Identificación de Parámetros y Control Adaptativo Aplicado al Péndulo Invertido

• Autores: Carlos A. Saldarriaga Cortés, Víctor D. Correa Ramírez, Didier Giraldo Buitrago
• Localización: TecnoLógicas, ISSN-e 2256-5337, ISSN 0123-7799, Nº. 28, 2012, págs. 71-87
• Idioma: español
• Títulos paralelos:
  • Parameter Identification and Adaptive Control Applied to the Inverted Pendulum
• Enlaces
  • Texto completo (pdf)
• Resumen
  • español

    En este artículo se presenta una metodología que permite implemen-tar un control adaptativo del péndulo invertido; la cual utiliza el método de mínimos cuadrados recursivo para identificar un modelo dinámico digital de la planta y luego, con los parámetros estimados de la misma, sintonizar en tiempo real un control por reubicación de polos. La planta utilizada es un sistema inestable y no lineal. Esto combinado con las características adaptativas del controlador permite que los resultados obtenidos se puedan extender a una gran variedad de sistemas. Los resul-tados presentados muestran que la metodología descrita se implementó de manera satisfactoria en términos de estimación, estabilidad y control del sistema mencionado. Se pudo establecer que las técnicas adaptativas presentan un desempeño apropiado incluso en sistemas con característi-cas complejas como la no linealidad y la inestabilidad.

  • English

    This paper presents a methodology to implement an adaptive control of the inverted pendulum system; which uses the recursive square minimum method for the identification of a dynamic digital model of the plant and then, with its estimated parameters, tune in real time a pole placement control. The plant to be used is an unstable and nonlinear system. This fact, combined with the adaptive controller characteristics, allows the obtained results to be extended to a great variety of systems. The results show that the above methodology was implemented satisfactorily in terms of estimation, stability and control of such a system. It was established that adaptive techniques have a proper performance even in systems with complex features such as nonlinearity and instability.