Analisis Control

Mtodo de Anlisis para
problemas no lineales de
Control ptimo y discreto
D. Patio, R. Meziat
Departamento de Matemticas
Universidad de los Andes
Colombia, 2005
XV Congreso Nacional de Matemticas
Contenido
Introduccin

Confexificacin

Mtodo de los momentos

Casos de Aplicacin

Conclusiones y trabajo futuro
Mtodo de Anlisis para Problemas no Lineales de Control ptimo y Discreto, D. Patio.
Introduccin
Proponemos una forma alternativa para resolver
problemas de control ptimo discreto no
lineal:
{ }
1
0
1 2
0
( , , )
. . ( , , )
, , ,
(0) (1)
n
f
Min f x u t dt
s a x g x u t
u u u u
x x x x
-
=
e
= =
}
Caso II: Control discreto,
sistema continuo.
f
x x x x
t u x g x a s
dt t u x f Min
= =
=
-
}
) 1 ( ) 0 (
) , , ( . .
) , , (
0
1
0
Caso I: Control continuo,
sistema continuo.
Introduccin
x: Variables de estado del sistema
u: Seal de control
( )
{ }
1
1 2
0
, ,
. . ( , , )
, , ,
i i i
i i i i
n
N
Min f x u t
s a x g x u t
u u u u
x a x b
+
=
e
= =
Caso III: Control discreto,

sistema discreto.
( ) ( )
( )
( )
n
u
R x x x
u x t g x t s
x F
e =
=
0
0
, , . .
1 min
Caso IV: Forma de Mayer

( ) ( )
( ) ( )
1
2
0
0
, , ,
, , ,
N
k
k
k
N
k
k
k
f x t u a x t u
g x t u c x t u
=
=
=
=
Introduccin
Dificultades de linealidad:
NO LINEAL:
Integracin
Inestabilidad
Caos
Singularidades
Dificultades de convexidad:
NO CONVEXO :
No aplica la teora clsica
para establecer
existencia de la
solucin.
Tcnicas clsicas: Anlisis por espacio de estados, Control
BIG-BANG, Optimizacin dinmica
Introduccin
Mtodo de relajacin en medidas de probabilidad
(MEDIDAS PARAMETRIZADAS SOBRE EL CONTROL
- YOUNG).
) ( ) , , ( . .
) ( ) , , (
1
0

d t x g x a s
dt d t x f Min
}
} }
=
-
Espacio de control
(Lineal Convexo en
medidas de probabilidad)
*Pedregal y Muoz. Universidad de Castilla La Mancha
1998
) (O eP
Convexificacin
Proceso de convexificacin en el espacio de
control O, mediante integracin con distribuciones
de probabilidad:
f
O

co(O)
Obtenemos un problema definido en la
envoltura convexa del espacio de control.
}
fd
*Pedregal y Muoz.
Estructura:
=
N
i i
u c u f
0
) ( ) (
m
i
: Momentos
Lineal
Convexa
) ( ) ( O e co m
i
}

=
N
i i
m c d u f
0
) (
Estructura polinomial:
( ) ( )
( ) ( )
=
=
M
i
i
N
i
i
u t x d t u x g
u t x c t u x f
0
0
, , ,
, , ,
( ) ( ) ( )
( ) ( ) ( )
}

}

=
=
M
i i
N
i i
m t x d d t x g
m t x c d t x f
0
0
, , ,
, , ,

Caracterizacin de momentos
( ) ( )
( ) ( )
( ) ( )
f
M
i i
N
i i
m
x x x x
t m t x d x
dt t m t x c
= =
=
-
1 0
,
, min
0
0
1
0
0
Problema de control ptimo con forma lineal para el control
con una familia convexa de controles m e co(O)
( ) 0
2 1
3 2
1 3 2 1
2 1 0
>
|
|
|
|
|
|
.
|
\
|
=
+
+
N N N
N
N
m m m
m m
m m m m
m m m m
m H

Hankel Semidefinida Positiva


Medida en P(O) m Vector de
momentos

COVEXIFICACIN
Convexo Proyeccin Convexo

A B
Anlisis del problema
( )
{ }
1
1
0
, ,
. . ( , , )
i i i
i i i i
N
Min f x u t
s a x g x u t
u u
x a x b
+
=
e
= =
Supongamos el caso donde el control solo toma dos valores:

( )
( ) ( )( )
1
2 2 2
1 1
0
, ,
. . ( , , )
0
i i i
i i i i
N
Min f x u t
s a x g x u t
h u u u u u u
x a x b
+
=
= + =
= =
EL PROBLEMA ES NO
LINEAL EN EL CONTROL !!!!!
EL PROBLEMA PUEDE
NO SER CONVEXO!!!!
h(u) ES COERCIVO!
Para abordar el problema de no linealidad y el de no
convexidad, utilizamos una relajacin en medidas de
probabilidad.
Espacio de control
(Lineal Convexo en
medidas de probabilidad)
) (O eP
( ) ( )
1
0
1
, ,
. . ( , , ) ( )
( ) ( ) 0
i i i
i i i i
i
Min f x t d dt
s t x g x t d
h d

+
=
=
}
}
}
f
O
co(O)
}
fd
Obtenemos un problema definido
en la envoltura convexa del
espacio de control.
La convexificacin se realiza mediante distribuciones de
probabilidad, y a su vez se discretizan por los momentos
algebraicos.
=
N
i i
u c u f
0
) ( ) (
}

=
N
i i
m c d u f
0
) (
m
i
: Momentos
) ( ) ( O e co m
i

CARACTERIZACIN DE
MOMENTOS:
( ) 0
2 1
3 2
1 3 2 1
2 1 0
>
|
|
|
|
|
|
.
|
\
|
=
+
+
N N N
N
N
m m m
m m
m m m m
m m m m
m H

Hankel Semidefinida Positiva

Problema de control ptimo con forma lineal para el control con
una familia convexa de controles m e co(O)
( ) ( )
( ) ( )
( )
,
0
1
0
0
min
. . ,
0
n
i i i i i
m
M
i i i i
i i i
N
c x t m t dt
s t x d x t m t
p m t
x a x b
+
=
=
= =

Ejemplos trigonomtricos 1
Modelo:
x
y
S(x)
L
) ( sin
cos
x S V y
V x
+ =
=
-
-
u
u
Se trata de minimizar la
energa del sistema y la
cantidad que se aleje de
la horizontal
Minimizacin de
energa cintica
(Corriente en y):
L x y x
x S V y
V x a s
dt y x Min
t
= = =
+ =
=
(
(
|
.
|
\
|
+
|
.
|
\
|
-
-
- -
}
) 1 ( 0 ) 0 ( 0 ) 0 (
) ( sin
cos . .
0
2 2
u
u
PROBLEMA DE
CONTROL NO
LINEAL
MTODO
CLSICO
(HAMILTON)
) ( sin cos
2 2 1
2 2
x S p V p V p y x H
a p g H
T
+ + +
|
.
|
\
|
+
|
.
|
\
|
=
+ =
- -
u u
( )
0 =
c
c
c
c
=
-
u
H
x
H
p Principio del mnimo de
Poyntriaguin
x
x p
Vx
p
x p
x
V y
x p
p
V x
2
4
4
4
2
4
2 2
1
1
2 2
1
2 2
1
1
+
=
+
=
+
=
-
-
-
RUNGE-KUTTA 4
to
ORDEN
Mtodo clsico
t vs X t vs Y X vs Y
Mtodo clsico
L x y x
x S V y
V x a s
dt y x Min
t
= = =
+ =
=
(
(
|
.
|
\
|
+
|
.
|
\
|
-
-
- -
}
) 1 ( 0 ) 0 ( 0 ) 0 (
) ( sin
cos . .
0
2 2
u
u
PROBLEMA DE
CONTROL NO
LINEAL
RELAJACIN
CONVEXA
PROGRAMA
MATEMTICO
CONVEXO
Mtodo clsico
( ) ( ) L x y x
x V y
V x a s
dt y x Min
= = =
s +
+ =
=
(
(
|
.
|
\
|
+
|
.
|
\
|
-
-
- -
}
) 1 ( 0 0 0 0
1
. .
2 2
2 2
| o
|
o
Base trigonomtrica
Matriz de TOEPLITZ semidefinida
positiva
1
) (
) (
0
0
1
1
1 1
0 1
1 0
=
=
=
=
>
(
m
m imag
m real
m m
m m
m m
|
o
Nueva propuesta
t vs X
t vs Y
X vs Y
t vs X
t vs Y
COMPARACION CON EL MTODO HABITUAL
( )
i
i i
i
x
x x
e

=
0758 . 0 0555 . 0
1184 . 0 01047 . 0
2 2
= =
= =
Y X
Y X
o o

Estimacin del
Error
Nueva propuesta
L x y x
x S V y
y S V x a s
dt y x Min
t
= = =
+ =
+ =
(
(
|
.
|
\
|
+
|
.
|
\
|
-
-
- -
}
) 1 ( 0 ) 0 ( 0 ) 0 (
) ( sin
) ( cos . .
0
2 2
u
u
Minimizacin de
energa cintica
(Corriente en x, y):
x
y
L
PRINCIPIO DEL MNIMO
DE POYNTRIAGUIN
1
2 2
2
1
2 2
1
2
2 2
2 2
2 2
2 2
2
2
p y
V
p
p y
V
p
p x
V
y
y V x

+
=

+
=

+
=
+
+
=
-
-
-
-
o

o

o
o
o
o
RUNGE-KUTTA 4
to

ORDEN
2
1
2
2
p x
p y
+ =
+ =
o

x
y
L
Mtodo clsico
( ) ( ) 0 ) 0 ( 0 0
1
. .
2 2
0
2 2
= = =
s +
+ =
+ =
(
(
|
.
|
\
|
+
|
.
|
\
|
-
-
- -
}
y L t x x
x V y
y V x a s
dt y x Min
t
| o
|
o
BASE DE LA RELAJACIN: {1,e
it
,e
-it
}
( ) ( ) ( ) L x y x
x V y
y V x a s
dt y x Min
= = =
+ =
+ =
(
(
|
.
|
\
|
+
|
.
|
\
|
-
-
- -
}
1 0 0 0 0
sin
cos . .
1
0
2 2
u
u
Nueva propuesta
t vs X
t vs Y
20 puntos
30 puntos
Nueva propuesta
# puntos
20
puntos
0.1315 0.0542 0.1432 0.0595
30
puntos
0.0961 0.0385 0.1019 0.0439
40
puntos
0.0773 0.0301 0.1010 0.0366
X
2
X
o
Y
2
Y
o
Nueva propuesta
L t x y x
x x S x S V y
V x a s
dt y Min
t
= = =
= + =
=
-
-
}
) ( 0 ) 0 ( 0 ) 0 (
) ( ) ( sin
cos . .
0
2
u
u
x p
p p
Vp
y
p p
Vp
x
2
2
2
2
1
2
2
2
2
1
1
=
+
=
+
=
-
-
-
L x y x
x V y
V x a s
dt y Min
t
= = =
s +
+ =
=
-
-
}
) 1 ( 0 ) 0 ( 0 ) 0 (
1
. .
2 2
0
2
| o
|
o
EDOs
NO
LINEALES
PROBLEMA DE CONTROL
CONVEXO
Minimizar trayectoria
t vs X
t vs Y
X vs Y COMPARACIN
CON PMP
# puntos
20
puntos
0.0765 0.0201 0.1012 0.0435
30
puntos
0.0645 0.0123 0.0812 0.0329
40
puntos
0.0443 0.011 0.0810 0.0387
X
2
X
o
Y
2
Y
o
Ejemplos polinomiales 1
Seguimiento de trayectoria
( )
1
2
0
2
10 |
. .
(0) 0
Min x t dt
s t x u ux x
x
-
= +
=
}
( )
1
2
0
2 1
0 1
1 2
10
. .
0
(0) 0
Min x t dt
s t x m m x x
m m
m m
x
-
= +
(
>
(

=
}
( ) ( ) ( )
( ) ( )
2
2
1
1
1
2 1
0 1
0
1 2
10 10 1
2
. .
0 0
(0) 0
N
r r
r
r r
r r
h
Min x rh x r h
x x
s t m r m r x x
h
m m
x
m m
x
(
+

= +
(
> =
(

=

t vs X
Control signal
( )
* *
?
k
k
m u =
( )
10
2
2
0
2
|
. .
(0) 0
Min x t dt
s t x u ux x
x
-
= +
=
}
( )
10
2
2
0
2 1
0 1
1 2
. .
0
(0) 0
Min x t dt
s t x m m x x
m m
m m
x
-
= +
(
>
(

=
}
( )
( )
( ) ( )
( )
( ) ( )
2 2
2 2
1
1
1
2 1
0 1
0
1 2
1
2
. .
0 0
(0) 0
N
r r
r
r r
r r
h
Min x rh x r h
x x
s t m r m r x x
h
m m
x
m m
x
(
+
(

= +
(
> =
(

=

t vs X
Control signal
( )
( ) ( )
( )
( ) ( )
1
2 2
0
2
2 2
min
. .
1
0 0 0 0
u t
x t y t dt
s t x u
y u x
x y
-
-
+
=
= +
= =
}
( )
( ) ( )
( ) ( )
( ) ( ) ( )
( ) ( ) ( )
( ) ( )
1
2 2
,
0
1
2
2 4
1 2
1 2 3
2 3 4
min
. .
1 2
1
0
0 0 0 0
m x
x t y t dt
s t x m
y m m x
m t m t
m t m t m t
m t m t m t
x y
-
-
+
=
= + +
(
(
>
(
(

= =
}
( )
( ) ( ) ( ) ( ) ( ) ( )
( ) ( )
( ) ( ) ( )
( ) ( ) ( )
2 2 2 2
1 1
, ,
1
1
1
2 1
2 4
1 2
1 2 3
2 3 4
0 0
min 1 1
2
. .
1 2
1
0
0 0
N
r r r r
m x y
r
r r
r r
h
x rh y rh x r h y r h
x x
s t m
h
y y
m m x
h
m r m r
m r m r m r
m r m r m r
x y

=
(
+ + +

= + +
(
(
>
(
(

= =
Ejemplos polinomiales 3 Sistema

multivariable
( )
* *
?
k
k
m u =
multivariable
( )
( ) ( )
{ }
( )
( )
( ) ( )
1
2
0
2
2
min 1
. .
0 0
1
u t
u x t dx x
s t x u
x
u u
|
|
-
+ +
=
=
=
}
( )
( )
{ }
( )
( )
1
2
2 4
0
1
min 1 2 1
. .
0 0
u t
m m x t dx x
s t x m
x
-
+ + +
=
=
}
NO EXISTE
MINIMIZADOR!!
Existencia de minimizador
t vs X
t vs Y
Control signal
multivariable
Casos de aplicacin discreto
Planificacin de trayectorias.
Punto meta
Posibilidades de movimiento:
1. Arriba
2. Abajo
3. Quieto
2
0
1
min
. .
1, 0
N
i
i
i i i
i
i i
x
s t x x u
u
x y
=
+
= +
e
>
Formulacin:
2
0
1 1,
6, 2,
1, 2, 3,
1, 2, 3, 4,
2, 3, 4, 5,
3, 4, 5, 6,
min
. .
2 0
1
0
N
i
i
i i i
i i
i i i
i i i i
i i i i
i i i i
i i
x
s t x x m
m m
m m m
m m m m
m m m m
m m m m
x y
=
+
= +
=
(
(
(
>
(
(

>

Trayectoria
Control
Control de un motor DC.
R: Resistencia elctrica del
motor.
I: Momento de Inercia
L: Inductancia
K: Torque
i: Corriente
w: Velocidad Angular
Solo acepta tres voltajes a la
entrada (+1, -1, 0)
( )
{ }
( ) ( )
2
2 2 2
0
0 0
min
1
. .
1, 0
0 0
in
in
i V dt
R
s t i i V
L L
K
i
L
u
i i
e
e
e e
+ +
= +
=
e
= =
}
Formulacin I:
( ) ( )
2
2 2
2
0
1
6 2
1 2 3
1 2 3 4
2 3 4 5
3 4 5 6
min
1
. .
2 0
1
0
i m t dt
R
s t i i m
L L
K
i
L
m m
m m m
m m m m
m m m m
m m m m
e
=
+ +
= +
=
=
(
(
(
>
(
(

}
Corriente Velocidad angular
Control
( )
{ }
( ) ( )
2
2
0
0 0
min
1
. .
5, 0
0 0
in
in
V dt
R
s t i i V
L L
K
i
L
u
i i
e
e e
= +
=
e
= =
}
( ) ( )
2
2
0
1
6 2
1 2 3
1 2 3 4
2 3 4 5
3 4 5 6
min
1
. .
25 0
1
0
m t dt
R
s t i i m
L L
K
i
L
m m
m m m
m m m m
m m m m
m m m m
=
= +
=
=
(
(
(
>
(
(

}
Formulacin II:
Corriente
Velocidad angular
Control
Los resultados con las tcnicas de relajacin son
buenos y poseen una buena exactitud.
El problema transformado es convexo en el control,
por lo cual posee solucin (Cesari, 1983)
La seal de control se obtiene a partir del momento
central en la serie de momentos de la
convexificacin.
Aplicaciones fuertes en economa.
Prxima meta: Controlar sistemas MIMO (Multiple
Input Multiple Output)
Conclusiones y trabajo futuro

Analisis Control

Transféré par

Informations du document

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Analisis Control

Transféré par

Droits d'auteur :

Formats disponibles

Mtodo de Anlisis para

Caso III: Control discreto,

Caso IV: Forma de Mayer

Hankel Semidefinida Positiva

Supongamos el caso donde el control solo toma dos valores:

Mtodo de Anlisis para Problemas no Lineales de Control ptimo y Discreto, D. Patio.

Hankel Semidefinida Positiva

Mtodo de Anlisis para Problemas no Lineales de Control ptimo y Discreto, D. Patio.

Mtodo de Anlisis para Problemas no Lineales de Control ptimo y Discreto, D. Patio.

Mtodo de Anlisis para Problemas no Lineales de Control ptimo y Discreto, D. Patio.

Mtodo de Anlisis para Problemas no Lineales de Control ptimo y Discreto, D. Patio.

Ejemplos polinomiales 3 Sistema

Mtodo de Anlisis para Problemas no Lineales de Control ptimo y Discreto, D. Patio.

Vous aimerez peut-être aussi