Control geométrico adaptativo robusto: un enfoque de antifragilidad

Abstract

En esta tesis, se presenta una adaptación de ganancia, que nos permite sintonizar una linealización de retroalimentación asintótica robusta (por sus siglas en ingles RAFL). El sistema del error entre la referencia y la salida de la planta converge a cero a pesar de que el observador de alta ganancia, necesario para estimar los estados e incertidumbres y poder retroalimentar a la planta, logra una atenuación de la sensibilidad al ruido de la medición de la salida. El RAFL se considera aquí porque garantiza el seguimiento o estabilización en ausencia de información previa sobre las no linealidades del sistema y los límites de los parámetros. Además, el RAFL solo dispone de la salida del sistema para cerrar el lazo. El problema del seguimiento de trayectorias de forma robusta se afronta considerando: errores de modelado, variaciones paramétricas, perturbaciones externas y medición de salida ruidosa. La robustez frente a la medición ruidosa se logra a través de una función de ganancia adaptativa propuesta, que permite que la alta ganancia del observador varíe para tener una convergencia rápida del observador y evitar amplificar el ruido de medición en el estado estable. Además, las incertidumbres se estiman a través de un estado adicional, que agrupa todas las no linealidades e incertidumbres desconocidas. A través de un observador, la función de ganancia adaptativa y el estado extra, se estiman todas las incertidumbres que el controlador tiene que compensar. Entonces, el controlador se comporta como un control de linealización robusto. Finalmente, el enfoque del controlador se ilustra mediante una simulación numérica de un problema de seguimiento para un motor de CC y la regulación química de la demanda de oxígeno en un proceso de digestión anaeróbica.