Robust Control Toolbox

Diseño de controladores robustos para plantas inciertas

 

Robust Control Toolbox™ proporciona funciones y bloques para analizar y ajustar los sistemas de control en cuanto a rendimiento y robustez en presencia de incertidumbre en la planta. Puede crear modelos inciertos combinando dinámicas nominales con elementos inciertos, como parámetros inciertos o dinámicas no modeladas. Es posible analizar el impacto de la incertidumbre del modelo de planta en el rendimiento del sistema de control e identificar las peores combinaciones de elementos inciertos. Las técnicas de H infinito y síntesis de mu permiten diseñar controladores que maximizan la estabilidad y el rendimiento robustos.

Esta toolbox agrega un ajuste robusto a las capacidades de ajuste automatizado de Control System Toolbox™. Los controladores ajustados se pueden descentralizar con diversos bloques ajustables que abarcan varios bucles de realimentación. Puede optimizar el rendimiento de la planta nominal al tiempo que se garantiza un rendimiento mínimo inferior en todo el rango de incertidumbre.

Cómo empezar:

Modelado y cuantificación de la incertidumbre de la planta

Capture no solo el comportamiento típico (o nominal) de su planta, sino también la cantidad de incertidumbre y variabilidad.

Puede crear modelos inciertos mediante la combinación de dinámicas nominales con elementos inciertos, como parámetros inciertos o dinámicas omitidas. Represente sistemas inciertos que utilizan modelos inciertos de respuesta de frecuencia y de espacio de estados.

Agregue incertidumbre al linealizar los modelos de Simulink designando algunos bloques como inciertos.

Diagrama de Bode de un sistema con parámetros inciertos.

Realización de análisis de robustez

Analice cómo afecta la incertidumbre a la estabilidad y al rendimiento.

Estabilidad y rendimiento robustos

Calcule los márgenes de ganancia y de fase basados en disco de los bucles de realimentación SISO y MIMO. Cuantifique cómo afecta la incertidumbre a la estabilidad y al rendimiento de su sistema de control. Calcule una estabilidad y unos márgenes de rendimiento robustos para la incertidumbre específica del sistema.

Los márgenes de disco proporcionan una imagen más completa de la estabilidad robusta que los márgenes clásicos de ganancia y fase.

Análisis del peor de los casos

Identifique las peores combinaciones de valores de elementos inciertos. Calcule los valores de error de tracking, sensibilidad y márgenes de disco en el peor de los casos. Compare el escenario nominal con el peor de los casos.

Escenarios nominal y del peor caso de una perturbación de escalón.

Análisis Monte Carlo

Genere muestras aleatorias de sistemas inciertos dentro del rango de incertidumbre especificado. Visualice cómo afecta la incertidumbre a las respuestas de tiempo y frecuencia del sistema. Utilice el bloque Uncertain State Space para inyectar incertidumbre en Simulink y realizar simulaciones Monte Carlo.

Diagrama de Nyquist de los sistemas muestreados.

Diseño y ajuste de controladores robustos

Sintetice y ajuste automáticamente controladores centralizados o distribuidos.

H infinito y síntesis de mu

Sintetice controladores MIMO robustos mediante algoritmos como H infinito y síntesis de mu.

Optimice el rendimiento de H infinito de las estructuras de control fijas. Automatice las tareas de formación de bucles a través de los enfoques de sensibilidad mixta o de Glover-McFarlane.

Modelo de bucle cerrado incierto con un controlador de H infinito.

Ajuste robusto de sistemas de control inciertos

Especifique los requisitos de ajuste, como el rendimiento de tracking, el rechazo de perturbaciones, la atenuación del ruido, el amortiguamiento de polos de bucle cerrado y los márgenes de estabilidad. Realice un ajuste simultáneo para varios modelos de planta o configuraciones de control. Maximice el rendimiento en el rango de incertidumbre de los parámetros de la planta. Evalúe la robustez del controlador en los diagramas de respuesta de tiempo y de frecuencia.

Control System Tuner con diversas variaciones de parámetros (respuesta ajustada).

Reducción del orden de plantas y controladores

Simplifique los modelos de plantas o controladores conservando la dinámica esencial.

Reduzca el orden de los modelos mediante métodos de error aditivo o multiplicativo basados en los valores singulares de Hankel del sistema. Reduzca el orden de los controladores producidos por los algoritmos de H infinito y síntesis de mu para eliminar los estados superfluos y conservar al mismo tiempo la dinámica esencial.

Diagramas de Bode que comparan la magnitud y la fase de los modelos original y de orden reducido para la dinámica de movimiento de cuerpos rígidos de un edificio de varios pisos.