Ubicación de polos
Donde:
y y y es la salida disponible
u u u es la señal de control
Si la señal de referencia es una constante
Si la señal de referencia varía con respecto al tiempo
Ubicación de polos por retroalimentación de estado
Considere el sistema SISO
( 1 ) { x ˙ = A x + B u y = C x (1)\begin{cases}
\dot{x} &= Ax + Bu\\
y &= Cx
\end{cases} ( 1 ) { x ˙ y = A x + B u = C x
Se asume que el sistema ( 1 ) (1) ( 1 ) es controlable
Se asume que se conoce todo el vector de estado x x x
El polinomio característico del sistema ( 1 ) (1) ( 1 ) es,
p ( s ) = det ( s I − A ) = s n + a 1 s n − 1 + a 2 s n − 2 + ⋯ + a n − 1 s + a n = ( s − q 1 ) ( s − q 2 ) ⋯ ( s − q n ) \begin{aligned}
p(s) &= \det(sI-A) = s^n + a_1 s^{n-1}+ a_2 s^{n-2} + \cdots + a_{n-1} s + a_n\\
&=(s-q_1)(s-q_2)\cdots(s-q_n)
\end{aligned} p ( s ) = det ( s I − A ) = s n + a 1 s n − 1 + a 2 s n − 2 + ⋯ + a n − 1 s + a n = ( s − q 1 ) ( s − q 2 ) ⋯ ( s − q n )
Donde: q 1 , q 2 , … , q n q_1, q_2, \ldots, q_n q 1 , q 2 , … , q n son los polos en lazo abierto.
El problema de ubicación de polos consiste en asignar vectores μ 1 , μ 2 , … , μ n \mu_1, \mu_2,\ldots,\mu_n μ 1 , μ 2 , … , μ n al polinomio característico en lazo cerrado.
q 1 q 2 ⋮ q n ⟶ μ 1 μ 2 ⋮ μ n \begin{matrix}q_1\\ q_2\\ \vdots\\ q_n\end{matrix} \longrightarrow \begin{matrix}\mu_1\\ \mu_2\\ \vdots\\ \mu_n\end{matrix} q 1 q 2 ⋮ q n ⟶ μ 1 μ 2 ⋮ μ n
Se define la retroalimentación de estado:
( 2 ) u = r − k x , k = [ k 1 k 2 … k n ] : 1 × n = r − [ k 1 k 2 … k n ] [ x 1 x 2 ⋮ x n ] = r − ( k 1 x 1 + k 2 x 2 + … + k n x n ) \begin{aligned}
(2)\quad u &= r-kx\quad,\quad k=[k_1\ k_2\ \ldots\ k_n]:1\times n\\
&= r-[k_1\ k_2\ \ldots\ k_n]\begin{bmatrix}x_1\\x_2\\\vdots\\x_n\end{bmatrix}\\
&= r-(k_1x_1+k_2x_2+\ldots+k_nx_n)
\end{aligned} ( 2 ) u = r − k x , k = [ k 1 k 2 … k n ] : 1 × n = r − [ k 1 k 2 … k n ] ⎣ ⎢ ⎢ ⎢ ⎢ ⎡ x 1 x 2 ⋮ x n ⎦ ⎥ ⎥ ⎥ ⎥ ⎤ = r − ( k 1 x 1 + k 2 x 2 + … + k n x n )
u = r − ∑ i = 1 n k i x i u = r - \sum^n_{i=1}k_ix_i u = r − i = 1 ∑ n k i x i
Sustituyendo ( 2 ) (2) ( 2 ) en ( 1 ) (1) ( 1 ) :
x ˙ = A x + B ( r − k x ) = A x + B r − B k x \begin{aligned}
\dot{x} &= Ax + B(r-kx)\\
&= Ax + Br-Bkx\\
\end{aligned} x ˙ = A x + B ( r − k x ) = A x + B r − B k x
( 3 ) x ˙ = ( A − B k ) x + B r Sistema en lazo cerrado (3)\quad \dot{x} = (A-Bk)x + Br\quad\text{Sistema en lazo cerrado} ( 3 ) x ˙ = ( A − B k ) x + B r Sistema en lazo cerrado
Calculando el polinomio característico:
p L C ( s ) = det ( s I − ( A − B k ) ) = s n + a ~ 1 s n − 1 + a ~ 2 s n − 2 + ⋯ + a ~ n − 1 s + a ~ n = ( s − μ 1 ) ( s − μ 2 ) ⋯ ( s − μ n ) \begin{aligned}
p_{LC}(s) &= \det(sI-(A-Bk)) = s^n + \tilde{a}_1 s^{n-1}+ \tilde{a}_2 s^{n-2} + \cdots + \tilde{a}_{n-1} s + \tilde{a}_n\\
&=(s-\mu_1)(s-\mu_2)\cdots(s-\mu_n)
\end{aligned} p L C ( s ) = det ( s I − ( A − B k ) ) = s n + a ~ 1 s n − 1 + a ~ 2 s n − 2 + ⋯ + a ~ n − 1 s + a ~ n = ( s − μ 1 ) ( s − μ 2 ) ⋯ ( s − μ n )
Procedimiento
Calcular el polinomio característico en función de los polos deseados en lazo cerrado.
p L C = ( s − μ 1 ) ( s − μ 2 ) ⋯ ( s − μ n ) = s n + a ~ 1 s n − 1 + ⋯ + a ~ n p_{LC}=(s-\mu_1)(s-\mu_2)\cdots(s-\mu_n) = s^n + \tilde{a}_1 s^{n-1}+ \cdots + \tilde{a}_n p L C = ( s − μ 1 ) ( s − μ 2 ) ⋯ ( s − μ n ) = s n + a ~ 1 s n − 1 + ⋯ + a ~ n
Calcular p L C p_{LC} p L C en términos de la ganancia k k k
p L C ( s ) = det ( s I − ( A − B k ) ) = s n + a ~ 1 s n − 1 + a ~ 2 s n − 2 + ⋯ + a ~ n − 1 s + a ~ n p_{LC}(s) = \det(sI-(A-Bk)) = s^n + \tilde{a}_1 s^{n-1}+ \tilde{a}_2 s^{n-2} + \cdots + \tilde{a}_{n-1} s + \tilde{a}_n\\ p L C ( s ) = det ( s I − ( A − B k ) ) = s n + a ~ 1 s n − 1 + a ~ 2 s n − 2 + ⋯ + a ~ n − 1 s + a ~ n
Igualar los coeficientes
a ~ 1 ( k ) = a 1 , a ~ 2 ( k ) = a 2 , … , a ~ n ( k ) = a n \tilde{a}_1(k) = a_1\quad,\quad \tilde{a}_2(k) = a_2\quad,\quad \ldots\quad,\quad \tilde{a}_n(k) = a_n a ~ 1 ( k ) = a 1 , a ~ 2 ( k ) = a 2 , … , a ~ n ( k ) = a n
Realizar la comprobación. Calcular los valores propios de ( A − B k ) (A-Bk) ( A − B k )
Se define la retroalimentación de estado:
u = r − k x = r − k P − 1 x ~ = r − k ˉ x ~ u = r-kx = r - kP^{-1}\tilde{x} = r - \bar{k}\tilde{x} u = r − k x = r − k P − 1 x ~ = r − k ˉ x ~
x ~ = P x x = P − 1 x ~ k ˉ = k P − 1 ⇒ k = k ˉ P \tilde{x} = Px\\
x = P^{-1}\tilde x\\
\bar{k} = kP^{-1} \Rightarrow k=\bar{k}P x ~ = P x x = P − 1 x ~ k ˉ = k P − 1 ⇒ k = k ˉ P
Sustituyendo x ~ = P x \tilde x = Px x ~ = P x en (1)
P − 1 x ~ ˙ = A P − 1 x ~ + B u x ~ ˙ = P A P − 1 x ~ + P B u = P A P − 1 x ~ + P B ( r − k P − 1 x ~ ) = P A P − 1 x ~ + P B r − P B k P − 1 x ~ = P ( A − B k ) P − 1 x ~ + P B r P^{-1}\dot{\tilde x} = AP^{-1}\tilde x + Bu\\
\begin{aligned}
\dot{\tilde x} &= PAP^{-1}\tilde x + PBu\\
&= PAP^{-1}\tilde x + PB(r-kP^{-1}\tilde x)\\
&= PAP^{-1}\tilde x + PBr-PBkP^{-1}\tilde x\\
&= P(A-Bk)P^{-1}\tilde x + PBr
\end{aligned} P − 1 x ~ ˙ = A P − 1 x ~ + B u x ~ ˙ = P A P − 1 x ~ + P B u = P A P − 1 x ~ + P B ( r − k P − 1 x ~ ) = P A P − 1 x ~ + P B r − P B k P − 1 x ~ = P ( A − B k ) P − 1 x ~ + P B r
Por lo que los sistemas ( 3 ) (3) ( 3 ) y ( 4 ) (4) ( 4 ) son similares.
Es decir, A − B k A-Bk A − B k y P ( A − B k ) P − 1 P(A-Bk)P^{-1} P ( A − B k ) P − 1 tienen los mismos valores propios
p L C = d e t ( s I − ( A − B k ) ) = d e t ( s I − P ( A − B k ) P − 1 ) = s n + a ~ 1 s n − 1 + a ~ 2 s n − 2 + ⋯ + a ~ n − 1 s + a ~ n \begin{aligned}
p_{LC} &= det(sI-(A-Bk)) = det(sI - P(A-Bk)P^{-1})\\
&= s^n + \tilde{a}_1 s^{n-1}+ \tilde{a}_2 s^{n-2} + \cdots + \tilde{a}_{n-1} s + \tilde{a}_n\\
\end{aligned} p L C = d e t ( s I − ( A − B k ) ) = d e t ( s I − P ( A − B k ) P − 1 ) = s n + a ~ 1 s n − 1 + a ~ 2 s n − 2 + ⋯ + a ~ n − 1 s + a ~ n
A ~ − B ~ k ˉ = [ − a 1 ~ − a 2 ~ − a 3 ~ ⋯ − a n ~ 1 0 ⋯ ⋯ 0 0 1 0 ⋯ ⋮ ⋮ ⋱ ⋱ ⋱ 0 ⋯ ⋯ 1 0 ] = [ − a 1 − a 2 − a 3 ⋯ − a n 1 0 ⋯ ⋯ 0 0 1 0 ⋯ ⋮ ⋮ ⋱ ⋱ ⋱ 0 ⋯ ⋯ 1 0 ] − [ 1 0 ⋮ 0 ] [ k ˉ 1 k ˉ 2 … k ˉ n ] = [ − a 1 − k ˉ 1 − a 2 − k ˉ 2 − a 3 − k ˉ 3 ⋯ − a n − k ˉ n 1 0 ⋯ ⋯ 0 0 1 0 ⋯ ⋮ ⋮ ⋱ ⋱ ⋱ 0 ⋯ ⋯ 1 0 ] \begin{aligned}
\tilde{A}-\tilde{B}\bar{k}= \begin{bmatrix}
-\tilde{a_1} &-\tilde{a_2} &-\tilde{a_3} & \cdots & -\tilde{a_n}\\
1&0&\cdots&\cdots&0\\
0&1&0&\cdots&\vdots\\
\vdots&\ddots&\ddots&\ddots\\
0&\cdots&\cdots&1&0\\
\end{bmatrix} &= \begin{bmatrix}
-a_1 &-a_2 &-a_3 & \cdots & -a_n\\
1&0&\cdots&\cdots&0\\
0&1&0&\cdots&\vdots\\
\vdots&\ddots&\ddots&\ddots\\
0&\cdots&\cdots&1&0\\
\end{bmatrix} - \begin{bmatrix}1\\0\\\vdots\\0\end{bmatrix}[\bar{k}_1\ \bar{k}_2\ \ldots \bar{k}_n]\\
&=\begin{bmatrix}
-a_1-\bar{k}_1 &-a_2-\bar{k}_2 &-a_3-\bar{k}_3 & \cdots & -a_n-\bar{k}_n\\
1&0&\cdots&\cdots&0\\
0&1&0&\cdots&\vdots\\
\vdots&\ddots&\ddots&\ddots\\
0&\cdots&\cdots&1&0\\
\end{bmatrix}
\end{aligned} A ~ − B ~ k ˉ = ⎣ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎡ − a 1 ~ 1 0 ⋮ 0 − a 2 ~ 0 1 ⋱ ⋯ − a 3 ~ ⋯ 0 ⋱ ⋯ ⋯ ⋯ ⋯ ⋱ 1 − a n ~ 0 ⋮ 0 ⎦ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎤ = ⎣ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎡ − a 1 1 0 ⋮ 0 − a 2 0 1 ⋱ ⋯ − a 3 ⋯ 0 ⋱ ⋯ ⋯ ⋯ ⋯ ⋱ 1 − a n 0 ⋮ 0 ⎦ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎤ − ⎣ ⎢ ⎢ ⎢ ⎢ ⎡ 1 0 ⋮ 0 ⎦ ⎥ ⎥ ⎥ ⎥ ⎤ [ k ˉ 1 k ˉ 2 … k ˉ n ] = ⎣ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎡ − a 1 − k ˉ 1 1 0 ⋮ 0 − a 2 − k ˉ 2 0 1 ⋱ ⋯ − a 3 − k ˉ 3 ⋯ 0 ⋱ ⋯ ⋯ ⋯ ⋯ ⋱ 1 − a n − k ˉ n 0 ⋮ 0 ⎦ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎤
Por lo tanto:
− a ~ 1 = − a 1 − k ˉ 1 − a ~ 2 = − a 2 − k ˉ 2 ⋮ − a ~ n = − a n − k ˉ n ⟹ k ˉ 1 = a ~ 1 − a 1 k ˉ 2 = a ~ 2 − a 2 ⋮ k ˉ n = a ~ n − a n \begin{matrix}
-\tilde{a}_1 = -a_1 - \bar{k}_1\\
-\tilde{a}_2 = -a_2 - \bar{k}_2\\
\vdots\\
-\tilde{a}_n = -a_n - \bar{k}_n\\
\end{matrix}\quad\Longrightarrow\quad\begin{matrix}
\bar{k}_1 = \tilde{a}_1 - a_1\\
\bar{k}_2 = \tilde{a}_2 - a_2\\
\vdots\\
\bar{k}_n = \tilde{a}_n - a_n\\
\end{matrix} − a ~ 1 = − a 1 − k ˉ 1 − a ~ 2 = − a 2 − k ˉ 2 ⋮ − a ~ n = − a n − k ˉ n ⟹ k ˉ 1 = a ~ 1 − a 1 k ˉ 2 = a ~ 2 − a 2 ⋮ k ˉ n = a ~ n − a n
Procedimiento
Polinomio característico en lazo abierto. Determinar a 1 , a 2 , … , a n a_1, a_2, \ldots, a_n a 1 , a 2 , … , a n
Calcular P − 1 P^{-1} P − 1 , luego P = ( P − 1 ) − 1 P = (P^{-1})^{-1} P = ( P − 1 ) − 1
Polinomio característico en lazo cerrado a ~ 1 , a ~ 2 , … , a ~ n \tilde{a}_1, \tilde{a}_2, \ldots, \tilde{a}_n a ~ 1 , a ~ 2 , … , a ~ n
Calcular k ˉ = [ a ~ 1 − a 1 , a ~ 2 − a 2 , … , a ~ n − a n ] \bar{k} = [\tilde{a}_1-a_1,\tilde{a}_2-a_2, \ldots, \tilde{a}_n-a_n] k ˉ = [ a ~ 1 − a 1 , a ~ 2 − a 2 , … , a ~ n − a n ]
Obtener k = k ˉ P k = \bar k P k = k ˉ P
Comprobación
μ 1 μ 2 ⋮ μ n \mu_1\\
\mu_2\\
\vdots\\
\mu_n\\ μ 1 μ 2 ⋮ μ n
Teorema de Cayley-Hamilton
Toda matriz satisface su polinomio característico.
p ( s ) = det ( s I − A ) = s n + a 1 s n − 1 + a 2 s n − 2 + ⋯ + a n − 1 s + a n = A n + a 1 A n − 1 + a 2 A n − 2 + ⋯ + a n I = 0 \begin{aligned}
p(s) &= \det(sI-A) = s^n + a_1 s^{n-1}+ a_2 s^{n-2} + \cdots + a_{n-1} s + a_n\\
&= A^n + a_1 A^{n-1} + a_2 A^{n-2} + \cdots + a_n I = 0\\
\end{aligned} p ( s ) = det ( s I − A ) = s n + a 1 s n − 1 + a 2 s n − 2 + ⋯ + a n − 1 s + a n = A n + a 1 A n − 1 + a 2 A n − 2 + ⋯ + a n I = 0
Ubicación de polos por el método de Ackerman
Es un método muy importante y de hecho matlab tiene un comando para esto:
Se tiene el sistema SISO
( 1 ) { x ˙ = A x + B u y = C x (1)\begin{cases}
\dot{x} &= Ax + Bu\\
y &= Cx
\end{cases} ( 1 ) { x ˙ y = A x + B u = C x
Se asume que el sistema ( 1 ) (1) ( 1 ) es controlable
Se asume que se conoce todo el vector de estado x x x
El polinomio característico del sistema ( 1 ) (1) ( 1 ) es,
p ( s ) = det ( s I − A ) = s n + a 1 s n − 1 + a 2 s n − 2 + ⋯ + a n − 1 s + a n = ( s − q 1 ) ( s − q 2 ) ⋯ ( s − q n ) \begin{aligned}
p(s) &= \det(sI-A) = s^n + a_1 s^{n-1}+ a_2 s^{n-2} + \cdots + a_{n-1} s + a_n\\
&=(s-q_1)(s-q_2)\cdots(s-q_n)
\end{aligned} p ( s ) = det ( s I − A ) = s n + a 1 s n − 1 + a 2 s n − 2 + ⋯ + a n − 1 s + a n = ( s − q 1 ) ( s − q 2 ) ⋯ ( s − q n )
Donde: q 1 , q 2 , … , q n q_1, q_2, \ldots, q_n q 1 , q 2 , … , q n son los polos en lazo abierto.
Si u = r − k x u = r-kx u = r − k x
x ˙ = ( A − B k ) x + B r ← Sistema en lazo cerrado \dot{x} = (A-Bk)x + Br\qquad\leftarrow \text{Sistema en lazo cerrado} x ˙ = ( A − B k ) x + B r ← Sistema en lazo cerrado
Cuyo polinomio característico (lazo cerrado):
p L C ( s ) = det ( s I − ( A − B k ) ) = s n + a ~ 1 s n − 1 + a ~ 2 s n − 2 + ⋯ + a ~ n − 1 s + a ~ n = ( s − μ 1 ) ( s − μ 2 ) ⋯ ( s − μ n ) \begin{aligned}
p_{LC}(s) &= \det(sI-(A-Bk)) = s^n + \tilde{a}_1 s^{n-1}+ \tilde{a}_2 s^{n-2} + \cdots + \tilde{a}_{n-1} s + \tilde{a}_n\\
&=(s-\mu_1)(s-\mu_2)\cdots(s-\mu_n)
\end{aligned} p L C ( s ) = det ( s I − ( A − B k ) ) = s n + a ~ 1 s n − 1 + a ~ 2 s n − 2 + ⋯ + a ~ n − 1 s + a ~ n = ( s − μ 1 ) ( s − μ 2 ) ⋯ ( s − μ n )
Por lo tanto:
P L C ( A − B k ) = ( A − B k ) n + a ~ 1 ( A − B k ) n − 1 + a ~ 2 ( A − B k ) n − 2 + ⋯ + a ~ n I = 0 P_{LC}(A-Bk)= (A-Bk)^n + \tilde{a}_1 (A-Bk)^{n-1} + \tilde{a}_2 (A-Bk)^{n-2} + \cdots + \tilde{a}_n I = 0\\ P L C ( A − B k ) = ( A − B k ) n + a ~ 1 ( A − B k ) n − 1 + a ~ 2 ( A − B k ) n − 2 + ⋯ + a ~ n I = 0
Considerando n = 3 n = 3 n = 3
p L C ( s ) = s 3 + a ~ 1 s 2 + a ~ 2 s + a ~ 3 P L C ( A − B k ) = ( A − B k ) 3 + a ~ 1 ( A − B k ) 2 + a ~ 2 ( A − B k ) n − 2 + ⋯ + a ~ n I = 0 \begin{aligned}
p_{LC}(s) &= s^3 + \tilde{a}_1 s^{2}+ \tilde{a}_2 s +\tilde{a}_3\\
P_{LC}(A-Bk)&= (A-Bk)^3 + \tilde{a}_1 (A-Bk)^{2} + \tilde{a}_2 (A-Bk)^{n-2} + \cdots + \tilde{a}_n I = 0\\
\end{aligned} p L C ( s ) P L C ( A − B k ) = s 3 + a ~ 1 s 2 + a ~ 2 s + a ~ 3 = ( A − B k ) 3 + a ~ 1 ( A − B k ) 2 + a ~ 2 ( A − B k ) n − 2 + ⋯ + a ~ n I = 0
( A − B k ) 2 = A 2 − A B k − B k A + ( B k ) 2 = A 2 − A B k − B k ( A − B k ) (A-Bk)^2 = A^2 - ABk - BkA + (Bk)^2 = A^2 - ABk - Bk(A-Bk) ( A − B k ) 2 = A 2 − A B k − B k A + ( B k ) 2 = A 2 − A B k − B k ( A − B k )
( A − B k ) 3 = ( A − B k ) ( A − B k ) 2 = A 3 − A 2 B k − A B k ( A − B k ) − B k ( A − B k ) 2 (A-Bk)^3 = (A-Bk)(A-Bk)^2 = A^3 - A^2Bk - ABk(A-Bk) - Bk(A-Bk)^2 ( A − B k ) 3 = ( A − B k ) ( A − B k ) 2 = A 3 − A 2 B k − A B k ( A − B k ) − B k ( A − B k ) 2
Por lo tanto:
A 3 − A 2 B k − A B k ( A − B k ) − B k ( A − B k ) 2 + a ~ 1 A 2 − a ~ 1 A B k − a ~ 1 B k ( A − B k ) + a ~ 2 A − a ~ 2 B k + a ~ 3 I = 0 A^3 - A^2Bk - ABk(A-Bk) - Bk(A-Bk)^2 + \tilde{a}_1A^2 - \tilde{a}_1ABk - \tilde{a}_1Bk(A-Bk) + \tilde{a}_2A - \tilde{a}_2Bk + \tilde{a}_3I = 0 A 3 − A 2 B k − A B k ( A − B k ) − B k ( A − B k ) 2 + a ~ 1 A 2 − a ~ 1 A B k − a ~ 1 B k ( A − B k ) + a ~ 2 A − a ~ 2 B k + a ~ 3 I = 0
A 3 + a ~ 1 A 2 + a ~ 2 A + a ~ 3 I ⏟ p L C ( A ) ≠ 0 − [ B A B A 2 B ] ⏟ C [ k ( A − B k ) 2 + a ~ 1 k ( A − B k ) + a ~ 2 k k ( A − B k ) + a ~ 1 k k ] = 0 \underbrace{A^3 + \tilde{a}_1A^2 + \tilde{a}_2A + \tilde{a}_3I}_{p_LC(A)\neq0} - \underbrace{[B\ AB\ A^2B]}_{C}\begin{bmatrix}
k(A-Bk)^2 + \tilde{a}_1k(A-Bk) + \tilde{a}_2k\\
k(A-Bk) + \tilde{a}_1k\\
k
\end{bmatrix} = 0 p L C ( A ) = 0 A 3 + a ~ 1 A 2 + a ~ 2 A + a ~ 3 I − C [ B A B A 2 B ] ⎣ ⎢ ⎡ k ( A − B k ) 2 + a ~ 1 k ( A − B k ) + a ~ 2 k k ( A − B k ) + a ~ 1 k k ⎦ ⎥ ⎤ = 0
P L C ( A ) = C [ k ( A − B k ) 2 + a ~ 1 k ( A − B k ) + a ~ 2 k k ( A − B k ) + a ~ 1 k k ] P_{LC}(A) = C\begin{bmatrix}
k(A-Bk)^2 + \tilde{a}_1k(A-Bk) + \tilde{a}_2k\\
k(A-Bk) + \tilde{a}_1k\\
k
\end{bmatrix} P L C ( A ) = C ⎣ ⎢ ⎡ k ( A − B k ) 2 + a ~ 1 k ( A − B k ) + a ~ 2 k k ( A − B k ) + a ~ 1 k k ⎦ ⎥ ⎤
C − 1 P L C ( A ) = [ k ( A − B k ) 2 + a ~ 1 k ( A − B k ) + a ~ 2 k k ( A − B k ) + a ~ 1 k k ] C^{-1}P_{LC}(A) = \begin{bmatrix}
k(A-Bk)^2 + \tilde{a}_1k(A-Bk) + \tilde{a}_2k\\
k(A-Bk) + \tilde{a}_1k\\
k
\end{bmatrix} C − 1 P L C ( A ) = ⎣ ⎢ ⎡ k ( A − B k ) 2 + a ~ 1 k ( A − B k ) + a ~ 2 k k ( A − B k ) + a ~ 1 k k ⎦ ⎥ ⎤
Finalmente:
[ 0 0 … 0 1 ] C − 1 P L C ( A ) F o ˊ rmula de Ackerman \boxed{[0\ 0\ \ldots\ 0\ 1]C^{-1}P_{LC}(A)}\\
\text{Fórmula de Ackerman} [ 0 0 … 0 1 ] C − 1 P L C ( A ) F o ˊ rmula de Ackerman
Ecuación de Lyapunov
Sea una matriz F : n × n F : n\times n F : n × n con valores propios iguales que los polos deseados en lazo cerrado, entonces
A − B k = T F T − 1 , T : n × n es invertible A - Bk = TFT^{-1}\qquad ,T:n\times n \text{ es invertible} A − B k = T F T − 1 , T : n × n es invertible
Se construye F F F para que tenga los mismos valores propios de ( A − B k ) (A-Bk) ( A − B k ) , como una matriz diagonal por bloques para que sea más fácil. Con bloques de Jordan para valores repetidos deseados (en la diagonal con 0s abajo y 1s arriba).
Ejemplo
Despejando
A T − B k T = T F A T − T F − B k T ⏟ k ˉ = 0 AT - BkT = TF\\
AT - TF - B\underbrace{kT}_{\bar{k}} = 0\\ A T − B k T = T F A T − T F − B k ˉ k T = 0
A T − T F − B k ˉ = 0 Ecuaci o ˊ n de Lyapunov \boxed{AT - TF - B\bar{k} = 0}\\
\text{Ecuación de Lyapunov} A T − T F − B k ˉ = 0 Ecuaci o ˊ n de Lyapunov
Procedimiento
Construir una matriz F F F con los polos deseados en lazo cerrado. Se recomienda que sea una matriz diagonal por bloques.
Proponer k ˉ \bar{k} k ˉ tal que el par ( F , k ˉ ) (F,\bar{k}) ( F , k ˉ ) sea observable.
Resolver la ecuación de Lyapunov para encontrar T T T .
T = lyap ( A , − F , − B k ˉ ) T = \text{lyap}(A,-F,-B\bar{k}) T = lyap ( A , − F , − B k ˉ )
k = k ˉ T − 1 k = \bar{k}T^{-1} k = k ˉ T − 1