• JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
 
  Bookmark and Share
 
 
Tesis Doctoral
DOI
https://doi.org/10.11606/T.18.2023.tde-02082023-084309
Documento
Autor
Nombre completo
José Nuno Almeida Dias Bueno
Instituto/Escuela/Facultad
Área de Conocimiento
Fecha de Defensa
Publicación
São Carlos, 2023
Director
Tribunal
Terra, Marco Henrique (Presidente)
Costa, Oswaldo Luiz do Valle
Fragoso, Marcelo Dutra
Hsu, Liu
Paiva, Ely Carneiro de
 
Título en inglés
Robust recursive frameworks for discrete-time linear systems subject to polytopic uncertainties
Palabras clave en inglés
algebraic Riccati equations
discrete-time linear systems
linear quadratic regulator
Markov jump systems
optimization
polytopic uncertainties
robust control
Resumen en inglés
The linear quadratic regulation problem for discrete-time systems has been subjected to research since its first appearance in the literature in the 1960s. Thereafter, different formulations and applications came to light to accommodate a wide range of theoretical and practical cases, such as systems undergoing the effects of unknown parametric variations. More specifically, in this thesis, we investigate the quadratic regulation problem for discrete-time linear and Markov jump linear systems subject to polytopic uncertainties. We define the problems regarding min-max optimization based on regularized least squares with uncertain data and penalty functions. We consider the cases where uncertainties affect the model matrices and transition probabilities and Markov jumps systems with unobserved chains. For each scenario, we designed a quadratic cost function to take all polytopic vertices into account in a unified manner while keeping the optimization problems' convexity. The recursive solutions yield robust state feedback gains with a relatively lower computational burden if compared, for instance, with linear matrix inequalities approaches. By expanding the matrix structures of the solutions, we achieved equivalent reduced forms that are more adequate for convergence and stability analyses based on algebraic Riccati equations. Then, provided that some detectability and stabilizability conditions hold, the feedback gains ensure the stability of the associated closed-loop systems. The proposed method requires no further parameter tuning during operation, which is desirable in embedded applications and in systems with many vertices and Markov modes. Furthermore, we provide numerical and application examples to validate our results
 
Título en portugués
Métodos recursivos robustos para sistemas discretos sujeitos a incertezas politópicas
Palabras clave en portugués
controle robusto
equações algébricas de Riccati
incertezas politópicas
otimização
regulador quadrático linear
sistemas lineares discretos
sistemas sujeitos a saltos Markovianos
Resumen en portugués
O problema de regulação quadrática linear para sistemas discretos tem sido assunto de pesquisa desde suas primeiras aparições na literatura nos anos 1960. Desde então, diferentes formulações e aplicações surgiram com objetivo de atender a uma ampla gama de casos teóricos e práticos, como sistemas submetidos aos efeitos de variações paramétricas desconhecidas. Mais especificamente, nesta tese nós investigamos o problema de regulação quadrática para sistemas discretos lineares e com saltos Markovianos sujeitos a incertezas politópicas. Nós definimos os problemas em termos de otimização min-max baseada em mínimos quadrados regularizados incertos e funções de penalidade. Nós consideramos os casos onde incertezas afetam matrizes do modelo e probabilidades de transição, e também sistemas com saltos Markovianos com cadeia não observada. Para cada cenário, nós elaboramos uma função de custo quadrática para acomodar todos os vértices do politopo de uma maneira unificada enquanto mantemos a convexidade dos problemas de otimização. As soluções são recursivas e produzem ganhos de realimentação de estado robustos com esforço computacional relativamente menor que o esforço despendido em abordagens baseadas em desigualdades matriciais lineares. Expandindo as estruturas matriciais das soluções, conseguimos formas reduzidas equivalentes que são mais adequadas para análises de convergência e estabilidade através de equações algébricas de Riccati. Então, considerando que algumas condições de detectabilidade e estabilizabilidade sejam satisfeitas, os ganhos de realimentação garantem a estabilidade dos sistemas em malha fechada associados. O método proposto não exige ajuste adicional de parâmetros durante a operação, o que é desejável em aplicações embarcadas e em sistemas com muitos vértices e modos Markovianos. Ademais, nós providenciamos exemplos numéricos e de aplicações para validarmos nossos resultados e para compará-los com outros controladores disponíveis na literatura de controle robusto.
 
ADVERTENCIA - La consulta de este documento queda condicionada a la aceptación de las siguientes condiciones de uso:
Este documento es únicamente para usos privados enmarcados en actividades de investigación y docencia. No se autoriza su reproducción con finalidades de lucro. Esta reserva de derechos afecta tanto los datos del documento como a sus contenidos. En la utilización o cita de partes del documento es obligado indicar el nombre de la persona autora.
Fecha de Publicación
2023-08-03
 
ADVERTENCIA: Aprenda que son los trabajos derivados haciendo clic aquí.
Todos los derechos de la tesis/disertación pertenecen a los autores.
CeTI-SC/STI
© 2001-2024. Biblioteca Digital de Tesis y Disertaciones de la USP.