Amplificador Operacional: Resultados experimentales

Osman Johan Ángeles Cruz1, Vladimir Lopez Franco2 , Jorge Rodríguez Ortiz 3, Alejandro Salinas Sánchez 4
Moisés Said Torres Cordero5

1
Tecnológico Nacional de México, Campus Pachuca. Departamento de Ingeniería Eléctrica y Electrónica

Autor en correspondencia: l222006252

Resumen: El controlador LQR con compensación gravitatoria es esencial para sistemas que involucran robots
manipuladores, destacando en una regulación rápida, sin oscilaciones y en la compensación de la dinámica no lineal de los
efectos gravitatorios. Este trabajo trata de su implementación en un balancín eólico, utilizando un filtro de Kalman para
mejorar la precisión de las mediciones y comparando su desempeño con un controlador PID tradicional. Los resultados
experimentales muestran una mejora significativa en la estabilidad, así como la reducción del error con el controlador
LQR+G.

Palabras clave: Controlador LQR, compensación gravitatoria, balancín eólico, filtro de Kalman, error de medición.
Introducción: La estabilización de balancines eólicos es un reto debido a las oscilaciones inducidas por la gravedad y el
viento. Tradicionalmente, los controladores PID son utilizados en la industria por su simplicidad y eficacia. Sin embargo,
presentan limitaciones en sistemas sujetos a perturbaciones gravitatorias significativas. Este trabajo propone la
implementación de un controlador LQR con compensación gravitatoria (LQR+G) y compara su desempeño con un PID
convencional, destacando las mejoras en la estabilidad y precisión del sistema. Los controladores PID son ampliamente
utilizados en diversas aplicaciones industriales debido a su simplicidad y capacidad para ajustarse a diferentes condiciones
operativas. No obstante, en sistemas donde las perturbaciones gravitatorias son significativas, su rendimiento puede ser
subóptimo. En este contexto, los controladores LQR con compensación gravitatoria se presentan como una alternativa
eficaz, ya que pueden rechazar mejor las dinámicas no lineales introducidas por efectos como la gravedad.
Experimental: Se desarrolló un sistema de control de posición utilizando un controlador LQR con filtro de Kalman
implementado en una plataforma Arduino. La elección del filtro de Kalman se debe a su capacidad para reducir el ruido en
las mediciones, lo que es crucial para mejorar la precisión del control de posición. El filtro de Kalman es un algoritmo de
estimación que utiliza un modelo matemático para filtrar el ruido de las señales de los sensores, proporcionando una
estimación más precisa del estado del sistema. Para la fabricación de la estructura del balancín, se utilizó corte láser en
acrílico y tecnología de impresión 3D. El corte láser permite una precisión y calidad de acabado superior, mientras que la
impresión 3D ofrece flexibilidad en el diseño y la posibilidad de crear componentes personalizados.
La instrumentación incluyó un motor sin escobillas, conocido por su alta
eficiencia y durabilidad, un controlador electrónico de velocidad (ESC) para
regular la velocidad del motor, una tarjeta Arduino Uno para el procesamiento
y control del sistema, un potenciómetro como sensor de posición para medir el
ángulo del balancín, y otros componentes electrónicos como resistencias y
condensadores para la estabilidad del circuito. El diseño experimental
consideró dos configuraciones de control: una utilizando el controlador PID
ajustado para optimizar su rendimiento mediante una asignación de polos, y
otra utilizando el controlador LQR con compensación gravitatoria y filtro de
Kalman. Las pruebas se realizaron en condiciones controladas para asegurar la
validez de los resultados, minimizando las variables externas que podrían
afectar el comportamiento del sistema. Durante las pruebas, se registraron
Figura 1. Plataforma datos sobre el rendimiento del sistema, incluyendo la respuesta a
experimental perturbaciones, la estabilidad y la precisión del control de posición.
El controlador PID se describe matemáticamente como:
1
ⅆⅇ ( t )
u ( t )=K p e ( t ) + K i∫ e ( t ) ⅆt + K d
0 ⅆt
Mientras que en controlador LQR con compensación gravitatoria se define como:
−1 ⊺
u ( t )=−R B Px ( t ) +τ ¿
Para ambas leyes de control, los parámetros de diseño son ajustados rigurosamente de modo que se pueda realizar un
estudio comparativo con objetividad en la evaluación de cada controlador.
Resultados y Discusión: El controlador LQR+G en comparación con el PID mostró una mejora significativa, que puede
ser verificada mediante una serie de criterios de desempeño basados en el error:
1. ITAE (Integral of the Absolute Error multiplied by Time): El controlador LQR+G tuvo un índice ITAE de
7655.2316 frente a 18426.3759 del PID, lo que indica una reducción notable en el error absoluto integrado en el tiempo.

| |
Nh
x2 ( k ) + x 2 ( k +1 )
J ITAE =∑ K h
k=0 2
2. ITSE (Integral of the Time multiplied by the Square Error): El controlador LQR+G obtuvo 64512.2184 en
comparación con 765378.7453 del PID, demostrando una mayor eficiencia en la reducción del error cuadrático a lo largo
del tiempo.

[ ]
Nh 2 2
x ( k ) + x ( k +1 )
J ITSE=∑ K h
k=0 2
3. ISE (Integral of the Square Error): El controlador LQR+G registró 14535.3937 frente a 83982.3961 del PID,
resaltando una disminución significativa del error cuadrático integrado.

[ ]
Nh 2 2
x ( k ) + x ( k + 1)
J ISE=∑ h
k=0 2
4. IAE (Integral of the Absolute Error): El controlador LQR+G mostró un valor de 273.4579, mientras que el PID tuvo
un valor de 398.4923, indicando una mejora considerable en la reducción del error absoluto integrado

| |
Nh
x ( k ) + x ( k +1 )
J IAE=∑ k
k=0 2
La implementación del filtro de Kalman en el controlador LQR+G permitió mejorar la precisión de las mediciones del
potenciómetro, lo cual se reflejó en una mejor respuesta del sistema a perturbaciones externas. La comparación con el
controlador PID demostró que el LQR+G no solo es más efectivo en la reducción del error integral, sino que también
proporciona una mayor estabilidad bajo condiciones experimentales controladas.

Figura 2. Señal de Error del controlador PID. Figura 3. Señal de Error del controlador LQR+G.

Adicionalmente, se observó que el controlador LQR+G es capaz de rechazar las perturbaciones inducidas por el viento, lo
que es crucial para aplicaciones en entornos abiertos donde las condiciones ambientales pueden variar considerablemente.
La capacidad del LQR+G para compensar las dinámicas no lineales introducidas por la gravedad lo hace especialmente
adecuado para sistemas eólicos y otros sistemas mecánicos sujetos a cargas variables.
Conclusiones: El controlador LQR+G, al incorporar compensación gravitatoria y un filtro de Kalman, supera al
controlador PID en la estabilización de un balancín eólico. La reducción del error y la mejora en la estabilidad hacen del
LQR+G una opción superior para aplicaciones en sistemas de control sujetos a perturbaciones gravitatorias. Los resultados
experimentales confirman la eficacia del LQR+G, sugiriendo su implementación en otros sistemas de control similares. La
investigación destaca la importancia de considerar la compensación gravitatoria en el diseño de controladores para sistemas
con dinámicas no lineales significativas. Los hallazgos de este estudio pueden ser aplicables a una amplia gama de
aplicaciones industriales y de investigación, incluyendo robots manipuladores y sistemas de energía renovable.
Agradecimientos: Agradecemos a la Universidad La Salle Pachuca, al Tecnológico Nacional de México Campus Pachuca,
a la Universidad Autónoma del Estado de Hidalgo y a la Universidad Politécnica de Pachuca por su apoyo para la
realización de este proyecto de forma colaborativa.
Referencias:
1. Uyar, A., et al., "PID Control Strategy", Journal of Control Engineering, 45 (2012) 112-120.
2. Garrido, S., et al., "Control PID en la Industria", Industrial Control Journal, 58 (2012) 220-230.
3. Luna, M., et al., "PID vs PD Control with Gravity Compensation", Proceedings of the Robotics Symposium, 2018,
Mexico, pp. 45-50.