[CONTROL ADAPTATIVO] MITIT

Jaime Martnez Verd | Introduccin al control adaptativo. 1

Introduccin al control adaptativo.
La tcnica del Control Adaptativo surge a partir de 1950 con el fin de dar solucin a
problemas de control en los que las caractersticas del sistema a controlar son variables o poco
conocidas.
El trmino control adaptativo posee diversos significados pero, en trminos generales,
implica que un sistema mida las caractersticas dinmicas de una planta (funcin de
transferencia o ecuacin de estado) en forma continua y automtica, las compare con las
caractersticas dinmicas deseadas y utilice la diferencia entre ambas para variar los
parmetros ajustables del sistema (estos parmetros suelen ser las caractersticas del
controlador) o genera una seal actuante, de modo que se mantenga un desempeo ptimo;
por tanto es capaz de acomodarse a modificaciones no predecibles de un medio, sean esos
cambios internos o externos al sistema, un esquema general es mostrado en la figura
siguiente.


Ilustracin 1. Esquema general de un control adaptativo.
Si la funcin de transferencia G(s) o la ecuacin de estado de una planta est
identificada continuamente, las variaciones que puedan aparecer en la funcin de
transferencia o en la ecuacin de estado de la planta son compensadas slo con modificar los
parmetros ajustables del controlador. De este modo, se obtiene un diseo continuado del
sistema bajo diversas condiciones ambientales y de degeneracin, cuyo comportamiento ser
satisfactorio independientemente de la situacin.
[CONTROL ADAPTATIVO] MITIT

Jaime Martnez Verd | Introduccin al control adaptativo. 2

Tal mtodo de adaptacin es de gran utilidad para afrontar un problema en el cual la
planta se encuentre indefectiblemente expuesta a condiciones ambientales variables y de
envejecimiento, de manera que los parmetros de la planta variasen respecto al tiempo. Este
concepto es de gran inters para diseadores de sistemas, ya que un sistema adaptativo,
adems de aceptar modificaciones ambientales y por envejecimiento de los componentes,
admite errores de diseo de ingeniera o incertidumbre y es capaz de compensar las fallas de
componentes menores, incrementando as la confiabilidad del sistema.
A pesar de las utilidades del control adaptativo expuestas anteriormente, no son slo
estas puesto que tambin se emplean para contrarrestar los aspectos negativos que induce el
carcter no lineal de los sistemas. Los problemas de control en los sistemas no lineales han
sido extensivamente estudiados en el pasado. No obstante, existe un gran inters en la
comprensin de la conducta de los sistemas no lineales en cuanto a la modelizacin e
identificacin de la estructura y de los parmetros de tales sistemas cuando se disea un
controlador adaptativo.
El Control adaptativo trata el problema de controlar la salida de la planta en presencia
de incertidumbres paramtricas o estructurales debidas a las no linealidades. En el control
adaptativo tradicional, para conseguir que un problema fuera tratable, la planta se supona
lineal con parmetros desconocidos. Se escoga una estructura de controlador, y los
parmetros se ajustaban escogiendo una ley adaptativa, de modo que la salida de la planta
siguiera a la referencia asintticamente.
En definitiva, las razones por las cuales se emplean tcnicas de control donde el
controlador se adapta, es decir, los problemas a resolver empleando control adaptativo son:
Desconocimiento de cmo es exactamente la funcin de transferencia .
Somos incapaces de conocer los parmetros b o a, o stas cambian con el tiempo.
Debido a:
o Cambio en las condiciones ambientales del sistema.
o Cambio en las propiedades de los componentes del sistema debido al
envejecimiento.
No linealidad de los sistemas fsicos reales.
Clasificacin de reguladores de Control Adaptativo
Desde el principio de la tecnologa de control adaptativo, se han propuesto dos clases
distintas de controladores adaptativos. Desde el principio de la tecnologa adaptativa, se han
propuesto dos clases distintas de controladores adaptativos, directo e indirecto:
En el directo, los parmetros del controlador se ajustan directamente en base
a los datos de entrada-salida.
En el indirecto, los parmetros de la planta se estiman y se ajustan en base a
los datos de entrada-salida.
Existen una gran variedad de esquemas adaptativos dentro de estas dos clases, tales
como el Model Reference Adaptive Control (MRAC), Self-Tuning Adaptive Control (STAC), Self-
Organizing Fuzzy Logic (SOFLIC), Neural Networks (NN), y Neurofuzzy Adaptive Control (NAC).
[CONTROL ADAPTATIVO] MITIT

Jaime Martnez Verd | Introduccin al control adaptativo. 3

Para los procesos cuyos parmetros varan lentamente en el tiempo, los controladores
adaptativos con realimentacin pueden ser divididos en dos grandes grupos:
MIAS: Sistemas adaptativos con identificacin de modelo (Model Identification
Adaptive System).
MRAS: Sistemas adaptativos con modelo de referencia (Model Reference
Adaptive System)
Los sistemas adaptativos con identificacin de modelo (MIAS) determinan un modelo
del proceso las medidas de entrada-salida y mtodos de identificacin. Aqu los parmetros
son calculados de acuerdo con un mtodo de diseo del controlador programado con
anterioridad. Esta clase de reguladores adaptativos tambin se denomina self-tuning
regulators.
Los sistemas adaptativos con modelo de referencia (MRAS) intentan obtener una
respuesta en bucle cerrado prxima a la dada por el modelo de referencia para la seal de
entrada. Aqu una seal externa, por ejemplo la variable de referencia, es medida y la
diferencia entre las seales se forma usando las seales del bucle de control y del modelo de
referencia y cambiando los parmetros del controlador por medio de un mtodo adaptativo.

(A)

(B)

(C)
Ilustracin 2. Esquema de un MRAS (A) y de un MIAS (B y C).
[CONTROL ADAPTATIVO] MITIT

Jaime Martnez Verd | Control Adaptativo Basado en Modelo de Referencia 4

Control Adaptativo Basado en Modelo de Referencia
Bajo este nombre se agrupan una serie de estrategias de control que tienen en comn
como caracterstica principal, el hacer uso explcito de un modelo del proceso, para obtener la
seal de control mediante la minimizacin de una cierta funcin de transferencia. En este
sentido forman parte de una familia ms amplia, en la que se hace uso de un modelo del
proceso para disear el controlador: LQ, IMC, asignacin de polos y ceros,...
Adems de garantizar la operacin estable de la planta, los controladores avanzados
de hoy en da han de satisfacer una serie de criterios adicionales u objetivos secundarios de
control: econmicos, de seguridad, limitaciones fsicas de los equipos, calidad del producto
final, regulaciones ambientales, preferencias humanas,... Muchos de estos modelos admiten
una representacin matemtica muy natural, bajo la forma de funciones objetivo dinmicas y
ligaduras dinmicas de tipo desigualdad.
Ventajas y caractersticas del Control Adaptativo MRAS
El control adaptativo basado en modelo de referencia tiene las siguientes
caractersticas:
Uso explcito de un modelo para predecir las salidas futuras.
Clculo de cierta secuencia que minimice cierta funcin objetivo.
El horizonte se va desplazando hacia el futuro, lo que implica la aplicacin de la
primera seal de control calculada en cada paso.
Ventajas del control adaptativo basado en modelos sobre otros mtodos:
Se puede aplicar con pocos conocimientos de control, porque los conceptos
son intuitivos y el sintonizado es relativamente sencillo.
Se puede utilizar para controlar una gran cantidad de procesos, tanto sencillos
como complejos; incluyendo sistemas con tiempos de retardo grandes y
sistemas de fase no mnima.
Se puede aplicar al caso multivariable.
El controlador resultante es una sencilla ley de control lineal.
Su extensin para tratar el caso con restricciones es conceptualmente sencilla
y puede ser incluida durante el diseo.
Es muy til cuando las referencias futuras son conocidas.
Es una metodologa abierta.
Diseo de reguladores de Control Adaptativo MRAS
A partir de los cambios de pendiente del Bode podemos saber el nmero de polos y
ceros aproximadamente. Recordemos que el punto de funcionamiento o del sistema ya no es
vlida la linearizacin del sistema por lo que hay que usar control adaptativo. Adems, hemos
de recordar la necesidad de satisfacer las especificaciones tcnicas: t
s
,M
p
, e
p
. Supongamos un
ejemplo donde queremos que el sistema se comporte del siguiente modo:
Ecuacin 1
[CONTROL ADAPTATIVO] MITIT

Jaime Martnez Verd | Control Adaptativo Basado en Modelo de Referencia 5

Por tanto, la funcin de transferencia G
m
(s) representa el modelo deseado o Modelo
de referencia y cumple que:
- La salida del modelo ser la salida que deseamos.
- El mecanismo de ajuste tendr unos parmetros sin definir: es lo que se va a adaptar.

Ilustracin 3. Esquema del control adaptativo MRAS.
Regla del MIT

Ilustracin 4. Regla del MIT empleada en un control adaptativo MRAS.
o Funciona bien pero es peligroso.
o ABTE es para solucionarlo.
o Es ms complicado de disear.
[CONTROL ADAPTATIVO] MITIT

Jaime Martnez Verd | Control Adaptativo Basado en Modelo de Referencia 6


Ilustracin 5. Comportamiento del error en un control adaptativo MRAS.
METODO DEL GRADIENTE
Cmo variar para min ?
Ecuacin 2
Ecuacin 3
Ecuacin 4


Ilustracin 6. Comportamiento del error empleando el mtodo del gradiente.
DESARROLLO (UN PARMETRO)
Supongamos un modelo tal que ste sea el resultado de una ganancia de la planta
y que donde K desconocido. Supongamos que conocemos K:


Definamos donde realmente el parmetro K es un valor desconocido. A
continuacin, se determina la expresin del error, es decir, la diferencia entre la salida del
modelo y la del sistema:

donde, y .

nos marca la velocidad de la pelota.
Si es muy grande, puede saltar de un lado a otro.
Si es muy pequeo, puede no darle tiempo a adaptarse.
[CONTROL ADAPTATIVO] MITIT

Jaime Martnez Verd | Control Adaptativo Basado en Modelo de Referencia 7

Ecuacin 5
Si aplicamos el operador derivada a la ecuacin anterior tenemos que:

Ecuacin 6
Si calculamos la derivada temporal del parmetro theta tenemos lo siguiente:

Ecuacin 7
Redefinimos el parmetro gamma de modo que la ecuacin obtenida, en realidad
debe quedar de este modo:
Ecuacin 8
donde el valor de gamma prima es el siguiente:
Ecuacin 9
Transformando las expresiones al dominio de Laplace tenemos que la Ley de
Adaptacin en Laplace es:
Ecuacin 10

Ilustracin 7. Obtencin de la Ley de Adaptacin.
[CONTROL ADAPTATIVO] MITIT

Jaime Martnez Verd | Control Adaptativo Basado en Modelo de Referencia 8

EJERCICIO
A continuacin estudiaremos y analizaremos los reguladores MRAS empleando para
ello la siguiente funcin de transferencia:
Ecuacin 11
Para estudiar en profundidad las caractersticas de estos reguladores empelaremos las
siguientes entradas:
- Entrada escaln (Step).
- Senoidal (Sine Wave).
- Pulsos (Pulse generator).
- Seal aleatoria (Random Number).
Deberemos verificar lo siguiente:
o Comprobar si el sistema se inestabiliza para algn
o Valor ptimo. Por ejemplo,
Para en seno se inestabiliza la salida.
Para no se consigue "cazar" el seno.
o Representar el parmetro
o Valor ptimo de
Cuando tengamos que el sistema se estabiliza desconectamos el mecanismo de
adaptacin y ponemos una cota que ser justamente el valor final de los parmetros. Para ello
se ha empleado el siguiente cdigo donde tenemos :
K=1;sistema=tf(K*[1],[1 0.5]);Km=3;modelo=tf(Km*[1],[1 0.5]);
gamma=1; gamma=0.4; gamma=0.1;
Se ha llevado a cabo diferentes simulaciones buscando un parmetro gamma capaz de
dar un buen resultado para todas las seales. Se han obtenido diversas grficas donde el color
azul representa la seal de salida y error procedente del modelo y el color verde representa la
seal de salida y error procedente del sistema regulado por un MRAC.
Se ha observado que para valores pequeos de gamma (0,1) los mejores resultados se
obtienen para la seal de entrada escaln y sinusoidal tal y como se muestra en la Ilustracin
9. Se puede observar cmo, mientras que el sistema alcanza la salida deseada dentro de los
primeros 30 segundos para las entradas mencionadas, para las otras dos entradas tiene un mal
comportamiento puesto que ni durante 100 segundos es capaz de llegar a la salida deseada.
Por otro lado, para valores grandes de gamma (1) se obtienen los mejores resultados
del sistema para el escaln, la entrada de pulso y la seal aleatoria (Ilustracin 11). En este
caso, se alcanzan los valores deseados dentro de los primeros 30 segundos. Sin embargo, para
la entrada sinusoidal se obtiene que el regulador inestabiliza el sistema.
Buscando un valor ptimo para todas las entradas se han obtenido resultados
aceptables para un parmetro gamma de 0.4, tal y como se muestra en la Ilustracin 10,
donde a partir del minuto de simulacin aproximadamente ya se alcanza la seal de salida
deseada. Se puede observar en todas las grficas el valor en rgimen permanente del
parmetro theta de 3.
[CONTROL ADAPTATIVO] MITIT

Jaime Martnez Verd | Control Adaptativo Basado en Modelo de Referencia 9


Ilustracin 8. Esquema simulink para la comparacin de diferentes seales de entrada.
theta para una senoidal
theta para una random
theta para un step
theta para un pulse
Uniform Random
Number
Step Sine Wave
S sistema para una senoidal
S sistema para una random
S sistema para un step
S sistema para un pulse
S sistema
S modelo para una senoidal
S modelo para una random
S modelo para un step
S modelo para un pulse
S modelo
Pulse
Generator
Product42
Product41
Product32
Product31
Product22
Product21
Product12
Product11
sistema
LTI System4 PLANTA
modelo
LTI System4 MODELO
sistema
LTI System3 PLANTA
modelo
LTI System3 MODELO
sistema
LTI System2 PLANTA
modelo
LTI System2 MODELO
sistema
LTI System1 PLANTA
modelo
LTI System1 MODELO
sistema
LTI System PLANTA
modelo
LTI System MODELO
1
s
Integrator3
1
s
Integrator2
1
s
Integrator1
1
s
Integrator
-gamma
Gain4
-gamma
Gain3
-gamma
Gain2
-gamma
Gain1
Km/K
GANANCIA
Error para una senoidal
Error para una random
Error para un step
Error para un pulse
Comparacin para una senoidal
Comparacin para una random
Comparacin para un step
Comparacin para un pulse
Comp Theta-Error para una senoidal
Comp Theta-Error para una random
Comp Theta-Error para un step
Comp Theta-Error para un pulse
[CONTROL ADAPTATIVO] MITIT

Jaime Martnez Verd | Control Adaptativo Basado en Modelo de Referencia 10


Ilustracin 9. Resultados obtenidos para la comparacin para un gamma de 0,1.
[CONTROL ADAPTATIVO] MITIT

Jaime Martnez Verd | Control Adaptativo Basado en Modelo de Referencia 11


Ilustracin 10. Resultados obtenidos para la comparacin para un gamma de 0,4.
[CONTROL ADAPTATIVO] MITIT

Jaime Martnez Verd | Control Adaptativo Basado en Modelo de Referencia 12


Ilustracin 11. Resultados obtenidos para la comparacin para un gamma de 1.
[CONTROL ADAPTATIVO] MITIT

Jaime Martnez Verd | Control Adaptativo Basado en Modelo de Referencia 13

EJERCICIO
A continuacin estudiaremos y analizaremos los reguladores MRAS empleando para
ello la siguiente funcin de transferencia:
Ecuacin 12
Para estudiar en profundidad las caractersticas de estos reguladores empelaremos las
siguientes entradas:
- Entrada escaln (Step).
- Senoidal (Sine Wave).
- Pulsos (Pulse generator).
- Seal aleatoria (Random Number).
Deberemos verificar lo siguiente:
o Comprobar si el sistema se inestabiliza para algn
o Representar el parmetro
o Valor ptimo de
Cuando tengamos que el sistema se estabiliza desconectamos el mecanismo de
adaptacin y ponemos una cota que ser justamente el valor final de los parmetros. Para ello
se ha empleado el siguiente cdigo donde tenemos :
K=1; sistema=tf(K*[1 0.7],conv(conv([1 0.5],[1 1.5]),[1 2]));
Km=3; modelo=tf(Km*[1 0.7],conv(conv([1 0.5],[1 1.5]),[1 2]));
gamma=0.75; gamma=0.5; gamma=0.3;
: Aparece una situacin de inestabilidad.
: Para las seales pulse generator y random no hay buen comportamiento.
: Obtenemos un resultado aceptable para todas las seales.
Se ha llevado a cabo diferentes simulaciones buscando un parmetro gamma capaz de
dar un buen resultado para todas las seales. Se han obtenido diversas grficas donde el color
azul representa la seal de salida y error procedente del modelo y el color verde representa la
seal de salida y error procedente del sistema regulado por un MRAC.
Se ha observado que para valores pequeos de gamma (0,3) los mejores resultados se
obtienen para la seal de entrada escaln y sinusoidal tal y como se muestra en la Ilustracin
14. Se puede observar cmo, mientras que el sistema alcanza la salida deseada dentro de los
primeros 30 segundos para las entradas mencionadas, para las otras dos entradas tiene un mal
comportamiento puesto que ni durante 100 segundos es capaz de llegar a la salida deseada.
Por otro lado, para valores grandes de gamma (0,75) se obtienen los mejores resultados del
sistema para el escaln, la entrada de pulso y la seal aleatoria (Ilustracin 12). En este caso,
se alcanzan los valores deseados dentro de los primeros 30 segundos. Sin embargo, para las
entradas escaln y sinusoidal se obtiene que el regulador inestabiliza el sistema. Buscando un
valor ptimo para todas las entradas se han obtenido resultados aceptables para un
parmetro gamma de 0,5, tal y como se muestra en la Ilustracin 13, donde a partir del minuto
y medio de simulacin ya se alcanza la seal de salida deseada. Se puede observar en todas las
grficas el valor en rgimen permanente del parmetro theta de 3.
[CONTROL ADAPTATIVO] MITIT

Jaime Martnez Verd | Control Adaptativo Basado en Modelo de Referencia 14


Ilustracin 12. Resultados obtenidos para la comparacin para un gamma de 0,75.
[CONTROL ADAPTATIVO] MITIT

Jaime Martnez Verd | Control Adaptativo Basado en Modelo de Referencia 15


Ilustracin 13. Resultados obtenidos para la comparacin para un gamma de 0,5.
[CONTROL ADAPTATIVO] MITIT

Jaime Martnez Verd | Control Adaptativo Basado en Modelo de Referencia 16


Ilustracin 14. Resultados obtenidos para la comparacin para un gamma de 0,3.
[CONTROL ADAPTATIVO] MITIT

Jaime Martnez Verd | Control Adaptativo Basado en Modelo de Referencia 17

DESARROLLO (DOS PARMETROS)
Supongamos un modelo y un sistema tal que ste sea las funciones de transferencia
del modelo y de la planta :
Ecuacin 13
Ecuacin 14
donde los parmetros a y b son desconocidos. Definamos los parmetros y
donde realmente los parmetros a y b son valores desconocidos. A
continuacin, se determina la expresin del control, es decir, la diferencia entre la salida del
modelo y la seal de entrada, aplicando asignacin de polos:
Ecuacin 15
Aplicaremos la regla del MIT:
Ecuacin 16
Y la definicin de error:
Ecuacin 17
De la funcin de transferencia en bucle cerrado del sistema con el controlador:



Ecuacin 18
De la Ecuacin de control , se tiene el siguiente resultado:
Ecuacin 19
Remodelando la expresin se tiene que la salida en funcin de la seal de entrada
responde a la siguiente expresin:
Ecuacin 20
A continuacin, se procede con el clculo de las derivadas respecto a los dos
parmetros para el error, sabiendo que y :
Ecuacin 21

Ecuacin 22
[CONTROL ADAPTATIVO] MITIT

Jaime Martnez Verd | Control Adaptativo Basado en Modelo de Referencia 18

Por otro lado, podemos obtener el valor de la derivada del primer parmetro theta
transformando la expresin del siguiente modo:

Ecuacin 23
de donde Suponiendo que estamos cerca de la
situacin de adaptacin.
A continuacin, se procede con el clculo de las derivadas respecto al parmetro que
restaba:
Ecuacin 24

Ecuacin 25
Por otro lado, podemos obtener el valor de la derivada del segundo parmetro theta
transformando la expresin del siguiente modo:

Ecuacin 26
Recapitulando, tenemos que:
Ecuacin 27
Ecuacin 28
Esto es lo mismo que:
Ecuacin 29
Ecuacin 30

[CONTROL ADAPTATIVO] MITIT

Jaime Martnez Verd | Control Adaptativo Basado en Modelo de Referencia 19

EJERCICIO
A continuacin estudiaremos y analizaremos los reguladores MRAS empleando para
ello la siguiente funcin de transferencia:
Ecuacin 31
Ecuacin 32
Para estudiar en profundidad las caractersticas de estos reguladores empelaremos las
siguientes entradas:
- Senoidal (Sine Wave).
Frec=05 Rad/s
A=1
- Pulsos (Pulse generator).
Amp=2


10 20
20 s
o Comprobar si el sistema se inestabiliza para algn
o Valor ptimo. Por ejemplo,
Para en seno se inestabiliza la salida.
Para no se consigue "cazar" el seno.
o Representar el parmetro y
o Valor ptimo de
Luego probamos con a muy distinto de o b muy distinto de .
Deberemos verificar lo siguiente:
Cuando tengamos que el sistema se estabiliza desconectamos el mecanismo de
adaptacin y ponemos una cota que ser justamente el valor final de los parmetros. Para ello
se ha empleado el siguiente cdigo donde tenemos y donde
realmente los parmetros a y b son valores desconocidos:
a=1;b=0.5;am=2;bm=2;
porasig_sistema=tf([b],[1 a]);porasig_modelo=tf([bm],[1 am]);
gamma=0.30;gamma=0.95;gamma=4.95;
gamma=9.95;gamma=19.95;gamma=99.95;
Se ha llevado a cabo diferentes simulaciones buscando un parmetro gamma capaz de
dar un buen resultado para todas las seales. Se han obtenido diversas grficas donde el color
azul representa la seal de salida procedente del modelo y el verde aquella procedente del
sistema regulado. En las grficas de la derecha el color azul y verde representan a los
parmetros y , respectivamente, y el color rojo al error procedente del sistema regulado
por un MRAC.
[CONTROL ADAPTATIVO] MITIT

Jaime Martnez Verd | Control Adaptativo Basado en Modelo de Referencia 20

Se ha observado que para valores pequeos de gamma (0,3) los mejores resultados se
obtienen para la seal sinusoidal tal y como se muestra en la Ilustracin 16. Se puede observar
cmo, mientras que el sistema alcanza la salida deseada para la entrada mencionada, para las
otras dos entradas tiene un mal comportamiento puesto que ni durante 100 segundos es
capaz de llegar a la salida deseada.
Por otro lado, para valores grandes de gamma (19,95 y 99,95) se obtienen los mejores
resultados del sistema para el random, (Ilustracin 20 e Ilustracin 21). En este caso, se
alcanzan los valores deseados dentro de los primeros 30 segundos. Sin embargo, para la
entrada sinusoidal se obtiene que el regulador no consigue estabilizar los parmetros.
Buscando un valor ptimo para todas las entradas se han obtenido resultados
aceptables para un parmetro gamma de 9,95, tal y como se muestra en la Ilustracin 19,
donde a partir del minuto de simulacin aproximadamente ya se alcanza la seal de salida
deseada. Se puede observar en todas las grficas el valor en rgimen permanente del
parmetro theta 1 de 4 y theta 2 de 2: y .
Ahora probamos con a muy distinto de o b muy distinto de .
Para ello se ha empleado el siguiente valor donde tenemos y
donde realmente los parmetros a y b son valores desconocidos: a = 10.
En definitiva, se obtiene que los resultados son peores puesto que el sistema necesita
ms tiempo para ir a los valores del sistema puesto que ahora estn ms lejos y por lo tanto,
necesitamos ms tiempo o mejor gamma.
Se ha llevado a cabo diferentes simulaciones buscando un parmetro gamma capaz de
dar un buen resultado para todas las seales. Se han obtenido diversas grficas donde el color
azul representa la seal de salida procedente del modelo y el verde aquella procedente del
sistema regulado. En las grficas de la derecha el color azul y verde representan a los
parmetros y , respectivamente, y el color rojo al error procedente del sistema regulado
por un MRAC.
Se ha observado que para valores pequeos de gamma (0,3) los mejores resultados se
obtienen para la seal sinusoidal. Se puede observar cmo, mientras que el sistema alcanza la
salida deseada para la entrada mencionada, para las otras dos entradas tiene un mal
comportamiento puesto que ni durante 100 segundos es capaz de llegar a la salida deseada.
El MRAS se basa en la idea de llevar el error e = Y Y
m
a cero. Esto no implica
necesariamente que los parmetros del regulador sean los valores correctos. El caso cuando la
seal de entrada es cero es un contra ejemplo tpico. Buscando un valor ptimo para todas las
entradas se han obtenido resultados aceptables para un parmetro gamma de 9,95, tal y como
se muestra en la Ilustracin 19, donde a partir del minuto de simulacin aproximadamente ya
se alcanza la seal de salida deseada. Se puede observar en todas las grficas el valor en
rgimen permanente del parmetro theta 1 de 4 y theta 2 de 2: y
.
[CONTROL ADAPTATIVO] MITIT

Jaime Martnez Verd | Control Adaptativo Basado en Modelo de Referencia 21


Ilustracin 15. Esquema simulink para la comparacin de diferentes seales de entrada.
theta32
theta31
theta22
theta21
theta12
theta11
Uni form Random
Number
1
s+am
Transfer Fcn5
1
s+am
Transfer Fcn4
1
s+am
Transfer Fcn3
1
s+am
Transfer Fcn2
1
s+am
Transfer Fcn1
1
s+am
Transfer Fcn
Si ne Wave2
S si stema para un seno
S si stema para un Random S si stema para un Pul se
S model o para un seno
S model o para un Random S model o para un Pul se
Pul se
Generator
Product9
Product8
Product7
Product6
Product17
Product16
Product15
Product14
Product13
Product12
Product11
Product10
porasi g_si stema
LTI System9
porasi g_model o
LTI System8
porasi g_si stema
LTI System13
porasi g_model o
LTI System12
porasi g_si stema
LTI System11
porasi g_model o
LTI System10
1
s
Integrator8
1
s
Integrator7
1
s
Integrator6
1
s
Integrator5
1
s
Integrator4
1
s
Integrator3
gamma
Gai n9
-gamma
Gai n8
gamma
Gai n7
-gamma
Gai n6
gamma
Gai n5
-gamma
Gai n4
Error para un seno
Error para un Random
Error para un Pul se
Comparaci n para un seno
Comparaci n para un Random
Comparaci n para un Pul se
Comparaci n para theta-Error para un seno
Comparaci n para theta-Error para un random Comparaci n para theta-Error para un pul se
[CONTROL ADAPTATIVO] MITIT

Jaime Martnez Verd | Control Adaptativo Basado en Modelo de Referencia 22


Ilustracin 16. Resultados obtenidos para la comparacin para un gamma de 0,3.
[CONTROL ADAPTATIVO] MITIT

Jaime Martnez Verd | Control Adaptativo Basado en Modelo de Referencia 23


Ilustracin 17. Resultados obtenidos para la comparacin para un gamma de 0,95.
[CONTROL ADAPTATIVO] MITIT

Jaime Martnez Verd | Control Adaptativo Basado en Modelo de Referencia 24


Ilustracin 18. Resultados obtenidos para la comparacin para un gamma de 4,95.
[CONTROL ADAPTATIVO] MITIT

Jaime Martnez Verd | Control Adaptativo Basado en Modelo de Referencia 25


Ilustracin 19. Resultados obtenidos para la comparacin para un gamma de 9,95.
[CONTROL ADAPTATIVO] MITIT

Jaime Martnez Verd | Control Adaptativo Basado en Modelo de Referencia 26


Ilustracin 20. Resultados obtenidos para la comparacin para un gamma de 19,95.
[CONTROL ADAPTATIVO] MITIT

Jaime Martnez Verd | Control Adaptativo Basado en Modelo de Referencia 27


Ilustracin 21. Resultados obtenidos para la comparacin para un gamma de 99,95.
[CONTROL ADAPTATIVO] MITIT

Jaime Martnez Verd | Control Adaptativo Basado en Modelo de Referencia 28


Ilustracin 22. Resultados obtenidos para la comparacin para un gamma de 0,3.
[CONTROL ADAPTATIVO] MITIT

Jaime Martnez Verd | Control Adaptativo Basado en Modelo de Referencia 29


Ilustracin 23. Resultados obtenidos para la comparacin para un gamma de 0,95.
[CONTROL ADAPTATIVO] MITIT

Jaime Martnez Verd | Control Adaptativo Basado en Modelo de Referencia 30


Ilustracin 24. Resultados obtenidos para la comparacin para un gamma de 4,95.
[CONTROL ADAPTATIVO] MITIT

Jaime Martnez Verd | Control Adaptativo Basado en Modelo de Referencia 31


Ilustracin 25. Resultados obtenidos para la comparacin para un gamma de 9,95.
[CONTROL ADAPTATIVO] MITIT

Jaime Martnez Verd | Control Adaptativo Basado en Modelo de Referencia 32


Ilustracin 26. Resultados obtenidos para la comparacin para un gamma de 19,95.
[CONTROL ADAPTATIVO] MITIT

Jaime Martnez Verd | Control Adaptativo Basado en Modelo de Referencia 33


Ilustracin 27. Resultados obtenidos para la comparacin para un gamma de 99,95.
[CONTROL ADAPTATIVO] MITIT

Jaime Martnez Verd | Control Adaptativo Basado en Modelo de Referencia 34

Diseo de reguladores MRAS basados en Teora de la Estabilidad
Una forma de lograr el ajuste de parmetros en un MRAS es intentar leyes de ajuste
tales que garanticen que el error vaya a cero.
El problema consiste en encontrar una ley de realimentacin tal que e = y y
m
tienda
a cero y que esta condicin est garantizada.
TEORA DE LA ESTABILIDAD DE LYAPUNOV
En matemticas, la nocin de estabilidad de Lyapunov se da en el estudio de los
sistemas dinmicos.
De manera sencilla, si todas las soluciones de un sistema dinmico descrito por una
funcin X(t) que se encuentre cerca de un punto de equilibrio X
o
en una vecindad acotada por
T
, entonces las trayectorias de la funcin X(t) son estables segn Lyapunov.
De manera fuerte, si la solucin comienza en la vecindad de X(0) y converge a X
o
,
entonces X(t) es asintticamente estable en el sentido de Lyapunov.
2 TEOREMA DE LA ESTABILIDAD DE LYAPUNOV
Lyapunov introdujo un mtodo directo para investigar la estabilidad de una solucin
particular de ecuaciones diferenciales no lineales.
El equilibrio x = 0 es estable si se puede encontrar una funcin real en el espacio de
estado cuyas curvas de nivel encierran el equilibrio tal que las derivadas de los variables de
estado siempre apunten al interior de las curvas de nivel.

Ilustracin 28. Representacin de las curvas de nivel que encierran el equilibrio.
Dada la ecuacin diferencial en variables de estado:
Ecuacin 33
donde x es vector de estado de dimensin n, f es una funcin tal que la solucin existe
para todo t to. El punto de equilibrio es el origen y, aunque esto parezca restrictivo, se puede
lograr siempre cualquier punto del espacio con una sencilla transformacin de coordenadas.

[CONTROL ADAPTATIVO] MITIT

Jaime Martnez Verd | Control Adaptativo Basado en Modelo de Referencia 35

Si existe una funcin V que cumple:
1) Ecuacin 34
2) es diferenciable en y
3) es definida positiva: Ecuacin 35
Ecuacin 36
Ecuacin 37

Esto viene a decir que el sistema va a
tender a x=0 si se cumplen las
condiciones del 2 Teorema.
Una condicin suficiente para garantizar que el equilibrio x = 0 es asintticamente
estable es que la funcin:
Ecuacin 38
, es decir debe ser definida negativa. En el caso del control adoptable solo se
exige que sea semidefinida negativa. Esto implica que se impone una condicin
adicional sobre el sistema:
Lema (convergencia).
Si g es una funcin real de una variable real t, definida y uniformemente continua para
t > 0, y si el lmite de la integral:
Ecuacin 39
Cuando t tiende a infinitivo existe y es un nmero finito, entonces:
Ecuacin 40

La condicin suficiente de estabilidad del punto
de equilibrio x=0 es que sea definida
negativa.

[CONTROL ADAPTATIVO] MITIT

Jaime Martnez Verd | Control Adaptativo Basado en Modelo de Referencia 36

DESARROLLO
Recordemos nuestro sistema:




SISTEMA


MODELO

Definamos los siguientes parmetros de modo que deseamos que el error tienda a
cero :
Ecuacin 41
Ecuacin 42
Ecuacin 43
Asumiremos que la funcin definida antes como V es el error e. Calculamos:
Ecuacin 44
Obtenemos el valor de la derivada del error del siguiente modo:

Ecuacin 45
A partir de la funcin de transferencia obtenemos la derivada de la salida:


Ecuacin 46
A partir de la funcin de transferencia obtenemos la derivada de la salida:



[CONTROL ADAPTATIVO] MITIT

Jaime Martnez Verd | Control Adaptativo Basado en Modelo de Referencia 37





Se intenta que aparezca e
Sumo y resto


Ecuacin 47
El siguiente paso consiste en encontrar una funcin V (funcin candidata de Lyapunov)
adecuada para el problema:
Ecuacin 48
Cumple las tres primeras condiciones: ES CANDIDATA.
1- Si e = 0
e
2
=0 .
2- Si y existe.
3- Si
2
0
es definida negativa?




Ecuacin 49

[CONTROL ADAPTATIVO] MITIT

Jaime Martnez Verd | Control Adaptativo Basado en Modelo de Referencia 38

Con esto se anulan los dos factores:
Ecuacin 50
Ecuacin 51
Obtenemos los siguientes resultados:
Ecuacin 52
Ecuacin 53
Ecuacin 54
Se tiene que:
(Definida negativa) Ecuacin 55
La funcin V ser decreciente si el error es diferente de cero; y el error ir a cero.
Notemos sin embargo, que esto no significa que los parmetros y converjan a los valores
de equilibrio a menos que se impongan otras condiciones. La regla obtenida es similar a la
regla MIT, pero las derivadas de sensibilidad son remplazadas por otras seales.


[CONTROL ADAPTATIVO] MITIT

Jaime Martnez Verd | Control Adaptativo Basado en Modelo de Referencia 39

EJERCICIO
A continuacin estudiaremos y analizaremos los reguladores MRAS empleando para
ello la siguiente funcin de transferencia:
Ecuacin 56
Ecuacin 57
Para estudiar en profundidad las caractersticas de estos reguladores empelaremos las
siguientes entradas:
- Escaln.
- Senoidal (Sine Wave).
- Pulsos (Pulse generator).
- Random.
- Repeating sequence.
o Comprobar si el sistema tarda menos tiempo en alcanzar la seal.
Deberemos verificar lo siguiente:
a=1;b=0.5;am=2;bm=2;
porasig_sistema=tf([b],[1 a]);porasig_modelo=tf([bm],[1 am]);
gamma=2;gamma=10;gamma=20;
Se ha llevado a cabo diferentes simulaciones buscando un parmetro gamma capaz de
dar un buen resultado para todas las seales. Se han obtenido diversas grficas donde el color
azul representa la seal de salida procedente del modelo y el verde aquella procedente del
sistema regulado. En las grficas inferiores aparecen los resultados para el nuevo mtodo.
Se observa claramente que el nuevo mtodo desarrollado es ms rpido para todas las
entradas.
[CONTROL ADAPTATIVO] MITIT

Jaime Martnez Verd | Control Adaptativo Basado en Modelo de Referencia 40


Ilustracin 29. Esquema simulink para la comparacin de diferentes seales de entrada.
thetaL52
thetaL51
thetaL42
thetaL41
thetaL32
thetaL31
thetaL22
thetaL21
thetaL12
thetaL11
theta52
theta51
theta42
theta41
theta32
theta31
theta22
theta21
theta12
theta11
Uni form Random
Number
1
s+am
Transfer Fcn9
1
s+am
Transfer Fcn8
1
s+am
Transfer Fcn7
1
s+am
Transfer Fcn6
1
s+am
Transfer Fcn5
1
s+am
Transfer Fcn4
1
s+am
Transfer Fcn3
1
s+am
Transfer Fcn2
1
s+am
Transfer Fcn1
1
s+am
Transfer Fcn
Step1
Step
Si ne Wave1
Si ne Wave
S si stema9
S si stema8
S si stema7
S si stema6 S si stema5 S si stema4
S si stema3
S si stema2
S si stema10
S si stema1
S model o9
S model o8
S model o7
S model o6 S model o5 S model o4
S model o3
S model o2
S model o10
S model o1
Repeati ng
Sequence
Pul se
Generator
Product9
Product8
Product7
Product6 Product5
Product40
Product4
Product39
Product38
Product37
Product36
Product35
Product34
Product33
Product32
Product31
Product30
Product3
Product29
Product28
Product27
Product26
Product25
Product24
Product23
Product22
Product21
Product20
Product2
Product19
Product18
Product17
Product16
Product15
Product14
Product13
Product12
Product11
Product10 Product1
???
LTI System9
???
LTI System8
???
LTI System7
???
LTI System6
???
LTI System5
???
LTI System4
???
LTI System3
???
LTI System20
???
LTI System2
???
LTI System19
???
LTI System18
???
LTI System17
???
LTI System16
???
LTI System15
???
LTI System14
???
LTI System13
???
LTI System12
???
LTI System11
???
LTI System10
???
LTI System1
1
s
Integrator9
1
s
Integrator8
1
s
Integrator7
1
s
Integrator6
1
s
Integrator5
1
s
Integrator4
1
s
Integrator3
1
s
Integrator20
1
s
Integrator2
1
s
Integrator19
1
s
Integrator18
1
s
Integrator17
1
s
Integrator16
1
s
Integrator15
1
s
Integrator14
1
s
Integrator13
1
s
Integrator12
1
s
Integrator11
1
s
Integrator10
1
s
Integrator1
gamma
Gai n9
-gamma
Gai n8
gamma
Gai n7
-gamma
Gai n6
gamma
Gai n5
-gamma
Gai n4
-gamma
Gai n3
gamma
Gai n20
gamma
Gai n2
-gamma
Gai n19
gamma
Gai n18
-gamma
Gai n17
gamma
Gai n16
-gamma
Gai n15
gamma
Gai n14
-gamma
Gai n13
gamma
Gai n12
gamma
Gai n11
-gamma
Gai n10
-gamma
Gai n1
Error9
Error8
Error7
Error6
Error5
Error4
Error3 Error2
Error10
Error1
Comparaci n9
Comparaci n8
Comparaci n7
Comparaci n6
Comparaci n5 Comparaci n4 Comparaci n3 Comparaci n2
Comparaci n10
Comparaci n1
[CONTROL ADAPTATIVO] MITIT

Jaime Martnez Verd | Control Adaptativo Basado en Modelo de Referencia 41


Ilustracin 30. Esquema simulink para la comparacin de diferentes seales de entrada P 1.
thetaL52
thetaL51
thetaL42
thetaL41
thetaL32
thetaL31
thetaL22
thetaL21
thetaL12
thetaL11
theta52
theta51
theta42
theta41
theta32
theta31
theta22
theta21
theta12
theta11
Uni form Random
Number
1
s+am
Transfer Fcn9
1
s+am
Transfer Fcn8
1
s+am
Transfer Fcn7
1
s+am
Transfer Fcn6
1
s+am
Transfer Fcn5
1
s+am
Transfer Fcn4
1
s+am
Transfer Fcn3
1
s+am
Transfer Fcn2
1
s+am
Transfer Fcn1
1
s+am
Transfer Fcn
Step1
Step
Si ne Wave1
Si ne Wave
S si stema9
S si stema8
S si stema7
S si stema6 S si stema5 S si stema4
S si stema3
S si stema2
S si stema10
S si stema1
S model o9
S model o8
S model o7
S model o6 S model o5 S model o4
S model o3
S model o2
S model o10
S model o1
Repeati ng
Sequence
Pul se
Generator
Product9
Product8
Product7
Product6 Product5
Product40
Product4
Product39
Product38
Product37
Product36
Product35
Product34
Product33
Product32
Product31
Product30
Product3
Product29
Product28
Product27
Product26
Product25
Product24
Product23
Product22
Product21
Product20
Product2
Product19
Product18
Product17
Product16
Product15
Product14
Product13
Product12
Product11
Product10 Product1
???
LTI System9
???
LTI System8
???
LTI System7
???
LTI System6
???
LTI System5
???
LTI System4
???
LTI System3
???
LTI System20
???
LTI System2
???
LTI System19
???
LTI System18
???
LTI System17
???
LTI System16
???
LTI System15
???
LTI System14
???
LTI System13
???
LTI System12
???
LTI System11
???
LTI System10
???
LTI System1
1
s
Integrator9
1
s
Integrator8
1
s
Integrator7
1
s
Integrator6
1
s
Integrator5
1
s
Integrator4
1
s
Integrator3
1
s
Integrator20
1
s
Integrator2
1
s
Integrator19
1
s
Integrator18
1
s
Integrator17
1
s
Integrator16
1
s
Integrator15
1
s
Integrator14
1
s
Integrator13
1
s
Integrator12
1
s
Integrator11
1
s
Integrator10
1
s
Integrator1
gamma
Gai n9
-gamma
Gai n8
gamma
Gai n7
-gamma
Gai n6
gamma
Gai n5
-gamma
Gai n4
-gamma
Gai n3
gamma
Gai n20
gamma
Gai n2
-gamma
Gai n19
gamma
Gai n18
-gamma
Gai n17
gamma
Gai n16
-gamma
Gai n15
gamma
Gai n14
-gamma
Gai n13
gamma
Gai n12
gamma
Gai n11
-gamma
Gai n10
-gamma
Gai n1
Error9
Error8
Error7
Error6
Error5
Error4
Error3 Error2
Error10
Error1
Comparaci n9
Comparaci n8
Comparaci n7
Comparaci n6
Comparaci n5 Comparaci n4 Comparaci n3 Comparaci n2
Comparaci n10
Comparaci n1
[CONTROL ADAPTATIVO] MITIT

Jaime Martnez Verd | Control Adaptativo Basado en Modelo de Referencia 42


Ilustracin 31. Esquema simulink para la comparacin de diferentes seales de entrada P 2.
thetaL52
thetaL51
thetaL42
thetaL41
thetaL32
thetaL31
thetaL22
thetaL21
thetaL12
thetaL11
theta52
theta51
theta42
theta41
theta32
theta31
theta22
theta21
theta12
theta11
Uni form Random
Number
1
s+am
Transfer Fcn9
1
s+am
Transfer Fcn8
1
s+am
Transfer Fcn7
1
s+am
Transfer Fcn6
1
s+am
Transfer Fcn5
1
s+am
Transfer Fcn4
1
s+am
Transfer Fcn3
1
s+am
Transfer Fcn2
1
s+am
Transfer Fcn1
1
s+am
Transfer Fcn
Step1
Step
Si ne Wave1
Si ne Wave
S si stema9
S si stema8
S si stema7
S si stema6 S si stema5 S si stema4
S si stema3
S si stema2
S si stema10
S si stema1
S model o9
S model o8
S model o7
S model o6 S model o5 S model o4
S model o3
S model o2
S model o10
S model o1
Repeati ng
Sequence
Pul se
Generator
Product9
Product8
Product7
Product6 Product5
Product40
Product4
Product39
Product38
Product37
Product36
Product35
Product34
Product33
Product32
Product31
Product30
Product3
Product29
Product28
Product27
Product26
Product25
Product24
Product23
Product22
Product21
Product20
Product2
Product19
Product18
Product17
Product16
Product15
Product14
Product13
Product12
Product11
Product10 Product1
???
LTI System9
???
LTI System8
???
LTI System7
???
LTI System6
???
LTI System5
???
LTI System4
???
LTI System3
???
LTI System20
???
LTI System2
???
LTI System19
???
LTI System18
???
LTI System17
???
LTI System16
???
LTI System15
???
LTI System14
???
LTI System13
???
LTI System12
???
LTI System11
???
LTI System10
???
LTI System1
1
s
Integrator9
1
s
Integrator8
1
s
Integrator7
1
s
Integrator6
1
s
Integrator5
1
s
Integrator4
1
s
Integrator3
1
s
Integrator20
1
s
Integrator2
1
s
Integrator19
1
s
Integrator18
1
s
Integrator17
1
s
Integrator16
1
s
Integrator15
1
s
Integrator14
1
s
Integrator13
1
s
Integrator12
1
s
Integrator11
1
s
Integrator10
1
s
Integrator1
gamma
Gai n9
-gamma
Gai n8
gamma
Gai n7
-gamma
Gai n6
gamma
Gai n5
-gamma
Gai n4
-gamma
Gai n3
gamma
Gai n20
gamma
Gai n2
-gamma
Gai n19
gamma
Gai n18
-gamma
Gai n17
gamma
Gai n16
-gamma
Gai n15
gamma
Gai n14
-gamma
Gai n13
gamma
Gai n12
gamma
Gai n11
-gamma
Gai n10
-gamma
Gai n1
Error9
Error8
Error7
Error6
Error5
Error4
Error3 Error2
Error10
Error1
Comparaci n9
Comparaci n8
Comparaci n7
Comparaci n6
Comparaci n5 Comparaci n4 Comparaci n3 Comparaci n2
Comparaci n10
Comparaci n1
[CONTROL ADAPTATIVO] MITIT

Jaime Martnez Verd | Control Adaptativo Basado en Modelo de Referencia 43


Ilustracin 32. Resultados obtenidos para la comparacin para un gamma de 2.
[CONTROL ADAPTATIVO] MITIT

Jaime Martnez Verd | Control Adaptativo Basado en Modelo de Referencia 44


Ilustracin 33. Resultados obtenidos para la comparacin para un gamma de 10.
[CONTROL ADAPTATIVO] MITIT

Jaime Martnez Verd | Control Adaptativo Basado en Modelo de Referencia 45


Ilustracin 34. Resultados obtenidos para la comparacin para un gamma de 10.
[CONTROL ADAPTATIVO] MITIT

Jaime Martnez Verd | Control Adaptativo Basado en Modelo de Referencia 46


Ilustracin 35. Resultados obtenidos para la comparacin para un gamma de 10.
[CONTROL ADAPTATIVO] MITIT

Jaime Martnez Verd | Control Adaptativo Basado en Modelo de Referencia 47


Ilustracin 36. Resultados obtenidos para la comparacin para un gamma de 20.
[CONTROL ADAPTATIVO] MITIT

Jaime Martnez Verd | Referencias 48

Referencias
1. Goodwin, G. Sin: Adaptive Filtering, Prediction and Control, Prentice Hall 1984.
2. Bellman, R.: Adaptive Control Processes: A Guided Tour, Princeton University 1961
3. strm, K., Hgglung: Automatic Tuning of PID Controllers, ISA 1988
4. strm, K., Wittenmark: Adaptive Control, Prentice Hall 1989
5. CAMACHO, E., BORDONS, C. Model Predictive Control. Springer-Verlag, 2007.
6. NARENDRA, K.S., ANNASWAMY, A.M. Stable Adaptive Systems. Prentice Hall, 1989.

[CONTROL ADAPTATIVO] MITIT

Jaime Martnez Verd | Tabla de contenidos 49

Tabla de contenidos
Introduccin al control adaptativo. ............................................................................................... 1
Clasificacin de reguladores de Control Adaptativo .................................................... 2
Control Adaptativo Basado en Modelo de Referencia .................................................................. 4
Ventajas y caractersticas del Control Adaptativo MRAS ............................................. 4
Diseo de reguladores de Control Adaptativo MRAS .................................................. 4
Regla del MIT ............................................................................................................ 5
METODO DEL GRADIENTE ........................................................................................ 6
DESARROLLO (UN PARMETRO) .............................................................................. 6
EJERCICIO .................................................................................................................. 8
EJERCICIO ................................................................................................................ 13
DESARROLLO (DOS PARMETROS) ........................................................................ 17
EJERCICIO ................................................................................................................ 19
Diseo de reguladores MRAS basados en Teora de la Estabilidad ........................... 34
TEORA DE LA ESTABILIDAD DE LYAPUNOV ........................................................... 34
2 TEOREMA DE LA ESTABILIDAD DE LYAPUNOV ................................................... 34
DESARROLLO .......................................................................................................... 36
EJERCICIO ................................................................................................................ 39
Referencias .................................................................................................................................. 48
Tabla de contenidos .................................................................................................................... 49
Tabla de ilustraciones .................................................................................................................. 50
Tabla de ecuaciones .................................................................................................................... 51


[CONTROL ADAPTATIVO] MITIT

Jaime Martnez Verd | Tabla de ilustraciones 50

Tabla de ilustraciones
Ilustracin 1. Esquema general de un control adaptativo. ........................................................... 1
Ilustracin 2. Esquema de un MRAS (A) y de un MIAS (B y C). ..................................................... 3
Ilustracin 3. Esquema del control adaptativo MRAS. .................................................................. 5
Ilustracin 4. Regla del MIT empleada en un control adaptativo MRAS. ..................................... 5
Ilustracin 5. Comportamiento del error en un control adaptativo MRAS. ................................. 6
Ilustracin 6. Comportamiento del error empleando el mtodo del gradiente. .......................... 6
Ilustracin 7. Obtencin de la Ley de Adaptacin......................................................................... 7
Ilustracin 8. Esquema simulink para la comparacin de diferentes seales de entrada. ........... 9
Ilustracin 9. Resultados obtenidos para la comparacin para un gamma de 0,1. .................... 10
Ilustracin 10. Resultados obtenidos para la comparacin para un gamma de 0,4. .................. 11
Ilustracin 11. Resultados obtenidos para la comparacin para un gamma de 1. ..................... 12
Ilustracin 12. Resultados obtenidos para la comparacin para un gamma de 0,75. ................ 14
Ilustracin 13. Resultados obtenidos para la comparacin para un gamma de 0,5. .................. 15
Ilustracin 14. Resultados obtenidos para la comparacin para un gamma de 0,3. .................. 16
Ilustracin 15. Esquema simulink para la comparacin de diferentes seales de entrada. ....... 21
Ilustracin 16. Resultados obtenidos para la comparacin para un gamma de 0,3. .................. 22
Ilustracin 17. Resultados obtenidos para la comparacin para un gamma de 0,95. ................ 23
Ilustracin 18. Resultados obtenidos para la comparacin para un gamma de 4,95. ................ 24
Ilustracin 19. Resultados obtenidos para la comparacin para un gamma de 9,95. ................ 25
Ilustracin 20. Resultados obtenidos para la comparacin para un gamma de 19,95. .............. 26
Ilustracin 21. Resultados obtenidos para la comparacin para un gamma de 99,95. .............. 27
Ilustracin 22. Resultados obtenidos para la comparacin para un gamma de 0,3. .................. 28
Ilustracin 23. Resultados obtenidos para la comparacin para un gamma de 0,95. ................ 29
Ilustracin 24. Resultados obtenidos para la comparacin para un gamma de 4,95. ................ 30
Ilustracin 25. Resultados obtenidos para la comparacin para un gamma de 9,95. ................ 31
Ilustracin 26. Resultados obtenidos para la comparacin para un gamma de 19,95. .............. 32
Ilustracin 27. Resultados obtenidos para la comparacin para un gamma de 99,95. .............. 33
Ilustracin 28. Representacin de las curvas de nivel que encierran el equilibrio. .................... 34
Ilustracin 29. Esquema simulink para la comparacin de diferentes seales de entrada. ....... 40
Ilustracin 30. Esquema simulink para la comparacin de diferentes seales de entrada P 1. . 41
Ilustracin 31. Esquema simulink para la comparacin de diferentes seales de entrada P 2. . 42
Ilustracin 32. Resultados obtenidos para la comparacin para un gamma de 2. ..................... 43
Ilustracin 33. Resultados obtenidos para la comparacin para un gamma de 10. ................... 44
Ilustracin 34. Resultados obtenidos para la comparacin para un gamma de 10. ................... 45
Ilustracin 35. Resultados obtenidos para la comparacin para un gamma de 10. ................... 46
Ilustracin 36. Resultados obtenidos para la comparacin para un gamma de 20. ................... 47


[CONTROL ADAPTATIVO] MITIT

Jaime Martnez Verd | Tabla de ecuaciones 51

Tabla de ecuaciones
Ecuacin 1 ........................................................................... 4
Ecuacin 2 ......................................................................... 6
Ecuacin 3 ..................................................................................................... 6
Ecuacin 4 ...................................................................................... 6
Ecuacin 5 ....................................................................................... 7
Ecuacin 6 ............................................................................................. 7
Ecuacin 7 ................................................................................. 7
Ecuacin 8 ......................................................................................... 7
Ecuacin 9 ................................................................................................. 7
Ecuacin 10 ....................................................................................... 7
Ecuacin 11 ........................................................................................... 8
Ecuacin 12 .......................................................... 13
Ecuacin 13 ............................................................................................ 17
Ecuacin 14 ................................................................................. 17
Ecuacin 15 .......................................................................... 17
Ecuacin 16 ................................................................................ 17
Ecuacin 17............................................................................................. 17
Ecuacin 18 ................................................................................ 17
Ecuacin 19 .............................................................. 17
Ecuacin 20 ................................................................. 17
Ecuacin 21 .................................................................. 17
Ecuacin 22 .................................................................. 17
Ecuacin 23 ................................................................. 18
Ecuacin 24 .................................................................. 18
Ecuacin 25 ...................................................... 18
Ecuacin 26 ..................................................................... 18
Ecuacin 27 ....................................................................... 18
Ecuacin 28 ....................................................................... 18
Ecuacin 29 ........................................................................ 18
Ecuacin 30 ........................................................................ 18
Ecuacin 31 ......................................................................................... 19
Ecuacin 32 ........................................................................................ 19
Ecuacin 33 ................................................................................ 34
1) Ecuacin 34 .................................................................................... 35
3) es definida positiva: Ecuacin 35 ..................................................................... 35
Ecuacin 36 .................................................................................... 35
Ecuacin 37 ................................................................................................. 35
Ecuacin 38 ..................................... 35
Ecuacin 39 ................................................................................................. 35
Ecuacin 40 .................................................................................... 35
Ecuacin 41 ....................................................................................... 36
Ecuacin 42 ............................................................................................... 36
Ecuacin 43 ........................................................................................ 36
Ecuacin 44 ................................................................................................ 36
[CONTROL ADAPTATIVO] MITIT

Jaime Martnez Verd | Tabla de ecuaciones 52

Ecuacin 45 ...................................................... 36
Ecuacin 46 .................................................................................... 36
Ecuacin 47 ................................ 37
Ecuacin 48 ............ 37
Ecuacin 49 .. 37
Ecuacin 50 .............................................................................................. 38
Ecuacin 51 ................................................................................................ 38
Ecuacin 52 ......................................................................................... 38
Ecuacin 53 .......................................................................................... 38
Ecuacin 54 ............................................................................................. 38
(Definida negativa) Ecuacin 55 .................................................. 38
Ecuacin 56 ......................................................................................... 39
Ecuacin 57 ........................................................................................ 39