paper gpc 1.1
TRANSCRIPT
5/10/2018 paper GPC 1.1 - slidepdf.com
http://slidepdf.com/reader/full/paper-gpc-11 1/7
UNIVERSIDAD DEL BIO BIO CONTROL POR COMPUTADOR
.
1
Controlador GPCRonald Bravo Ahumada*
[email protected] Carrion Gonzalez*
[email protected] Orellana Romero*
[email protected] San Martin Hernandez*
Abstract – In this paper presents thedeveloping of the a Generalized PredictiveController (GPC) for motor speed responsealso compares the prediction horizon tocontrol horizon (N1 and N2 with Nu), and itexplains the development of an application
and theoretical results.
Palabras Clave-- Motor CC, GPC, ControlPredictivo, Horizonte de Predicción,Horizonte de Control
I. OBJETIVO
El objetivo del siguiente trabajo es la evaluacióndel algoritmo de control GPC . Para dicho análisisse realizará un control de velocidad a un motorde corriente continua y se estudiarán lasvariaciones en su respuesta al cambiar los
parámetros del controlador. Además secompararan dichas respuestas con su equivalentepara un control de tipo PID.
Las características del motor utilizado semuestran en la TABLA 1.
TABLA 1
1.4 50 0.006 0.8 0.5
II. CONTROLADOR GPC
El controlador Predictivo Generalizado (GPC) estábasado en el modelo CARIMA (ControlledAuto-Regressive Integrated Moving Average),este viene dado por la ecuación .
Donde:
: Salida discreta.: Entrada discreta.: Error del sistema, se asume como ruido
blanco.
Se considera como el operador de retardodefinido en .
El modelo CARIMA del motor utilizado se muestraen .
Donde:
: Velocidad de salida (discreta).: Voltaje de entrada (discreto).
Para implementar el control por GPC es
necesario minimizar el funcional mostradoen
5/10/2018 paper GPC 1.1 - slidepdf.com
http://slidepdf.com/reader/full/paper-gpc-11 2/7
UNIVERSIDAD DEL BIO BIO CONTROL POR COMPUTADOR
.
2
Donde:
: Salida predicha optima en el instante, usando la información hasta el
tiempo .: Trayectoria futura de la referencia.
: Horizontes de predicción (min. y máx.): Horizonte de control.: Ponderación del error cuadrático
estimado en el funcional. : Ponderación de la señal de control en
el funcional.
Generalmente se considera , dando totalimportancia al error cuadrático estimado, y
(constante), pudiendo variar la incidenciade la señal de control en el funcional .
El algoritmo GPC busca encontrar una secuenciade señales de control que reduzca el error del
sistema. Para ello es necesario minimizar laecuación y encontrar su secuencia. Esto pudeser logrado resolviendo la ecuación .
La ecuación anterior puede ser resueltadividiendo 1 en hasta que el resto pueda serfactorizado como , el polinomio
resultante será .
Estos polinomios pueden ser calculados de
manera recursiva, iterándose veces, hastaobtener polinomios.
La mejor predicción de , por consiguiente,estará dada por .
Donde
El conjunto de salidas predichas mostrado en
Puede ser reescrito matricialmente como
Definiéndose las matrices .
Reordenando , puede ser reescrita como
Donde es la respuesta libre del sistema, yqueda definida por .
A partir de se encuentra la ley control delGPC . Esta expresión calcula los valoresóptimos de la señal de control, en relación alerror en la salida del sistema.
El diagrama de control para GPC queda definidocomo la FIGURA 1.
FIGURA 1. “Diagrama lazo de control GPC” [1]
5/10/2018 paper GPC 1.1 - slidepdf.com
http://slidepdf.com/reader/full/paper-gpc-11 3/7
UNIVERSIDAD DEL BIO BIO CONTROL POR COMPUTADOR
.
3
III. RESPUESTAS DEL CONTROLADOR GPC
Con el fin de estudiar la respuesta del controladorGPC se simuló, utilizando MATLAB versión 7.10.0(R2010a), el lazo de control mostrado en laFIGURA 1. La planta utilizada fue el motor de
corriente continua con características mostradasen la TABLA 1.
Se analizó la respuesta del controlador paradiferentes valores de , graficando las mejoresrespuestas obtenidas. Las pruebas fueronrealizadas para y referencia de tipo
escalón con amplitud . En la TABLA 2
se muestran los valores de usados. Puesto queel interés del estudio fue la variación en larespuesta de la planta al variar el parámetro del
controlador, se asumió un lazo de control ideal.
TABLA 2
2.1 2.2 2.3 2.4 2.5
Las resultados obtenidos en este análisis sonmostrados en el GRAFICO 1.
GRAFICO 1. “Prueba de para distintos ”
Una vez seleccionado el mejor ( ), se rehízoel análisis para variaciones de . En este casolos valores utilizados se muestran en la TABLA 3.
TABLA 3
18 19 20 21 22
Las variaciones de la respuesta para los cambiosen el parámetro se muestran en el GRAFICO 2.
GRAFICO 2. “Prueba para distintos ”
En este caso la mejor respuesta obtenida es para, resultado que era esperado, pues al
buscar el valor que ajustara la respuesta, seutilizó .
Siguiendo con el análisis del algoritmo serealizaron pruebas para referencias deseguimiento.
En el GRAFICO 3 se ocupó una referencia deescalones variables. Los datos graficados sonideales y se utilizaron los mejores parámetrosencontrados en la prueba anterior.
GRAFICO 3. “Respuesta referenciaescalones variables”
En el GRAFICO 4 se muestran los resultadosobtenidos para una referencia variable de tiporampa. Al igual que en la prueba anterior, losdatos son ideales y se utilizan los mejores valoresencontrados para los parámetros del GPC.
5/10/2018 paper GPC 1.1 - slidepdf.com
http://slidepdf.com/reader/full/paper-gpc-11 4/7
UNIVERSIDAD DEL BIO BIO CONTROL POR COMPUTADOR
.
4
Los cambios de pendiente realizados, cinco, sonmostrados en la TABLA 4.
GRAFICO 4. “Respuesta referenciarampas variables”
TABLA 4
ITERACIONES PENDIENTE
0 – 300 3
300 - 700 1
700 - 1000 -2
Para estudiar la respuesta no ideal delcontrolador se agrego ruido en la realimentaciónde la salida, el cual va desde 0% hasta 10% y seincluye de forma aleatoria mediante la función
„rand ()‟ de MATLAB. Este tiene media no nula,pero muy pequeña.
Repitiendo las pruebas anteriores, GRAFICO 3 y GRAFICO 4, considerando ruido en larealimentación, se obtuvieron las respuestasmostradas en los gráficos siguientes.
GRAFICO 5. “Respuesta referencia escalonesvariables, con ruido”
GRAFICO 6. “Respuesta referenciarampas variables, con r uido”
Con el fin de comparar las respuestas obtenidaspor el controlador GPC con el PID, se realizaronpruebas al lazo de control mostrado en laFIGURA 2.
FIGURA 2. “Diagrama lazo de control PID”
5/10/2018 paper GPC 1.1 - slidepdf.com
http://slidepdf.com/reader/full/paper-gpc-11 5/7
UNIVERSIDAD DEL BIO BIO CONTROL POR COMPUTADOR
.
5
GRAFICO 7. “Respuesta referencia escalonesvari ables, con ruido. Controlador PID”
En el GRAFICO 7 se muestra la simulación de lavelocidad del motor cc controlado por un PIDpara las mismas referencias, de tipo escalón, alas que fue sometido el lazo de control con GPC.
La simulación se realizo con la herramienta„simulink‟ de MATLAB. Además se agregó ruidoaleatorio a la realimentación, con igualescaracterísticas a las mostradas en el GRAFICO 5 ,en la FIGURA 2 se esquematizó mediante elbloque „sensor error 0% - 10%‟ .
GRAFICO 8. “Respuesta referencia rampasvariables, con ruido. Controlador PID”
En el GRAFICO 8 se muestra la respuestaobtenida para el lazo de control con PID parareferencias del tipo rampas variables. Su
simulación se efectuó bajo las mismascondiciones que para el controlador GPC conrampas variables.
En la TABLA 5, a modo de validación, se entregael promedio de los errores cuadráticos para cada
caso mencionado anteriormente.
Puesto que el ruido utilizado es aleatorio, loserrores de las mediciones varían cada vez que sesimula. Para tener una medida representativa sesimuló 5 veces cada algoritmo no ideal y seincluyo en la tabla siguiente el valor promedio delos errores asociados a cada simulación.
TABLA 5
Casos
GPC referencia escalonesvariables, ideal
8.2476
GPC referencia rampasvariables, ideal
2.2567
GPC referencia escalones
variables, no ideal
6.9293
GPC referencia rampasvariables, no ideal
2.8724
PID referencia escalones,variables, ideal
10.0233
PID referencia rampasvariables, ideal
3.5354
PID referencia rampasvariables, no ideal
3.0227
PID referencia escalonesvariables, no ideal
9.7157
Como último modo de validación, se muestran lasseñales de control asociadas a las respuestas noideales de los controladores GPC y PID.
5/10/2018 paper GPC 1.1 - slidepdf.com
http://slidepdf.com/reader/full/paper-gpc-11 6/7
UNIVERSIDAD DEL BIO BIO CONTROL POR COMPUTADOR
.
6
GRAFICO 10. “Señal de control rampasvariables, con ruido. Controlador GPC”
GRAFICO 9. “Señal de control escalonesvariables, con ruido. Controlador GPC”
GRAFICO 11. “Señal de control escalonesvariables, con ruido. Controlador PID”
GRAFICO 12. “Señal de control rampasvariables, con ruido. Controlador PID”
IV. CONCLUSIONES
Para el análisis y comparación de amboscontroladores se utilizo el software MATLAB ver.R2010a en un notebook de especificacionesnormales, 1.5 gb de RAM con un procesadorINTEL D de 1.6 ghz, bajo el sistema operativoWINDOWS SEVEN update 5 agosto 2010.
Al comparar las respuestas de amboscontroladores ante una entrada o referenciaescalón variable, con ruido gaussiano aleatorio,entre 0 y 10%, hemos obtenido,satisfactoriamente, que el controlador GPC
presenta un menor error cuadrático medio encomparación al del PID. La diferencia entre loserrores es aproximadamente de un 39%. De lamisma forma se comparo las respuestas deambos ante una referencia rampa variable,también con ruido gaussiano entre 0 y 10%,logrando en este caso nuevamente, unadiferencia entre los errores de un 6%aproximado, a favor del controlador GPC. Alrealizar un estudio entre ambas señales decontrol, cabe destacar, que las variacionesproducidas por efecto del ruido afectansignificativamente a ambos controladores, en elcaso del controlador GPC genera amplias
variaciones, pero en torno a puntos cercanos, encambio el controlador PID pese a no presentartantas variaciones como el anterior generamayores errores debido al sobrepaso que seproduce al tratar de estabilizar la señal deentrada y el ruido de realimentación.
Gracias a los resultados obtenidos podemosdeducir que el controlador GPC por suscaracterísticas de predicción, supera alcontrolador PID, lo cual queda demostrado en elanálisis realizado.
5/10/2018 paper GPC 1.1 - slidepdf.com
http://slidepdf.com/reader/full/paper-gpc-11 7/7
UNIVERSIDAD DEL BIO BIO CONTROL POR COMPUTADOR
.
7
REFERENCIAS
[1] Eduardo F. Camacho y Carlos Bordóns,CONTROL PREDICTIVO: PASADO,PRESENTE Y FUTURO”, Sevilla: EscuelaSuperior de Ingenieros. Universidad deSevilla.
[2] K. Ogata, “Ingeniería de ControlModerna”, 3ra edición, México: PearsonEducación, 1998.
[3] K. Ogata, “Sistemas de Control enTiempo Discreto”, 2da edición,
México: Pearson Educación, 1996.
[4] Nathalie Risso, Control por
Computador, Diseño de controlador
Predictivo Generalizado, Universidad
del Bio Bio, consulta: Julio 2010.
[5] Carlos Bordóns Alba Control
Predictivo: metodología, tecnología ynuevas perspectivas Departamento de
Ingeniería de Sistemas y Automática
Universidad de Sevilla I Curso deEspecialización en AutomáticaAguadulce, Almería, 2000.