Nuevos métodos para la estimación de las variables mecánicas de un modo óptimo
En general, el comportamiento del sistema bajo control se ve seriamente afectado por la fricción, el ruido de medida, las cargas externas o las no-linealidades. El objetivo en el diseño del controlador es proporcionar robustez, de manera que el sistema se comporte adecuadamente bajo las perturbaciones señaladas. Pero debido a que en muchos casos prácticos no se cuenta con información sobre la magnitud del ruido del sensor o sobre la dinámica no modelada de la planta (como las resonancias de la torsión de los ejes), lo que como consecuencia puede conducir a la inestabilidad a un sistema, uno de los principales problemas que hay que tratar al plantear el problema de control óptimo surge al caracterizar las perturbaciones. Por otro lado, una variable de estado de especial importancia en el comportamiento de la máquina-herramienta es la velocidad, debido a que esta señal se emplea tanto en el lazo de realimentación externo, como en los lazos internos de control vectorial de las máquinas de corriente alterna. Por lo tanto, su obtención a partir de los pulsos generados por un encoder digital es un aspecto básico a tener en cuenta.
Tradicionalmente la medida de velocidad a partir de los trenes de pulsos generados por el encoder se ha llevado a cabo con los métodos de posición fija y tiempo fijo. Ambos métodos se caracterizan por su reducida necesidad de componentes adicionales requeridos para su implementación, pero también por proporcionar una medida de la velocidad promedio, no de la velocidad instantánea. El método mixto M/T propuesto por Ohmae [1], que supuso una considerable mejora, se trata básicamente del método de periodo fijo, pero con el empleo de un reloj de alta frecuencia para mejorar la precisión, al igual que en el método de posición fija. La principal desventaja de este método es que el periodo de detección es variable, y además, cuando la velocidad es baja, el tiempo de detección se vuelve muy largo y en consecuencia solamente la velocidad media es detectada, en lugar de la velocidad instantánea. El retraso en la medida propio de los métodos citados genera inestabilidad en el lazo de realimentación, obligando a disminuir la ganancia, lo que a su vez empeora la velocidad de respuesta de las máquinas.
Observador de estados
El objetivo del filtro Kalman es obtener estados que no se pueden medir, usando medidas de otros estados y la estadística del ruido. A través de las entradas de ruido es posible tener en cuenta además las imprecisiones computacionales y errores de modelado. Un aspecto fundamental en el comportamiento del filtro Kalman radica en la elección del bloque de ganancia de este observador. La ganancia Kalman se elige para conseguir las mejores estimaciones posibles de los estados en el sentido de varianza mínima. El algoritmo del filtro tiene dos etapas, la etapa de predicción y la etapa de filtrado. Durante la predicción se utiliza un modelo matemático en el espacio de estados. En la siguiente etapa, se corrigen las estimaciones utilizando el término de corrección que incluye la medida. Este término de corrección es la diferencia ponderada entre el vector de salida actual y la predicción del vector de salida. El término de ponderación es la ganancia Kalman, que siendo óptima, minimizará las varianzas del error de estimación de los estados que están siendo estimados. Una ventaja de este algoritmo es que los cálculos se pueden organizar mediante ecuaciones recursivas. La precisión depende de los parámetros del modelo que se emplean. Una parte crítica en el diseño es el uso de valores correctos de las distintas matrices de covarianza. Estas pueden obtenerse considerando las propiedades estocásticas de los correspondientes ruidos. Pero si el ruido del proceso está mal evaluado y realmente tiene sesgo en su distribución, el filtro Kalman producirá estimaciones a su vez sesgadas.
Ventajas del filtro Kalman multifrecuencia
Control robusto y aritmética de intervalos
En la figura 4 se representa el conjunto de estados factibles. Esta figura geométrica contiene todos los posibles estados a los que puede haber llegado el sistema mecánico bajo observación. En la figura se han considerado tres variables de estado, la posición del eje de la máquina, su velocidad y el par externo aplicado. Debido a las especiales características de esta figura el cálculo de los límites máximo y mínimo en los que se puede encontrar el estado del sistema consiste en una operación de sumas de valores absolutos, muy rápida de resolver con un procesador digital de señal (DSP). Con este método se obtienen estimaciones con límites 100 % garantizados, con la ventaja adicional de que no es necesario hacer suposiciones sobre las propiedades estadísticas del ruido como ya se ha indicado anteriormente. Además, al no utilizar una estructura nueva de observador se puede aplicar a esquemas preexistentes con la precaución de reajustar la ganancia del filtro.
Los algoritmos propuestos se han probado experimentalmente en una plataforma de control vectorial basada en el DSP TMS320C30 de Texas Instruments, cuyo esquema se muestra en la figura 5. La tarjeta posee además un procesador vectorial (AD2S100) de Analog Devices para acelerar el tratamiento de las corrientes procedentes del motor. Se trata de un chip híbrido que realiza las transformaciones vectoriales 3/2 y rotación. El generador de PWM consiste en el integrado TH8001, y entre otras funcionalidades permite la compensación del tiempo muerto.
Además cuenta con una UART para la comunicación con un PC u otro dispositivo de interfaz, y de dos puertos serie síncronos para extender la capacidad y las posibilidades de conexión a nuevos dispositivos.
Conclusiones
Se ha aplicado de forma experimental el observador de estados propuesto al sistema con realimentación de velocidad, obteniendo mayor inmunidad a las perturbaciones externas, mientras mantiene la respuesta a la entrada. Como el ruido del sensor se reduce de forma efectiva mediante lógica digital su presencia en la velocidad controlada es considerablemente menor. La aplicación de técnicas de acotación de estados de sistemas sometidos a perturbaciones desconocidas pero limitadas en magnitud ha permitido obtener una representación de la forma geométrica de los estados factibles, lo que permite garantizar que el sistema se encuentra dentro de los límites calculados. Además de ser útil para modelar correctamente la no-linealidad del encoder, también permite tener en cuenta otras no idealidades como el backslash, existente en mayor o menor medida en los acoplamientos con engranajes
Referencias
[2] Iwasaki, M., T. Shibata, y N. Matsui. Disturbance observer based nonlinear friction compensation in table drive system. IEEE Trans. on Mechatronics, 4(1):3–8, Marzo 1999.
[3] Hori, Y. An instantaneous speed observer for high performance control of DC servomotor using DSP and low precision shaft encoder. En EPE, tomo 3, páginas 647–652. Firenze, 1991.
[4] Hori, Y. Robust and adaptive control of a servomotor using low precision shaft encoder. En IEEE, editor, IECON, tomo I, páginas 73–78. 1993.
[5] Bodson, M., J. Chiasson, y R. Novotnak. Nonlinear speed observer for high performance induction motor control. IEEE Trans. on Ind. Electr., 42(4):337– 343, Agosto 1995.
[6] Sakai, S. y Y. Hori. Ultra-low speed control of servomotor using low resolution rotary encoder. En IECON, páginas 615–620. 1995.
[7] Kim, H. A new motor speed estimator using Kalman filter in low speed range. IEEE Trans. On Industrial Electronics, 43(4):499–504, 1996.
[8] Kweon, T. y D. Hyun. High-performance speed control of electric machine using low precision shaft encoder. IEEE Trans. Power Electronics, 15(5):838–849, 1999.
[9] Corres, J. M. y P. M. Gil. High-performance feedforward control of IM using speed and disturbance torque observer with noise reduction of shaft encoder. En ISIE’02 . IEEE, L’Aquila, Italia, Julio 2002.
[10] Corres, J. M. y P. M. Gil. Instantaneous speed and disturbance torque observer using nonlinearity cancellation of shaft encoder. En PESC’02 . IEEE, Cairns, Australia, Junio 2002.
[11] Corres, J. M. y P. M. Gil. Diseño robusto de observadores de velocidad usando aritmética de intervalos afín. TELEC’02 International Conference. Santiago de Cuba, Cuba, Julio 2002.
[12] Corres, J. M. y P. M. Gil. A new speed observer with guaranteed bounds using interval arithmetic. En 28th Annual Conference of the IEEE Industrial Electronics Society, tomo 2, páginas 1532–1537. IEEE, Sevilla, España, Noviembre 2002.