Stability and stabilization of sampled-data control for lure systems

Abstract

Este trabalho apresenta um novo método para a análise de estabilidade e estabilização de sistemas do tipo Lure com controle amostrado, sujeitos a amostragem aperiódica e não linearidades que são limitadas em setor e restritas em derivada, em ambos contextos global e regional. Assume-se que os estados da planta estão disponíveis para medição e que as não linearidades são conhecidas, o que leva a uma formulação mais geral do problema. Os estados são adquiridos por um controlador digital que atualiza a entrada de controle em instantes de tempo discretos e aperiódicos, mantendo-a constante entre dois instantes sucessivos de amostragem. A abordagem apresentada neste trabalho é baseada no uso de uma nova classe de looped-functionals e em uma função do tipo Lure generalizada, que leva a condições de estabilidade e estabilização que são escritas na forma de desigualdades matriciais lineares (LMIs) e quasi-LMIs, respectivamente. Com base nestas condições, problemas de otimização são formulados com o objetivo de computar o intervalo máximo entre amostragens ou os limites máximos do setor para os quais a estabilidade assintótica da origem do sistema de dados amostrados em malha fechada é garantida. No caso em que as condições de setor são válidas apenas localmente, a solução desses problemas também fornece uma estimativa da região de atração para as trajetórias em tempo contínuo do sistema em malha fechada. Como as condições de síntese são quasi-LMIs, um algoritmo de otimização por enxame de partículas é proposto para lidar com as não linearidades envolvidas nos problemas de otimização, que surgem do produto de algumas variáveis de decisão. Exemplos numéricos são apresentados ao longo do trabalho para destacar as potencialidades do método.

This work presents a new method for stability analysis and stabilization of sampleddata controlled Lure systems, subject to aperiodic sampling and nonlinearities that are sector bounded and slope restricted, in both global and regional contexts. We assume that the states of the plant are available for measurement and that the nonlinearities are known, which leads to a more general formulation of the problem. The states are acquired by a digital controller which updates the control input at aperiodic discrete-time instants, keeping it constant between successive sampling instants. The approach here presented is based on the use of a new class of looped-functionals and a generalized Luretype function, which leads to stability and stabilization conditions that are written in the form of Linear Matrix Inequalities (LMIs) and quasi-LMIs, respectively. On this basis, optimization problems are formulated aiming to compute the maximal intersampling interval or the maximal sector bounds for which the asymptotic stability of the origin of the sampled-data closed-loop system is guaranteed. In the case where the sector conditions hold only locally, the solution of these problems also provide an estimate of the region of attraction for the continuous-time trajectories of the closed-loop system. As the synthesis conditions are quasi-LMIs, a Particle Swarm Optimization (PSO) algorithm is proposed to deal with the involved nonlinearities in the optimization problems, which arise from the product of some decision variables. Numerical examples are presented throughout the work to highlight the potentialities of the method.