 esta dentro de alguna superficie de Lyapunov contenida en dicho entorno ² [34]-[35].
2.4.4.
Principio de Invariancia
Cuando V˙ (x) es semidefinida negativa, todav´ıa es posible determinar la estabilidad asint´otica del origen como lo muestra el siguiente corolario del Principio de Invariancia de LaSalle: Corolario: Sea x = 0 un punto de equilibrio de 2.22. Sea V : D → <. una funci´on definida positiva continuamente diferenciable sobre el dominio D ⊂
2.5.
L´ ogica Difusa
La cantidad y variedad de aplicaciones de la l´ogica difusa han crecido considerablemente. La l´ogica difusa es una l´ogica alternativa a la l´ogica cl´asica que pretende introducir un grado de vaguedad en las cosas que eval´ ua. En el mundo en que vivimos existe mucho conocimiento ambiguo e impreciso
´ 2.5. LOGICA DIFUSA
23
por naturaleza. El razonamiento humano con frecuencia act´ ua con este tipo de informaci´on. La l´ogica difusa fue dise˜ nada precisamente para imitar el comportamiento del ser humano. La l´ogica difusa se inici´o en 1965 por Lotfi A. Zadeh, profesor de la Universidad de California en Berkeley. Surgi´o como una herramienta importante para el control de sistemas y procesos industriales complejos, as´ı como tambi´en para la electr´onica de entretenimiento y hogar, sistemas de diagn´ostico y otros sistemas expertos [37]. La l´ogica difusa en comparaci´on con la l´ogica convencional permite trabajar con informaci´on que no es exacta para poder definir evaluaciones convencionales, contrario con la l´ogica tradicional que permite trabajar con informaci´on definida y precisa.
¿En qu´e situaciones es u ´til aplicar la l´ogica difusa? La l´ogica difusa se puede aplicar en procesos demasiado complejos, cuando no existe un modelo de soluci´on simple o un modelo matem´atico preciso. Es u ´til tambi´en cuando se necesite usar el conocimiento de un experto que utiliza conceptos ambiguos o imprecisos. De la misma manera se puede aplicar cuando ciertas partes de un sistema a controlar son desconocidas y no pueden medirse de forma confiable y cuando el ajuste de una variable puede producir el desajuste de otras. No es recomendable utilizar la l´ogica difusa cuando alg´ un modelo matem´atico ya soluciona eficientemente el problema, cuando los problemas son lineales o cuando no tienen soluci´on.
2.5.1.
Aplicaciones de la l´ ogica difusa
Actualmente la l´ogica difusa tiene un sin n´ umero de aplicaciones que afectan nuestra vida cotidiana de alguna u otra manera, pero en ocasiones no nos percatamos. La l´ogica difusa se ha desarrollado en diferentes ´areas y a continuaci´on se mencionan algunas: Control de sistemas: Control de tr´afico, control de veh´ıculos, control de compuertas en plantas hidroel´ectricas, centrales t´ermicas, control en m´aquinas lavadoras, control de metros (mejora de su conducci´on, precisi´on en las paradas y ahorro de energ´ıa), ascensores, etc. [37]. Predicci´on de terremotos, optimizaci´on de horarios [37]. Reconocimiento de patrones y Visi´on por ordenador: Seguimiento de objetos con c´amara, reconocimiento de escritura manuscrita, reconocimiento de objetos, compensaci´on de vibraciones en la c´amara, sistemas de enfoque autom´atico [37].
´ CAP´ITULO 2. MARCO TEORICO
24
Sistemas de informaci´on o conocimiento: Bases de datos, sistemas expertos [37].
2.5.2.
Teor´ıa de conjuntos difusos
La l´ ogica difusa permite tratar con informaci´on que no es exacta o con un alto grado de imprecisi´on a diferencia de la l´ogica convencional la cual trabaja con informaci´on precisa. El problema principal surge de la poca capacidad de expresi´on de la l´ogica cl´asica.
Conjuntos Cl´ asicos Los conjuntos cl´asicos surgen por la necesidad del ser humano de clasificar objetos y conceptos. Estos conjuntos pueden definirse como un conjunto bien definido de elementos o mediante una funci´ on de pertenencia µ que toma valores de 0 ´o 1 de un universo en discurso para todos los elementos que pueden o no pertenecer al conjunto [37]. Un conjunto cl´asico se puede definir con la funci´on de pertenencia mostrada en la ecuaci´on (2.32).
µA (x) =
0
Si x ∈ /A
1
Si x ∈ A
(2.32)
La necesidad de trabajar con conjuntos difusos surge del hecho que existen conceptos que no tienen l´ımites claros. Un conjunto difuso se encuentra asociado por un valor ling¨ u´ıstico que est´a definido por una palabra, etiqueta ling¨ u´ıstica o adjetivo. En los conjuntos difusos la funci´on de pertenencia puede tomar valores del intervalo entre 0 y 1, y la transici´on del valor entre cero y uno es gradual y no cambia de manera instant´anea como pasa con los conjuntos cl´asicos [7]. Un conjunto difuso en un universo en discurso pude definirse como lo muestra la ecuaci´on (2.33).
A = {(x, µA (x)) | x ∈ U }
(2.33)
Donde µA(x) es la funci´on de pertenec´ıa de la variable x, y U es el universo en discurso. Cuando m´as cerca este la pertenencia del conjunto A al valor de 1, mayor ser´a la pertenencia de la variable x al conjunto A, esto se puede ver en la figura 2.3
´ 2.5. LOGICA DIFUSA
25
Figura 2.3: Ejemplos de conjuntos difusos
2.5.3.
Funciones de Pertenencia
Aun cuando cualquier funci´on puede ser v´alida para definir un conjunto difuso, existen ciertas funciones que son m´as com´ unmente utilizadas por su simplicidad matem´atica, entre ´estas se encuentran las funciones de tipo triangular (2.34), mostrado en la figura 2.4, trapezoidal (2.35) mostrado en la figura 2.5, gaussiana,etc.
0 x−a µ(x) =
m−a
b−x b−m 0
P ara x ≤ a P ara a < x ≤ m P ara m < x ≤ b P ara x > b
Figura 2.4: Funci´ on de pertenec´ıa de un conjunto difuso triangular
(2.34)
´ CAP´ITULO 2. MARCO TEORICO
26 0 x−a b−a µ(x) = 1 d−x b−c 0
P ara x ≤ a P ara a < x ≤ b P ara b < x ≤ c
(2.35)
P ara c < x ≤ d P ara x > d
Figura 2.5: Funci´ on de pertenec´ıa de un conjunto difuso trapezoidal
2.5.4.
El Controlador Difuso
La l´ogica difusa se aplica principalmente en sistemas de control difuso que utilizan expresiones ambiguas para formular reglas que controlen el sistema. Un sistema de control difuso trabaja de manera muy diferente a los sistemas de control convencionales. Estos usan el conocimiento experto para generar una base de conocimientos que dar´a al sistema la capacidad de tomar decisiones sobre ciertas acciones que se presentan en su funcionamiento [37]. Los sistemas de control difuso permiten describir un conjunto de reglas que utilizar´ıa una persona para controlar un proceso y a partir de estas reglas generar acciones de control. El control difuso puede aplicarse tanto en sistemas muy sencillos como en sistemas cuyos modelos matem´aticos sean muy complejos. La estructura de un controlador difuso se muestra en la figura 2.6.
´ 2.6. FUSIFICACION
27
Figura 2.6: Estructura de un modelo difuso
2.6.
Fusificaci´ on
La fusificaci´on tiene como objetivo convertir valores reales en valores difusos. En la fusificaci´on se asignan grados de pertenencia a cada una de las variables de entrada con relaci´on a los conjuntos difusos previamente definidos utilizando las funciones de pertenencia asociadas a los conjuntos difusos [37]. Base de Conocimiento La base de conocimiento contiene el conocimiento asociado con el dominio de la aplicaci´on y los objetivos del control. En esta etapa se deben definir las reglas ling¨ u´ısticas de control que realizar´an la toma de decisiones que decidir´an la forma en la que debe actuar el sistema. Inferencia La inferencia relaciona los conjuntos difusos de entrada y salida para representar las reglas que definir´ an el sistema. En la inferencia se utiliza la informaci´on de la base de conocimiento para generar reglas mediante el uso de condiciones, por ejemplo: si caso1 y caso2, entonces acci´on1.
2.7.
Defusificaci´ on
La defusificaci´on realiza el proceso de adecuar los valores difusos generados en la inferencia en valores crisp, que posteriormente se utilizar´an en el proceso de control. En la defusificaci´on se utilizan m´etodos matem´aticos simples como el m´etodo del Centroide, M´etodo del Promedio Ponderado [37].
Cap´ıtulo 3
Control Dual PD con compensador En este cap´ıtulo se desarrolla el dise˜ no del controlador de la posici´on de la esfera sobre la mesa, primero se obtienen las leyes de control mediante una configuraci´on cascada, se determinan cuantos controladores se necesitan para realizar la tarea deseada, despu´es se transforma el modelo del sistema mesa-esfera en la forma de la ecuaci´on din´amica de un robot manipulador para poder realizar el an´alisis de estabilidad, con el modelo transformado se realiza el an´alisis de estabilidad mediante el m´etodo directo de Lyapunov con lo cual se obtiene las ecuaciones del compensador no-lineal.
3.1.
Dise˜ no del controlador
Para realizar el dise˜ no del controlador se considera primero el modelado del mesa-esfera descrito en el capitulo 2. ¶ µ Icdm ¨ − mxθ˙x2 − my θ˙x θ˙y + mG sin θx = 0 m+ 2 x R
(3.1)
¢ Icdm + mx2 θ¨x + 2mxx˙ θ˙x + mxy θ¨y + (mxy˙ + mxy) ˙ θ˙y + mGx cos θx = τx
(3.2)
µ ¶ Icdm m + 2 y¨ − my θ˙y2 − mxθ˙x θ˙y + mG sin θy = 0 R
(3.3)
¡ ¢ Icdm + my 2 θ¨y + 2my y˙ θ˙y + mxy θ¨x + (mxy˙ + mxy) ˙ θ˙x + mGy cos θy = τy
(3.4)
¡
En la Figura 3.1 se muestra el diagrama de control a lazo cerrado con compensador. El dise˜ no 28
˜ DEL CONTROLADOR 3.1. DISENO
29
Figura 3.1: Esquema de control del sistema mesa-esfera
del controlador PD se realiz´o en configuraci´on cascada, teniendo dos lazos de control para cada uno de los ejes (x, y), La configuraci´on cuenta con un lazo externo de control el cual calcula el error de posici´on de la esfera para obtener el valor de salida del controlador PD1, esta salida es la posici´ on angular deseada de la mesa para cada uno de sus ejes(θx , θy ), el lazo interno de control determina el error de la posici´on angular de la mesa para obtener el valor de la salida del controlador PD2, esta salida es el par aplicado a la entrada del modelo del sistema mesa esfera. Primero se define la variable q, como un vector que contiene la posici´on de la esfera (x, y) y la posici´on angular de la mesa (θx , θy ): x θx q= y θy
(3.5)
Por lo tanto q T se define como: · qT = x
¸ θx
y
θy
(3.6)
Para el caso de regulaci´on la velocidad q˙ = 0, por lo tanto el error de reguaci´on se define como: El error de regulaci´on eje x: x = x∗ − x
(3.7)
CAP´ITULO 3. CONTROL DUAL PD CON COMPENSADOR
30 El error de regulaci´on eje y:
y = y∗ − y
(3.8)
La ley de control del eje x, es de la siguiente forma: Para obtener el valor de entrada al sistema mesa-esfera, se considera el valor del controlador PD mas el valor de un compensador no-lineal πx . Por lo tanto, se tiene que la ley del lazo interno de control se describe como sigue, Ux = kpmx (θx∗ − θx ) + kdmx (θ˙x∗ − θ˙x ) + πx
(3.9)
para el lazo externo, la ley de control es descrita de la siguiente forma, θx∗ = kpex (x∗ − x) + kdex (x˙ ∗ − x) ˙
(3.10)
La ley de control del eje y, es de la siguiente forma: Para obtener el valor de entrada al sistema mesa-esfera, se considera el valor del controlador PD mas el valor de un compensador no-lineal πy . Por lo tanto, se tiene que la ley del lazo interno de control se describe como sigue, Uy = kpmy (θy∗ − θy ) + kdmy (θ˙y∗ − θ˙y ) + πy
(3.11)
para el lazo externo, la ley de control es descrita de la siguiente forma, θy∗ = kpey (y ∗ − y) + kdey (y˙ ∗ − y) ˙
(3.12)
Donde kpmx ,kdmx y kpmy ,kdmy son constantes positivas de los controladores de la mesa, kpex ,kdex y kpey ,kdey son ganancias de los controladores de la esfera.
Para problemas de regulaci´on el objetivo de control es estabilizar la esfera en una posici´on deseada (x∗ , y ∗ ), por lo tanto (x˙ ∗ , y˙ ∗ ) = (0, 0). Tomando en consideraci´on esto, las leyes de control pueden ser simplificadas sustituyendo la ecuaci´on (3.10) en la ecuaci´on (3.9) para el eje x de la siguiente forma:
˜ DEL CONTROLADOR 3.1. DISENO
Ux = kpmx [(kpex (x∗ − x) + kdex (x˙ ∗ − x)) ˙ − θx ] + kdmx (θ˙x∗ − θ˙x ) + πx
31
(3.13)
Para el eje y sustituimos la ecuaci´on (3.12) en la ecuaci´on (3.11): Uy = kpmy [(kpey (y ∗ − y) + kdey (y˙ ∗ − y)) ˙ − θy ] + kdmy (θ˙y∗ − θ˙y ) + πy
(3.14)
Se calcula θ˙x∗ , derivando la ecuaci´on 3.10: θ˙x∗ = kpex (x˙ ∗ − x) ˙ + kdex (¨ x∗ − x ¨)
(3.15)
Y se calcula θ˙y∗ , derivando la ecuaci´on 3.12: θ˙y∗ = kpey (y˙ ∗ − y) ˙ + kdey (¨ y ∗ − y¨)
(3.16)
Como x˙ y y, ˙ representan a la derivada, se tiene que las constantes kpex y kpey se transforman en kdex y kdey , reescribiendo las ecuaciones (3.15) y (3.16) de la siguiente forma:
θ˙x∗ = kdex (x˙ ∗ − x) ˙ + kdex (¨ x∗ − x ¨)
(3.17)
θ˙y∗ = kdey (y˙ ∗ − y) ˙ + kdey (¨ y ∗ − y¨)
(3.18)
Sustituyendo ecuaci´on 3.17 y 3.18 en 3.13 y 3.14, respectivamente.
h i Ux = kpmx [(kpex (x∗ − x) + kdex (x˙ ∗ − x)) ˙ − θx ] + kdmx (kdex (x˙ ∗ − x) ˙ + kdex (¨ x∗ − x ¨)) − θ˙x +πx (3.19)
h i Uy = kpmy [(kpey (y ∗ − y) + kdey (y˙ ∗ − y)) ˙ − θy ] + kdmy (kdey (y˙ ∗ − y) ˙ + kdey (¨ y ∗ − y¨)) − θ˙y +πy (3.20) Desarrollando las ecuaciones, tenemos:
CAP´ITULO 3. CONTROL DUAL PD CON COMPENSADOR
32
Ux = kpmx kpex x∗ − kpmx kpex x + kdex kpmx x˙ ∗ − kpmx kdex x˙ − kpmx θx + kdmx kdex x ¨ −kdmx kdex x˙ + kdmx kdex x ¨∗ − kdmx kdex x ¨ − kdmx θ˙x + πx
Uy = kpmy kpey y ∗ − kpmy kpey y + kdey kpmy y˙ ∗ − kpmy kdey y˙ − kpmy θy + kdmy kdey y¨ −kdmy kdey y˙ + kdmy kdey y¨∗ − kdmy kdey y¨ − kdmy θ˙y + πy
(3.21)
(3.22)
Como se enunci´o anteriormente que en los problemas de regulaci´on x˙ ∗ = 0, por lo tanto x ¨∗ = 0, entonces:
Ux = kpmx kpex x∗ − kpmx kpex x − kpmx kdex x˙ − kpmx θx − kdmx kdex x˙ − kdmx kdex x ¨ −kdmx θ˙x + πx
(3.23)
y y˙ ∗ = 0, por lo tanto y¨∗ = 0, entonces: Uy = kpmy kpey y ∗ − kpmy kpey y − kpmy kdey y˙ − kpmx θy − kdmy kdey y˙ − kdmy kdey y¨ −kdmy θ˙y + πy
(3.24)
Sustituyendo ecuaciones 3.7 y 3.8, tenemos:
Ux = kpmx kpex x − kpmx kdex x˙ − kpmx θx − kdmx kdex x˙ − kdmx kdex x ¨ − kdmx θ˙x + πx
(3.25)
Uy = kpmy kpey y − kpmy kdey y˙ − kpmy θy − kdmy kdey y˙ − kdmy kdey y¨ − kdmy θ˙y + πy
(3.26)
y
Ordenando las ecuaciones:
Ux = kpmx kpex x − (kpmx + kdmx )kdex x˙ − kdmx kdex x ¨ − kpmx θx − kdmx θ˙x + πx
(3.27)
´ DEL MODELO MESA-ESFERA 3.2. TRANSFORMACION
Uy = kpmy kpey y − (kpmy + kdmy )kdey y˙ − kdmy kdey y¨ − kpmy θy − kdmy θ˙y + πy
33
(3.28)
Se definen las siguientes constantes: Para el eje x: a1 = kpmx kpex
a2 = (kpmx + kkdmx )kdex
a3 = kdmx kdex
a4 = kpmx
(3.29)
a5 = kdmx y para el eje y, tenemos: b1 = kpmy kpey
b2 = (kpmy + kkdmy )kdey
b3 = kdmy kdey
b4 = kpmy
(3.30)
b5 = kdmy Finalmente Ux y Uy pueden escribirse de la forma:
Ux = a1 x − a2 x˙ − a3 x ¨ − a4 θx − a5 θ˙x + πx
(3.31)
Uy = b1 y − b2 y˙ − b3 y¨ − b4 θy − b5 θ˙y + πy
(3.32)
y
3.2.
Transformaci´ on del modelo mesa-esfera
Sustituyendo las ecuaciones (3.31) y (3.32) en las ecuaciones (3.1-3.4).
¡
¶ µ Icdm ¨ − mxθ˙x2 − my θ˙x θ˙y + mG sin θx = 0 m+ 2 x R
(3.33)
¢ Icdm + mx2 θ¨x + 2mxx˙ θ˙x + mxy θ¨y + (mxy˙ + mxy) ˙ θ˙y + mGx cos θx = Ux
(3.34)
µ ¶ Icdm m + 2 y¨ − my θ˙y2 − mxθ˙x θ˙y + mG sin θy = 0 R
(3.35)
CAP´ITULO 3. CONTROL DUAL PD CON COMPENSADOR
34
¡
¢ Icdm + my 2 θ¨y + 2my y˙ θ˙y + mxy θ¨x + (mxy˙ + mxy) ˙ θ˙x + mGy cos θy = Uy
(3.36)
Igualando todas las ecuaciones a cero, tenemos: µ ¶ Icdm m+ 2 x ¨ − mxθ˙x2 − my θ˙x θ˙y + mG sin θx = 0 R
¡
(3.37)
¢ Icdm + mx2 θ¨x + 2mxx˙ θ˙x + mxy θ¨y + (mxy˙ + mxy) ˙ θ˙y + mGx cos θx − a1 x + a2 x+ ˙
a3 x ¨ + a4 θx + a5 θ˙x − πx = 0 µ ¶ Icdm m + 2 y¨ − my θ˙y2 − mxθ˙x θ˙y + mG sin θy = 0 R
¡
(3.38)
(3.39)
¢ Icdm + my 2 θ¨y + 2my y˙ θ˙y + mxy θ¨x + (mxy˙ + mxy) ˙ θ˙x + mGy cos θy − b1 y + b2 y+ ˙
b3 y¨ + b4 θy + b5 θ˙y − πy = 0
(3.40)
Se determina la matriz de inercias M (q): M (q) =
m+
Icdm R2
0 2
0
0
0 Icdm m+ 2 R b3
mxy
a3
Icdm + mx
0
0
0
mxy
0
−mxθ˙x
0
a5
0
−mxθ˙y
0
mxy˙ + mxy ˙
2my θ˙y + b2
0
(3.41)
Icdm + my 2
La matriz de coriolis C(q, q): ˙ 2mxθ˙x + a2 C(q, q) ˙ = 0 0
−my θ˙x
mxy˙ + mxy ˙ ˙ −my θy b5
(3.42)
´ 3.3. ANALISIS DE ESTABILIDAD
35
La matriz B: 0
−a1 B= 0 0
0
0
a4
0
0
0
0
−b1
0 0 0 b4
(3.43)
La matriz de gravedades G:
mGsenθ x mGx cos θx G(q) = mGsenθ y mGy cos θy
(3.44)
La matriz de compensadores D:
0
πx D= 0 πy
(3.45)
Por lo tanto el modelo del sistema mesa-esfera puede ser descrito de la forma:
M (q)¨ q + C(q, q) ˙ q˙ + G(q) = Bq + Dπ
3.3.
(3.46)
An´ alisis de estabilidad
Antes de realizar el an´alisis de estabilidad, se determina si las matrices M y B pueden ser consideradas para ser funciones candidates de Lyapunov. Primeramente la matriz M es no simetrica para probar que es definida positiva, son calculados los determinantes menores de la matriz. Si las constantes m > 0, R > 0, Icdm > 0, y M es un matriz cuadrada, entonces se tiene que todos los determinantes menores de M son mayores que cero, adem´as como la posici´on de la esfera es mayor que cero (x, y) > 0, se tiene que la matriz M satisface las condiciones (3.47,3.48) para ser funci´on candidata de Lyapunov.
CAP´ITULO 3. CONTROL DUAL PD CON COMPENSADOR
36
V (0) = q˙T M (q)q˙ = 0
(3.47)
V (q) = q˙T M (q)q˙ > 0
(3.48)
La matriz B es no simetrica para probar que puede ser utilizada como funci´on candidata de Lyapunov, se determina la forma cuadratica de la siguiente manera:
q¯T B q¯ = a4 θx2 + a1 xθx + b4 θy2 + b1 yθy
(3.49)
La posici´on de la mesa es (θx , θy ) > 0, y las constantes (a1 , a4 , b1 , b4 ) > 0. Si B es una matriz cuadrada, entonces la forma cuadratica satisface:
V (0) = q¯T B q¯ = 0
(3.50)
V (q) = q¯T B q¯ > 0
(3.51)
Despu´es de demostrar que aunque las matrices M y B no cumplan con las caracteristicas de simetria, se pueden considerar para formar parte de la funci´on de Lyapunov. Por lo tanto, La estabilidad del sistema en lazo cerrado se establece en el siguiente teorema. Despues de escribir el modelo del sistema mesa-esfera en la forma de una ecuaci´on 3.46, podemos realizar el an´alisis de estabilidad mediante el m´etodo de Lyapunov. Teorema 3.1. Considerando el sistema mesa-esfera (3.1-3.4) descrito en la forma de robot manipulador (3.46) y las leyes de control (3.31) y (3.32), si los compensadores πx y πy son:
πx =
a2 x˙ − mxθ˙x + mxx˙ θ˙x − mxθ˙y + my x˙ θ˙y
−mxθ˙x − mxθ˙y b2 y˙ − my θ˙y + my y˙ θ˙y − my θ˙x + mxy˙ θ˙x πy = −my θ˙y − my θ˙x
if x˙ 6= 0 if x˙ = 0
(3.52)
if y˙ 6= 0 if y˙ = 0
entonces el sistema mesa-esfera a lazo cerrado es asintoticamente estable, l´ımt→∞ x ¯ (t) = 0 l´ımt→∞ y¯ (t) = 0
(3.53)
´ 3.3. ANALISIS DE ESTABILIDAD
37
Demostraci´ on. Si la matriz M (q) es una matriz que en su forma cuadratica es definida positiva, B en (3.49) esta en su forma cuadratica, y recordando que θx y θy son no negativos, la siguiente funci´ on descrita en forma cuadratica es usada como la funci´on candidata de Lyapunov.
V (q, q) ˙ =
1 T 1 q˙ M (q)q˙ + q T Bq + mGxsenθx + mGysenθy 2 2
(3.54)
Para asegurar que la energia potencial EP = mG(xsenθx + ysenθy ) sea positiva, dejamos que θx ≥ 0 y θy ≥ 0, V (x, x) ˙ ≥ 0. Calculando la derivada con respecto al tiempo de la funci´on candidata y recordando que x∗ y y ∗ son constantes, entonces:
1 dV = q˙T M (q)¨ q + q˙T M˙ (q)q˙ − q˙T Bq + mGxsenθ ˙ ˙ x + mGx cos θx + mGysenθ y + mG cos θy 2 (3.55) Despejamos de la ecuaci´on 3.46, la matriz de inercias M (q)¨ q:
M (q)¨ q = Bq + Dπ − C(q, q) ˙ q˙ − G(q)
(3.56)
Sustituyendo la ecuaci´on 3.56 en 3.55: 1 dV = q˙T [Bq + Dπ − C(q, q) ˙ q˙ − G(q)] + q˙T M˙ (q)q˙ − q˙T Bq 2
(3.57)
Desarrollando la ecuaci´on 3.57:
dV = q˙T Bq + q˙T Dπ − q˙T C(q, q) ˙ q˙ − q˙T G(q) + 21 q˙T M˙ (q)q˙ − q˙T Bq
(3.58)
Factorizando t´erminos semejantes: 1 ˙ q˙ dV = q˙T [Bq − Bq + Dπ − G(q)] + q˙T M˙ (q)q˙ − q˙T C(q, q) 2
(3.59)
Eliminando t´erminos y agrupando, tenemos: i 1 h ˙ q˙ dV = q˙T [Dπ − G(q)] + q˙T M˙ (q) − 2C(q, q) 2 A partir de la ecuaci´on 3.60, diferenciamos la matriz de inercias M (q):
(3.60)
CAP´ITULO 3. CONTROL DUAL PD CON COMPENSADOR
38
0 0 M˙ = 0 0
0
0
2mx
0
0
0
m(x + y) 0
0
m(x + y) 0 2my
(3.61)
h i La ecuaci´on 3.61, se sustituye en M˙ (q) − 2C(q, q) ˙ :
0
h i 0 ˙ M (q) − 2C(q, q) ˙ = 0 0 0 2mxθ˙x + a2 2 0 0
0
0
0
2mx 0 m(x + y) − 0 0 0 m(x + y) 0 2my
−mxθ˙x
0
a5
0
−mxθ˙y
0
mxy˙ + mxy ˙
2my θ˙y + b2
−my θ˙x
(3.62)
mxy˙ + mxy ˙ ˙ −my θy b5
Desarrollando la ecuaci´on 3.62 y separando t´erminos variables de las constantes:
0 −4mxθ˙x = 0 0
2mxθ˙x
0
2mx
0
2mxθ˙y
0
m(x + y) − 2mxy˙ − 2mxy ˙
−4my θ˙y
0 2a2 0 0
0
0
2a5
0
0
0
0
2b2
0
0 0 2b5
Se define una nueva matriz P :
2my θ˙x
−2mxy˙ − 2mxy ˙ + m(x + y) − 2my θ˙y 2my (3.63)
´ 3.3. ANALISIS DE ESTABILIDAD
39
0
−2a2 P = 0 0
0
0
0
−2a5
0
0
0
0
0
0
−2b2
−2b5
(3.64)
Derivando la ecuaci´on 3.5, tenemos que: q˙ =
Por lo tanto
x˙ · θ˙x T q˙ = x˙ θ˙x y˙ θ˙y
¸ y˙
θ˙y
(3.65)
1 T q˙ P q˙ se calcula multiplicando primero q˙T P : 2
0
· q˙T P =
x˙ θ˙x
y˙
¸ −2a2 θ˙y 0 0
0
0
0
−2a5
0
0
0
0
0
0
−2b2
−2b5
· T
q˙ P =
(3.66)
¸ −2a2 θ˙x
−2a5 θ˙x
−2b2 θ˙y
−2b5 θ˙y
(3.67)
Despues se multiplica la ecuaci´on 3.67 por q: ˙ · q˙T P q˙ =
¸ −2a2 θ˙x
q˙T P q˙ =
−2a5 θ˙x
−2b2 θ˙y
−2b5 θ˙y
x˙ θ˙x y˙ ˙ θy
2 2 −2a2 θ˙x x˙ − 2a5 θ˙x − 2b2 θ˙y y˙ − 2b5 θ˙y
(3.68)
(3.69)
Por u ´ltimo multiplicando la ecuaci´ on 3.69 por (1/2),tenemos que: 1 T q˙ P q˙ = 2
2 2 −a2 θ˙x x˙ − a5 θ˙x − b2 θ˙y y˙ − b5 θ˙y
(3.70)
CAP´ITULO 3. CONTROL DUAL PD CON COMPENSADOR
40
Despu´es de la ecuaci´on 3.63, se calcula:
=
1 T q˙ 2
0 −4mxθ˙x 0 0
2mxθ˙x
0
2mx
0
2mxθ˙y
0
m(x + y) − 2mxy˙ − 2mxy ˙
−4my θ˙y
2my θ˙x
−2mxy˙ − 2mxy ˙ + m(x + y) q˙ 2my θ˙y 2my (3.71)
De la ecuaci´on 3.71, primero se realiza:
0
· x˙ θ˙x
y˙
¸ −4mxθ˙x θ˙y 0 0
˙ −4mxθx = 2 4my θ˙y
2
2mxθ˙x
0
2mx
0
2mxθ˙y
0
m(x + y) − 2mxy˙ − 2mxy ˙
−4my θ˙y
2my θ˙x
−2mxy˙ − 2mxy ˙ + m(x + y) 2my θ˙y 2my (3.72)
2mxx˙ θ˙x + 2mxθ˙x + 2mxy˙ θ˙y + mθ˙y (x + y) − 2mθ˙y xy˙ − 2mθ˙y xy− ˙ 2my x˙ θ˙x − 2mθ˙x xy˙ − 2mθ˙x xy ˙ + mθ˙x (x + y) + 2my y˙ θ˙y + 2my θ˙y
(3.73)
Luego multiplicamos la ecuaci´on 3.73 por q: ˙
x ˙ θ˙x 2mxx˙ θ˙x + 2mxθ˙x + 2mxy˙ θ˙y + mθ˙y (x + y) − 2mθ˙y xy˙ − 2mθ˙y xy− ˙ 2my x˙ θ˙x − 2mθ˙x xy˙ − 2mθ˙x xy ˙ + mθ˙x (x + y) + 2my y˙ θ˙y + 2my θ˙y y˙ θ˙y
˙ −4mxθx 2 4my θ˙y
2
(3.74)
´ 3.3. ANALISIS DE ESTABILIDAD
2
2
41
2
= −4mxx˙ θ˙x + 2mxx˙ θ˙x + 2mxθ˙x + 2mxy˙ θ˙y θ˙x + mθ˙y θ˙x (x + y) − 2mθ˙y θ˙x xy˙ − 2mθ˙y θ˙x xy− ˙ 2
2
˙ + mθ˙x θ˙y (x + y) + 2my y˙ θ˙y + 2my θ˙y 4my y˙ θ˙y + 2my x˙ θ˙x θ˙y − 2mθ˙x θ˙y xy˙ − 2mθ˙x θ˙y xy
2
(3.75)
2 2 2 2 = −2mxx˙ θ˙x − 2my y˙ θ˙y + 2mxθ˙x + 2my θ˙y + 2mxθ˙y θ˙x + 2my θ˙y θ˙x − 2mxy˙ θ˙y θ˙x − 2mxy ˙ θ˙x θ˙y
(3.76) Finalmente multiplicando la ecuaci´on 3.76 por 12 , obtenemos:
2
2
2
2
= −mxx˙ θ˙x − my y˙ θ˙y + mxθ˙x + my θ˙y + mxθ˙y θ˙x + my θ˙y θ˙x − mxy˙ θ˙y θ˙x − mxy ˙ θ˙x θ˙y
Por lo tanto de la ecuaci´on 3.60, tenemos que el termino
1 T 2 q˙
h
(3.77)
i M˙ (q) − 2C(q, q) ˙ q˙ es igual a la
suma de las ecuaciones 3.77 y 3.70:
2 2 2 2 2 2 = −a2 θ˙x x˙ − a5 θ˙x − b2 θ˙y y˙ − b5 θ˙y − mxx˙ θ˙x − my y˙ θ˙y + mxθ˙x + my θ˙y + mxθ˙y θ˙x + my θ˙y θ˙x −
mxy˙ θ˙y θ˙x − mxy ˙ θ˙x θ˙y (3.78) De la ecuaci´on 3.60, calculamos el termino −q˙T G(q):
mGsenθx
· −
¸ x˙ θ˙x
y˙
θ˙y
mGx cos θx mGsenθ y mGy cos θy
˙ ˙ = −mxGsenθ ˙ ˙ x − mxθx G cos θx − myGsenθ y − my θy G cos θy Por u ´ltimo se calcula el termino q˙T Dπ de la ecuaci´on 3.60:
(3.79)
(3.80)
CAP´ITULO 3. CONTROL DUAL PD CON COMPENSADOR
42
·
0 πx 0 πy
¸ x˙ θ˙x
y˙
θ˙y
(3.81)
= πx θ˙x + πy θ˙y
(3.82)
Por lo tanto, para obtener la derivada de la funci´on de Lyapunov, sumamos las ecuaciones 3.78, 3.80 y 3.82:
2 2 2 2 2 2 V˙ = πx θ˙x + πy θ˙y − a2 θ˙x x˙ − a5 θ˙x − b2 θ˙y y˙ − b5 θ˙y − mxx˙ θ˙x − my y˙ θ˙y + mxθ˙x + my θ˙y +
˙ mxθ˙y θ˙x + my θ˙y θ˙x − mxy˙ θ˙y θ˙x − mxy ˙ θ˙x θ˙y + mxGsenθ ˙ ˙ x − mxθx G cos θx + myGsenθ y−
my θ˙y G cos θy (3.83) Factorizando θ˙x y θ˙y :
h i 2 V˙ = −a5 θ˙x + θ˙x πx − a2 x˙ + mxθ˙x − mxx˙ θ˙x + mxθ˙y − my x˙ θ˙y − mGx cos θx − mxGsenθ ˙ ˙ x + mxGsenθ x h i 2 −b5 θ˙y + θ˙y πy − b2 y˙ + my θ˙y − my y˙ θ˙y + my θ˙x − mxy˙ θ˙x − mGy cos θy − myGsenθ ˙ ˙ y + myGsenθ y (3.84) Sustituyendo los compensadores: +a2 x˙ − mxθ˙x + mxx˙ θ˙x − mxθ˙y + my x˙ θ˙y πx = −mxθ˙x − mxθ˙y
Si x˙ 6= 0
+b2 y˙ − my θ˙y + my y˙ θ˙y − my θ˙x + mxy˙ θ˙x πy = −my θ˙ − my θ˙
Si y˙ 6= 0
y
Por lo tanto dV es:
x
(3.85)
Si x˙ = 0
Si y˙ = 0
(3.86)
´ 3.3. ANALISIS DE ESTABILIDAD
43
2 2 V˙ ≤ −a5 θ˙x − b5 θ˙y − mG(xG ˙ sin θx + y˙ sin θy )
(3.87)
Si a5 > 0 y b5 > 0 por lo tanto V˙ es una funci´on semidefinida negativa, si el sistema se encuentra en un punto de equilibrio, entonces [x, ˙ y] ˙ = [0, 0], por lo tanto:
2 2 V˙ ≤ −a5 θ˙x − b5 θ˙y
(3.88)
Se concluye que el sistema es estable. Para probar si es estable asintoticamente, se usa el teorema de LaSalle’s en la siguiente regi´on:
Ω = {[x, θx , y, θy ] | dV = 0}
(3.89)
Desde (3.54), dV = 0 si y solo si θ˙x = θ˙x = 0. Para una soluci´on θx,y (t) que pertenece a Ω para todo t ≥ 0, es necesario y suficiente que θx = θy = 0 para todo t ≥ 0. Se concluye que en el sistema de control a lazo cerrado la condici´on inicial esta en Ω para cada x(t) ∈ Ω para todo t ≥ 0. Finalmente, el origen del sistema de control a lazo cerrado es estable asintoticamente en [x, θx , y, θy ] = [0, 0, 0, 0] Comentario 3.1. En [48], [49], [50] y [51], los autores proponen controladores proporcional integral derivativo; Sin embargo, el controlador propuesto es diferente, ya que tiene cuatro alternativas din´ amicas seleccionadas por el controlador en funci´ on de los valores de x e y en el sistema mesaesfera, que se llama Control Dual PD.
Cap´ıtulo 4
Evaluaci´ on y discusi´ on En este cap´ıtulo se llevan a cabo diversas simulaciones empleando el controlador PD Dual no-lineal mas el compensador. Se realizan comparaciones con otros m´etodos para observar el comportamiento de nuestro m´etodo con respecto a los dem´as.
4.1.
Fase de simulaci´ on: Modelado Matem´ atico
Antes de que las leyes de control sean aplicadas al sistema real, se realizan simulaciones. Para estas simulaciones el modelo del sistema mesa-esfera descrito por (3.1-3.4) es usado. Estas ecuaciones son necesarias solo para los resultados de simulaci´on. Para la aplicaci´on real no son requeridas.
Resultados de simulaci´on a lazo abierto, utilizando el modelo completo y acoplado del sistema mesa-esfera.
Figura 4.1: Bloque de simulink del sistema completo a lazo abierto
En la figura 4.1, se muestra el bloque que contiene el modelo completo del sistema mesa-esfera, en la simulaci´on se le aplico a la entrada un par constante, para obtener la respuesta del modelo a lazo 44
´ A LAZO CERRADO 4.2. FASE DE SIMULACION
45
abierto. En la figura 4.2 se tiene la respuesta de la salida del modelo en el eje x, se puede observar que la esfera al no tener un valor de referencia a seguir, su posici´on crece exponencialemente. En la figura 4.3, se tiene el comportamiento de la esfera en el eje y, que al igual su comportamiento es alejarse exponencialmente, por lo cual se concluye que este sistema es inestable a lazo abierto.
Figura 4.2: Resultados de Simulaci´ on; Desplazamiento de la esfera sobre el eje-x
Figura 4.3: Resultados de Simulaci´ on; Desplazamiento de la esfera sobre el eje-y
En las figuras 4.4 y 4.5 se grafica la posici´on de la mesa con respecto a la respuesta despu´es de aplicar un par a lazo abierto, el comportamiento en el eje x es similar en el eje y, aproximadamente las dos respuestas se estabiizan en π/2 radianes, por lo cual se puede concluir que la mesa quedo a 90o por lo cual la esfera es arroja fuera de la mesa.
4.2.
Fase de simulaci´ on a lazo cerrado
En esta secci´on se realizaron diferentes simulaciones utilizando tres m´etodos de control. El primero es el control propuesto en esta tesis, el cual consta de dos lazos de control en cascada m´as un
´ Y DISCUSION ´ CAP´ITULO 4. EVALUACION
46
Figura 4.4: Resultados de Simulaci´ on; Desplazamiento de la mesa sobre el eje-x
Figura 4.5: Resultados de Simulaci´ on; Desplazamiento la mesa sobre el eje-y
compensador no lineal, el cual fue determinado mediante el an´alisis de estabilidad. El segundo m´etodo fue emplear los mismos dos lazos de control pero en este caso no se le a˜ nade un compensador para las no linealidades. Por u ´ltimo se realizan simulaciones con dos lazos de control en cascada pero en lugar de utilizar controladores PD se sustituyen por controladores mediante l´ogica difusa. A continuaci´on se presentan los esquemas de cada uno de estos controladores.
4.2.1.
Control PD con Compensador y sin compensador
En la figura se muestra el dise˜ no del controlador mediante los bloques de simulink, el bloque denominado “BPsystem” contiene el modelo del sistema mesa esfera transformado en la forma de la ecuaci´on din´amica de un brazo manipulador (3.46) , los bloques de nominados “compensador x” y “compensador y” contienen las ecuaciones del compensador (3.52) que se determino despu´es de realizar el an´alisis de estabilidad del sistema mediante el m´etodo directo de Lyapunov. Las simulaciones con el m´etodo PD sin compensador se realizaron con el mismo esquema solo que el
´ 4.3. RESULTADOS DE SIMULACION
47
switch que tienen los compensadores se cambian para anularlos. Las constantes proporcionales y derivativas empleadas se describen en la siguiente tabla 4.2.1
Figura 4.6: Esquema de control PD Dual con compensador en Simulink
4.2.2.
Control con l´ ogica difusa
En la figura 4.7, se muestra el bloque empleado de simulink para el control del sistema measesfera. El modulo est´a constituido por dos entradas y una salida. La primera entrada representa el error de la posici´on de la esfera y la segunda entrada corresponde a la velocidad de la esfera. La salida del modulo representa el par aplicado al modelo del sistema mesa-esfera. Se empleo el m´etodo de l´ogica difusa del tipo Mandani. El m´etodo de defusificaci´on elegido fue del centroide. En la figura 4.8, se muestran las funciones de pertenencia empleadas para la entrada de la posici´on de la esfera. La figura 4.9, contiene el conjunto de funciones de pertenecia empleadas para definir al entrada de la velocidad de la esfera. La salida del modulo del controlador de l´ogica difusa es mostrado en la figura 4.10. En la figura 4.11, se observa el conjunto de 25 reglas utilizadas en las simulaciones [44]
4.3.
Resultados de simulaci´ on
En esta secci´on se realizan las simulaciones del m´etodo propuesto y de otros dos m´etodos (L´ogica difusa y PD sin compensador no-lineal), mediante Simulink para probar el modelo (3.1-3.4), donde M = 0,11 kg, R = 1,27 cm y G = 9,81 m/s2 . Considerando que el movimiento de la esfera lento y que no muestra tendencia a deslizar (smooth bearing), debido a la baja velocidad y aceleraci´on de
48
´ Y DISCUSION ´ CAP´ITULO 4. EVALUACION
Figura 4.7: Bloque de simulink del controlador fuzzy
Figura 4.8: Bloque de simulink de la funciones de membresia de posici´ on
la mesa, la interacci´on de los movimientos de la mesa se consideran desacoplados, por lo tanto son aplicados dos controladores PD uno para cada eje. Primero se realiza el experimento A mostrado en las Figuras. 4.12 y 4.13, en el cual se estan realizando la simulaci´on del control PD no-lineal sin compensador, y se obtiene como resultado un error de 0.02 con respecto al valor de referencia. Despu´es se realiza el experimento B mostrado en las Figuras 4.14 y 4.15, en el cual se estan realizando
´ 4.3. RESULTADOS DE SIMULACION
49
Figura 4.9: Bloque de simulink de la funciones de membresia de velocidad
Figura 4.10: Bloque de simulink de la funciones de membresia del par
la simulaci´on del control PD no-lineal con compensador, y se obtiene como resultado que se elimina el error con respecto al valor de referencia y se muestra un buen comportamiento de nuestro sistema de control. Para comprobar las ventajas de la doble controlador PD Dual con compensador no-lineal, se realizaron varios experimentos de regulaci´on. Un primer conjunto de experimentos se llevaron a cabo
50
´ Y DISCUSION ´ CAP´ITULO 4. EVALUACION
Figura 4.11: Bloque de simulink de las reglas
Figura 4.12: Resultados de Simulaci´ on; Velocidad y desplazamiento sobre el eje-x sin compensador
utilizando el m´etodo propuesto, que implementa las leyes de control (3.31 y 3.32), estos experimentos se repitieron utilizando el controlador de doble PD sin compensador, es decir, en las ecuaciones (3.31 y 3.32). Por u ´ltimo, el controlador propuesto se compara con un controlador de l´ogica difusa [47] utilizando los mismos experimentos. Se muestran los detalles de la simulaci´on en las figuras 4.16 y 4.17, en donde la posici´on, la velocidad y las se˜ nales de control son mostradas para el control dual PD con compensador, control Dual PD sin compensaci´on, y la respuesta del controlador de l´ogica difusa. La figura 4.16 muestra la posici´on de la esfera en el eje x, en este experimento la
´ 4.3. RESULTADOS DE SIMULACION
51
Figura 4.13: Resultados de Simulaci´ on; Velocidad y desplazamiento sobre el eje-y sin compensador
Figura 4.14: Resultados de Simulaci´ on; Velocidad y desplazamiento sobre el eje-x con compensador
posici´on inicial es 0,02587 m y la posici´on final es 0,4375 m, se observa que el control Dual PD con compensador alcanza el valor deseado m´as r´apido que los otros dos m´etodos . La Figura 4.17 muestra el comportamiento de la velocidad de la esfera en el eje x, en este experimento, la velocidad inicial es 0, la respuesta del control Dual PD con compensador logra estabilizarse m´as r´apidamente que los otros dos m´etodos. La Figura 4.18 muestra el comportamiento de las se˜ nales de control sobre el eje x, donde el control de doble PD con compensador muestra un mejor comportamiento. La Tabla 4.3, muestra el tiempo en alcanzar la posici´on deseada la esfera. El eje y muestra un comportamiento muy similar como en el eje x por lo tanto, s´olo se presentan los gr´aficos de las del
´ Y DISCUSION ´ CAP´ITULO 4. EVALUACION
52
Figura 4.15: Resultados de Simulaci´ on; Velocidad y desplazamiento sobre el eje-y con compensador
Figura 4.16: Comparaci´ on tres metodos; Posici´ on de la esfera sobre el eje-x
eje x. La Tabla 4.3, muestra el tiempo que le toma a la esfera el alcanzar la posici´on deseada. En esta tabla se realizan las simulaciones tomando los mismos puntos de inicio y final de la posici´on de la esfera, empleando un controlador con l´ogica difusa. Dado que el eje y muestra un comportamiento muy similar como en el eje x por lo tanto, s´olo se presentan los gr´aficos de las del eje x. La Tabla 4.3, muestra el tiempo que le toma a la esfera el alcanzar la posici´on deseada al igual que en los m´etodos anteriores. Esta simulaci´on se puede llevar a cabo, mediante el empleo de las leyes de control determinadas en este trabajo. La conclusi´on despu´es de realizar los experimentos en
´ 4.3. RESULTADOS DE SIMULACION
53
Figura 4.17: Comparaci´ on tres metodos; Velocidad de la esfera sobre el eje-x
Figura 4.18: Comparaci´ on tres metodos; Se˜ nales de control
los tres diferentes m´etodos, es que se encontr´o una mejora en el tiempo en que la esfera alcanzaba la posici´ on deseada.
´ Y DISCUSION ´ CAP´ITULO 4. EVALUACION
54 PD1 PD2 PD1 PD2
eje eje eje eje
x x y y
Kp=11 Kp=325 Kp=11 Kp=325
Kd=0.5 Kd=0.1 Kd=0.5 Kd=0.1
Tabla 4.1: Constantes de los controladores PD
No. 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18
Inicial (x0 , y0 ) (0,041, 0,455) (0,257, 0,477) (0,470, 0,470) (0,480, 0,251) (0,464, 0,022) (0,249, 0,020) (0,032, 0,038) (0,018, 0,250) (0,239, 0,247) (0,410, 0,460) (0,274, 0,025) (0,472, 0,235) (0,290, 0,062) (0,252, 0,108) (0,025, 0,248) (0,020, 0,020) (0,472, 0,020) (0,020, 0,472)
Final (x, y) (0,25, 0,25) (0,25, 0,25) (0,25, 0,25) (0,25, 0,25) (0,25, 0,25) (0,25, 0,25) (0,25, 0,25) (0,25, 0,25) (0,12, 0,12) (0,12, 0,12) (0,12, 0,12) (0,12, 0,12) (0,43, 0,43) (0,43, 0,43) (0,43, 0,43) (0,47, 0,47) (0,47, 0,47) (0,47, 0,47)
Tiempo 2,05 2,8 3,05 2,75 2,05 2,6 2,9 2,6 2,65 3,2 2 3,1 2,9 2,8 2,95 3,25 2,9 2,9
Error (8,7e − 4, 8,8e − 4) (8,5e − 4, 7,6e − 4) (8,7e − 4, 8,7e − 4) (8,4e − 4, 9,5e − 4) (8,7e − 4, 8,4e − 4) (9,6e − 4, 8,2e − 4) (9,2e − 4, 9,2e − 4) (8,2e − 4, 9,7e − 4) (9,2e − 4, 9,1e − 4) (9,4e − 4, 9,3e − 4) (9,5e − 4, 9,4e − 4) (8,4e − 4, 9,0e − 4) (9,5e − 4, 8,8e − 4) (9,6e − 4, 8,9e − 4) (8,8e − 4, 9,7e − 4) (9,2e − 4, 9,2e − 4) (9,2e − 4, 7,8e − 4) (7,8e − 4, 9,2e − 4)
Tabla 4.2: Simulaciones con el control PD Dual con Compensador
No. 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18
Inicial (x0 , y0 ) (0,041, 0,455) (0,257, 0,477) (0,470, 0,470) (0,480, 0,251) (0,464, 0,022) (0,249, 0,020) (0,032, 0,038) (0,018, 0,250) (0,239, 0,247) (0,410, 0,460) (0,274, 0,025) (0,472, 0,235) (0,290, 0,062) (0,252, 0,108) (0,025, 0,248) (0,020, 0,020) (0,472, 0,020) (0,020, 0,472)
Final (x, y) (0,25, 0,25) (0,25, 0,25) (0,25, 0,25) (0,25, 0,25) (0,25, 0,25) (0,25, 0,25) (0,25, 0,25) (0,25, 0,25) (0,12, 0,12) (0,12, 0,12) (0,12, 0,12) (0,12, 0,12) (0,43, 0,43) (0,43, 0,43) (0,43, 0,43) (0,47, 0,47) (0,47, 0,47) (0,47, 0,47)
Tiempo 2,95 2,95 2,9 3 3,05 3,1 3 3,15 2,5 3.35 2,5 3,85 2,9 3,85 4,45 4,65 4,65 4,65
Error (8,7e − 4, 4,1e − 4) (1,6e − 7, 7,6e − 4) (7,8e − 4, 6,8e − 4) (7,8e − 4, 2,5e − 6) (2,3e − 4, 9,4e − 4) (3,3e − 6, 9,2e − 4) (9,7e − 4, 9,9e − 4) (9,2e − 4, 3,4e − 6) (8,8e − 4, 8,5e − 4) (8,1e − 4, 0,005) (9,3e − 4, 0,001) (8,2e − 4, 2,9e − 6) (4,9e − 4, 0,0615) (4,5e − 5, 8,0e − 4) (8,8e − 4, 2,6e − 6) (9,6e − 4, 9,6e − 4) (3,6e − 6, 9,6e − 4) (9,6e − 4, 3,6e − 6)
Tabla 4.3: Simulaciones con el control de logica difusa
´ 4.3. RESULTADOS DE SIMULACION
No. 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18
Inicial (x0 , y0 ) (0,041, 0,455) (0,257, 0,477) (0,470, 0,470) (0,480, 0,251) (0,464, 0,022) (0,249, 0,020) (0,032, 0,038) (0,018, 0,250) (0,239, 0,247) (0,410, 0,460) (0,274, 0,025) (0,472, 0,235) (0,290, 0,062) (0,252, 0,108) (0,025, 0,248) (0,020, 0,020) (0,472, 0,020) (0,020, 0,472)
Final (x, y) (0,25, 0,25) (0,25, 0,25) (0,25, 0,25) (0,25, 0,25) (0,25, 0,25) (0,25, 0,25) (0,25, 0,25) (0,25, 0,25) (0,12, 0,12) (0,12, 0,12) (0,12, 0,12) (0,12, 0,12) (0,43, 0,43) (0,43, 0,43) (0,43, 0,43) (0,47, 0,47) (0,47, 0,47) (0,47, 0,47)
55
Tiempo 3,8 3,85 3,85 3,85 3,85 3,85 3,8 3,85 3,85 4 3,6 4 4 3,95 4,05 4,1 4,1 4,1
Error (9,1e − 4, 9,2e − 4) (2,8e − 5, 9,2e − 4) (8,9e − 4, 8,9e − 4) (9,3e − 4, 7,5e − 6) (8,7e − 4, 8,9e − 4) (1,8e − 6, 8,9e − 4) (9,6e − 4, 9,3e − 4) (9,0e − 4, 1,0e − 6) (9,2e − 4, 9,8e − 4) (7,8e − 4, 9,5e − 4) (9,5e − 4, 6,3e − 4) (9,9e − 4, 2,8e − 4) (3,5e − 4, 9,6e − 4) (5,3e − 4,9,7e − 4) (9,0e − 4, 8,0e − 4) (8,2e − 4, 8,2e − 4) (0, 8,2e − 4) (8,2e − 4, 0)
Tabla 4.4: Simulaciones con el control PD Dual sin Compensador
Cap´ıtulo 5
Conclusiones y trabajos futuros Se dise˜ naron nuevas leyes de control para controlar la posici´on de la esfera sobre la mesa, mediante controladores PD en cascada. En este trabajo, un nuevo control PD con compensador exacto para regulaci´on es presentado, este nuevo esquema garantiza la estabilidad a lazo cerrado del sistema. Para comprobar esto, primero se realiz´o el an´alisis de estabilidad mediante el m´etodo directo de Lyapunov. El compensador exacto requiere tener un conocimiento preciso de las no linealidades del sistema, sin embargo, la metodolog´ıa de c´omo obtenerlo se present´o en detalle. Por otra parte, el resultado de las simulaciones muestra su excelente rendimiento, dado el mejor comportamiento en comparaci´on con los otros controladores seleccionados. El control PD Dual con compensaci´on no-lineal se ha presentado para resolver el problema de regulaci´on del sistema mesa-esfera. Para utilizar estos controladores, se obtuvo un nuevo modelo din´amico en la forma de un robot manipulador. El modelo no-lineal propuesto es muy u ´til para dise˜ nar y validar diferentes algoritmos de control que a continuaci´on se pueden extrapolar a los problemas con las mismas caracter´ısticas, una de las ventajas de trabajar con un modelo no-lineal es que la din´amica completa se puede ver, por lo que es posible analizar el comportamiento del sistema en cada punto de equilibrio. Primero se describi´o en un modelo del sistema mesa esfera, el cual consta de cuatro ecuaciones diferenciales, obtenidas mediante el m´etodo de Lagrange, despu´es se enunciaron las principales caracter´ısticas del controlador PD, este controlador fue seleccionado para controlar la posici´on de la esfera sobre la mesa, como se trata de un sistema no-lineal y acoplado se le agreg´o un compensador para la parte no-lineal, este compensador es encontrado a partir de la transformaci´on del sistema en una ecuaci´on que representa la din´amica de un robot manipulador. Se desarroll´o el dise˜ no del controlador de la posici´on de la esfera sobre la mesa, obteniendo las leyes 56
´ 5.1. ART´ICULOS ACEPTADOS Y EN REVISION
57
de control mediante una configuraci´on cascada, se determinaron cuantos controladores se necesitan para realizar la tarea deseada, modelo del sistema mesa-esfera en la forma de la ecuaci´on din´amica de un robot manipulador se utiliz´o para realizar el an´alisis de estabilidad, mediante el m´etodo directo de Lyapunov con lo cual se obtiene las ecuaciones del compensador no-lineal. Al utilizar el primer m´etodo de Lyapunov, una nueva funci´on de Lyapunov se presenta, con esta funci´on la estabilidad asint´otica del sistema a lazo cerrado puede ser garantizada. El compensador exacto requiere tener un conocimiento preciso de las no linealidades del sistema, sin embargo, la metodolog´ıa de c´omo obtenerlo se present´o en detalle. Por otra parte, el resultado de las simulaciones muestra su excelente rendimiento, dado el mejor comportamiento en comparaci´on con los otros controladores seleccionados. Como trabajo futuro, se desarrollar´a un regulador PD con un compensador inteligente adem´as de incorporar un observador.
5.1.
Art´ıculos aceptados y en revisi´ on
1. PD regulation for Ball and Plate System, World Automation Congress - Special session – 9th International Symposium on Intelligent Automation and Control (ISIAC), enviado el 17 de octubre del 2011. 2. Dual PD control regulation with nonlinear compensation for a ball and plate system, International Journal of Advanced Robotic Systems, enviado el 14 de abril de 2013. 3. PD visual control with nonlinear compensation for a ball and plate system, Congreso Nacional de Control Autom´atico AMCA 2013, enviado el 3 de junio de 2013.
Bibliograf´ıa [1] Sung-Kwun, Han-Jong Jang, Witold Pedrycz, Optimized Fuzzy PD cascade controller: A comparative analysis and design, Journal Simulation Modeling Practice and theory ,Vol. 19, pp 181-195, 2011. [2] J. Hauser, S. Sastry, P. Kokotovic, Nonlinear control via approximate input-output linearization: the ball and beam example, IEEE transactions on Automatic control,Vol. 37(3), pp 392-398, 1992. [3] B.C. Chang, H. Kwatry, S. S. Hu, An application of robust feedback linearization to a ball and beam control problem, Proceedings of the IEEE International Conference on control application , pp 694-698, 1998. [4] F. Andreev, D. Auckly, S. Gosavi, L. Kapitanski, A. Kelkar, W. White, Matching linear systems, and the ball and beam, Journal Elsevier Automatica ,Vol. 38, pp 2147-2152, 2002. [5] Sung-Kwun Oh, Hang-Jong Jang, wiltod Pedrycz, The design of a fuzzy cascade controller for ball and beam system: A study in optimization with the use of parallel genetic algorithms, Journal Elsevier on Engineering Applications of Artificial Intelligence ,Vol. 22, pp 261-271, 2009. [6] A.B. Rad, P.T. Chan, Wai Lun Lo and C.K. Mok , An online learning Fuzzy controller, IEEE transactions on Industrial Electronics ,Vol. 50 No. 5, 2003. [7] Wei Wei, Peng Xue, A research on control methods of ball and beam system based on adaptive neural network, Proceedings of the 2010 International Conference on Computational and information sciences , 2010. [8] Nima Mohajerin, Mohammad B. Menhaj and Ali Doustmohammadi , A reinforcement Learning Fuzzy Controller for the ball and plate system, Proceedings IEEE , 2010. [9] Jin Tao Su, Yan Tao Tian, Ming Bai, Research on trajectory tracking of ball and plate system based on supervisory fuzzy control, Proceedings of the 25th Chinese Control Conference, 7-11 August, 2006, Harbin, Heilongjiang. [10] Takami Matsuo, Kenshi Tsuruta, Haruo Suemitsu,Fuzzy Adaptive Identification Method based on Riccati Equation and its application to ball plate control system, IEEE Proceedings,1999. [11] Hongrui wang, yantao tian, zhen sui, xuefei zhang and Ce ding ,Tracking control of ball and plate system with a doubl´e feedback loop structure, Proceedings of the 2007 IEEE International Conference on Mechatronics and automation , 5-8 August, 2007, Harbin, China. [12] Ming bai, Huiqiu, Jintao Su and Yantao tian, Motion Control Of ball and plate system using supervisory fuzzy controller, Proceedings of the 6th World Congress on Intelligent Control and automation , June 21-23, 2006, Dalian, China. 58
BIBLIOGRAF´IA
59
[13] M.A. Moreno-Armendariz, C. A. Perez Olvera, F. Ortiz-Rodriguez, E. Rubio, Indirect hierarchical FCMAC control for the ball and plate system, Neurocomputing,Vol. 73, pp 24542463, 2010. [14] Andrej Knuplez, Amor Chowdhury, Rajko Svecko, Modeling and control design for the ball and plate system, IEEE Proceedings , 2003. [15] Wen Yu , Nonlinear PD regulation for ball and beam system, International Journal of Electrical Engineering Education , 46/1 pp. 59-73. [16] De-hu Yuan, Nonlinear PD regulation for ball and beam system, Proceedings IEEE Electronics Manufacturing Technology Symposium , 1999. [17] Kwang-Kyu Lee, Georg Batz, and Dirk Wolherr, Basket robot: ball on plate with pure haptic information, IEEE International Conference on Robotics an Automation, 2008. [18] Hongrui wang, yantao tian, Ce ding, qing Gu and Feng Guo, Output Regulation of the ball and plate system with a nonlinear velocity observer, Proceedings of the 7th World congress on Intelligent Control and automation, June 25-27, 2008, Chongqing, China. [19] Huida Duan, Yantao Tian and Guangbin Wang, Trajectory tracking control of ball and plate system based on Auto-Disturbance rejection Controller, Proceedings of the 7th Asian Control Conference, , Hong Kong, China, August 27-29, 2009. [20] Naif B. Almutairi, Mohamed Zribi , On the sliding mode control of a ball on a beam system, Springer Science Business Media B.V. 2009, Vol. 59, pp. 221-238. [21] Jong Hyeon Park and Young Jong Lee , Robust visual servoing for motion control of the ball on a plate, Journal Elsevier Science, 2003, Vol.13 pp. 723-738. [22] Hongwei Liu, Yanyang Liang, Trajectory tracking sliding mode control of ball and plate system, Proceedings of the 2nd International Asia Conference on Informatics in control, Automation and Robotics, 2010. [23] Wen Yu, Floriberto Ortiz, Stability analysis of PD regulation for ball and beam system, IEEE Conference on control applications,CCA’05, Toronto, Canada 517-522, 2005. [24] C.A. Perez Olvera, Control visual difuso de un sistema no-lineal, ,Master thesis, CIC IPN, Mexico 2009. [25] D. Casagrande, A. Astolfi, and T. Parisini, Switching-Driving Lyapunov Function and the stabilization of the ball and plate, IEEE Transactions automatic control, Vol. 54, No. 8. August 2009, pp. 1881-1886. [26] Rafael Kelly , Robust Asymptotically stable visual servoing of planar robots, IEEE Transactions on robotics and automation, Vol. 12, No. 5. October 1996, pp. 759-766. [27] Shorya Awtar, C. Bernard, N. Boklund, A. Master, D. Ueda, Kevin Craig , Mechatronic design of a ball on plate balancing system, Journal Elsevier Science, 2002, Vol.12 pp. 217-218. [28] Xingzhe Fan, Naiyao Zhang and Shujie Teng , Trajectory planning and tracking of ball and plate system using hierarchical fuzzy control scheme, fuzzy Sets and System, 2003, Vol.144 pp. 297-312. [29] Xiaou Li and Wen Yu , Syncronization of ball and beam Systems with neural Compesation, International Journal of Control, Automation and systems, 2010, Vol.8(3) pp. 491-496.
60
BIBLIOGRAF´IA
[30] R. M. Murray, Z. Li and S.S. Sastry, A mathematical Introduction to Robotic Manipulation (CRC Press, Boca Raton, 1994). [31] G. Wang, Z. S. Sun, Algorithmic Research on PD Direct Fuzzy Control Based on Ball and Plate Apparatus,(Electric Drive), vol. 34, no. 4, pp. 23-25, April 2004. [32] http://www.eissq.com/BallandPlate/index.html [33] HUMUSOFT CE151 ball and plate apparatus users manual. [34] Khalil, H., Nonlinear Systems, Second Edition, Prentice-Hall 1996. [35] Khalil, H., Chapter 56: Stability, in The Control Handbook, pp.889-897, IEEE Press Edited by W. Levine 1997. [36] Ogata, K., Modern Control Engineering, Second Edition, Prentice-Hall 1990. [37] Zadeh, L, A critical view of our research in automatic control, Automatic control, vol.7, pp.7475, 1962. [38] Arroyo, S., Ball on Balancing Beam, viewed 12 December 2006, [39] Quanser, The ball and beam module, viewed 3 September 2006, [40] Hirsch, R., Ball on Beam Instructional system, Shamdor Motion systems, 1999. [41] Lieberman, J., A robotic ball balancing beam, viewed 12 September 2006. [42] Cheng Chang Ker*, Chin E. Lin, and Rong Tyai Wang, TRACKING AND BALANCE CONTROL OF BALL AND PLATE SYSTEM, Journal of the Chinese Institute of Engineers, Vol. 30, No. 3, pp. 459-470, 2007. [43] Ambalavanar, S., Moinuddin, H. M. and Malyshev, A., Ball and Beam Balancer, BAThesis, Lakehead University, 2006. [44] C´esar Aar´on P´erez Olvera, Control visual difuso de un sistema no-lineal, M´exico D.F., 7 de diciembre de 2009. [45] Francisco Palacios, Tesis doctoral. [46] M.W.Spong and M.Vidyasagar,Robot Dynamics and Control, John Wiley and Sons Inc., Canada, 1989. [47] Moreno-Armend´ariz M. A., Rubio E., P´erez-Olvera C. A. (2010), Design and Implementation of a Visual Fuzzy Control in FPGA for the Ball and Plate System, 2010 International Conference on Reconfigurable Computing,: 85-90. [48] Jin Y., Chen Y.-Q., Xue D., Time-constant robust analysis of a fractional order [proportional derivative] controller, IET Control Theory Appl., 2011, 5, (1), pp. 164.172. [49] Moornani K. A., Haeri M., Robustness in fractional proportional.integral.derivative-based closed-loop systems, IET Control Theory Appl., 2010, 4, (10), pp. 1933.1944. [50] Ntogramatzidis L., Ferrante A., Exact tuning of PID controllers in control feedback design, IET Control Theory Appl., 2011, 5, (4), pp. 565.578. [51] Shi D., Wang J., Ma L., Design of balanced proportional.integral.derivative controllers based on bilevel optimisation, IET Control Theory Appl., 2011, 5, (1), pp. 84.92.