Scribd Logo
Cargar

¡Te damos la bienvenida a Scribd!

  • 137 vistas

    CNL Control 2017 Backstepping

    Cargado por

    edwlarico6532
    1) El documento describe el método de control no lineal conocido como backstepping. 2) El backstepping permite diseñar realimentaciones estabilizantes para sistemas no lineales en forma estricta de realimentación mediante la introducción de nuevas variables y la construcción de funciones de Lyapunov. 3) El método se ilustra con ejemplos como un sistema de dos dimensiones y se discute cómo puede extenderse a sistemas de mayor dimensión y en forma estricta de realimentación.

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd

    CNL Control 2017 Backstepping

    Cargado por

    edwlarico6532
    137 vistas16 páginas
    1) El documento describe el método de control no lineal conocido como backstepping. 2) El backstepping permite diseñar realimentaciones estabilizantes para sistemas no lineales en forma estricta de realimentación mediante la introducción de nuevas variables y la construcción de funciones de Lyapunov. 3) El método se ilustra con ejemplos como un sistema de dos dimensiones y se discute cómo puede extenderse a sistemas de mayor dimensión y en forma estricta de realimentación.

    Título original

    CNL-control-2017-backstepping (1)

    Derechos de autor

    © © All Rights Reserved

    Formatos disponibles

    PDF, TXT o lea en línea desde Scribd

    ¿Le pareció útil este documento?

    ¿Este contenido es inapropiado?

    1) El documento describe el método de control no lineal conocido como backstepping. 2) El backstepping permite diseñar realimentaciones estabilizantes para sistemas no lineales en forma estricta de realimentación mediante la introducción de nuevas variables y la construcción de funciones de Lyapunov. 3) El método se ilustra con ejemplos como un sistema de dos dimensiones y se discute cómo puede extenderse a sistemas de mayor dimensión y en forma estricta de realimentación.

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd
    Descargar como pdf o txt
    137 vistas16 páginas

    CNL Control 2017 Backstepping

    Cargado por

    edwlarico6532
    1) El documento describe el método de control no lineal conocido como backstepping. 2) El backstepping permite diseñar realimentaciones estabilizantes para sistemas no lineales en forma estricta de realimentación mediante la introducción de nuevas variables y la construcción de funciones de Lyapunov. 3) El método se ilustra con ejemplos como un sistema de dos dimensiones y se discute cómo puede extenderse a sistemas de mayor dimensión y en forma estricta de realimentación.

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd
    Descargar como pdf o txt
    Está en la página 1de 16

    Backstepping

    Tópicos de control
    Backstepping
    Pablo Monzón

    Departamento de Sistemas y Control


    Instituto de Ingeniería Eléctrica (IIE)
    Facultad de Ingeniería-Universidad de la República
    Uruguay

    Análisis y control de sistemas no lineales


    Segundo semestre - 2017
    Backstepping

    Contenido

    1 Backstepping
    Backstepping

    Peaking phenomenon

    Consideremos el sistema
    = −η + ζη 2
    
    η̇
    ζ̇ = u

    con η ∈ R, ζ ∈ R.
    Es un caso de linealización entrada-salida, con la dinámica de los
    ceros de una forma particular.
    Observemos que el sistema es de fase mínima.
    Si elegimos u = −ζ , entonces ζ(t) = ζ0 e−t y
    2η0
    η(t) =
    (2 − η0 ζ0 )e+t + η0 ζ0 e−t

    Si η0 ζ0 > 2, entonces la trayectoria escapa en tiempo nito!!


    Backstepping

    Backstepping

    Consideremos el sistema
    
    η̇ = f (η) + g(η)ζ
    ζ̇ = u

    con η ∈ Rn , ζ ∈ R.
    Es un caso de linealización entrada-salida, con la dinámica de los
    ceros de una forma particular.
    Supongamos que conocemos Φ(η) que estabiliza el sistema:

    η̇ = f (η) + g(η)Φ(η)

    con la función de Lyapunov V (η) tal que


    ∂V
    (η). [f (η) + g(η)Φ(η)] ≤ −W (η) (definida negativa)
    ∂η
    Backstepping

    Backstepping

    Podemos reformular el problema introduciendo una nueva variable


    z = ζ − Φ(η):
    
    η̇ = [f (η) + g(η)Φ(η)] + g(η)z
    ż = u − Φ̇(η) = v

    El problema ahora es diseñar v de manera tal que el origen η = 0,


    z = 0 sea un atractor.
    Backstepping

    Backstepping

    Diagramas ilustrativos
    Backstepping

    Backstepping

    Diagramas ilustrativos
    Backstepping

    Backstepping

    Diagramas ilustrativos
    Backstepping

    Backstepping

    Diseño de v
    Denamos la función candidata Va (η, z) = V (η) + 21 z 2 .
    La derivada sobre las trayectorias es:
    ∂V ∂V
    V̇a (η, z) = [f (η) + g(η)Φ(η)] + g(η)z + zv
    ∂η ∂η
    ∂V
    V̇a (η, z) ≤ −W (η) + g(η)z + zv
    ∂η

    Eligiendo v = − ∂V
    ∂η g(η) − kz , resulta

    V̇a (η, z) ≤ −W (η) − kz 2


    Backstepping

    Backstepping

    Realimentación estabilizante
    ∂Φ ∂V
    u(η, ζ) = Φ̇(η) + v = [f (η) + g(η)ζ] − g(η) − k [ζ − Φ(η)]
    ∂η ∂η
    Backstepping

    Backstepping

    Ejemplo
    Consideremos el sistema:
    = − 32 x21 − 12 x31 − x2
    
    ẋ1
    ẋ2 = u

    El primer subsistema se puede estabilizar con la realimentación


      
    3 3 2 1 3
    Φ(x1 ) = − x21 , Φ̇(x1 ) = 3x1 x1 + x1 + x2
    2 2 2

    con función de Lyapunov 21 x21 . Resulta la realimentación no lineal de


    estados:
       
    3 3 2 1 3
    u = −k x2 + x21 − x1 + 3x1 x + x + x2
    2 2 1 2 1
    Backstepping

    Backstepping
    Caso más general
    Consideremos el sistema
    
    η̇ = fη (η) + gη (η)ζ
    ζ̇ = fζ (η, ζ) + gζ (η, ζ)u

    con η ∈ Rn , ζ ∈ R.
    Supongamos que gζ es invertible. Entonces, denamos

    u = gζ−1 (η, ζ) [v − fζ (η, ζ)]

    El sistema nuevo queda así


    
    η̇ = fη (η) + gη (η)ζ
    ζ̇ = v

    y se procede igual que antes.


    Backstepping

    Backstepping

    Strict feedback nonlinear systems


    Se puede extender sin problemas al caso en que ζ es un vector y a
    sistemas no lineales en la forma realimentación estricta:
    x̂˙ 1

     = f1 (x̂1 ) + g1 (x̂1 )x̂2
    x̂˙ 2

    = f2 (x̂1 , x̂2 ) + g2 (x̂1 , x̂2 )x̂3


    .. .. ..


     . . .
     ˙
    x̂m = fm (x̂1 , . . . , x̂m ) + gm (x̂1 , . . . , x̂m )u
    Backstepping

    Ejemplo
    Consideremos este sistema
    ẋ = −x + x2 z

    ż = u

    Linealizando
    La linealización Jacobiana en el origen da
    ẋ = −x

    ż = u

    Poniendo u = −γz , con γ > 0, obtenemos


        
    ẋ −1 0 x
    =
    ż 0 −γ z

    ⇒ estabilidad asintótica del origen (local o global ?)


    Backstepping

    Ejemplo

    Miremos bien el sistema realimentado para ver si la estabilidad es o no


    global
    ẋ = −x + x2 z
    ż = −γz

    Φ(x, z) = xz
    Derivemos sobre las trayectorias:
    Φ̇ = z(−x + x2 z) + x(−γz) = −(1 + γ)xz + x2 z 2 = −(1 + γ)Φ + Φ2
    Si (x, z) son tales que xz = (1 + γ), entonces φ̇ = 0.
    Puede verse que separa al origen de un conjunto de puntos que no
    son atraidos por él.
    El origen es localmente atractor en {xz < 1 + γ}.
    Su región de atracción puede hacerse arbitrariamente grande, con γ
    (estabilización semiglobal).
    Backstepping

    Ejemplo

    Aplicamos backstepping
    Primero consideramos ẋ = −x + x2 z con z como entrada.
    Se estabiliza, por ejemplo, con una realimentación nula φ0 (x) = 0 y
    con función de Lyapunov asociada V0 (x) = 12 x2 .
    Entonces
    ∂V0 
    −x + x2 φ0 (x) = −x2 , ∀x
    
    ∂x

    Obtenemos la realimentación estabilizante u = −(x3 + kz), con


    k > 0 y función de Lyapunov asociada V (x, z) = 21 (x2 + z 2 ), con
    derivada
    V̇ (x, z) = −x2 − kz 2
    lo que asegura la estabilidad global!!

    También podría gustarte