Resumen

El observador difuso Takagi-Sugeno (T-S) para sistemas dinámicos descritos por ecuaciones diferenciales ordinarias es ampliamente discutido en la literatura. El objetivo de este trabajo es extender el diseño de este observador a una clase de sistemas descriptivos T-S con variables premisas no medibles. En la práctica, el cálculo de soluciones de ecuaciones diferenciales-algebraicas requiere la combinación de una rutina de ecuaciones diferenciales ordinarias (EDO) junto con un algoritmo de optimización. Por lo tanto, una forma natural que permite estimar el estado de un sistema de este tipo es diseñar un procedimiento basado en un algoritmo numérico similar. Además de algunas dificultades numéricas, el inconveniente de este método radica en que no es fácil establecer una prueba rigurosa de la convergencia del observador. El principal resultado de este trabajo consiste en demostrar que el problema de estimación de estado para una clase de sistemas descriptivos T-S puede lograrse utilizando un observador difuso que sólo tiene una estructura de EDO. La convergencia del error de estimación de estado se estudia utilizando la teoría de Lyapunov y las condiciones de estabilidad se dan en términos de desigualdades matriciales lineales (LMIs). Por último, se presenta una aplicación a un modelo de proceso piloto de un intercambiador de calor para ilustrar el rendimiento del observador propuesto.

• Materias:Control del proceso Sistemas no lineales Regulación automática Instrumentación automática Optimización de procesos
• Subjects: Nonlinear systems Automatic regulation Automatic instrumentation Process optimization
• Palabras claves:s, ecuaciones diferenciales ordinarias, observador difuso, proceso piloto de intercambiador de calor, desigualdades matriciales lineales, algoritmo numérico similar, error de estimación de estado, problema de estimación de estado, variables premisas no medibles, clase
• Keywords:s descriptor systems, ordinary differential equations, fuzzy observer, heat exchanger pilot process, linear matrix inequalities, similar numerical algorithm, state estimation error, state estimation problem, unmeasurable premise variables, class