Resumen

Este artículo presenta una aplicación práctica de una moderna metodología para analizar los efectos de incertidumbres estructuradas y no estructuradas en la estabilidad interna y desempeño de un sistema de control multivariable. El método propuesto está basado en una combinación de dos conceptos matemáticos principales: el primero, Linear Fractional Transformations (LFT), utilizado como función matricial que permite la representación unificada de diferentes tipos de incertidumbre en un modelo; el segundo, la Structured Singular Value function (SSV o m), en términos de la cual es posible establecer una condición necesaria y suficiente para la prueba de robustez con una moderada complejidad computacional. La metodología es aplicada al Sistema de Control Lateral de un Vehículo (VLCS) desarrollado por un grupo de investigación del Departamento de Automatización del Politecnico di Torino en colaboración con el Centro Ricerca FIAT (CRF) y experimentalmente probado en un automóvil Fiat Brava 1600 ELX en una autopista italiana.

INTRODUCCIÓN

Una práctica común en el diseño de sistemas de control multivariable es el relajamiento del nivel de complejidad de la planta a través de suposiciones que pueden ignorar aspectos importantes como el acople de dinámicas, la variación de parámetros a lo largo del ciclo de vida de la planta, la no linealidad o los efectos parásitos en altas frecuencias. Por otra parte, modelos innecesariamente complejos pueden determinar condiciones de no viabilidad en la síntesis de la ley de control reforzando, de esta manera, la muy lamentada separación entre la teoría y la práctica en el diseño de sistemas de control, común en la década de 1970.

La búsqueda de equilibrio entre estos dos escenarios es el origen de la necesidad de estructurar técnicas de análisis de robustez que puedan apoyar al ingeniero de control en la identificación cuantitativa del conjunto de plantas para las cuales el sistema de control sintetizado será estable y mantendrá sus especificaciones. Los desarrollos recientes en este campo pueden ser examinados con base en dos criterios fundamentales: que el marco conceptual utilizado para representar la incertidumbre del modelo sea en forma estructurada (incertidumbre paramétrica) o como función de la frecuencia (incertidumbre no estructurada) y que el conjunto de condiciones suficientes y necesarias se expresen en forma práctica a través de algoritmos viables y numéricamente estables. Por ejemplo, los métodos basados en el criterio de Nyquist [Fadali, LaForge y Sonbol, 2001] han demostrado que una estimación completa de la estabilidad relativa es posible si las perturbaciones de ganancia y fase son consideradas en forma simultánea. 

• Materias:Automatización Sistemas de control inteligente
• Subjects:Automation Intelligent control systems
• Palabras claves:Control; Control multivariable; Automatización industrial
• Keywords:Control; Multivariable control; Industrial automation