Controle robusto com realimentação derivativa de sistemas não lineares via LMI

Abstract

Em alguns problemas práticos, por exemplo, no controle de vibrações de sistemas mecânicos utilizando acelerômetros como sensores, é mais fácil obter a da derivada do vetor de estado do que o vetor de estado. Esta dissertação mostra que plantas lineares e invariantes no tempo descritas pelas matrizes {A,B,C,D}, cuja saída é a derivada do vetor de estado, são não observáveis e não estabilizáveis com realimentação da saída, quando det(A)=0. A impossibilidade de rejeição de distúrbios constantes, somados à entrada da planta quando det(A) 6= 0, realimentando-se a saída com controladores estáticos, foi também demonstrada. Adicionalmente, são propostas novas técnicas de controle para uma classe de sistemas não lineares com incertezas variantes no tempo. Condições na forma de desigualdades matriciais lineares, em inglês Linear Matrix Inequalities (LMIs), para o projeto de sistemas de controle empregando realimentação derivativa estática da derivada do vetor de estado, que ao mesmo tempo estabiliza a planta e maximiza o limite de incerteza do termo não linear, são estabelecidas com base em funções quadráticas de Lyapunov. Posteriormente estendem-se as condições de estabilidade robusta para sistemas não lineares com incertezas variantes no tempo e incertezas politópicas, que podem também representar falhas estruturais. O projeto do controlador é realizado através de condições baseadas em LMIs que, quando factíveis, podem ser resolvidas facilmente utilizando técnicas de programação convexa. Essa metodologia permite a inclusão de restrições de desempenho no projeto, como por exemplo, na taxa de decaimento e na norma de ganho dos controladores, de modo a atender às restrições do projeto. São apresentadas análises e resultados considerando o sinal de controle nulo e empregando realimentação derivativa estática do vetor de estado...

In some practical problems, for instance in the control of mechanical systems using accelerometers as sensors, it is easier to obtain the state-derivative vectors than the state vectors. This dissertation shows that (i) linear time-invariant plants given by the state-space model matrices {A,B,C,D} with output equal to the state-derivative vector are not observable and can not be stabilizable by using an output feedback if det(A) = 0 and (ii) the rejection of a constant disturbance added to the input of the aforementioned plants, considering det(A) 6= 0, and a static output feedback controller is not possible. The proposed results can be useful in the analysis and design of control systems with state-derivative feedback. Additionally, a new procedure for the control of a class of nonlinear systems with time-varying uncertainties using static statederivative feedback is proposed. Conditions based on Linear Matrix Inequalities (LMIs) for the design of robust controllers using state-derivative feedback, which simultaneously stabilizes the system and maximizes the uncertainty bound of the nonlinear term are proposed. Robust stability conditions for nonlinear systems with uncertainties and time-varying polytopic uncertainties, known as structural failures, are also presented. The controller design are based on LMIs which, when feasible, can be easily solved using convex programming techniques. This methodology allows the inclusion of performance constraints on the design, such as the decay rate and gain bounds in order to meet the design requirements. The dissertation considered cases where the control signal is equal to zero and with a state-derivative feedback. The elaboration of the theory for systems with n nonlinearities is illustrated through examples covering a single nonlinearity, with and without two polytopic uncertainties (and structural failures), and two nonlinearities... (Complete abstract click electronic access below)