Beruflich Dokumente
Kultur Dokumente
Instituto Tecnolo
De La Laguna
n de Estudios de Posgrado e Investigacio
n
Divisio
Control Inteligente
Profesor:
Dr. Miguel Angel
LLama Leal
7 de junio de 2015
Control Inteligente
1.
2. Desarrollo
Introduccin
1.1.
Objetivo
El objetivo del presente trabajo es aplicar la metodologa del control difuso adaptable
indirecto a una planta no lineal, para ste caso nuestra planta ser el sistema carro-pndulo.
1.1.1.
Objetivos especficos
2.
2.1.
Desarrollo
Control Difuso Adaptable Indirecto
Dado que un sistema difuso es un aproximador universal de funciones [3], se puede utilizar
para identificar una planta y desarrollar un control adaptable difuso indirecto para controlar
esa planta.
Dado un sistema No lineal en la forma
x(n) = f (x) + g(x) u
y=x
(1)
Control Inteligente
2. Desarrollo
donde
iT
x =
x1 x2 . . . xn
x =
x x . . . xn1
iT
u = seal de control
y = salida de la planta
La ley de control propuesta que linealiza la planta es dada por
i
1 h
(n)
f (x) + k T e + ym
g(x)
u =
ym
(2)
(n)
ym
es su nesima derivada
e = ym y ; e = ym x
iT
e =
e e . . . e(n1)
kn kn1 . . . k1
iT
(n)
= f (x) + g(x)
i
1 h
(n)
f (x) + k T e + ym
g(x)
(n)
x(n) = k T e + ym
(n)
x(n) = k T e + xm
(n)
0 = k T e + xm
x(n)
{z
en
0 = k T e + en
k T e + en = 0
e(n) + k1 e(n1) + + kn e = 0
(3)
dado que f (x) y g(x) se suponen desconocidos, el controlador difuso adaptable las aproximar mediante las funciones fb(x) y gb(x) por lo que la ley de control adaptable difusa por
linealizacin entrada-salida se convierte en
u = uI
i
1 h b
(n)
uI =
f (x) + k T e + ym
gb(x)
(4)
(5)
Control Inteligente
2.2.
2. Desarrollo
fb(x|f ) =
l1=1
p2
X
l1=1
l2=1
p1
p2
X
X
gb (x|g ) =
l1=1
...
l2=1
p1
X
pn
X
yf
...
l2=1
p1
X
p2
X
l1=1
l2=1
Ali (xi )
i
i=1
ln=1
...
pn
X
n
Y
pn
X
n
Y
ln=1
i=1
Ali (xi )
i
yg
n
Y
B li (xi )
i
i=1
ln=1
...
pn
X
n
Y
ln=1
i=1
(6)
B li (xi )
i
Para desarrollar el comportamiento adaptable separamos la ecuacin (6) en una parte fija
y otra variable; esto es:
Qn
fb (x|f ) = fT (x) ;
(x) R
gb (x|g ) = gT (x) ;
(x) R
i=1
pi
Qn
pi
i=1
donde
n
Y
l1=1
p1
X
p2
X
l1=1
l2=1
n
Y
ln=1
i=1
...
l1=1
p1
p2
X
X
l1=1
l2=1
...
pn
X
n
Y
Ali (xi )
!
Ali (xi )
i
B li (xi )
i
pn
X
n
Y
ln=1
i=1
B li (xi )
i
mientras que las partes variables estn dadas por fT y gT ; es decir, por las funciones de
membresa de salida y l1 ,l2 ,...,ln de cada uno de los sistemas difusos fb y gb. Lo que vara es la
posicin de los impulsos
Control Inteligente
2. Desarrollo
2.3.
Los parmetros f y g se obtienen con una ley de adaptacin calculada a partir del
mtodo de Lyapunov
Sea
A=
0
1
0
0
0
0
1
0
0
0
0
0
kn kn1
y;
0
0
0
0
0
1
k1
e=
e e en1
e =
e e en
b=
0
1
e = A e + b { fb (x | f ) f (x) + [ gb (x | g ) g(x) ] uI }
{z
|
h
sumndole
i
(7)
fb (x | f ) fb (x | f ) + gb (x | g ) gb (x | g ) uI
h
e = A e + b { fb (x | f ) fb (x | f ) + gb (x | g ) gb (x | g ) uI +
h
+ fb (x | f ) f (x) + gb (x | g ) g(x) uI
|
{z
fb (x | f ) f (x) + gb (x | g ) g(x)
(8)
donde se define como el error de aproximacin mnimo siendo fb (x|f ) y gb (x|g ) los mejores
aproximadores de f (x) y g(x) respectivamente y f y g los parmetros de aproximacin
ptimos
e = A e + b
nh
fb (x | f ) fb (x | f ) + gb (x | g ) gb (x | g ) uI +
4
Control Inteligente
2. Desarrollo
e = A e + b
f f
T
(x) +
g g
T
(x) uI +
(9)
V (e, f , g ) =
T
T
1 T
1
1
e P e+
f f
f f +
g g
g g
2
2 1
2 2
(10)
donde P es una matriz simtrica y definida positiva que satisface la ecuacin de Lyapunov
AT P + P A = Q
(11)
(12)
Control Inteligente
2. Desarrollo
2.4.
2.4.1.
Simulacin
Modelo del carro- pndulo y sus parmetros
El este trabajo solo se muestra el modelo del carro pndulo en ecuaciones de estados. La
informacin completa se encuentra en [1]. Dicho modelo es el siguiente
x 1
x2
0
x
[x 2 sin x + sin x cos x ]
2
4
3
3
3
=
+
u
x 3
0
x4
x 4
[ 2 x4 2 sin x3 cos x3 + sin x3 ]
x3
donde
=m+M
= ml2 + I
= ml
= mgl
1
=
2 cos2
x1 = x
x2 = x
x3 =
x4 =
(14)
Control Inteligente
2.4.2.
2. Desarrollo
kp
kd
1
= 20
seg 2
"
#
1
= 15
seg
Matriz P
"
800 50
P =
50 3.35
Constantes de adaptacin
1 = 50
2 = 0.0000001;
Sistema difuso
Se empleo un sistema difuso para las aproximaciones de las funciones. El sistema difuso
tienen como entradas la velocidad y posicin del pndulo. Para formar cada sistema difuso
se emplearon 3 funciones de pertenencia triangulares para los elementos intermedios y para
7
Control Inteligente
3. Resultados
3.
Resultados
Las siguientes imgenes muestran los resultados de los comportamientos de las diferentes
variables de inters en el sistema.
Control Inteligente
3. Resultados
[grad]
60
80
100
120
140
160
180
10
t [seg]
12
14
16
18
20
16
18
20
2000
x [m]
4000
6000
8000
10000
10
t [seg]
12
14
Control Inteligente
4.
4. Conclusiones
Conclusiones
Se puede observar que el rendimiento en simulacin no es para nada aceptable, sin embargo
se realizaron demacradas simulaciones en las que se modifico el controlador y adems se
variaron los diversos parmetros que afectan el rendimiento del controlador, y an as no se
logro obtener la respuesta deseada del sistema ante la excitacin de la salida u del controlador.
Por esta razn se decidi colocar los resultados de simulacin obtenidos del sistema diseado
en Simulink con los valores paramtricos obtenidos en [1]. En un trabajo posterior seria ideal
revisar el cdigo escrito en este trabajo para descartar errores en ecuaciones o en la escritura
del modelo de la planta.
10
Referencias
[1] Hugo Centeno,ontrol adaptale de sistemas mecatrnicos: Aplicacin experimental a
un carro pendulo y a un robot de 2 g.d.l.",Instituto Tecnolgico de la Laguna, Apdo.
Postal 49, Adm. 1 Torren Coahuila, MXICO, 2008.
[2] Miguel A. Llama, Rafael Kelly, and Victor Santibaez,and Hugo Centeno An Adaptive Fuzzy Controller for Robot Manipulators: Theory and Experimentation, Instituto Tecnolgico de la Laguna, Apdo. Postal 49, Adm. 1 Torren Coahuila,
27001, MXICO
[3] L. X. Wang, A course in fuzzy systems and control, Prentice-Hall International,Inc.
1997.